BLOOMBERG

Por qué los modelos nunca pueden acertar del todo: B. Ritholtz

La economía está congelada debido al coronavirus. Con toda probabilidad, no se podrá reabrir por completo hasta que tengamos las pruebas y el seguimiento adecuados, una vacuna o un tratamiento efectivo o una inmunidad poblacional, y puede que nada de esto ocurra. El número total de infecciones y muertes que esperamos este año y el próximo sigue siendo una suposición. Los epidemiólogos han modelado varias probabilidades, con un amplio rango de posibles resultados.

Bloomberg Default
Bloomberg Default | Bloomberg

La economía está congelada debido al coronavirus. Con toda probabilidad, no se podrá reabrir por completo hasta que tengamos las pruebas y el seguimiento adecuados, una vacuna o un tratamiento efectivo o una inmunidad poblacional, y puede que nada de esto ocurra. El número total de infecciones y muertes que esperamos este año y el próximo sigue siendo una suposición. Los epidemiólogos han modelado varias probabilidades, con un amplio rango de posibles resultados.

Sin embargo, hemos depositado mucha fe en esos modelos y en muchos otros porque gran parte de nuestras vidas están guiados por ellos. No vivimos en una realidad objetiva; en verdad, funcionamos en un modelo de nuestra propia construcción. Nuestros cerebros generan esquemas mentales, llenando continuamente la información que falta para formar una imagen que podamos discernir e identificar. Es un rasgo evolutivo que nos ha permitido prosperar en un mundo donde durante mucho tiempo fuimos tanto presa como cazadores.

Entonces, ¿por qué es un problema? Porque no reconocemos que los modelos “no son un informe enviado desde el futuro”, según el periodista Jonathan V. Last. Los modelos están construidos con “cosas que sabemos, cosas que creemos que sabemos y cosas de las que no tenemos idea”. Hay muchas cosas que creemos que sabemos sobre la COVID-19 y probablemente aún más que no, por eso los modelos de coronavirus han dado una variedad tan amplia de posibles resultados en términos de mortalidad por infección.

La advertencia habitual del estadístico George EP Box era que “todos los modelos están equivocados, pero algunos son útiles”. Los modelos matemáticos pueden ayudarnos a dar sentido al mundo, suponiendo que nuestras suposiciones sean válidas y no incluyamos datos incorrectos en ellos. Box nos recuerda que las matemáticas crean una sombra de la realidad, y que el universo es mucho más complicado de lo que sugieren nuestros modelos.

Más concretamente, todos los modelos tienen fallas porque la premisa subyacente de todos ellos es que el futuro se verá como el pasado. Nada daña más un modelo que cuando “cosas de las que no tenemos idea” destruyen esa premisa fundamental.

En muchos casos, los errores que producen los modelos no son importantes. Netflix ha construido un negocio muy agradable al modelar lo que es más probable que disfrute del streaming en función de sus hábitos de visualización en relación con lo que disfrutan el resto de sus millones de suscriptores. Si los algoritmos se equivocan, el inconveniente es que el servicio sugiera una película que no le gustará.

Esto se vuelve mucho más costoso y peligroso cuando olvidamos que estos modelos son representaciones imperfectas de la realidad. En 2008, los economistas, con todas sus elaboradas construcciones matemáticas, no lograron ver venir la crisis financiera. Ninguno de sus modelos anticipó el aumento de los préstamos e hipotecas no bancarias que evitaban bondades como las verificaciones de crédito, la verificación de empleo y las relaciones básicas de préstamo a valor. Tampoco se incluyó en los modelos el papel de las titulizaciones de alto riesgo en la inflación del mercado inmobiliario más allá de lo que los ingresos podían soportar.Nuestra fe en los modelos financieros ya debería haber sido atenuada por el colapso de la gestión de capital a largo plazo de cobertura, una década antes, cuyos complejos modelos diseñados por un par de galardonados con el Premio Nobel nunca anticiparon que Rusia incumpliría su deuda.

¿Cuáles son algunos eventos que nunca antes han sucedido y que están sucediendo en este momento?

• El movimiento hacia tasas de interés negativas en EE.UU. está explotando el modelo de inflación y rendimiento de la Reserva Federal. Como dice el viejo dicho, si la Fed no puede modelar algo, supone que no existe.

• La Oficina de Estadísticas Laborales de EE.UU. nunca ha tenido que hacer frente al 20% de la fuerza laboral que solicita beneficios de desempleo en un mes. Eso seguramente no estaba en ninguna de las estimaciones.

• La inversión en valor, el modelo defendido por Benjamin Graham y Warren Buffett, está en problemas porque no anticipaba una baja inflación, bajas tasas de interés y enormes intervenciones en el mercado de la Fed.

• El modelo para especular y cubrir el petróleo ha fracasado. Con dos de los mayores productores del mundo en una guerra de precios, una caída de la demanda en medio de la pandemia y la falta de espacio de almacenamiento, los precios de los futuros se negociaron brevemente en un negativo de US$40 por barril el mes pasado, es decir, aquellos que tenían petróleo tuvieron que pagar para que se lo quitaran de las manos.

Tenga en cuenta que, en lo que a la pandemia se refiere, no estamos hablando realmente de un evento de cisne negro, un término popularizado por Nassim Taleb (quien, por cierto, no cree que la COVID-19 califique como un “evento impredecible, raro y catastrófico”. Bill Gates lo vio venir en 2015. También lo hicieron todos los equipos para pandemias, incluidos algunos que la administración Trump disolvió o degradó. Se tomó la decisión de ahorrar unos pocos dólares en preparación, apostando a que el riesgo nunca se materializaría.

Entonces, en ese sentido, los modelos ni siquiera eran necesarios para ayudarnos a ver venir la catástrofe del coronavirus; todo lo que se necesitaba era un poco de sentido común.