La responsabilidad de un tal Li en esta crisis

droblo

Administrator
(resumen de un texto de SAM JONES)

En 1984, Robert Rubin, el mismo que una década después habría de convertirse en secretario del Tesoro de EEUU, tomó una audaz decisión para la empresa en la que trabajaba, el banco de inversiones Goldman Sachs, contrató a Fischer Black, economista y académico del Instituto Tecnológico de Massachusetts, el reputado MIT y fue pionero en el empleo de las matemáticas en el intento de generar dinero e inauguró lo que se dio en llamar 'finanzas cuantitativas', que consistían en intentar ser más listos que los propios mercados utilizando las matemáticas para calcular –y pretender eliminar– los riesgos. Muchos especialistas en física de las partículas, en mecánica cuántica o en ingeniería informática siguieron los pasos de Black y se volcaron a aplicar sus habilidades a las finanzas.

En aquellos años una reducida banda de matemáticos y estadísticos procedentes de la Universidad china de Nankai acabarían licenciándose en Administración de Empresas en la Laval University de Quebec. La idea era que, una vez estudiado el capitalismo, regresaran a China.

Xiang Lin Li, el más brillante de aquellos alumnos, decidió quedarse en Occidente. Cambió su nombre, convirtiéndose en David Li, y se matriculó en una nueva universidad, la de Waterloo, muy cerca de Toronto, donde estudió Ciencias Actuariales. En 1997, tras haberse doctorado en Waterloo, consiguió un puesto en uno de los mayores bancos de Canadá, el Canadian Imperial Bank of Commerce (CIBC), y un año después, en 1998, llegó a Nueva York para trabajar en la consultora RiskMetrics Group, una firma que se había independizado de su matriz, la banca JP Morgan.

Durante el verano de aquel mismo año, Long Term Capital Management, un hedge fund presuntamente dirigido por las mentes más agudas de las finanzas cuantitativas, requirió una intervención masiva del Gobierno federal. Dejó un agujero de 3.000 millones de dólares, pero el descosido no sirvió como advertencia de que los modelos matemáticos podían poner a los inversores en problemas muy serios y de que el instinto de los operadores y la experiencia eran mucho más importantes que la inteligencia numérica.

Los cuánticos no quedaron fuera del parqué. Y, como uno más de ellos, David Li pasaba los días redactando documentos, haciendo números y aplicando sus conocimientos académicos a los negocios. Hasta que, en el año 2000, publicó un trabajo en el prestigioso Journal of Fixed Income que se hizo merecedor de la atención general.

En dicho documento, Li sacaba a escena el más elegante de sus trucos. Aprovechando su trabajo y su experiencia en el campo actuarial, y particularmente sus conocimientos sobre el síndrome del corazón roto, intentaba solucionar uno de los problemas más irresolubles para los cuánticos: el de la correlación existente entre incumplimientos de las obligaciones de pago.

El principal problema con que se encontraban los cuánticos era que los mercados financieros no funcionan como laboratorios, es decir, completamente aislados del resto del mundo. Los mercados están muy vinculados entre sí, correlacionados, asociados. Para que los modelos científicos funcionen verdaderamente al aplicarlos a los mercados, no basta con conocer la probabilidad de que una compañía tenga en su cartera activos deteriorados. También hay que saber en qué medida la bancarrota de una empresa –o de varias– puede incrementar –o reducir– la probabilidad de que otras compañías no puedan hacer frente a sus compromisos de pago.

Supongamos, por ejemplo, que un banco presta dinero a una granja lechera y a una tienda de derivados lácteos. La granja, según las agencias de evaluación de riesgos, tiene un 10% de probabilidades de quebrar, mientras que las de la tienda son de un 5%. Pero si es la granja la que se hunde, las posibilidades de que la tienda le siga los pasos ascenderían rápida y abruptamente si esa granja fuera su principal proveedor de lácteos.

Y la cosa es bastante más complicada. ¿Hasta qué punto pueden estar correlacionadas las probabilidades de incumplimiento de las obligaciones de pago de unos bonos o títulos de deuda emitidos por un granjero irlandés y los de una compañía de software de Malasia? Nada en absoluto, podríamos pensar. Ofrecen productos y servicios completamente diferentes y están geográficamente muy lejos uno de otro.

Sin embargo, supongamos que esas dos compañías han obtenido sendos préstamos de un mismo banco sumido en serios problemas que ahora les está reclamando la devolución de sus empréstitos.

De hecho, eso fue, exactamente, lo que hundió a LTCM. ¿Qué correlación podría existir entre los bonos emitidos por los gobiernos ruso y mexicano? De acuerdo con el modelo de LTCM, ninguno. Pero la crisis financiera que se produjo en Rusia en 1998, cuando el Gobierno de Boris Yeltsin incumplió los compromisos de pago adquiridos por la emisión de bonos, causó el pánico en las transacciones de México, adonde los inversores habían acudido rápidamente para intentar liberar de riesgos sus respectivas carteras.

Li sí había reparado en ello. Siete años después, hablando para el Wall Street Journal, dijo: "De repente, pensé que el problema que yo estaba intentando resolver como actuario era el mismo que aquellos chicos trataban de solucionar. El impago de un préstamo es como la muerte de una compañía".

En consecuencia, si él era capaz de adaptar a los mercados financieros las matemáticas que aplicaba al fallecimiento por corazón roto, habría dado con una forma de modelar matemáticamente el efecto que los impagos de una compañía puede tener en el incumplimiento de pagos por parte de otras. Cuando los matemáticos y los físicos quieren describir las posibilidades de que ocurran determinados hechos, a menudo recurren a una curva denominada cópula. Las cópulas conectan entre sí variables de tal manera que su interdependencia puede ser debidamente estudiada.

Durante su doctorado en Waterloo y su estancia en el CIBC, David Li siempre se había mostrado muy interesado en encontrar la forma de utilizar dichas cópulas en relación con los fallecimientos a causa del síndrome del corazón roto.

Hasta entonces, se usaban las cadenas de Markov, pero éstas describían una perspectiva demasiado mecánica, física –atómica, incluso–, de la vida humana. Li pensó que, mediante una cópula que mostrase una distribución probable de los resultados, se podría obtener una descripción más ajustada y global de un corazón roto. Y, de igual manera, de una compañía en quiebra.

Utilizó para ello un tipo estándar de curva –la cópula gaussiana o curva de campana– para, por medio de ella, poder hacer un plano y determinar la correlación existente en una cartera de valores dada. Los cuánticos podían ahora, gracias a las conclusiones de Li, describir las consecuencias que el impago de las obligaciones de pago de una empresa podrían tener sobre otra sin saber nada acerca de las propias compañías afectadas.

En otras palabras, operar en los mercados financieros podía quedar reducido a un mero ejercicio de hacer números.

En 2003, el trabajo publicado por Li ya se había hecho famoso en Wall Street. Por aquella época, Li era jefe global de investigación de derivados financieros de Citigroup. En la radiante mañana de un martes de noviembre, llegaba a la reunión anual del Congreso de Cuántica, un encuentro de luminarias de las matemáticas financieras, para disfrutar de la gloria con una presentación de su trabajo. Enfrente de una sala atestada de cientos de colegas cuánticos explicó ampliamente su modelo: la función de la cópula gaussiana en el incumplimiento de las obligaciones de pago.

Un nuevo fanatismo se había adueñado de la Bolsa neoyorquina: las finanzas estructuradas. Era la culminación de dos décadas de cuánticos trabajando en Wall Street.

La idea básica era simple: los bancos ya no tendrían que soportar riesgos nunca más. En su lugar, lo que hacían era evaluar dichos riesgos mediante modelos matemáticos, empaquetarlos y venderlos como cualquier otro título o valor normal y corriente.

Las hipotecas fueron el primer ejemplo. En lugar de constituir una hipoteca y cobrar unos intereses durante toda la vida útil de dicha hipoteca, los bancos comenzaron a hacer paquetes de diferentes préstamos y a vendérselos a compañías pantalla de su propiedad –pero fuera de balance–, especialmente creadas a tales efectos. Estas compañías, a su vez, emitían bonos para incrementar sus ingresos por caja.

Además, utilizando el modelo y los sistemas matemáticos que estaban generando a marchas forzadas los cuánticos, los bancos podían diseñar la estructura de sus carteras de hipotecas para asegurarse de poder emitir bonos de riesgos muy variados destinados a su adquisición por inversores de todos los perfiles.

El 10 de agosto de 2004, la empresa de calificación Moody’s incorporaba la fórmula de Li de la cópula gaussiana en relación con los incumplimientos de pagos a su propia metodología de calificación de obligaciones de deuda colateralizadas (CDO), unos instrumentos característicos de las finanzas estructuradas que con el tiempo habrían de convertirse en la auténtica Némesis de muchos bancos.

Hasta entonces, Moody’s había insistido con firmeza en la idea de que las mencionadas CDO tuvieran una composición diferente, es decir, que cada una de ellas estuviera integrada por diferentes tipos de activos (hipotecas comerciales, préstamos a estudiantes, deudas de tarjetas de crédito, deudas subprime...): el viejo adagio bursátil de que la mejor forma de protegerse ante el riesgo es evitar poner todos los huevos en la misma cesta...

La fórmula de Li, sin embargo, daba a Moody’s un modelo que le permitía calibrar la interrelación de los riesgos. Las buenas prácticas tradicionales podían tirarse tranquilamente por la ventana. El riesgo podía ser medido con una certeza matemática y no existía ya necesidad alguna de distribuir los huevos en cestas diferentes.

(sigue en la respuesta)
 

droblo

Administrator
Una semana después que Moody’s, la otra gran compañía de calificaciones, Standard & Poor’s, cambió también su metodología de trabajo. Las CDO integradas únicamente por hipotecas subprime comenzaron a hacer furor. Utilizando el modelo de correlación mágico basado en la cópula gaussiana y algún que otro ingenioso artificio de ingeniería fiscal fuera de balance, las hipotecas de alto riesgo fueron empaquetadas en lotes calificados con una triple A –la máxima calificación que otorgan– para inversores de primer nivel.

Lógicamente, el mercado de CDO se disparó. En 2000, la cifra total de CDO emitidas era de unas decenas de miles de millones de dólares; en 2007 ascendía ya a 600.000 millones de dólares. Con tantos inversores a la espera y dispuestos a colocar su dinero, dicha deuda se convirtió en algo extraordinariamente barato. En consecuencia, los precios de las viviendas se elevaron masivamente. Lo que sirvió para activar notablemente las economías de todo el mundo.
Hoy, sin embargo, todos conocemos muy bien el desenlace de esa historia. El asunto comenzó a hacer aguas en el mercado de hipotecas subprime de EEUU. Los impagos empezaron a incrementarse a finales de 2006. A principios de 2007, ya estaba muy claro que el mercado de hipotecas subprime de EEUU tenía un grave problema. Hacia el verano de ese mismo año, propietarios de hogares de todos los lugares del país comenzaron a incumplir los compromisos de pago derivados de la concesión de sus hipotecas.

Para agravar más las cosas, el modelo de correlación consideraba la situación del mercado de viviendas en los años 90, pero el sector inmobiliario se había convertido en un monstruo groseramente inflado que poco tenía que ver con el de sólo unos años antes.

Las pérdidas que los bancos comenzaban a asumir en relación con las CDO les habían dejado totalmente perplejos. Al mismo tiempo, se preocupaban, cada día más, de la solvencia del resto de instituciones financieras, dejando, en consecuencia, de prestarse fondos entre ellos. La liquidez global se drenó por completo.

La putrefacción se extendió desde una clase de riesgos a otra y las dificultades por las que estaban pasando los bancos alcanzaron a la economía real. Súbitamente, todo estaba altamente correlacionado.

Pero, ¿en qué había fallado la fórmula de Li a la hora de anticipar el colapso? Básicamente, en que presuponía hechos que tendían a aglomerarse en torno a un promedio, a un estado de cosas normal.

En el ámbito de las ciencias actuariales, la fórmula de Li podía acoger adecuadamente resultados binarios como la vida o la muerte. Pero en el complejo mundo de las hipotecas y de la economía en general, el rango de resultados posibles es mucho más aleatorio y de una complejidad muy superior. Las muertes por corazón roto, a pesar de todas sus connotaciones poéticas, son mucho más fáciles de predecir que las más prosaicas pero inescrutables interrelaciones existentes entre los mercados.

¿Por qué nadie se percató de que aquella fórmula tenía un talón de Aquiles? La verdad es que algunos sí lo hicieron. Nassim Nicholas Taleb, autor del best-seller 'El cisne negro' –un libro sobre la importancia de tomar en consideración los valores atípicos a la hora de estudiar una cópula– fue muy crítico con las finanzas cuantitativas y la fórmula de Li. "La cosa nunca funcionó", asegura Taleb. "Todo lo que se base en la correlación es pura charlatanería".

En 2007, David Li abandonó Wall Street y regresó a China. Se mantiene apartado del mundo pero entonces, antes de que el sistema financiero volara por los aires, él ya lo había advertido: "Muy poca gente entiende la esencia de mi modelo".

Harry Panjer, profesor de Estadística y Ciencias Actuariales y mentor de Li cuando éste estudiaba en Waterloo, ha establecido un cierto equilibrio entre las acusaciones de Taleb y la postura de su pupilo. Como comentaba a principios de año en el diario Toronto Star, "existe un dicho sobre las estadísticas: 'Todos los modelos son erróneos pero algunos son muy útiles'".
 
A

apa

Guest
Manuel Lionza.– Fueron en gran medida los protagonistas del cambio generacional que anhelaba el sector financiero y también la respuesta a su creciente sofisticación. Gestores de fondos, casas de bolsa, firmas de análisis, banca de inversión y todo el entramado de los mercados financieros quedó deslumbrado con la llegada de una generación de jóvenes universitarios formados en las matemáticas o la física cuánticas. El casino financiero parecía haber encontrado un moderno Santo Grial científico para anticipar el número exacto donde se detiene la bolita de la ruleta o las posibilidades ciertas de conseguir un póker de ases. La matemática y la especulación financiera formaron una pareja de moda que para muchos parecía estar tocada por la mano de Dios. Y en eso llegó la crisis y los cerebros perdieron la gracia de los inversores.

Los activos totales de los fondos estadounidenses basados en una estrategia cuántica se desplomaron a 467.000 millones de dólares desde los 1,2 billones en 2007, una caída del 61 por ciento. El descenso refleja tanto las inversiones erróneas como la retirada de fondos de los inversores. La luna de hiel de la crisis financiera ha provocado que uno de cada cuatro de esos fondos haya desaparecido desde 2007. El sector de fondos cuánticos recuerda con especial amargura el día en que Bearn Stearns fue adquirido por JP Morgan por una modesta cifra para evitar su quiebra porque marcó el declive de sus gestores estrella. Fue el principio del fin para la mayoría de ellos, según testimonios de quienes vivieron de cerca aquellos acontecimientos.

Aún se recuerda entre las ruinas del cataclismo subprime cómo la generación "quant" se convirtió en la prima donna de la gestión de fondos ganando millones o miles de millones de dólares, incluso por cuenta propia. Profesores o estudiantes especialistas en ordenadores o ciencias físicas abandonaron sus torres de marfil donde realizaban otro tipo de especulaciones para saltar a Wall Street y convertirse en sus nuevas estrellas rutilantes.

En la actualidad, el sector financiero, sin renunciar a la renovación tecnológica y la búsqueda de programas informáticos más capaces y fiables, ha vuelto a contratar a operadores de carne y hueso, cuyo rendimiento está superando al de los modelos informáticos anteriores. Gran parte del dinero que está saliendo de los fondos cuánticos está retornando a aquellos otros fondos gestionados por humanos. Según algunos analistas, ello se debe a que muchos inversores se sintieron decepcionados por la gestión basada en modelos computerizados que, a pesar de su elevada sofisticación, fracasaron en proteger su dinero de las grandes pérdidas incurridas cuando sobrevino la crisis.

Lo más paradójico es que durante los buenos tiempos hubo un número de gestores que se pasaron a los modelos cuánticos emulando los mismos criterios para invertir, de manera que las apuestas eran comunes y los movimientos alcistas o bajistas de unos y otros fueron parejos.

¿Qué pasó? ¿Por qué el sector no aprendió del primer aviso grave cuando la Fed intervino en 1998 el Long Term Capital Management, que contaba entre sus cerebros con varios Premio Nobel en ciencias? Los analistas dicen que el sector aún está haciendo su propia catarsis para tratar de buscar explicaciones más o menos convincentes.

Algunas versiones apuntan simplemente a fallos humanos; otras, a la histeria de los clientes que retiraron grandes sumas en tan poco tiempo que los fondos se vieron obligados a deshacerse de sus inversiones con pérdidas. Y otras, dirigen el dedo a los modelos informáticos que no lograron predecir la reacción de los mercados ante una catástrofe tan profunda como la vivida en los primeros meses de la crisis, con acontecimientos, como la quiebra de Lehman y la crisis crediticia, sin precedentes en ninguna otra crisis anterior.
 

droblo

Administrator
Qué son los números binarios
<iframe width="560" height="315" src="https://www.youtube.com/embed/B8js9CZtWQs" frameborder="0" allowfullscreen></iframe>
 
Arriba