d'Economía.net

BANCAÚLTIMA HORA

Hombre versus máquina en los mercados económicos – BankActivities


Por Pascal vander Straeten 27 de marzo de 2023

¿No te parece interesante? A pesar de que se señaló a los modelos financieros cuantitativos de caja negra como uno de los culpables de la crisis financiera mundial de 2007-2008, el flujo de quants que ahora está siendo contratado por la industria de servicios financieros no parece estar disminuyendo, sino más bien al contrario: Wall Street (e incluso Main Street) está aumentando sus equipos cuantitativos y confiando cada vez más en algoritmos informáticos para todo tipo de procesos (es decir, front-office, middle-office, riesgo, back-office) y decisiones de inversión.

Se han escrito muchos artículos en contra del uso masivo de modelos cuantitativos en la toma de decisiones en lo que respecta a la industria de servicios financieros. E incluso su humilde servidor fue uno de los defensores de esta medida alegando que ninguna máquina es mejor que un hombre. En cambio, con el tiempo me di cuenta de que deberíamos adoptar un enfoque híbrido, «un enfoque de hombre con una máquina», para aprovechar al máximo las herramientas que tenemos y encontrar una manera más inteligente de integrar estas tecnologías. Por tanto, deberíamos postular que ninguna máquina es mejor que un hombre y ningún hombre es mejor que una máquina.

Es cierto que la industria de servicios financieros es muy diferente de otros dominios, especialmente del mundo académico, por ejemplo, porque los problemas relacionados con los mercados financieros generalmente no conllevan una verdad científica pura de la cual un algoritmo de aprendizaje automático pueda aprender (es decir, eventos similares). puede asociarse con resultados muy diferentes). Se necesita un volumen masivo de datos porque entonces se puede hacer que los modelos algorítmicos funcionen bien a expensas de la complejidad y la ignorancia de los supuestos subyacentes. Pero, en el ámbito de los mercados financieros, la complejidad y la ignorancia la mayoría de las veces matan. Por tanto, es crucial encontrar el equilibrio adecuado entre complejidad y simplicidad. En un momento dado, todos en la industria tienden a cometer el error de sobreajustar los modelos a los datos y no se dan cuenta.

Y, debido a eso, los profesionales a menudo tienden a subestimar el riesgo que corren con los libros y se llevan una sorpresa desagradable. El futuro nunca es igual que el pasado, por lo que es crucial diseñar claramente su función objetivo y recordar siempre los supuestos subyacentes: ¿Qué tipos de riesgos está dispuesta a asumir su organización? ¿Se trata de una solución algorítmica para un tipo particular de entorno de mercado financiero, o su organización desea utilizarla para muchos tipos diferentes de mercados? Muchas veces las organizaciones no son conscientes de sus funciones objetivas hasta que el mercado se las muestra.

Ahora, les guste o no a algunos, veremos más inteligencia artificial en los programas comerciales dada la fiebre del oro en este espacio. Obviamente, el problema de la fiebre del oro es la codicia y la esperanza, y las organizaciones deberían tener cuidado al respecto. Las colas gruesas son una de las razones subyacentes por las que los profesionales cometen tales errores, y la correlación en serie es otra. Y esto se aplica tanto a los mercados financieros como a la madre naturaleza también. Por ejemplo, después de un terremoto de cien años, es probable que las placas tectónicas se fragilicen y provoquen posibles terremotos en los próximos años. De hecho, los terremotos ejercerán presión sobre fallas altamente estresadas y desencadenarán eventos sísmicos posteriores. Por lo tanto, cuando se produce un terremoto de cien años, las posibilidades de que se produzca otro terremoto al año siguiente son bastante altas, lo que no es lo que las organizaciones suelen esperar.

Y lo mismo ocurre con la gestión de riesgos de los mercados financieros. Por un lado, una vez que un evento de 10.000 años tiene lugar en un día determinado, es mucho más probable que también ocurra al día siguiente. Por otro lado, el acontecimiento de 10.000 años realmente trasciende lo que sucede en un día determinado. Un evento podría haber comenzado hace semanas y con toda probabilidad continuaría durante varios meses más. Y para usar otra metáfora: un ciclo húmedo en el clima puede provocar inundaciones de cien años durante varios años seguidos. Pero, en cierto sentido, es un evento único.

Ahora bien, está claro que no todos los modelos cuantitativos son inherentemente incorrectos, sino que se requiere un proceso iterativo para mantener su utilidad. Si queremos entender una crisis financiera, tenemos que desarrollar un guión gráfico y comprender las limitaciones que plantean las hipótesis subyacentes construidas en torno al modelo. Esto explica la importancia de modificar la narrativa, o el modelo, a medida que se desarrolla la trama. Los modelos deben ser como libros de ficción, amoldándose a giros, cambios y giros inesperados. Entonces, si bien el error humano y las emociones pueden ser un modelo para el desastre financiero (es decir, la creciente importancia de las finanzas conductuales), tampoco es prudente confiar ciegamente en estrategias 100% basadas en computadora. Así que, nuevamente, necesitamos un modelo híbrido de hombre y máquina.

Y no hay nada particularmente mágico en las estrategias cuantitativas. En todo caso, son lo opuesto a la magia. Se diseñan modelos, se construyen hipótesis restrictivas en torno al modelo, se procesan datos y los hallazgos dan como resultado un conjunto de decisiones, como por ejemplo el aumento/disminución/mantenimiento de las exposiciones al riesgo. Tal vez sea una distorsión, pero el enfoque constituye un método de seguridad en los números, con la ventaja de eliminar cualquier respuesta emocional que un humano pueda inyectar en el proceso. Pero los modelos son tan buenos como los humanos que los construyen, por lo que un equipo cuantitativo sólido mantendrá sus modelos flexibles para evitar descarrilamientos cuando inevitablemente ocurran eventos inusuales en el mercado.

Otra opción sería incorporar un enfoque combinado que no se base en pruebas retrospectivas ni en factores que parecen buenos sólo en el papel. En lugar de ello, podríamos construir modelos financieros derivados de los parámetros de decisión inspirados por algunos de los gestores de riesgos e inversores más exitosos de todos los tiempos, como John Mack, Craig Broderick, Warren Buffett o Peter Lynch. Y luego integrar estos modelos en enfoques sistemáticos de gestión de riesgos y carteras.

Por supuesto, ninguno de estos modelos propuestos será jamás infalible, e incluso basándose en datos de rendimiento a largo plazo, ninguno de ellos superará al mercado todo el tiempo. Sin embargo, lo que proporcionarán es un conjunto de criterios de inversión y gestión de riesgos basados ​​en reglas que aumentan las probabilidades de éxito en beneficio de su organización si se siguen con coherencia y disciplina.

Trágicamente, y como ya se mencionó, dado el ritmo al que se están adoptando las plataformas cuantitativas para satisfacer los fines de la industria, la probabilidad de otra caída repentina del mercado liderada por el comercio automatizado es casi inevitable. Para magnificar la gravedad de esta preocupación, cabe señalar que desde la crisis financiera mundial de 2007-2008 se produjeron una serie de crisis repentinas, como las de mayo de 2010, abril de 2013 y junio de 2017, por nombrar sólo algunas. Y alimenta esta preocupación el hecho de que el uso de estrategias de negociación automatizadas no sólo se aplica a la comunidad de fondos de cobertura sino también a los gigantes de la industria de fondos, como PIMCO, Franklin Templeton, BlackRock, JP Morgan Chase, T. Rowe Price, Capital Research. & Gestión, Fidelidad, Vanguardia, etc.

De hecho, las estrategias de inversión cuantitativa se han convertido en la forma en que los administradores de carteras activas obtienen mayores rendimientos para superar la creciente cantidad de capital económico que se traslada a estrategias de inversión pasiva, como los fondos indexados. Esta exageración por los fondos cuantitativos se ilustra por el hecho de que el número de fondos cuantitativos a lo largo de los años ha crecido de aproximadamente el 10% del mercado en 2007 a casi el 17% diez años después y al 35% en 2020, a medida que se están desarrollando fondos de cobertura aún más fundamentales. recurrir a cuantificaciones o plataformas que permitan a los PM no técnicos ejecutar sus estrategias o ideas a través de algoritmos.

A medida que estos mercados financieros se vuelvan aún más interconectados y globalizados, sin mencionar el hecho de que cada vez más fondos o comerciantes utilizan estrategias comerciales automatizadas, los efectos de tal crisis financiera no serán suprimidos. Más bien, lo sentirán todas las partes interesadas y, por tanto, en todos los mercados financieros en su conjunto. Para agravar el problema, muchos gestores de riesgos e inversores no son muy conocedores de estas soluciones cuantitativas y ponen en práctica estrategias cuantitativas como si fueran suyas.

Y luego están las grandes empresas consultoras que carecen de suficiente conocimiento de la industria, ya que muy pocos de sus consultores han ejercido antes como operadores/administradores de cartera/administradores de riesgos en la industria de servicios financieros. La mayoría de ellos se acaban de graduar de las llamadas universidades de la Ivy League con un título cuantitativo en su bolsillo trasero, pero nunca experimentaron una verdadera crisis financiera global como participantes (es decir, trabajando en un banco, una compañía de seguros, una empresa de gestión de activos, etc.). ). Entonces, ¿quiénes son ellos para enseñar sobre las mejores prácticas de mercado en lo que se refiere al uso de algoritmos en la gestión de riesgos financieros y el comercio, por ejemplo? Como dicen, los mejores expertos son estos cazadores furtivos que se convirtieron en guardabosques. Y, por lo tanto, esas grandes firmas consultoras deberían contratar mejor a banqueros más experimentados (solo digo).

Y para empeorar aún más las cosas, está el caso de los propios reguladores. A medida que los mercados se vuelven más complejos e interconectados, los reguladores deben asegurarse de comprender cómo están conectados los mercados y cómo las acciones en un mercado pueden o no afectar a otro. En otras palabras, los reguladores parecen no entender la falta de transparencia en estos mercados.

¿Entonces, cuál es la solución?

Como alguien cuyo primer despertar real ante la complacencia de los directores ejecutivos, las agencias de calificación y los consultores altamente remunerados fue el colapso de Bear Stearns y Lehman Brothers, respectivamente, debemos aprender del pasado y echar una vez más una mirada en profundidad a las conclusiones de las causas de la crisis financiera mundial.

Como resultado de un Washington demasiado entusiasta que ciegamente (es decir, y de manera populista para complacer al electorado de Main Street) promulgó una serie de reformas de regulación bancaria muy complejas, gran parte de Wall Street vive hoy bajo el supuesto de que menos es más en materia de supervisión. . Hace una década, el comportamiento de la industria era que no importaba si alguien entendía la calidad de las hipotecas titulizadas empaquetadas en CDO o cómo los mercados de CDS y la economía real estaban genuinamente conectados entre sí. Hoy en día, es como si a nadie le importara que pocos entiendan cómo los algoritmos toman decisiones comerciales y de gestión de riesgos. A medida que los mercados financieros y los activos que contienen se vuelven más complejos e interconectados, cada vez hay menos personas involucradas, incluso aquellas que se encuentran en la maleza tomando decisiones comerciales y de gestión de riesgos a diario, que lo comprendan.

Una sensación de deja-vu, ¿verdad?

Me viene a la mente una analogía del mundo de la ingeniería estructural. Si un grupo grande de personas en el segundo piso de una casa comienza a bailar y saltar en sincronía, no importa cuán sólido sea el piso, en algún momento comenzará a deformarse y a estremecerse. Cuando este movimiento hacia arriba y hacia abajo inevitablemente se vuelve demasiado extremo para que lo soporte el material con el que se hizo el piso, se hundirá y estrellará.

La volatilidad del mercado durante la última década está mostrando un movimiento igualmente exagerado. Con el creciente número de fondos que se concentran en estrategias de inversión cuantitativa, sin mencionar el número significativo de nuevas plataformas de análisis de datos que las instituciones financieras integran en sus actividades diarias de gestión de riesgos, sin la adecuada corrección regulatoria y corporativa, no está demasiado lejos el día en que el La estructura de los mercados financieros también puede sufrir oscilaciones demasiado extremas que, en última instancia, la lleven al punto de colapsar. Esto no quiere decir que esta situación necesariamente vaya a ocurrir; sin embargo, se requiere una acción correctiva para mitigar estas amenazas, reducir la probabilidad de tal desaceleración y respaldar aún más el mercado.



BankActivities

RELACIONADOS