Nueva modelización matemática para divisar cisnes negros en el horizonte
Hasta la crisis financiera de 2008, los modelos financieros se simplificaron mediante la incorporación de conjeturas que se sabía que eran relativamente irrealistas. A cambio de esto, se generaban modelos que eran más fáciles y rápidos de utilizar, pero que contenían datos que eran más aproximativos que totalmente precisos. Al aplicar teorías de probabilidad y estadística a ciertos aspectos de la crisis financiera, quedó claro que este tipo de acontecimientos (considerados extremos y, por lo tanto, improbables) son en realidad más comunes de lo que se había supuesto en modelos anteriores. Una consecuencia de ello es que los modelos matemáticos y financieros más recientes han ganado en complejidad computacional. Sacar el mayor partido de estos modelos fue el objetivo principal del proyecto financiado por la UE STRIKE. Para cumplir este objetivo, STRIKE creó una red de contactos de jóvenes científicos europeos especialmente formados. Mucho más que procesar números Uno de los retos clave que STRIKE se propuso cumplir fue combinar varios enfoques y metodologías, de tal manera que se complementaran entre ellos. Esta formación incorporó análisis matemáticos, métodos numéricos sofisticados, métodos de simulación estocástica, modelización financiera (con datos profundos —cuantitativos y cualitativos— del mercado financiero), técnicas de control óptimo y técnicas de validación de modelos. También fue más allá de la comprensión de los números, enfocándose en una mejor consideración de su posible impacto social. El marco teórico de la investigación fue la respuesta europea a la crisis financiera, que evidenció características descritas como «contagio» y «gregarismo», más allá de los modelos estandarizados (como el modelo de Black-Scholes-Merton utilizado como una herramienta de inversión, en especial para derivadas). Para desarrollar un modelo nuevo, no lineal y más robusto (o no gaussiano), se necesitaban registros significativos, por lo que se obtuvieron datos facilitados por empresas y bancos. Tal y como nos muestra el profesor Matthias Ehrhardt: «Esto nos permitió comparar los resultados de las simulaciones con datos reales de la historia. Por supuesto, estos datos también ayudaron a calibrar los modelos». Entonces, estos modelos fueron recopilados en la caja de herramientas financieras computacionales de STRIKE. El profesor Ehrhardt también explica que «Esto permite prototipos de ejemplo y documentación con antecedentes, lo que permite cambios en los registros introducidos y, a continuación, la observación del impacto resultante, causado por estas condiciones. Al ponerse en práctica, también se aprovechó la capacidad computacional de las unidades de procesamiento gráfico paralelo (como las utilizadas en los juegos de ordenador) para acelerar las simulaciones». ¿Qué puede aprender el «Czexit» de la teoría cuántica? Profundizando más en la utilidad de la caja de herramientas, el profesor Ehrhardt anima a desentrañar los sistemas financieros siguiendo el ejemplo de la evolución de la física, que ha sobrepasado las conjeturas de la causalidad lineal. Como resume el profesor: «Con STRIKE, la cobertura de los resultados y los análisis del riesgo pueden ser más fiables o las conjeturas se pueden adaptar de manera más oportuna». Cumpliendo su objetivo de proveer herramientas útiles para toma de decisiones y una red de contactos colaborativa centrada en el conocimiento, STRIKE ha desarrollado modelos aplicables a situaciones y problemas reales. El profesor Ehrhardt recuerda un ejemplo muy significativo: «Un ejemplo particular para nuestra modelización fue plantear la situación de que un país quisiera integrarse en la UE, pudiendo calcular de manera adecuada la evolución temporal del tipo de interés. Ahora se puede utilizar una técnica similar si un país abandona la UE o desvincula su moneda del euro. Esta última situación coincide con el "Czexit", por el que en abril de 2017 la República Checa decidió disociar la corona checa del euro». Los algoritmos creados por STRIKE tienen una amplia gama de utilidades en el mundo real, incluyendo aplicaciones informáticas que proporcionen a los consumidores recomendaciones sobre el mercado financiero o información sobre los precios del mercado de la energía, con el objetivo de ayudar a los ciudadanos a tomar mejores decisiones de consumo. Por ahora, además de mantener el consorcio de investigación, el proyecto se dispone a publicar un libro que recoja los resultados de la investigación y seguirá celebrando su congreso internacional bienal sobre la computación en las finanzas.
Palabras clave
STRIKE, modelización financiera, crisis financiera, desvinculación de moneda, tipos de interés, algoritmo financiero, análisis del riesgo, evaluación del riesgo, caja de herramientas para la toma de decisiones
