El arte de predecir.

“Es difícil hacer predicciones, particularmente sobre el futuro”

La cita anterior es atribuida, habitualmente, al jugador de béisbol americano, Yogi Berra. Tal vez es esa tautología sobre la dificultad intrínseca de la predicción, la que ha permitido que al economista se le defina como “un individuo que pasa la mitad de su tiempo haciendo predicciones, y la otra mitad explicando por qué no se han cumplido”.

Predecir solo puede ser un arte, porque es imposible hacerlo de una manera científica al 100%. Lo sucedido desde 2007 me ha ratificado esta percepción, que sostengo desde hace muchos años, al menos en cuanto a la eficacia de la previsión macroeconómica. Pero mantenía una concepción, un tanto naïve, sobre la utilidad de los parámetros más eficaces de valoración de precios de las acciones. La reciente y extensa polémica entre John Hussman (http://www.hussmanfunds.com/), y otros fundamentalistas de la valoración como Grantham y Montier de GMO, y el blog, “philosophicaleconomics.wordpress.com”, me lleva a dar por imposible cualquier intento valorativo con un mínimo de consenso general. Más aun, desde que QE ha pulverizado la importancia de la valoración en la gestión de las inversiones.

Al menos, si aceptamos que la predicción es un arte, quedará el respeto a la intuición del analista, siempre que no esté mancillada por el epidémico sesgo “sell side”:

  • Cuando analizamos el alfa de un activo financiero individualmente considerado.
  • Cuando, agregando, consideramos el nivel de precios de un conjunto de ellos “bottom up”.
  • Cuando, a nivel agregado, se intenta predecir un ciclo económico o variables de ese ciclo con base subjetiva, por oposición a resultados de un modelo econométrico.
www.acting-man.com

www.acting-man.com

Pero cuando lo que queremos es que sea el ordenador el que indique fiablemente si comprar o vender, vía un modelo econométrico, o vía modelos de correlación de una serie de variables o ratios (que la historia ha demostrado relevantes), con las cotizaciones pertinentes, las cosas se complican.

Quedan a salvo las matemáticas del HFT (high frequency trading) que funcionan eficazmente (supone casi el 50% del volumen transaccional del mercado de acciones americano). Pero ese tipo de automatismo solo funciona en el muy corto plazo y, polémicamente, lo hace usando el arma de la velocidad y, demasiado a menudo, la información anticipada. O, simplemente, a base de esa actividad que no existe llamada “front running the orders”. Algunos me entienden. Pero por no rascar en lo más delicado de todo, me remito más convencionalmente al reciente escándalo sobre distintos niveles de velocidad en la entrega de la información por Reuters o Bloomberg, en función del precio pagado por los terminales. Hablamos de segundos, o minutos a lo sumo, pero con un ordenador eficaz no necesitamos más para obtener una ventaja en el corto plazo. El trading se puede automatizar, sobre todo si juega con ventaja, pero resulta casi imposible hacerlo en las posiciones a medio y largo plazo.

La predicción econométrica de las variables macroeconómicas básicas tiene ya casi un siglo de historia. Si funcionase, se podría utilizar para trasladar el impacto de los niveles de las variables estimadas, a los precios de los activos financieros.

Con este enfoque, se trata de conseguir una aproximación “top down”. Estimando el ciclo económico, se pueden derivar o inferir los precios agregados de las categorías de activos más relevantes. Por ejemplo, si un modelo permitiese anticipar fiablemente que el crecimiento económico en Estados Unidos se acelerará durante lo que queda de 2014 y 2015, podemos inferir que el bono a diez años no romperá su suelo actual del 2,5%, y que el dólar dejará de depreciarse. Daría para retirarse.

Los modelos matemáticos de previsión económica que permiten anticipar la evolución de variables macro, y su respuesta a sucesos desestabilizadores, son el pues el vehículo base. Veamos el estado general de la cuestión.

El primer problema que nos encontramos, es que esa predicción del precio de un activo, se hace en dos pasos. Y cuantos más pasos estimados, más margen de error. Como alguna vez ha expuesto Bill Gross, el negocio de una gestora de renta fija no es predecir la evolución del PIB, sino la del precio de los bonos cotizados. Se corre el riesgo de quedarse fijado en la primera magnitud, la variable macroeconómica a estimar, olvidando que es la última, el precio del activo, la que cuenta a la hora de los resultados.

Como primer paso, tenemos que crear un modelo de equilibrio general dinámico (o adoptar uno) para predecir la macroeconomía. Dos escuelas económicas producen este tipo de predicciones en la actualidad: neoclásicos y postkeynesianos. Y en ambos casos el resultado es un contundente fracaso. Como muestra un botón: compruebe la discrepancia entre predicciones y realidad en los pronósticos de los últimos cuatro años de nada menos que el servicio de estudios de la reserva federal. ¡Y todavía no han despedido a nadie (que yo sepa)! Imagínense la fiabilidad de los modelos de los servicios de estudios de la mayoría, por no decir la totalidad, de los bancos. Incluido Goldman Sachs.

No es culpa de los economistas implicados. Los modelos de predicción macro parten de una problemática casi insoluble. Hay que acudir al matemático Edward Lorenz, precursor paradigmático de la teoría del caos, para sistematizar los problemas que presentan (“Deterministic non periodic flow”; Lorenz 1963).

1.- El reduccionismo simplificador, para reconstruir luego las variables clave a través del modelo, no funciona. La macroeconomía no es microeconomía ampliada y escalada. No se pueden usar modelos sobresimplificados para mirar de construir desde una base clara, por un procedimiento de “building blocks”. Las variables no funcionan igual en un entorno a gran escala que en modelos simplificados. Los comportamientos de los agentes varían con la escala y también lo hace la complejidad.

2.- Los sujetos o elementos del sistema (económico o meteorológico) actúan de una manera no solo compleja sino también aperiódica. El agente económico racional no existe (imagínense dónde deja esto la efficient market hypothesis de Eugene Fama!). Los agentes económicos asumidos como racionales serán a lo sumo proféticos (sarcástico Keen) pero ¿¿¿¿racionales???? Mire a su alrededor para encontrar abundante evidencia anecdótica. Si la eficiencia de los precios en los mercados cotizados ha resultado ser una quimera, el salto a la eficiencia o racionalidad de los sujetos en un modelo macroeconómico, es una asunción temeraria. El “herding” va a más.

3.- Los modelos con ecuaciones lineales no sirven. Como ya dijo Nicholas Kaldor, por poner un ejemplo, es imposible asumir la linealidad de las funciones de ahorro e inversión simultáneamente, al menos en algunos rangos de las funciones. Sin olvidar a Hyman Minsky. Como demostró sobradamente, hay sesgos conductuales de los sujetos del mercado, que conducen el equilibrio en una determinada dirección, particularmente en el ámbito financiero (que sí contemplan los modelos postkeynesianos).

4.- Los modelos suelen asumir fluctuaciones en torno al equilibrio general, planteando problemas cuando ese equilibrio es alterado significativamente, y aun cuando ese no sea el caso, plantean problemas cuando el punto de partida no es el equilibrio. El llamado saddle path del modelo (por su forma de silla de montar), no funciona la mayoría de las veces.

5.-La precisión de los datos predictivos del modelo es extraordinariamente sensible a la perfección del mismo, y, más todavía, a la medición exacta de las variables cuando se elabora, y en el momento de partida. Obviamente no hay ninguno, por perfecto que fuese, que pudiera funcionar en China donde los datos macro son de una creatividad casi pictórica. Personalmente, tengo fuertes sospechas sobre el grado de cocinado de los datos macroeconómicos vigentes. Me temo que van tomando características globales de “guisote”. La polémica sobre prostitutas, o tráfico de drogas, como componentes del PIB, es un buen indicador de por dónde van los tiros.

Además, algunas variables macro ya son obsoletas. Empezando por el mismo PIB y su capacidad para capturar la situación de evolución económica. Si ponemos a todos los parados a regular el tráfico apagando los correspondientes semáforos, mejoramos el PIB. Pero ha crecido la economía? Tenemos que estacionalizar la serie de imputaciones de actividad de las prostitutas (todos los datos son inventados) para tener en cuenta el efecto hormonal de la primavera?

A pesar de lo dicho, existen miles de modelos estocásticos neoclásicos, y postkeynesianos. Parece que si un economista tiene algo interesante que contar, deba modelizarlo. Leyendo un interesante “paper” de GMO encontré la interesante reflexión de que las matemáticas, si bien introducían “rigor” en la economía, también generaban “mortis”. No podría haberlo expuesto mejor.

Los neoclásicos parten de un entramado conceptual sólido, aunque no encajan con la historia económica real, y usan variables de “salto” para ajustarlos. Todo lo que se mueve, lo intentan modelizar con matematizaciones estocásticas de equilibrio general dinámico. Como dice el nobel Robert Solow, con sorna, son capaces de encontrar un equilibrio dinámico en el descenso de un melón tirado al suelo desde un quinceavo piso. Y posible es. ¿Pero práctico?

Los postkeynesianos están lejos de la misma coherencia doctrinal (la brillantez de Keynes distaba de la coherencia neoclásica), pero sus modelos están más cerca de la realidad. Como la escuela austríaca, tienen en cuenta el factor dinero en la economía, más allá de cómo medio de pago. Y sus modelos son mucho más completos (algunos con centenares de ecuaciones) aunque acaban recurriendo a los “time lags” (arbitrariamente introducidos) para resolver iteraciones circulares (loops) entre las múltiples variables.

Vaya uno por la vía que vaya, hay que desconfiar de las predicciones de Bancos Centrales y entidades financieras, más allá de unos meses de estimación. Ningún modelo es fiable a medio y largo plazo. Hay que usar el instinto. Y el mío dice que el mini rebote macro de la zona euro no durará. Digan los modelos lo que digan. El tiempo (navidad?) dirá si mi arte predictivo es de mercadillo, o de National Gallery. Aunque España ha sido de los más beneficiados por la compresión de spreads fruto de la QE y la ZIRP, yo creo que la navidad no será buena en casa Rajoy, y eso que hoy esta eufórico. Compresión de spreads, y crecimiento del turismo por conflictividad bélica o prebélica en los destinos en competencia, no son buenos motores a medio plazo.

Pero volvamos a nuestra previsión econométrica. Y no olvidemos que, aunque fuese perfecta, luego hay que correlacionar las variables macro resultantes del modelo, con precios de activos. Eso ya es difícil de por sí, y es inevitable la tentación de buscar ajustes en las funciones, para que encajen con resultados pasados. Se llama encajar hacia atrás, requiere paciencia, y es algo que todos hemos hecho alguna vez para intentar defender lo indefendible. Pero, por si el salto no fuera suficientemente difícil, aparecen los nuevos superdioses del olimpo (Yellen, Kuroda, Carney, Dragui o Jordan) y multiplican o dividen bases monetarias por cuatro en períodos de menos de cuatro años. Con total impunidad. Si fuesen españoles habría que hacerlos “superaforados” para distinguirlos de los otros diez mil. Correlacionar variables financieras con variables macro, en este contexto de libertinaje monetario, es para cortarse las venas.

Como en el flujo circular, para acabar, volvamos al principio. Predecir precios tiene que ser un arte, porque una ciencia exacta, con nuestra sabiduría de hoy, no puede serlo. Cuando pasamos de la ciencia al arte, incorporamos pasión, sesgo, sentimientos, y emociones del economista que predice. ¡Cómo van a ser los resultados fiables! Aunque los de algunos (pocos) mejoren mucho los de los modelos.

Pero la ausencia de predicción tampoco resuelve el problema. La gestión de la vida, requiere la de los medios económicos para sustentarla. Intentar no predecir, y vivir al día, aplicado de manera masiva, nos hace más ignorantes. Y como bien decía Franz Kafka, es mentira que la ignorancia sea una dicha. La inversión por el método de “herding”, no es alternativa a largo plazo, si en algún momento se acaba el directorio de los bancos centrales.

Mas en otro post, sobre la polémica de criterios de valoración de acciones a que hacíamos referencia al principio.