el problema viene por la acumulación.. pocas manos controlan cifras astronómicas.. el colapso es inevitable..
Un error de predicción catastrófico
Extracto del primer capítulo del libro 'La señal y el ruido', de Nate Silver
Nate
Silver es un escritor con formación en economía y estadística que se
hizo famoso en EEUU por su análisis de las elecciones presidenciales en
el blog FiveThirtyEight. Su modelo estadístico, basado en todas las
encuestas publicadas, obtuvo un altísimo porcentaje de acierto en las
elecciones de 2012
Era el 23 de octubre de 2008. El mercado bursátil se había desplomado
casi un 30 por ciento durante las cinco semanas anteriores y se
encontraba en caída libre. Empresas en su día valoradas, como Lehman
Brothers, se habían arruinado. Los mercados de crédito habían dejado de
funcionar. Las propiedades inmobiliarias de Las Vegas habían perdido un
40 por ciento de su valor. El desempleo estaba por las nubes y no dejaba
de crecer. Se habían invertido cientos de miles de millones de dólares
en empresas en quiebra. La confianza en el Gobierno marcaba mínimos
históricos. Faltaban menos de dos semanas para las elecciones
presidenciales.
El Congreso, una institución generalmente en estado latente tan cerca de
unas elecciones, era un hervidero de actividad. Los políticos sabían
que iban a verse obligados a aprobar una serie de proyectos de ley de
rescate financiero desde luego impopulares, y debían crear la impresión
de que los malhechores iban a recibir su merecido. El Comité de Control y
Reforma de la Cámara de los Representantes había citado a testificar a
los jefes de las tres principales agencias de calificación de crédito,
Standard & Poor’s (S&P), Moody’s y Fitch Ratings. Dichas
agencias de calificación tenían la tarea de evaluar las probabilidades
de que miles de millones de dólares invertidos en títulos con respaldo
hipotecario tuvieran que empezar a afrontar impagos. Y, para decirlo
suavemente, todo indicaba que habían faltado a su deber.
La peor predicción de una serie fatídica
La crisis de finales de la década de 2000 suele considerarse un fracaso
de las instituciones políticas y financieras. Y es evidente que supuso
un descalabro económico de proporciones mayúsculas. En 2011, cuatro años
después del inicio oficial de la Gran Recesión, la economía
estadounidense estaba aún 800.000 millones de dólares por debajo de su
potencial productivo.
Aun así, estoy convencido de que la mejor forma de analizar la crisis
económica es considerándola un error de juicio, un fatídico error de
predicción. De hecho, los errores de predicción fueron generalizados y
se produjeron en casi todas las fases, antes, durante y después de la
crisis; todo el mundo incurrió en dichos errores, desde los agentes
hipotecarios hasta la Casa Blanca.
A menudo, los errores de predicción más calamitosos tienen muchas cosas
en común. Por lo general nos fijamos en las señales que describen el
mundo tal como debería ser, y no como realmente es. Ignoramos los
riesgos más difíciles de calcular, aun cuando suponen la mayor amenaza
para nuestro bienestar. Nuestras aproximaciones y suposiciones sobre el
mundo son mucho más rudimentarias de lo que creemos. Abominamos la
incertidumbre, aunque forme parte inextricable del problema que
intentamos resolver. Si queremos llegar al fondo de la crisis económica,
debemos empezar por identificar el principal error de predicción que se
produjo, un error que desencadenó el resto.
Las agencias de calificación habían dado una AAA (calificación que se
solía reservar para los gobiernos y las empresas más solventes del
mundo) a miles de títulos con respaldo hipotecario, unos instrumentos
financieros que permitían a los inversores apostar sobre las
probabilidades de que otras personas no pudieran pagar sus hipotecas.
Las calificaciones de las empresas de calificación pretenden
explícitamente ser predicciones, estimaciones sobre las probabilidades
de que una deuda determinada no se pueda satisfacer. Standard &
Poor's, por ejemplo, dijo a sus inversores que cuando daba una AAA a un
tipo particularmente complejo de valores conocidos como obligaciones de
deuda garantizadas (CDO), había tan sólo un 0,12 por ciento de
probabilidades (o, lo que es lo mismo, una entre 850) de que dichos
valores no se pudieran pagar durante los siguientes cinco años. En
principio, pues, esos valores eran tan seguros como la acción de una
empresa valorada con una AAA, y más seguros de lo que actualmente
S&P considera los bonos del Tesoro de Estados Unidos.8 Las agencias
de calificación no ponderan sus valoraciones sobre una curva.
A la hora de la verdad, y según datos internos de S&P, alrededor de
un 28 por ciento de las CDO resultaron insolventes. (Algunas
estimaciones independientes son aún más altas.). Eso significa que la
tasa de insolvencia de las CDO fue más de doscientas veces superior de
lo que S&P había pronosticado.
Se trata de un fracaso de predicción absoluto: miles de millones de
dólares en inversiones valorados como completamente seguros resultaron
ser casi completamente inseguros. Fue como si la predicción
meteorológica anunciara 35 grados y cielos despejados y a la hora de la
verdad se produjera una ventisca de nieve.
Cuando uno realiza una predicción que fracasa de forma tan estrepitosa,
tiene la opción de elegir cómo explica el fracaso. Una opción es aducir
circunstancias externas; se trata de lo que denominaríamos mala suerte. A
veces se trata de una opción razonable o incluso correcta. Cuando el
Servicio Meteorológico Nacional de Estados Unidos anuncia un 90 por
ciento de probabilidades de cielos despejados pero a la hora de la
verdad la lluvia arruina la excursión que habíamos planeado, en realidad
no se puede echar la culpar a los meteorólogos. Décadas de datos
históricos acumulados muestran que cuando el Servicio Meteorológico dice
que existe una probabilidad entre diez de que llueva, a largo plazo
suele llover aproximadamente el 10 por ciento de las veces.
Esta explicación, sin embargo, resulta menos creíble cuando la
organización que realiza la predicción no tiene un historial de
predicciones acertadas, o cuando la magnitud del error es mayor. En esos
casos, es mucho más probable que el problema radique en el modelo de
quienes realizan una predicción sobre el mundo, más que en el mundo en
sí.
En el caso concreto de las CDO, las agencias de calificación no
disponían de ningún historial fiable: constituían un sistema de garantía
muy reciente y las tasas de insolvencia de S&P no se basaban en
datos históricos, sino en suposiciones realizadas a partir de unos
modelos estadísticos imperfectos. Al mismo tiempo, la magnitud de sus
errores fue enorme: las CDO valoradas con AAA tenían doscientas veces
más probabilidades de acabar siendo insolventes de lo que se suponía
teóricamente.
Las agencias de calificación podrían haber intentado redimirse
admitiendo que sus modelos estaban equivocados y que el error había sido
suyo. Sin embargo, en su comparecencia ante el Congreso de Estados
Unidos se sacudieron cualquier responsabilidad y aseguraron que habían
tenido mala suerte. Y echaron la culpa a una contingencia externa: la
burbuja inmobiliaria.
"S&P no ha sido la única empresa a la que el exagerado declive de
los mercados inmobiliarios e hipotecarios ha cogido por sorpresa",
declaró Deven Sharma, director de Standard & Poor’s ante el Congreso
ese mes de octubre. "Prácticamente nadie, ni los propietarios, ni las
instituciones financieras, ni las agencias de calificación, ni los
reguladores, ni los inversores supieron prever lo que sucedió".
"Nadie lo vio venir". Si no puedes demostrar tu inocencia, escúdate en
tu ignorancia: ésa suele ser la primera línea de defensa ante un error
de predicción. Y, no obstante, la afirmación de Sharma fue una mentira
que viene a alimentar una larga tradición en el Congreso de Estados
Unidos junto al "yo no tuve relaciones sexuales con esa mujer" o "nunca
he tomado esteroides".
Lo que sorprende de la burbuja inmobiliaria es precisamente la gran
cantidad de gente que no solo la había visto venir, sino que llevaba
años advirtiendo de sus riesgos. Robert Shiller, economista de Yale,
había apuntado ya su nacimiento en el lejano año 2000, en su libro
Exuberancia irracional. Dean Baker, un cáustico economista del Centro de
Investigaciones Económicas y Políticas, había escrito acerca de la
burbuja inmobiliaria en agosto de 2002. Un corresponsal de la revista
The Economist, famoso por la sobriedad de sus artículos, se había
referido a "la mayor burbuja de la historia" en junio de 2005. Paul
Krugman, ganador del Premio Nobel de Economía, escribió sobre la burbuja
y su inevitable final en agosto de 2005. "Estaba incorporada al
sistema", me dijo Krugman más tarde. "El crac inmobiliario no era un
cisne negro, sino más bien el elefante en la habitación que todo el
mundo se negaba a ver".
Pero también los estadounidenses de a pie estaban cada vez más
preocupados. La búsqueda del término "burbuja inmobiliaria" en Google
prácticamente se decuplicó entre enero de 2004 y el verano de 2005. El
interés por el término era mayor en los estados que, como California,
habían experimentado un incremento más acusado en los precios de la
vivienda y que estaban a punto de sufrir el mayor declive. De hecho, el
debate sobre la burbuja inmobiliaria estaba considerablemente extendido.
El término "burbuja inmobiliaria" había aparecido en solo ocho noticias
en lengua inglesa en el año 2001, pero llegó a las 3.447 referencias en
2005. En otras palabras, la burbuja inmobiliaria aparecía unas diez
veces al día en revistas y periódicos acreditados.
Y, aun así, a las agencias de calificación (cuyo trabajo consiste ni más
ni menos que en calcular el riesgo de los mercados financieros) se les
pasó por alto. El hecho de que consideraran que ésa era su mejor línea
de defensa habla por s. solo. Los problemas de sus predicciones eran
realmente serios.
"No creo que quisieran que se acabara la música"
Ninguno de los economistas con los que hablé. para redactar este
capitulo tenía una opinión favorable de las agencias de calificación.
Sin embargo, todos ellos se podrían dividir en función de si
consideraban que los errores de calificación se produjeron por codicia o
por ignorancia. Pero ¿hasta qué punto son válidas sus opiniones?
Posiblemente Jules Kroll esté mejor calificado que nadie para emitir un
juicio sobre este asunto, pues él mismo dirige una agencia de
calificación. Fundada en 2009, Kroll Bond Ratings acababa de publicar su
primera calificación (sobre un préstamo hipotecario contraído por la
constructora de un centro comercial gigantesco en Arlington, Virginia)
cuando me reuní con Kroll en su oficina de Nueva York en 2011. Kroll
acusa a las agencias de calificación fundamentalmente de no haber tenido
una actitud lo bastante "vigilante". Se trata de un término irónico en
boca de Kroll, que antes de dar el salto al mundo de las calificaciones
había obtenido una modesta fama (a la par que una fortuna indecente)
gracias a su empresa original, Kroll Inc., que actuaba como si fuera una
especie de agencia de detectives encargada de controlar el fraude
empresarial. Su empresa era experta en destapar estafas, como hizo en el
caso de los secuestradores de un multimillonario propietario de un
fondo de alto riesgo que se delataron a s. mismos pagando una pizza con
la tarjeta de crédito del secuestrado. Cuando lo conocí, Kroll era ya un
hombre de sesenta y nueve años, pero conservaba su instinto de sabueso
bien afilado y se puso en alerta en cuanto empezó. a examinar lo que
habían hecho las agencias de calificación.
"En el mundo de las industrias de calificación, la expresión “actitud
vigilante” hace referencia a la obligación de mantener a los inversores
informados de las cosas que observas", me explicó. Kroll. "Cada mes
recibes una gran cantidad de informes sobre cosas muy diversas, desde
declaraciones de insolvencia hipotecaria hasta abonos hipotecarios
prematuros. Dispones de muchísima información que debe servir para
ponerte sobre aviso y decidir si las cosas están mejorando o empeorando.
Y el mundo espera que lo mantengas al día de lo que sabes".
En otras palabras, las agencias de calificación deberían haber sido las
primeras en detectar los problemas del mercado inmobiliario, pues
disponían de mejor información que nadie: datos frescos sobre si miles y
miles de personas con hipotecas realizaban los pagos a tiempo o no. Y,
sin embargo, no empezaron a rebajar las calificaciones de grandes series
de títulos con respaldo hipotecario hasta 2007, en un momento en que
los problemas eran ya una evidencia y los índices de apertura de juicios
hipotecarios se habían doblado.
"No estamos hablando de personas estúpidas", me dijo Kroll. "Sabían lo
que pasaba, pero no creo que quisieran que se acabara la música".
Kroll Bond Ratings es una de las diez NRSRO registradas en Estados
Unidos. Las NRSRO son organizaciones de calificación estadística
reconocidas por el Gobierno estadounidense, empresas que cuentan con la
licencia de la Comisión del Mercado de Valores de Estados Unidos
(Securities and Exchange Commission) para calificar títulos con respaldo
hipotecario. PeroMoody’s, S&P y Fitch son tres de las otras, y
copan casi toda la cuota de mercado. Entre S&P y Moody’s emitieron
las calificaciones de casi el 97 por ciento de todas las CDO emitidas
antes de la crisis económica mundial.
Uno de los motivos por los que S&P y Moody’s gozan de una presencia
de mercado tan preeminente es simplemente porque hace mucho tiempo que
forman parte del negocio, un oligopolio legal, de una industria regulada
por el Gobierno. De hecho, la mayoría de los grandes fondos de
pensiones requieren el sello de aprobación de S&P y Moody’s por
contrato, aproximadamente dos tercios de los cuales mencionan de manera
explícita S&P, Moody’s o ambas; eso significa que para que el fondo
de pensiones pueda adquirir un producto de deuda, dichas empresas deben
calificarlo antes.
S&P y Moody’s habían aprovechado la posición ventajosa que les
concedía su selecto estatus para amasar unos beneficios extraordinarios,
a pesar de llenar sus oficinas pescando de entre los curriculums que
las empresas de Wall Street rechazaban.
Los ingresos de Moody’s procedentes de las llamadas calificaciones
financieras estructuradas aumentaron más de un 800 por ciento entre 1997
y 2007, y constituyeron la parte fundamental del negocio de
calificación de la empresa durante los años de la burbuja financiera.
Esos productos ayudaron a Moody’s a encabezar la lista de empresas con
el mayor margen de beneficio de todas las que componían el S&P 500
durante cinco años consecutivos, mientras duró. la burbuja. (En 2010,
incluso después de que la burbuja financiera hubiera estallado y los
problemas de las agencias de calificación se hicieran evidentes, Moody’s
obtuvo aún unos beneficios del 25 por ciento).
Con esos elevados beneficios garantizados mientras se siguieran
emitiendo nuevas CDO, y conscientes de que los inversores no tendrían
forma de contrastar la precisión de sus calificaciones hasta que fuera
ya demasiado tarde, las agencias tenían muy pocos incentivos para
competir basándose en la calidad. El director general de Moody’s,
Raymond McDaniel, dijo explícitamente a sus directivos que la calidad de
las calificaciones era el factor menos importante a la hora de
potenciar los beneficios de la empresa.
De hecho, la ecuación era muy sencilla: las agencias de calificación
cobraban de la entidad que emitía una CDO cada vez que realizaban una
calificación: cuantas más CDO se emitieran, mayor sería el beneficio. En
la práctica se podía crear un número infinito de CDO combinando
diferentes tipos de hipoteca o, cuando se aburrieron de ese sistema,
combinando diferentes tipos de CDO para obtener productos derivados.
Así, las agencias de calificación rara vez dejaban pasar una oportunidad
de calificar un producto. más tarde, una investigación gubernamental
desveló. un mensaje de móvil entre dos altos directivos de Moody’s en el
que uno aseguraba que aunque un título de deuda "lo elaborara una
vaca", Moody’s la calificaría igualmente. En algunos casos, las agencias
de calificación llegaron aún más lejos e incitaron a las entidades
emisoras de deuda a manipular las calificaciones. Apelando a una
supuesta transparencia, S&P proporciónó a las entidades emisoras de
deuda una copia del software que utilizaban para determinar sus
calificaciones, de modo que las entidades sabían exactamente cuántas
hipotecas defectuosas podían incluir en un producto concreto sin que eso
provocara una disminución de la calificación.
Por todo ello, la posibilidad de que la burbuja inmobiliaria existiera y
pudiera estallar suponía una amenaza para el dinero fácil de las
agencias de calificación. Los seres humanos tienen una extraordinaria
capacidad para ignorar los riesgos que amenazan su existencia, como si
con ello pudieran hacerlos desaparecer. En ese sentido, la afirmación de
Deven Sharma puede parecer plausible: a lo mejor a las agencias de
calificación les pasó. Por alto la burbuja inmobiliaria, a pesar de que
muchas otras personas la anticiparan con creces.
Sólo que en realidad las agencias de calificación consideraron
explícitamente la posibilidad de que existiera una burbuja inmobiliaria.
Y, por increíble que parezca, llegaron a la conclusión de que no
tendría demasiada importancia. Un memorando que me entregó una portavoz
de S&P, Catherine Mathis, detalla que S&P había realizado una
simulación en 2005 que anticipaba un descenso del 20 por ciento en los
precios de la vivienda en Estados Unidos durante un periodo de dos años,
algo nada alejado del descenso del 30 por ciento que registraron los
precios de la vivienda entre 2006 y 2008. El memorando concluía que los
modelos existentes de S&P’s .contemplaban el riesgo de un deterioro .
de forma adecuada, y que sus valores mejor calificados "soportarían un
descenso de la actividad inmobiliaria sin sufrir por ello una rebaja en
la valoración del crédito".
En cierto modo, eso resulta aún más preocupante que la posibilidad de
que a las agencias de calificación se les pasara completamente por alto
la burbuja inmobiliaria. En este libro abordaré el peligro de los
"desconocidos": los riesgos de los que ni siquiera somos conscientes.
Tal vez la única amenaza aún peor sean los riesgos que creemos tener
controlados cuando no es así. En esos casos no solo nos engañamos a
nosotros mismos, sino que nuestra confianza injustificada puede resultar
contagiosa. En el caso de las agencias de calificación, el exceso de
confianza infectó "el resto del sistema financiero". "La principal
diferencia entre algo que puede salir mal y algo que no puede salir mal
es que cuando algo que no puede salir mal sale mal, generalmente luego
es imposible resolverlo o repararlo", escribió Douglas Adams en la Guía
del autoestopista galáctico.
Pero ¿cómo es posible que los modelos de las agencias de calificación,
bajo los mejores auspicios de precisión científica, fracasaran tan
estrepitosamente a la hora de describir la realidad?
Cómo se equivocaron las agencias de calificación
Para hallar la raíz del problema debemos escarbar un poco más. Antes de
buscar la respuesta, debemos conocer más detalles sobre cómo se
estructuran los instrumentos financieros conocidos como CDO, y también
debemos aprender la diferencia entre incertidumbre y riesgo.
Las CDO son paquetes de deuda hipotecaria divididos en diferentes tramos
(tranches, en inglés). Se considera que algunos suponen cierto riesgo,
mientras que otros gozan de una calificación casi completamente segura.
Mi amigo Anil Kashyap, que imparte un curso sobre la crisis financiera
en la Universidad de Chicago, ha elaborado un ejemplo simplificado de
CDO, que voy a glosar de forma resumida en estas páginas.
Imagine que tiene cinco hipotecas, y que cada una de ellas presenta un 5
por ciento de probabilidades de impago. Se pueden realizar una serie de
apuestas basadas en el estatus de estas hipotecas, algunas más
arriesgadas que otras.
La más segura de dichas apuestas, que denominaremos fondo Alfa, es
pagadera a menos que las cinco hipotecas no puedan afrontar los pagos.
La más arriesgada, el fondo .Epsilon, te deja colgado si una de las
cinco no puede hacer frente a sus obligaciones. Entre una y otra existen
varios niveles distintos de riesgo.
¿Por qué va a preferir un inversor apostar por el fondo Epsilon antes
que por el Alfa? Muy fácil: porque al ser más arriesgada, la apuesta
ser. más barata. Pero pongamos por caso que es usted un inversor reacio
al riesgo, como por ejemplo un fondo de pensiones, cuyos estatutos
prohíben invertir en bonos con una calificación mala. Si apuesta a algo,
ser. al fondo Alfa, que, sin duda, recibirá una calificación AAA.
El fondo Alfa está formado por cinco hipotecas y todas ellas tienen un 5
por ciento de probabilidades de no poder afrontar sus pagos. Y pierde
usted la apuesta solo si las cinco suspenden esos pagos. ¿Cuáles son las
probabilidades de que eso suceda?
En realidad, esa pregunta no tiene una respuesta sencilla, y ahí radica
el problema. En función de las suposiciones y las aproximaciones en las
que se base, obtendrá respuestas muy distintas. Y si se basa en
suposiciones equivocadas, su modelo puede resultar ser
extraordinariamente erróneo.
Una suposición es que cada hipoteca es independiente de las demás. En
este escenario, sus riesgos están bien diversificados: si un carpintero
de Cleveland no puede pagar la hipoteca, eso no tendrá ningún efecto
sobre si un dentista de Denver puede pagar la suya o no según este
escenario, el riesgo de perder la apuesta sería extraordinariamente
bajo, el equivalente a sacar dos unos con dos dados (lo que se conoce
como "ojos de serpiente") cinco veces consecutivas. Para ser más
concretos, el riesgo sería de un 5 por ciento elevado a la quinta
potencia, es decir, una posibilidad entre 3.200.000. Este supuesto
milagro de la diversificación era el argumento de las agencias de
calificación para asegurar que un grupo de hipotecas basura con una
calificación de crédito media de B+ (que generalmente implicaría más de
un 20 por ciento de riesgo de impago) no tenía prácticamente ninguna
posibilidad de resolverse con impago si se combinaban en un mismo fondo.
El otro extremo es asumir que las hipotecas, en lugar de ser
completamente independientes entre sí, reaccionarán todas exactamente
del mismo modo. En otras palabras, que o las cinco hipotecas causarán
impago o no lo hará ninguna. En ese caso, en lugar de jugársela a cinco
tiradas de dado, su apuesta dependerá de una única tirada. Existe un 5
por ciento de probabilidades tanto de sacar ojos de serpiente como de
que todas las hipotecas causen impago o, lo que es lo mismo, su apuesta
es 160.000 veces más arriesgada de lo que usted creía originalmente.
Lo que marcará la validez de todos esos supuestos serán los
condicionantes económicos. Si la economía y el mercado inmobiliario
gozan de buena salud, el primer escenario (las cinco hipotecas no tienen
ninguna relación entre sí) puede ser una aproximación razonable. Los
impagos puntuales no se pueden descartar, pues todo el mundo tiene mala
suerte con los dados de vez en cuando: a alguien le cae una factura
médica descomunal o pierde el trabajo. Sin embargo, en este escenario
los riesgos de impago de una persona no guardan excesiva relación con
los de otra.
Ahora, en cambio, supongamos que existe un factor común que une el
destino de los titulares de las cinco hipotecas. Por ejemplo, la
existencia de una inmensa burbuja inmobiliaria que ha provocado un
aumento del 80 por ciento en los precios de la vivienda sin que exista
ninguna mejora fundamental tangible. En este caso sí que tiene un
problema, pues si uno de los hipotecados no puede afrontar los pagos, es
posible que los demás se encuentren con los mismos problemas. En este
caso, el riesgo de perder la apuesta se habrá incrementado de forma
exponencial.
Ese último escenario es el que se produjo en Estados Unidos a principios
de 2007 (más adelante, en este mismo capítulo, realizaremos una breve
autopsia de la burbuja inmobiliaria). Pero las agencias de calificación
habían apostado por el primer supuesto, en el que no existía ningún tipo
de relación entre los riesgos.
Aunque tanto la bibliografía académica como quienes advirtieron de las
irregularidades de las agencias de calificación pusieron sobre la mesa
los peligros inherentes a ese enfoque mucho antes de que estallara la
burbuja inmobiliaria, las agencias de calificación hicieron muy poco por
incorporar esas advertencias a sus modelos.
Por ejemplo, durante un tiempo Moody’s estuvo introduciendo ajustes ad
hoc en su modelo consistentes en incrementar en un 50 por ciento las
probabilidades de impago de los títulos valorados con AAA. Eso puede
parecer una decisión prudente: sin duda, un margen del 50 por ciento
debería bastar para compensar cualquier error derivado de unos supuestos
poco precisos.
Y habría sido así si el potencial de error de sus predicciones hubiera
sido lineal, aritmético. Pero el apalancamiento del sistema y las
inversiones financiadas con deuda pueden hacer que el error de una
predicción se multiplique varias veces, introduciendo as. un potencial
de desviación altamente geométrica y no lineal. El ajuste del 50 por
ciento de Moody’s fue como aplicar crema solar para protegerse de una
debacle nuclear: completamente inadecuado para la magnitud del problema.
No se trataba de que existiera una posibilidad de que sus estimaciones
del riesgo de impago fueran un 50 por ciento demasiado bajas, sino que
era muy posible que las hubieran subestimado en un 500 o incluso un
5.000 por ciento. En la práctica, resultó que los impagos eran
doscientas veces más probables de lo que las agencias de calificación
habían previsto, de modo que su modelo sufría una desviación de un mero
20.000 por ciento.
En un sentido más amplio, el problema de las agencias de calificación
fue que no supieron o no quisieron comprender la diferencia entre riesgo
e incertidumbre. El riesgo, según lo describió. por primera vez el
economista Frank H. Knight en 1921, es algo a lo que se le puede poner
un precio. Pongamos que uno sabe que va a ganar una mano de póquer a
menos que su rival saque la carta que le faltaba para tener escalera
interna: las probabilidades de que eso suceda son exactamente de una
entre once. Nunca es agradable llevarse un revés jugando al póquer, pero
por lo menos el jugador sabe cuáles son las probabilidades y puede
contar con ello de antemano.
A la larga, un jugador termina sacando provecho de los rivales que
buscan cartas con probabilidades insuficientes de encontrarlas.
La incertidumbre, en cambio, es un riesgo difícil de calcular. Es
posible que uno intuya los demonios que acechan, o que incluso esté
preocupado por ellos, pero no tiene forma de saber cuántos hay ni cuándo
piensan atacar. La desviación de la estimación aproximada podría ser de
un factor 100 o de un factor 1.000, no hay forma de saberlo. La
incertidumbre es eso. El riesgo lubrica las ruedas de la economía de
libre mercado; la incertidumbre, en cambio, las atranca.
Las agencias de calificación obraron una alquimia consistente en hacer
que lo que era incertidumbre pareciera riesgo. Tomaron unos títulos
novísimos, sujetos a una gran dosis de incertidumbre sistémica, y
aseguraron estar en situación de cuantificar su nivel de riesgo. No solo
eso, sino que, de todas las salidas posibles, llegaron a la asombrosa
conclusión de que dichas inversiones carecían prácticamente de riesgo.
A continuación, un gran número de inversores confundieron unas
conclusiones que eran cuando menos optimistas por conclusiones precisas,
y muy pocos se cubrieron las espaldas con planes de seguridad por si la
cosa salía mal.
Y, sin embargo, si bien las agencias de calificación tienen una
responsabilidad sustancial en la crisis económica, no fueron los únicos
que cometieron errores. La historia de la crisis económica mundial en
tanto que un error de predicción se puede contar en tres actos.
[…]
Elementos comunes en los errores de predicción
La crisis del sistema financiero llegó acompañada de por lo menos cuatro grandes errores de predicción.
• La burbuja inmobiliaria se puede considerar un error de predicción.
Propietarios e inversores creyeron que el incremento de los precios
significaba que el valor de la vivienda iba a continuar creciendo,
cuando en realidad los datos históricos sugerían que este factor suele
provocar un descenso.
• Las agencias de calificación, y también muchos bancos, como Lehman
Brothers, cometieron un error al no estimar correctamente el riesgo que
entrañaban los títulos con respaldo hipotecario. Contrariamente a lo que
declararon ante el Congreso, el problema de las agencias de
calificación no fue que no supieran anticipar la burbuja inmobiliaria,
sino que sus modelos de predicción estaban llenos de supuestos erróneos y
se basaban en una confianza infundada en la reacción del sistema ante
un desplome de los precios.
• Se produjo un error generalizado a la hora de anticipar hasta qué
punto la crisis inmobiliaria desencadenaría una crisis global del
sistema financiero. Dicha crisis se produjo debido al alto nivel de
apalancamiento del mercado, que acumulaba cincuenta dólares en apuestas
adicionales por cada dólar que los estadounidenses estaban dispuestos a
invertir en una nueva vivienda.
• Por último, en el periodo inmediatamente posterior al estallido de la
crisis financiera, se produjo un error a la hora de predecir la amplia
diversidad de problemas económicos que ésta podía generar. Economistas y
políticos hicieron caso omiso de las advertencias de Reinhart y Rogoff
en el sentido de que por lo general las crisis financieras provocaban
recesiones profundas y duraderas.
Todos estos errores de predicción tienen un factor en común. En todos
los casos, las personas encargadas de evaluar los datos ignoraron una
parte clave del contexto.
• La confianza de los propietarios en los precios de las viviendas podía
deberse al hecho de que en Estados Unidos los precios no habían
experimentado descensos sustanciales en el pasado reciente. Sin embargo,
Estados Unidos tampoco había experimentado nunca un incremento de los
precios de las viviendas tan generalizado como el que se produjo justo
antes de que estallara la crisis.
• La confianza de los bancos en la capacidad de Moody’s y S&P’s de
evaluar los títulos con respaldo hipotecario podía basarse en el hecho
de que dichas agencias habían actuado de forma competente a la hora de
evaluar otro tipo de activos financieros. Sin embargo, las agencias de
calificación no habían tenido que evaluar nunca unos títulos tan nuevos y
complejos como las obligaciones de deuda garantizada (CDO).
• La confianza de los economistas en la capacidad del sistema financiero
para soportar la crisis inmobiliaria podía deberse a que, en el pasado,
las fluctuaciones en el precio de la vivienda generalmente no habían
tenido grandes repercusiones en el sistema financiero. Sin embargo,
probablemente el sistema financiero no había registrado nunca un
apalancamiento tan extremo y, desde luego, nunca antes había realizado
tantas apuestas adicionales sobre el sector inmobiliario.
• La confianza de los políticos en la capacidad de la economía de
recuperarse rápidamente tras la crisis financiera podía deberse a sus
experiencias con recesiones recientes, que por lo general se habían
saldado con una rápida recuperación. Sin embargo, dichas recesiones no
habían ido acompañadas de una crisis financiera, y las crisis
financieras son diferentes.
Existe un término técnico para denominar este tipo de problema: los
hechos que los pronosticadores valoraban se encontraban "fuera de
muestra". Cuando se produce un error grave de predicción, generalmente
las huellas del problema resultan visibles por toda la escena del
crimen.
Pero ¿qué significa ese término? Veámoslo con un ejemplo sencillo.
Si la muestra no lo incluye es que no existe: una fórmula para errar una predicción
Imagine que es usted muy buen conductor. Casi todo el mundo se considera
un buen conductor, pero usted además tiene un buen historial al volante
que lo avala: apenas dos arañazos en treinta años durante los que ha
realizado veinte mil trayectos en coche.
Tampoco le gusta demasiado el alcohol y una de las cosas que nunca ha
hecho es conducir después de beber. Pero un día se deja llevar después
de la fiesta de Navidad de su empresa. Un buen amigo suyo deja el
trabajo y además usted lleva un tiempo sufriendo mucho estrés: un cóctel
con vodka se convierte en doce. Termina borracho como una cuba, un día
es un día. ¿Debe volver a casa en coche o llamar un taxi?
A priori se trata de una pregunta fácil de responder: llame un taxi. Y
cancele las reuniones de mañana por la mañana. Pero también podría
construir un ingenioso argumento para volver conduciendo usted mismo, en
estos términos: de una muestra de 20.000 trayectos en coche, tan solo
se ha visto involucrado en dos accidentes menores y ha llegado a su
destino sin contratiempos en 19.998 ocasiones. Las probabilidades
parecen estar de su lado. ¿Qué necesidad hay de pasar por la incomodidad
de llamar un taxi cuando las estadísticas son tan claras?
El problema, naturalmente, es que de esos 20.000 trayectos en coche no
realizó ninguno borracho, y aún menos como una cuba. Su muestra
conduciendo borracho no es de 20.000 trayectos sino de cero, de modo que
no tiene forma de prever el riesgo de accidentes a partir de su
experiencia pasada. He aquí. un ejemplo de un problema no incluido en la
muestra.
Por sencillo de evitar que parezca, éste fue ni más ni menos el problema
que cometieron las agencias de calificación. Moody’s calculó el grado
de relación entre los diversos impagos de las hipotecas a partir de un
modelo construido con datos del pasado, concretamente, con los datos del
mercado inmobiliario en Estados Unidos desde la década de 1980. El
problema es que desde la década de 1980 hasta mediados de la década de
2000, los precios de la vivienda en Estados Unidos habían experimentado
un crecimiento regular. En esas circunstancias, la premisa de que la
hipoteca de un propietario guardaba poca relación con la de otro
propietario seguramente tenía mucho más fundamento. Pero los datos del
pasado no podían describir lo que sucedió. cuando los precios de las
viviendas empezaron a caer de forma conjunta. El descalabro inmobiliario
era un acontecimiento que se encontraba fuera de muestra, por lo que
los modelos que barajaban las agencias no servían para evaluar el riesgo
de impago en esas condiciones.
Qué errores se cometieron y qué podemos aprender de ellos
Pero Moody’s no estaba del todo indefenso y, de hecho, podría haber
obtenido una estimación un poco más plausible simplemente expandiendo
sus horizontes. Estados Unidos no había experimentado un crac similar en
el pasado, pero otros países s. que lo habían vivido, siempre con
resultados nefastos. Tal vez si Moody’s hubiera comprobado los índices
de impagados tras el estallido de la burbuja inmobiliaria en Japón,
podría haberse formado una idea más realista de la precariedad de la
mayoría de títulos con respaldo hipotecario, y no otorgarles una
calificación de AAA.
Pero a menudo los pronosticadores se resisten a considerar los problemas
que quedan fuera de muestra. Cuando expandimos la muestra para incluir
acontecimientos que nos tocan de más lejos, sea en el espacio o el
tiempo, lo que suele suceder es que en algunos casos las relaciones que
estudiamos no son tan coherentes como de costumbre. Y eso hace que el
modelo parezca menos sólido y que resulte menos contundente en una
presentación en PowerPoint (o en un articulo de prensa o en una entrada
de un blog). Eso nos obligará a reconocer que sabemos menos cosas sobre
el mundo de las que creíamos, algo que casi siempre resulta contrario a
nuestros incentivos personales y profesionales.
Olvidamos (o preferimos olvidar) que nuestros modelos son
simplificaciones del mundo, y nos convencemos de que si cometemos un
error, será marginal.
Pero en los sistemas complejos, los errores no se miden en grados sino
en magnitudes. Y S&P y Moody’s subestimaron los riesgos de impago
asociados a las obligaciones de deuda garantizada por un factor de
doscientos. Los economistas consideraron que existía una posibilidad
entre quinientas de que se diera una recesión tan grave como la que se
produjo.
Uno de los riesgos más generalizados de la era de la información, como
ya he avanzado en la introducción, es que, a medida que crece la
cantidad de conocimiento existente en el mundo, se puede ensanchar la
brecha entre lo que sabemos y lo que creemos saber. Este síndrome suele
ir asociado con predicciones aparentemente exactas que en realidad no lo
son. Moody’s ofrecía cálculos detallados hasta el segundo decimal, pero
dichos cálculos no guardaban relación alguna con la realidad. Eso es
como decir que uno es un buen tirador porque sus disparos dan siempre en
el mismo lugar, aunque esté lejos del objetivo.
Las crisis financieras (y la mayor parte de los demás errores de
predicción) tienen su origen en una falsa sensación de confianza. Cuando
las previsiones exactas pasan por previsiones precisas, es más fácil
que nos dejemos engañar y redoblemos nuestras apuestas. Justamente la
creencia de que estamos por encima de los errores de juicio es lo que
puede frustrar algo tan poderoso como la economía estadounidense.
No hay comentarios:
Publicar un comentario