La Tribuna, economía, finanzas, inversiones
 |
| Los modelos financieros pueden fallar cuando ocurren eventos sin precedentes. Imagen: Getty |
Los eventos inesperados, como pandemias y guerras, están en aumento. Los mercados financieros necesitan herramientas que les ayuden a afrontar pérdidas imprevistas.
15 julio 2025.- En medio de guerras, terremotos políticos, las secuelas de la pandemia de COVID-19 y los efectos cada vez más intensos del cambio climático, el futuro parece más impredecible que nunca. Esto es cierto a pesar de que nuestra capacidad para predecirlo —mediante simulaciones, inteligencia artificial (IA) y big data— nunca ha sido tan grande.
Pero ¿podría ser parte del problema parte de la solución? Los mercados financieros han desarrollado formas de protegerse contra los riesgos para mantener la economía global estable. Las aseguradoras prevén y cubren los costos de eventos inusuales, como los desastres naturales. Pero las herramientas de riesgo fallan cuando la incertidumbre es tan grande que ninguna predicción puede sostenerse.
Sostenemos que es necesario diseñar un nuevo conjunto de herramientas financieras para protegerse contra la incertidumbre. Esto es crucial para que los sistemas mundiales soporten el impacto de crisis inesperadas en el futuro. Y aquí presentamos algunas recomendaciones.
Pero, para comprender este problema, es necesario comprender una distinción crucial: la diferencia entre riesgo e incertidumbre. Esto no se trata solo de sutilezas académicas, sino que determina cómo la sociedad aborda desafíos que abarcan desde el cambio climático hasta la IA y el futuro del planeta.
Gestión de riesgos
En 1921, el economista Frank Knight hizo una observación que transformaría la forma en que la gente piensa sobre lo desconocido. El riesgo, sugirió, es cuantificable. Es como un juego de dados, en el que podemos calcular la probabilidad exacta de sacar un seis.
Se han desarrollado herramientas de probabilidad para analizar el riesgo. Actuarios, aseguradoras y casas de apuestas deportivas trabajan con ellas. Siempre que estos profesionales tengan un pronóstico razonable, basado en datos históricos, de la probabilidad de que algo ocurra, pueden tomar una decisión informada sobre si reservar dinero para cubrir el evento o no.
Los mercados financieros también cuentan con herramientas sofisticadas para gestionar el riesgo. El modelo de Black-Scholes para la valoración de opciones sobre acciones, por ejemplo, se basa en análisis del riesgo histórico. Los bancos utilizan modelos de "valor en riesgo" para estimar sus pérdidas potenciales con fiabilidad estadística.
Las compañías de seguros utilizan cada vez más modelos climáticos para considerar cómo el calentamiento global afectará sus resultados, incluso en condiciones sin precedentes. Por ejemplo, para 2030, más de 500.000 viviendas en Australia, de un total de 3 millones en riesgo, podrían enfrentarse a amenazas de inundaciones anuales tan altas que se volverían inasegurables.
Pero no siempre es posible calcular las probabilidades. Y ahí es donde entra en juego la incertidumbre. Algunos eventos presentan elementos tanto de riesgo como de incertidumbre. Por ejemplo, se sabe que un terremoto, una pandemia o una inundación ocurren una vez cada década o una vez cada siglo, en promedio. Pero es imposible predecir con precisión cuándo, dónde y qué tan grave será.
En otras ocasiones, los resultados son imposibles de prever. Por ejemplo, los investigadores pueden especular sobre el alcance de la disrupción que la IA podría causar en los sectores industriales, pero no pueden precisar las probabilidades de forma significativa. Estos eventos son «incógnitas conocidas», en el sentido de que los científicos son conscientes de ellos, pero es imposible comprenderlos por completo.
Las empresas tienen dificultades para protegerse ante eventos verdaderamente inciertos. Las fábricas pueden verse destruidas por la guerra, las industrias podrían verse socavadas por la IA o los cambios en las políticas de inmigración podrían afectar a la fuerza laboral. En última instancia, estos eventos imprevistos provocan pérdidas financieras, y se necesitan urgentemente nuevos enfoques para amortiguarlas.
Ningún instrumento de negociación actual nos permite controlar la incertidumbre. El Índice de Volatilidad CBOE (véase nature.com/4l6zau4 ), por ejemplo, a menudo llamado «índice del miedo», mide la volatilidad del precio de los activos, que constituye un riesgo cuantificable. Los bonos de catástrofe 4 pagan a las aseguradoras cuando ocurren eventos inesperados pero predecibles, como huracanes. Sin embargo, no cubren eventos impredecibles.
Creciente incertidumbre
La incertidumbre parece ir en aumento. La sociedad nunca antes había presenciado condiciones como las que ahora surgen . Los investigadores carecen de modelos adecuados sobre cómo funcionan la sociedad, el medio ambiente y las tecnologías de vanguardia, ya sea de forma aislada o en conjunto.
El cambio climático, por ejemplo, presenta un abanico de incógnitas. ¿Cómo afectará el cambio climático a la agricultura? ¿Cómo se adaptarán las ciudades costeras al aumento del nivel del mar? ¿Qué industrias surgirán o desaparecerán en una economía sin emisiones de carbono ? Las variables interactúan de maneras demasiado complejas para que los modelos de riesgo convencionales las capturen.
De igual manera, la IA genera más incertidumbre. ¿Cómo transformará la educación , el empleo y el trabajo creativo? ¿Cuál será el papel de los humanos si la IA supera nuestras capacidades? ¿Qué tipos de vulnerabilidades cibernéticas podrían surgir? La gente desconoce cómo los humanos y las máquinas coevolucionarán, o incluso podrán hacerlo.
La incertidumbre política y económica también está en aumento. Los modelos convencionales tienen dificultades para explicar el impacto de las redes sociales en los movimientos políticos, la fragmentación de las redes comerciales globales o el surgimiento de las monedas digitales. Ya no nos enfrentamos solo a incógnitas conocidas, sino a un espacio muerto de incógnitas desconocidas.
Las normas financieras están cambiando
El funcionamiento diario del sector financiero es mucho más incierto hoy que hace tan solo un año. Los supuestos básicos ya no se sostienen. Por ejemplo, desde que el presidente estadounidense Donald Trump asumió el cargo en enero, se ha cuestionado el papel de la deuda pública estadounidense como referencia macroeconómica fundamental y segura.
El valor de un activo financiero suele determinarse mediante el modelo de valoración de activos financieros (CAPM) 5 . Sin embargo, este modelo está diseñado para otorgar siempre al inversor una rentabilidad en relación con el riesgo del propio activo: cuanto más arriesgada sea la acción en la que se invierte, mayor será la rentabilidad que se debería obtener.
Utilizando el CAPM, se ha acordado tácitamente que el nivel mínimo de rentabilidad sea el de una inversión a corto plazo denominada letra del Tesoro estadounidense (básicamente, un préstamo de un inversor que el Tesoro se compromete a devolver). Antes de enero, este instrumento se consideraba "libre de riesgo": era prácticamente imposible que el Tesoro estadounidense no pudiera devolver el dinero prestado en 90 o 180 días. Sin embargo, la incertidumbre en torno a la economía estadounidense implica que el capital se está fugando de Estados Unidos hacia Europa, ya que los inversores globales ya no consideran que la deuda estadounidense sea la inversión menos arriesgada del mundo .
Además de devaluar el dólar y avanzar hacia un mundo comercial basado en aranceles, el Acuerdo de Mar-a-Lago de Trump propone imponer un gravamen a los tenedores extranjeros de deuda estadounidense y dictar plazos de reembolso de 100 años . Si esto sucediera, las letras del Tesoro estadounidense perderían valor financiero para los inversores. Los inversores de distintos países podrían valorar las inversiones estadounidenses de forma diferente, ya que cada uno se basaría en su propia comprensión del riesgo de poseer deuda estadounidense . El CAPM dejaría de aplicarse.
Cuando existe incertidumbre, pero no hay forma de fijar su precio, el riesgo de caídas catastróficas en el valor de los activos existe, pero no se puede calcular. Los inversores se inclinarán por activos con menor grado de incertidumbre 6 y los tipos de interés se verán sometidos a presión.
La tecnología ofrece algunas maneras de evaluar la incertidumbre. Al aprovechar la potencia informática y la IA, los científicos pueden analizar millones de artículos de noticias, discursos políticos, publicaciones en redes sociales e informes financieros en busca de palabras, sentimientos y tonos asociados con la incertidumbre 7 . Dichos análisis se han utilizado para desarrollar mediciones en tiempo real de los precios económicos y de las criptomonedas, así como de la incertidumbre política 8 , 9 . Los bancos centrales también extraen información sobre precios de productos de internet para obtener mediciones de inflación en tiempo real (véase nature.com/4ll5cew ).
Sin embargo, al igual que los modelos de riesgo convencionales, estas herramientas de big data están sujetas al problema de "basura que entra, basura que sale". Dependen de la intervención humana y pueden añadir aún más incertidumbre, en lugar de medirla.
Los expertos en finanzas necesitan pensar de manera más radical.
Tres herramientas de fijación de precios
Para transformar la incertidumbre en algo que se pueda gestionar es necesario construir una arquitectura financiera que explícitamente valore, transfiera y recompense la capacidad de adaptación —la capacidad de prosperar ante los desafíos de la incertidumbre— en lugar de simplemente abordar los riesgos conocidos.
El enfoque que proponemos se basa en tres pilares: instrumentos cuyos precios y rentabilidades varían con la incertidumbre en tiempo real; mercados que monetizan la resiliencia; y marcos de gobernanza que garantizan la integridad y la liquidez (facilidad para convertir un activo en efectivo). A continuación, esbozamos las posibles características de algunos activos que podrían desarrollarse.
Bonos de incertidumbre. Muchas organizaciones emiten deuda (en esencia, un préstamo) con una tasa de interés que varía con respecto a un índice de referencia, como otra tasa de interés, la inflación o la rentabilidad. Proponemos que los bonos de incertidumbre fijen su pago con base en un índice de incertidumbre calculado y gestionado de forma independiente.
El índice debería capturar elementos como la volatilidad de las políticas, las fluctuaciones del sentimiento del mercado y las señales de disrupción en la cadena de suministro. Debe contar con salvaguardas estrictas, incluyendo la gobernanza por parte de reguladores independientes, auditorías periódicas de datos y metodologías transparentes para prevenir la manipulación financiera.
Cuando la incertidumbre (económica, comercial o geopolítica, por ejemplo) se considere alta, las empresas podrían retener parte de los pagos prometidos para aliviar la presión financiera. También tendrían más dinero disponible para afrontar los problemas que surjan durante los picos de incertidumbre.
Los inversores (bancos, aseguradoras o particulares) obtendrían una prima por soportar la ambigüedad; pondrían en riesgo su dinero prestándolo a empresas, y el pago dependería del nivel de incertidumbre global.
Aunque este acuerdo no eliminaría la incertidumbre, la transformaría en riesgo: una situación cuantificable en la que las empresas se aseguran obteniendo una recompensa financiera si ocurre un evento negativo específico.
Piénselo como asegurar una vivienda contra daños por incendio: el incendio representa un aumento de la incertidumbre global, la empresa emisora de bonos es la propietaria de la vivienda y el inversor es la aseguradora que la asegura. Si no hay incendio, el propietario de la vivienda paga una prima de seguro a la aseguradora para su tranquilidad. Sin embargo, si un incendio destruye la vivienda, el propietario delega la carga financiera de la reconstrucción en la aseguradora, para evitar la quiebra además de perder su casa.
Cuando la financiación convencional se agota o se vuelve prohibitivamente cara, la empresa emisora de bonos aún cuenta con un mercado disponible de inversores dispuestos a comprar el bono a cambio de asumir esa mayor ambigüedad. El bono puede estructurarse de forma que pague una tasa de interés alta solo cuando la incertidumbre en la fecha de pago futura fijada sea baja.
Swaps de resiliencia paramétricos. Un swap es un contrato en el que dos partes acuerdan intercambiar flujos de efectivo u obligaciones financieras durante un período específico. En un swap de tipos de interés típico, una empresa se compromete a realizar un pago constante de interés fijo (lo que le proporciona una previsión presupuestaria fiable) a cambio de recibir pagos que fluctúan según los tipos de mercado. Su socio en el swap hace lo contrario —intercambia la certeza de los pagos fijos para recibir los variables—, de modo que puede beneficiarse, por ejemplo, si los tipos de mercado bajan. Al realizar un swap en lugar de solicitar préstamos, ambas empresas pueden ajustar sus costes de financiación a sus necesidades de forma más eficiente y, a menudo, con un menor coste. Un concepto similar se ha utilizado durante muchos años en los bonos de catástrofe.
Los swaps pueden personalizarse para hacer referencia a cualquier variable medible, como un índice de incertidumbre. Sugerimos contratos bilaterales en los que los pagos dependen de métricas de resiliencia 10 , como la rápida recuperación tras un ciberataque o la retención de reservas mínimas de agua durante una sequía.
El comprador de protección pagaría una prima regular. El swap entraría en vigor cuando la métrica de resiliencia alcanzara un umbral de incertidumbre acordado. Posteriormente, la contraparte pagaría una cantidad preestablecida para cubrir las pérdidas de continuidad del servicio. Una empresa de servicios públicos podría utilizar el swap para protegerse contra impactos inesperados, como rayos o fallas de presas, movilizando capital privado para mejoras de resiliencia para reforzar transformadores y presas, por ejemplo.
Mercados de créditos de resiliencia. Sugerimos la creación de créditos de resiliencia negociables. Las empresas implementarían proyectos de resiliencia, auditados por un nuevo registro independiente, según protocolos estandarizados de evaluación de la resiliencia. Si los proyectos cumplen con los estándares, el organismo emitiría los créditos de resiliencia correspondientes. Garantizar que todos los créditos de resiliencia provengan de una autoridad neutral preservaría la integridad.
Estos serían similares a los créditos de carbono , que son esencialmente licencias para contaminar, pero se negocian entre quienes tienen "demasiados" (empresas que han implementado medidas para reducir la contaminación) y quienes tienen "muy pocos" (empresas cuyas operaciones aún no están protegidas contra la contaminación). Se podrían diseñar diversos créditos de resiliencia para adaptarlos a las diferentes necesidades y fomentar una mayor resiliencia general.
De manera similar, las corporaciones con brechas de resiliencia (por ejemplo, un desarrollador que carece de defensas adecuadas contra inundaciones) comprarían créditos de empresas que han invertido demasiado en medidas de adaptación, cubriendo así su propio déficit y al mismo tiempo señalando a las partes interesadas que están comprometidas con la resiliencia.
Los bancos podrían tratar los créditos de resiliencia como garantía: una empresa con una cartera de crédito saludable parece menos propensa a sufrir pérdidas catastróficas, por lo que los prestamistas pueden ofrecer mejores condiciones de préstamo (tasas de interés más bajas o convenios más flexibles) para incentivar la inversión continua en resiliencia.
Los gestores de fondos podrían centrarse en emisores (como empresas o gobiernos) con una alta cartera de créditos de resiliencia como nueva clase de activo, agrupando acciones de empresas con puntuaciones de resiliencia de primer nivel. Esto generaría mayor demanda y un mayor apoyo al precio de las acciones para las empresas que priorizan y documentan de forma transparente las medidas de adaptación.
Hoja de ruta para la adopción
La introducción y expansión de estas clases de activos requiere una cuidadosa consideración regulatoria. Un primer paso sería implementar bonos de incertidumbre y swaps paramétricos bajo normas de capital específicas y bajo la supervisión del banco central.
El Banco Mundial, institución financiera internacional, emitió el primer swap de divisas formal en 1981, por lo que podría ser un emisor adecuado para el primer bono de incertidumbre. Sería necesario un estándar global de informes de resiliencia que definiera criterios para la emisión de créditos de resiliencia y modelos de convenios de bonos.
Sería necesario intensificar la educación y la capacitación para monitorear y comprender el espacio emergente en términos de modelos de precios, marcos de escenarios y estrategias de cobertura para instrumentos vinculados a la incertidumbre.
Se requeriría la aceptación de la industria, con consorcios de aseguradoras, administradores de activos, proveedores de datos y reguladores bajo supervisión que codifiquen cómo se implementarán el índice de incertidumbre, las métricas de resiliencia y los estándares de informes.
Integrar estos productos y procesos en nuestro sistema financiero podría ayudar a cambiar el paradigma de la transferencia de riesgos tras un desastre a la construcción de resiliencia antes de que ocurra. Las empresas y los gobiernos ya no se preguntarían simplemente "¿Qué podemos asegurar?", sino que explorarían "¿Cómo podemos financiar nuestra capacidad de adaptación?".
Al trazar esta frontera, reconocemos que la incertidumbre pura nunca podrá erradicarse. Pero con las herramientas financieras adecuadas, podría convertirse en el motor de la innovación y un crecimiento sólido. La pregunta no es si, como sociedad, podemos eliminar la incertidumbre; no podemos. La pregunta es cómo podemos construir sistemas lo suficientemente robustos como para adaptarse a la incertidumbre y, por lo tanto, prosperar a pesar de ella.
Referencias
1. Black, F. & Scholes, M. J. Polit. Econ. 81, 637–654 (1973). Artículo
2. Duffie, D. & Pan, J. J. Deriv. 4, 7–49 (1997). Artículo
3. Eberle, C., O’Connor, J., Narvaez, L., Mena-Benavides, M. & Sebesvari, Z. Interconnected Disaster Risks 2023: Risk Tipping Points (United Nations University – Institute for Environment and Human Security; 2023).
4. Polacek, A. Chicago Fed. Lett. https://doi.org/10.21033/cfl-2018-405 (2018). Artículo
5. Fama, E. F. & French, K. R. J. Econ. Persp. 18, 25–46 (2004). Artículo
6. Kovacs, T. & Wang, Y. Finance Res. Lett. 65, 105531 (2024). Artículo
7. Lepore, J. Nature 585, 348–350 (2020). Artículo
8. Baker, S. R., Bloom, N. & Davis, S. J. Q. J. Econ. 131, 1593–1636 (2016). Artículo
9. Lucey, B. M., Vigne, S. A., Yarovaya, L. & Wang, Y. Finance Res. Lett. 45, 102147 (2022). Artículo
10. Hosseini, S., Barker, K. & Ramirez-Marquez, J. E. Reliability Eng. Syst. Safety 145, 47–61 (2016). Artículo
COMENTARIOS