La explosión

El miércoles 8 de agosto, poco después del cierre de los mercados, 200 de las personas más inteligentes de Wall Street se reunieron en una sala de conferencias en Four World Financial Center, la sede de 34 pisos de Merrill Lynch. Agosto suele ser un mes lento, pero las filas de sillas estaban llenas y unos ingenieros financieros muy bien pagados estaban parados junto a las ventanas de la parte trasera, que daban a los Town Cars negros debajo y al río Hudson más allá. No parecían Maestros del Universo; parecían miembros de un club de ajedrez. Eran quants y tenían mucho de qué hablar, ya que su trabajo estaba en el corazón de uno de los mercados de verano más preocupantes en décadas.

La conferencia fue patrocinada por la Asociación Internacional de Ingenieros Financieros (IAFE), y su título preguntaba: ¿Es Subprime el canario en la mina? Los prestatarios de alto riesgo son compradores de viviendas cuyo historial crediticio deficiente significa que no califican para las tasas de interés del mercado. Los préstamos a prestatarios de alto riesgo, que se han vuelto más comunes en los últimos años, suelen tener tasas de interés variables; a medida que subieron esas tasas, muchos prestatarios no cumplieron con los pagos de la hipoteca. Sus incumplimientos, a su vez, habían desencadenado problemas inesperados en el mercado de instrumentos financieros conocidos como derivados.

Un derivado es un producto negociable cuyo valor se basa o se deriva de un valor subyacente. El ejemplo clásico de un derivado es la opción de comprar una acción en algún momento en el futuro. En comparación, los derivados más recientes son extraordinariamente complejos y habían sido inventados por quants como los de la sede de Merrill Lynch.

Las cosas empezaron a ir mal en junio, cuando la debilidad del mercado subprime provocó el colapso de dos enormes fondos del banco de inversión Bear Stearns, que costó a los inversores unos 1.600 millones de dólares. Cuando se reunieron los quants en agosto, los más pesimistas imaginaron que el colapso del mercado de alto riesgo podría conducir a una escasez de crédito mientras los bancos se ocupaban de los impagos. Eso enfriaría la economía, causando pérdidas de empleos en todo el mundo, aún más incumplimientos, disminución del gasto y retiros del mercado de valores, lo que culminaría en una recesión mundial o algo peor.

Multimedia

• Un programa interactivo que proporciona una vista de los resultados del modelo Black-Scholes.

El panel fue moderado por Leslie Rahl, graduada del MIT y fundadora de Capital Market Risk Advisors. Su trabajo consiste en asesorar a las empresas sobre los riesgos y ayudarlas a comprender los productos que inventan los quants. Pero la comprensión fue escasa en agosto. Algunos de los productos financieros de los quants habían colapsado de precio, con consecuencias inesperadas en otro sector financiero: el comercio de acciones.

El mercado de valores se había desplomado en julio y se había estado comportando de manera errática desde entonces. En las semanas posteriores a la conferencia, se desarrollaría una especie de narrativa organizadora. Pero en ese momento, la visión económica era vertiginosa. El mercado caería vertiginosamente en el transcurso de un día y luego rebotaría casi a su nivel anterior en los últimos 45 minutos de negociación. Más extraño aún, las acciones con informes financieros sólidos y buenas perspectivas estaban cayendo; estos eran los valores azules, que normalmente subían en tiempos de incertidumbre. Las acciones con finanzas débiles y un futuro gris estaban subiendo. Estos eran normalmente los perros que eran abandonados.

Nadie sabía muy bien por qué, todavía, pero el comportamiento extraño del mercado resultaría estar estrechamente relacionado con el trabajo de los cuantos. Además de crear productos financieros arcanos, los quants han estado empujando las fronteras de los sistemas comerciales controlados por computadora, y no muchos de esos sistemas funcionaban de la forma en que se suponía que debían hacerlo o, para decirlo con más precisión, de la forma en que se suponía que debían hacerlo. el trabajo resultó ser contraproducente en tiempos tan volátiles como estos.

Quants como los de la conferencia de agosto estaban hundidos hasta las rodillas en los problemas que amenazaban al sistema financiero mundial. Todo planteó dos muy buenas preguntas: ¿Quién exactamente son los cuantos? Y que es lo que realmente hacer ?

Quant es una palabra elástica que ha significado diferentes cosas en diferentes momentos. Históricamente, el término se refería a los técnicos de trastienda que utilizaban el análisis cuantitativo para apoyar a los banqueros que vendían instrumentos financieros. Entró en un uso más amplio en la década de 1980, cuando los académicos, en su mayoría matemáticos puros y físicos, comenzaron a aparecer en el mundo financiero en mayor número. Frikis clásicos, los recién llegados fueron tratados al principio como inmigrantes desclasados ​​por el establecimiento financiero. Emanuel Derman fue físico teórico en la Universidad de Columbia antes de unirse a Goldman Sachs en 1985, y recuerda en sus excelentes memorias Mi vida como Quant cuando era de mal gusto para dos adultos que consintieran hablar de matemáticas o Unix o C en compañía de comerciantes, vendedores y banqueros. Pero el éxito dio credibilidad a los quants. Lo que al principio fue un término desdeñoso fue acogido con alegría por aquellos a quienes originalmente estaba destinado a insultar. Finalmente llegó a abarcar a un grupo más grande de personas, que incluía, en general, a cualquier persona involucrada en finanzas matemáticas o computacionales. En este artículo, la palabra cuant se refiere a cualquier practicante de las finanzas cuantitativas, una disciplina de amplio alcance que incluye, entre otras cosas, la fijación de precios de instrumentos financieros, la evaluación del riesgo y la búsqueda de patrones explotables en datos de mercado.

Un quant ve el mundo financiero a través de una lente matemática. Esto no describe necesariamente al vendedor o comerciante promedio de Wall Street, cuyo éxito a menudo se basa tanto en la intuición y, quizás más importante, en las conexiones y el carisma personal como en cualquier comprensión de un tema como el cálculo estocástico. Para dar una idea de lo lejos que está la mente cuántica de la del financista típico, el cálculo estocástico, una rama de las matemáticas que se ocupa de la aleatoriedad, es a veces ridiculizado por los cuantos como matemáticas populares. El quant, a diferencia de su contraparte más hábil, busca comprender y beneficiarse de los mercados sobre una base puramente numérica. O como dice Herbert Blank, un cuant que diseña algoritmos para evaluar la salud financiera de las empresas, si cree que puede averiguar lo que necesita saber yendo a ver a la dirección de una empresa, entonces no tengo nada que decirle. .

Si los quants de una forma u otra han existido por un tiempo, también han causado problemas antes. El fondo de cobertura Long-Term Capital Management, que colapsó en agosto de 1998, contaba con algunos de los fundadores del campo entre sus directores y funcionarios. No obstante, en los últimos años, el número y la influencia de los cuantos han aumentado. Los derivados extrabursátiles, como los que se encuentran en el centro de la crisis de las hipotecas de alto riesgo, se han vuelto más populares, lo que ha propiciado un auge de los préstamos al facilitar la negociación de los mismos. El valor de los derivados extrabursátiles, una medida abreviada de la actividad en el mercado, pasó de $ 298 billones en diciembre de 2005 a $ 415 billones un año después, según estadísticas del Banco de Pagos Internacionales. Según algunas medidas, el dinero invertido en dos de los tipos más comunes de fondos cuantitativos ha crecido un 60 por ciento en los últimos dos años (incluidos los activos en expansión y las nuevas inversiones), y los fondos han generado algunos de los rendimientos más altos de la industria financiera. .

También se encuentran entre las organizaciones más misteriosas de la industria. Las empresas que mantienen en secreto sus métodos se conocen como cajas negras, y los fondos de cobertura cuantitativos son tan negros como cualquier otro. No es inusual que se inviertan miles de millones de dólares en estas empresas sin que se revelen más que los resultados. Sin embargo, los resultados anteriores pueden ser un poderoso incentivo para darle dinero a alguien que no le dirá qué va a hacer con él. Un ejemplo de ello es Renaissance Technologies de James Simons, que ha ganado un promedio de más del 30 por ciento al año desde su fundación en 1988. Como otros fondos cuantitativos, es ferozmente reservado. Aún así, tantos inversionistas han confiado en Simons que los dos fondos bajo su administración ahora suman más de $ 30 mil millones. Solo en 2006, ganó $ 1.7 mil millones administrando el fondo.

La prensa a menudo se refiere a Simons como el líder mundial en cuantificación. Un matemático de clase mundial con un doctorado de la Universidad de California, Berkeley, pasó años en el mundo académico, haciendo importantes contribuciones a las matemáticas. Trabajó principalmente en geometría y en un subcampo llamado geometría diferencial, donde su contribución más destacada fue la teoría de Chern-Simons, una descripción topológica del comportamiento del campo cuántico que ha sido útil para los teóricos de cuerdas. Muchos de sus empleados tienen experiencia en física, astronomía y matemáticas.

Los quants de Renaissance Technologies son inusuales en el sentido de que muchos podrían haber disfrutado de importantes carreras académicas. Pero los quants de un tipo menos exaltado se están volviendo omnipresentes en las instituciones financieras. Hay quants en los bancos de inversión, desarrollando nuevas estructuras crediticias. Hay quants en los hedge funds, que procesan años de datos de mercado para desarrollar algoritmos de negociación que las computadoras ejecutan en milisegundos. Y cada vez hay más quants en los fondos de pensiones, tratando de comprender y valorar las herramientas creadas por los quants bancarios, y tratando de evaluar los métodos de los quants de inversión.

Solíamos enviar a nuestros graduados principalmente a los grandes bancos, dice Andrew Lo, director del Laboratorio de Ingeniería Financiera del MIT, donde se capacita a muchos quants. Ahora van a todas partes, a fondos de pensiones, compañías de seguros y compañías que no son compañías financieras en absoluto. El laboratorio del MIT fue fundado en 1992, uno de una serie de programas académicos en la disciplina que han surgido en los campus de los Estados Unidos y en el extranjero; un nuevo instituto en la Universidad de Oxford es una de las incorporaciones más recientes. Los mercados financieros y los procesos de inversión son cada vez más cuantitativos en todos los ámbitos, dice Lo.

Para entender quiénes eran y qué estaban haciendo, hablé con quants actuales y anteriores, dentro y fuera del registro. Muchos hablarían alegre y extensamente. Otros hablaron de forma cautelosa o anónima, especialmente aquellos que utilizan análisis y algoritmos patentados para realizar transacciones. Leí memorias de quants, un género en expansión reciente, y me sumergí en un libro de texto introductorio para quants, Paul Wilmott presenta las finanzas cuantitativas , una condensación de 722 páginas del yunque de un libro de 1.500 páginas y tres volúmenes del autor, Paul Wilmott sobre finanzas cuantitativas . Y fui a una fiesta de bebida cuantitativa, que se celebró en el sótano de un pub junto a la estación Grand Central. El nombre de ese evento prueba, más que nada, que los quants tienen geek en sus venas: fue la reunión de agosto del capítulo de Nueva York de la Alianza de Trabajo Cuantitativo para Finanzas Aplicadas, Educación y Sabiduría, o QWAFAFEW.

Aunque los derivados fueron más simples alguna vez, nunca fueron muy simples. El gran avance en la valoración de los derivados en general, y de las opciones en particular, fue el modelo y la fórmula conocidos como Black-Scholes, propuesto por primera vez por Fischer Black y Myron Scholes en la década de 1970 y formalizado por Robert Merton en 1973 (Merton, como tal). muchos de los mejores quants, no vinieron de Wall Street sino de la academia, obteniendo un doctorado en economía del MIT en 1970.)

En las finanzas cuantitativas, la expresión formal de Black-Scholes de Robert Merton es tan importante que todo lo que siguió se ha denominado nota al pie. El modelo de Black-Scholes asume que el precio de una acción cambia en parte por razones predecibles y en parte debido a eventos aleatorios; el elemento aleatorio se llama volatilidad de la acción. La idea se puede representar matemáticamente mediante una ecuación simple:

S t es el valor de las acciones, y dS t es el cambio en el precio de las acciones. El símbolo µS tdt representa el cambio predecible de la acción y su volatilidad. (Vea los resultados del modelo de Black-Scholes usando esta calculadora interactiva.) Esa combinación cabalística final de letras, dW t , es la expresión matemática de la aleatoriedad, conocida como movimiento browniano o proceso de Wiener. (Químicamente, el movimiento browniano es el movimiento aleatorio de partículas en solución, identificado por el botánico Robert Brown en 1828 y descrito matemáticamente por el gran matemático del MIT Norbert Wiener. Black-Scholes comparte algunas cualidades con las ecuaciones de calor y difusión, que describen eventos cotidianos como el flujo de calor y la dispersión de las poblaciones. El hecho de que algunos procesos físicos parezcan relevantes para las finanzas ha inspirado todo tipo de trabajos lejanos, como los esfuerzos por doblar la relatividad general a una teoría de las finanzas.) Los precios de Black-Scholes son una opción según la cantidad de aleatoriedad en el precio de una acción; cuanto mayor sea la aleatoriedad, más alto podría subir la acción y, por lo tanto, más cara la opción.

Desde entonces, los Quants han perfeccionado Black-Scholes y, con el poder cada vez mayor de las computadoras, han desarrollado otros métodos de valoración de derivados más intensivos en procesamiento. En las simulaciones de Monte Carlo, por ejemplo, las potentes computadoras modelan el rendimiento de una acción millones de veces y luego promedian los resultados. Donde Black-Scholes, como atajo matemático, asigna un valor constante a la volatilidad de una acción, las simulaciones de Monte Carlo varían la volatilidad en sí. En teoría, esto proporciona una mejor aproximación de las fluctuaciones de precios en el mundo real. Y los quants han ideado métodos aún más arcanos de fijación de precios de derivados. Algunos modelos particularmente complicados rastrean otros factores económicos, como el mercado de valores en su conjunto, o incluso factores macroeconómicos más importantes, además del precio de una acción.

La ejecución de tales simulaciones computacionalmente intensivas se ha vuelto mucho más fácil en la última década. Gregg Berman, un ex astrofísico experimental que dejó la academia por el mundo de las finanzas en 1993, es uno de los que él llama una plétora de doctorados en RiskMetrics, una firma que proporciona modelos, herramientas y datos a la mayoría de los bancos y corredurías importantes. y fondos de cobertura. (Entre otras cosas, la empresa intenta predecir cómo se comportará un derivado en una variedad de condiciones de mercado; cómo podría responder, por ejemplo, al debilitamiento de las tasas de cambio o al aumento de las tasas de interés). Cuando Berman comenzó en el negocio, dice: Las simulaciones en toda regla [del tipo de Monte Carlo] eran raras. Sin embargo, ahora que las computadoras se pueden vincular tan fácilmente, Berman podría poner en funcionamiento hasta 1,000 procesadores a la vez para ejecutar simulaciones dentro de simulaciones, lo que podría medir el riesgo de un producto como un valor respaldado por una hipoteca.

El resultado neto de esta capacidad mejorada para asignar valores a derivadas cada vez más complejas fue una explosión en su variedad. Eso significaba que había un derivado que se adaptaba al apetito de riesgo de todos los inversores. En consecuencia, los inversores estaban cada vez más dispuestos a invertir más dinero en derivados.

Recientemente, uno de los más populares de estos nuevos instrumentos han sido las obligaciones de deuda garantizadas, o CDO. Fundamentalmente para nuestra historia, los CDO también son el producto más estrechamente asociado con el desastre de las hipotecas de alto riesgo del verano. El CDO ha sido llamado un derivado de un derivado, y para confundir aún más las cosas, hay CDO de CDO e incluso CDO de CDO de CDO. Un CDO combina valores de alto y bajo riesgo que pueden derivar su flujo de efectivo de hipotecas, préstamos para automóviles o fuentes más esotéricas como ingresos de películas o arrendamientos de aviones. Los inversores en un CDO pueden comprar los derechos a diferentes niveles de ingresos y riesgo asociado, llamados tramos. Generalmente, el tramo más riesgoso de un CDO paga la mayor cantidad de ingresos. Los CDO, creados por quants y cotizados por quants, se han convertido en una forma popular para que los fondos de cobertura, los fondos de pensiones, las compañías de seguros y otros inversores compren piezas de sectores de alto riesgo pero con altas ganancias, como los préstamos de alto riesgo. Según la Securities Industry and Financial Markets Association, las emisiones anuales de CDO en todo el mundo casi se duplicaron entre 2005 y 2006, pasando de $ 249,3 mil millones a $ 488,6 mil millones.

Los cuantos que idean tales derivados funcionan más o menos a la vista del público. Están oscurecidos principalmente por la complejidad de su trabajo. Pero nuestro conocimiento de los quants que diseñan las estrategias comerciales también está oculto por el secreto de los grandes operadores de fondos como Renaissance Technologies. Me las arreglé para hablar con algunos comerciantes actuales, que me dieron una idea general de su enfoque, y con algunos ex comerciantes, que fueron un poco más específicos.

Un método común que utilizan los quants para identificar oportunidades de mercado es el comercio de pares. El comercio de pares implica tratar de encontrar valores que suban en conjunto o que tienden a ir en direcciones opuestas. Si esa relación se tambalea, si, por ejemplo, los valores de dos acciones que viajan juntas divergen repentinamente, es probable que indique que una acción está infravalorada o sobrevalorada. Qué acción es la que es irrelevante: un operador que apuesta simultáneamente a que una subirá y la otra bajará probablemente gane dinero. Es una estrategia que se presta al uso de computadoras, que pueden clasificar un gran número de correlaciones de precios a lo largo de muchos años de datos almacenados, aunque la decisión final de especular sobre el precio relativo de las acciones emparejadas generalmente recae en los administradores de un fondo.

Quants también ha estado siguiendo una estrategia conocida como arbitraje de estructura de capital, que busca explotar los precios ineficientes de los bonos de una empresa en comparación con sus acciones. Una vez más, las computadoras hacen la búsqueda, buscando casos en los que, por una razón u otra, los valores estén ligeramente desalineados.

En una técnica similar, Max Kogler, director del recién lanzado MM Capital en Nueva York, usa computadoras para buscar inconsistencias en el valor entre la opción sobre un fondo indexado y las opciones sobre las acciones que componen ese índice. Kogler tiene una maestría de la Universidad de Cambridge en matemáticas puras con un enfoque en estadística. Dice que sus algoritmos buscan canastas de opciones que no están haciendo lo que se supone que deben hacer. Cuando sus computadoras encuentran una canasta de este tipo, él y sus socios discuten si comprar o no.

Kogler ejecuta sus algoritmos en una caja de Linux. Parte del atractivo de nuestro algoritmo, dijo en un correo electrónico, es que reduce drásticamente los requisitos computacionales. No obstante, querrá tener una máquina rápida con una velocidad de reloj bastante decente y un par de CPU paralelas.

En lo que se denomina comercio no discrecional, las computadoras encuentran las ineficiencias y ejecutan los intercambios. Aite Group, una firma de investigación de servicios financieros, estima que aproximadamente el 38 por ciento de todas las acciones pueden negociarse automáticamente, un número que espera aumentar al 53 por ciento en tres años.

Las computadoras también son la base de otra frontera en desarrollo, el comercio de alta frecuencia, que es una forma fantásticamente exagerada de comercio intradía. La computadora busca patrones e ineficiencias durante minutos o segundos en lugar de horas o días. Un algoritmo, por ejemplo, podría buscar patrones en el comercio mientras los japoneses están almorzando o en los momentos previos a un anuncio importante. Hay una gran cantidad de datos de este tipo para procesar. Olsen Financial Technologies, una empresa con sede en Zúrich que ofrece datos a la venta, dice que recopila hasta un millón de actualizaciones de precios por día.

Un comerciante con el que hablé en un fondo de cobertura de $ 10 mil millones con sede en Nueva York dijo que su computadora ejecutaba entre 1.000 y 1.500 operaciones diarias (aunque señaló que no eran lo que él llamaba operaciones intradiarias). Su contrato de trabajo de una pulgada de grosor me impidió usar su nombre, pero sí habló un poco sobre su enfoque. Nuestro sistema tiene un toque de teoría genética y un toque de física, dijo. Por teoría genética, quería decir que su computadora genera algoritmos aleatoriamente, de la misma manera que los genes mutan aleatoriamente. Luego prueba los algoritmos con datos históricos para ver si funcionan. Le encanta el desafío de descifrar el comportamiento de algo tan complejo como un mercado; como él dijo, es como si estuviera tratando de calcular el universo. Como la mayoría de los quants, el comerciante profesaba desdén por el sexto sentido del comerciante tradicional, así como por los analistas anticuados que pasaban tiempo entrevistando a ejecutivos y evaluando la historia de una empresa.

Es probable que el comercio de alta frecuencia se vuelva más común a medida que la Bolsa de Valores de Nueva York se acerque cada vez más a un sistema completamente automatizado. 1.500 operaciones diarias ya es conservador; las computadoras de algunos operadores de alta frecuencia ejecutan cientos de miles de operaciones todos los días.

Vinculado con el comercio de alta frecuencia está la ciencia en desarrollo del procesamiento de eventos, en el que la computadora lee, interpreta y actúa sobre las noticias. Un intercambio en respuesta a un anuncio de la FDA, por ejemplo, podría realizarse en milisegundos. Aprovechando esta tendencia, Reuters presentó recientemente un servicio llamado Reuters NewsScope Archive, que etiqueta los artículos emitidos por Reuters con identificaciones digitales para que un artículo pueda descargarse, analizarse en busca de información útil y actuar en consecuencia casi instantáneamente.

Todo esto funciona muy bien, hasta que deja de funcionar. Todo se derrumba cuando se trata de un evento atípico, dice el operador del fondo de $ 10 mil millones, usando un término estadístico para aquellos eventos que existen en los más lejanos alcances de probabilidad. Es fácil juzgar mal los resultados cuando tiene éxito. Esos eventos de uno en cien pueden ocurrir fácilmente dos veces al año.

Los eventos de agosto fueron atípicos y fueron obra de los propios cuantos. (Algunos disputan ese veredicto: ver Sobre Quants) Para empezar, los quants fueron indirectamente responsables del auge de los préstamos hipotecarios ofrecidos a candidatos inestables.

Los derivados permiten a los bancos negociar sus hipotecas como tarjetas de chicle, y la separación entre el titular de un préstamo y el emisor de un préstamo tendía a crear una raza demasiado generosa de oficiales de préstamos. Los bancos, a su vez, se sintieron atraídos por el enorme mercado de derivados como los CDO. Ese mercado se vio impulsado por el apetito de los fondos de cobertura por productos que eran un poco más riesgosos y, por lo tanto, producirían un mayor rendimiento. Y los quants que se especializaron en la evaluación de riesgos apoyaron la decisión de comprar CDO, porque asumieron que el mercado crediticio disfrutaría de unos nueve años de volatilidad relativamente benigna.

Era una suposición perfectamente racional; simplemente sucedió que estaba mal. Matthew Rothman, analista senior de estrategias cuantitativas en Lehman Brothers, calificó el verano como una época de desempeño anormal significativo; según sus cálculos, fue el más extraño en 45 años. El fondo Renaissance Technologies de James Simons cayó un 8,7 por ciento en la primera semana de agosto y, en una carta a sus inversores, lo calificó como un período de lo más inusual. Como dijo Andrew Lo, Desafortunadamente, la vida se ha vuelto muy interesante. El Wall Street Journal lo llamó una emboscada de agosto.

El daño se extendió rápidamente más allá del mercado de instrumentos de deuda de baja calidad. Era casi como si el mundo financiero se hubiera convertido en un mercado para nada más que desviaciones estándar, el término matemático para la dispersión de valores que se desvían de una media. De hecho, el verano podría describirse como una época en la que demasiados inversores compraron desviaciones estándar demasiado elevadas para sus posibilidades.

Entre las lecciones que enseñó August se encuentra que puede haber un número finito de estrategias de inversión viables, una sospecha confirmada por el declive extrañamente sincrónico de muchos fondos cuantitativos este verano, incluyendo Renaissance Technologies de Simons. El extraño comportamiento del mercado de agosto, según Rothman y otros, fue probablemente el producto de algunos grandes fondos de cobertura que buscaron efectivo para cumplir con sus obligaciones de deuda, ya que el valor de sus CDO disminuyó, vendiendo los valores que eran más fáciles de deshacerse, principalmente acciones. (¿Y qué fondos? En otro ejemplo del secretismo de los administradores de fondos, nadie parece saberlo ni quiere decirlo).

Según la mayoría de las personas con las que hablé, este verano ocurrió algo como lo siguiente. Los Quants, en la naturaleza ordinaria de sus trabajos, habían puesto en corto muchas acciones. El cortocircuito es un acuerdo mediante el cual un inversionista toma prestada una acción de un corredor, garantizando el préstamo con activos colaterales colocados en lo que se llama una cuenta de margen. El inversor vende inmediatamente las acciones prestadas; si el valor de las acciones disminuye, el inversor las vuelve a comprar y se embolsa la diferencia de precio cuando devuelve las acciones al corredor. Pero si la acción aumenta inesperadamente de valor, incluso por un tiempo, el inversionista debe colocar una garantía adicional en la cuenta de margen para cubrir la diferencia o recomprar la acción en corto y devolverla al corredor.

Los CDO habían funcionado como garantía en las posiciones cortas de los quants. Cuando la crisis de las hipotecas de alto riesgo apretó los mercados financieros, el valor de esos CDO disminuyó, lo que obligó a los quants a aumentar la garantía en las cuentas de margen, recomprar las acciones en corto o ambas cosas. Pero en cualquier caso, con el fin de complementar la contracción de su garantía, los fondos cuantitativos se vieron obligados a vender sólidas acciones de primera, cuyos precios, en consecuencia, cayeron. Al mismo tiempo, a medida que los quants recompraron acciones en corto, los precios de aquellos Las existencias aumentaron, exigiendo la publicación de aún más garantías en las cuentas de margen en el mismo momento en que el valor de los CDO estaba sufriendo. El hecho de que los cuantos fueran, aparentemente, largos en las mismas acciones fuertes y cortos en las mismas acciones débiles fue el resultado de una serie de estrategias, intercambiando pares entre ellas.

Otra explicación relacionada para la recesión de agosto fue que los modelos de los cuantos simplemente dejaron de reflejar la realidad cuando las condiciones del mercado cambiaron abruptamente. Después de todo, un algoritmo de negociación es tan bueno como su modelo. Desafortunadamente para los cuantos, la vida útil de un algoritmo se está acortando. Antes de estar en RiskMetrics, Gregg Berman creó sistemas de comercio de materias primas en Mint Investment Management Group. A mediados de la década de 1990, dice, un buen algoritmo podría negociarse con éxito durante tres o cuatro años. Pero la vida media de la viabilidad de un algoritmo, dice, ha ido disminuyendo, a medida que más quants se unen a los mercados, a medida que las computadoras se vuelven más rápidas y capaces de procesar más datos, y a medida que hay más datos disponibles. Berman cree que dos o tres meses podrían ser el límite ahora, y espera que baje.

Para Richard Bookstaber, un cuant que ha gestionado fondos de cobertura y riesgos para empresas como Salomon Brothers y Morgan Stanley, la recesión de agosto demostró que las preocupaciones que había albergado durante mucho tiempo estaban bien fundadas. Bookstaber estuvo en el panel patrocinado por IAFE; de hecho, está en todas partes estos días. Su libro Un demonio de nuestro propio diseño , que apareció en abril, tardó ocho años en realizarse e hizo algunas predicciones muy proféticas.

Bookstaber es un hombre tranquilo y reflexivo, con ojos marrones penetrantes y mirada atenta. Estudió con Merton en la década de 1970 en el MIT, donde obtuvo su doctorado en economía. Hoy, está muy preocupado por las herramientas y los métodos de los cuantos. En particular, le preocupa la complejidad y lo que él llama acoplamiento estrecho, el término de un ingeniero para sistemas en los que pequeños errores pueden agravarse rápidamente, como ocurre en las plantas nucleares. Él siente que las herramientas de los quants se han vuelto tan complicadas que se han escapado de sus creadores. Hemos llegado a un punto en el que incluso los profesionales pueden no entender los instrumentos, dice. Esto, para Bookstaber, quedó perfectamente demostrado este verano, cuando los problemas de las hipotecas de alto riesgo desencadenaron una ola reaccionaria de venta de acciones que, nominalmente, parecerían no estar relacionadas o, como dice Wall Street, no estar relacionadas.

Nadie sabía que lo que sucedió en el mercado de alto riesgo podría afectar lo que estaba sucediendo en los fondos de acciones cuantitativas, dice. Hay demasiada complejidad, demasiada innovación derivada. Estas son las personas más brillantes del sector. Si les pudiera pasar a ellos, le podría pasar a cualquiera. Nadie podría haber predicho el vínculo.

La vinculación es uno de los temas favoritos de Bookstaber. Él cree que los instrumentos de los quants han vinculado mercados que normalmente no estarían vinculados, y que tales vínculos son peligrosos porque son imprevistos.

Berman y otros con los que hablé estuvieron de acuerdo con muchas de las preocupaciones de Bookstaber. Los productos se están volviendo un orden de magnitud más complejos, dice Berman. Las cosas cambian ligeramente y se correlacionan donde antes no estaban correlacionadas. O, como él lo expresó de forma un poco menos gnómica, no puedes hacerlo sin entenderlo, pero poder Cómpralo.

Debajo de todo esto late la gran esperanza de los cuantos: a saber, que el mundo financiero se pueda entender a través de las matemáticas. Han tratado de descubrir las estructuras subyacentes de los mercados financieros, al igual que los académicos han descubierto los misterios del mundo físico. Sin embargo, cuanto más aprenden los cuantos, más lejos parece una teoría unificada de las finanzas. El comportamiento humano, tal como se manifiesta en los mercados financieros, simplemente se resiste a la cuantificación, al menos por ahora.

Emanuel Derman recuerda haber soñado con una teoría financiera tan unificada a principios de la década de 1990, un poco después de haber dado el salto de la universidad a la calle. Pero esos sueños, dice, están muertos. Las finanzas cuantitativas se parecen superficialmente a la física, dice, pero la eficacia es muy diferente. En física, puedes hacer cosas con 10 cifras significativas y obtener la respuesta correcta. En finanzas, tiene suerte si puede distinguir entre arriba y abajo.

Así que arriba fue abajo y abajo fue arriba este verano, y Bookstaber y otros esperan que sea una advertencia que será atendida, en lugar del comienzo de una gran crisis sistémica.

Y era subprime el canario en la mina? Era una pregunta que los panelistas y la audiencia que se presentó en el Four World Financial Center en agosto pasado apenas están comenzando a responder. Leslie Rahl, por ejemplo, me dijo con cautela en un correo electrónico de seguimiento que cada vez parece más que la respuesta es sí. Muchos indicios lo han sugerido, desde la pérdida de puestos de trabajo hasta una continua sequía crediticia y el debilitamiento del dólar, pero esa historia aún no se ha escrito.

Como preludio del panel de discusión, Rahl pidió a la audiencia que pronosticara si los diferenciales crediticios se reducirían o ampliarían en los próximos meses. Estaba hablando de la diferencia entre el precio de un bono del tesoro y el precio de un bono corporativo más riesgoso, un indicador estándar de Wall Street para la salud de la economía. Un diferencial crediticio cada vez mayor se ve generalmente como un signo de incertidumbre y un diferencial estrecho como un signo de optimismo.

¿Cuántos piensan que se ampliarán los diferenciales? ella preguntó.

Las manos de aproximadamente la mitad de las personas más inteligentes de Wall Street se dispararon.

¿Y cuántos piensan que se reducirán?

La otra mitad, igualmente inteligente, levantó la mano.

Bueno, dijo ella. Eso es lo que hace un mercado.

Si no lo sabían, nadie podría.

Bryant Urstadt es un escritor independiente que vive en Nueva York. Su trabajo ha aparecido en Harper's y Piedra rodante .

esconder