#14: Previsiones económicas e inversión a largo plazo
Nota publicada en la revista EFPA, versión extendida para Chestnut Street.
“Stock prices have reached ‘what looks like a permanently high plateau.”
Irving Fisher, 16 octubre de 1929 (12 días antes del crac del 29)
“El principal propósito de las predicciones económicas, es hacer que la astrología resulte algo respetable.”
John K Galbrait
Las predicciones económicas son una parte importante del paisaje de Wall Street. Su importancia se inicia con el desarrollo de la escuela neoclásica en el ámbito financiero durante la segunda mitad del siglo XX y el crecimiento de la industria de los fondos de inversión. Pese a tener una más que dudosa trayectoria, desde sus inicios, las previsiones económicas han ocupado una parte muy sustancial de la atención de los periodistas económicos, ahorradores y, sin duda, muchos de los profesionales del sector con lo que parece pertinente reflexionar sobre su sentido, riesgos y papel relativo que este tipo de ejercicios prospectivos deberían realmente a la hora de invertir con sentido común.
Históricamente, la economía fue siempre una ciencia social, emparentada con las ciencias morales y jurídicas. Es solo a partir de la segunda mitad del siglo XX, cuando empieza a sufrir una fuerte mutación de hondas consecuencias con dos desarrollos paralelos. Por un lado, la creación de agregados económicos, como el PIB (métrica creada por Kuznets finales años 30s), lo que permitía “monitorizar” la actividad económica de una manera numérica. Por otro lado, el desarrollo de una economía fisiocrática, reducida a un conjunto de supuestos y agregados, que luego servían para graficar curvas y, finalmente, optimizar. Una simplificación que supuso reducir la complejidad, creatividad e imprevisibilidad de la acción humana a seres irreales, planos; el llamado “homo economicus”. Una reducción que era imprescindible para limitar el universo de posibilidades aunque fuese de manera artificiosa, para luego poder trabajar la economía con funciones matemáticas, como si fuera una ciencia pura, pero esto hacía que uno llegase a conclusiones totalmente alejadas de la realidad. Cuando se utilizan matemáticas en la economía, ni es economía, ni son matemáticas.
El máximo exponente de esta revolución fue Paul Samuelson (primer estadounidense en ganar el premio Nobel) y que, junto con economistas como John Hicks, desarrollaron sobre el andamiaje keynesiano (más intuitivo que otra cosa, en la Teoría General de Keynes no utilizó ningún gráfico y se opuso con vehemencia a la utilización de las matemáticas a la hora de hacer análisis económico) modelos agregados de oferta y demanda como el conocido modelo IS-LM. Esta utilización de agregados macro permitió construir “modelos” que luego se utilizaban para proyectar previsiones a partir de datos históricos. Se consumaba así una confusión estructural entre historia (datos) y teoría –origen de base en la falla de todas las previsiones que han venido después–; un problema sobre el que ya había advertido al respecto el filósofo David Hume al formular el problema de inducción a finales del siglo XVIII, y que en el siglo XX desarrollarían in extenso pensadores como Karl Popper o Ludwig von Mises, que entendieron que en las ciencias sociales no se podía “experimentar” (el comportamiento de las personas no se puede parametrizar) con lo que el estudio de la ciencia económica tenía que hacerse necesariamente a partir de un método lógico-deductivo (apriorístico).
La idea de poder anticipar el rumbo del ciclo económico es tremendamente atractiva y rápidamente encontró su demanda. La idea de operar en un entorno incierto e imprevisible, aunque acertada, resulta poco atractiva; ciertamente resulta más apetecible para ambos lados del mercado, asesores y clientes, también más rentable para la captación de fondos, alimentar la ilusión de que somos capaces de anticipar el ciclo económico. Y, sin embargo, el futuro no se puede saber porque la historia no esta escrita. No existen leyes universales (de ahí la crisis de método del marxismo) que determinen el desarrollo histórico.
Las sociedades son sistemas complejos en donde el resultado final depende de la suma de la infinidad de agentes que, impulsados por la función empresarial (cálculo económico sobre que medios son más adecuados para lograr sus fines) toman cada día multitud de decisiones libres, con información imperfecta (y cambiante, el mercado no es una foto, es una película), y que resulta en una manera de invertir su tiempo y dinero. En un sistema complejo no pueden establecerse normas del tipo: “si sucede A, luego sucede B”, ya que A y B son función de otras mil variables que a su vez dependen de otras muchas, y donde además el número de alternativas no es finito, sino que se reinventa con cada nueva interacción y que hace que sea imposible conocer a priori la distribución de cada variable por muchos datos que se recopilen (el supuesto principal detrás de cualquier predicción es el conocer la distribución de la variable, típicamente estimada a partir de una campana de Gauss). La imprevisibilidad de sistemas complejos la resumió Lorenz, uno de los padres de la teoría de caos, en aquello de que “una mariposa bate las alas en Brasil, y en Houston llueve en vez de hacer sol” (un pensamiento que a muchos les sonará por la película de Jurassic Park). La conclusión de todo lo anterior es contundente: las personas no tenemos la capacidad para hacer predicciones económicas (o de cualquier otro tipo); y pese a todo sí las hacemos.
Cabe un matiz y es la distinción entre previsiones macro de lo que podríamos llamar tomar la temperatura a los mercados (o simplemente entender el momento del ciclo en el que, previsiblemente pueda estar la economía): si bien no podemos anticipar la llegada e intensidad de las crisis económicas, ni anticipar la evolución de los agregados económicos (empezando por la inflación), sí podemos identificar riesgos dentro de una economía (si uno cuenta con la teoría económica adecuada, lo cuál tampoco es habitual). Algo similar a lo que ocurre con el riesgo de avalanchas en la montaña: es imposible conocer el instante preciso en que se rompe el copo de nieve que hace que la acumulación de nieve (sistema) de lugar a una avalancha (crisis), pero sí podemos entender los síntomas que hay en juego –acumulación de nieve, temperatura, tiempo transcurrido, etc.– y sobre los que luego hacer una evaluación del riesgo, entendida como una valoración cualitativa de la situación.
Las previsiones económicas no únicamente fallan por la naturaleza del objeto de estudio (complejo/no lineal), nuestra mente –la manera en la que está programado nuestro “cableado” interno– también complica dicha empresa. Danny Kahneman, conocido psicólogo Nobel de Economía, es de las personas que más ha investigado los sesgos cognitivos: distorsiones sistemáticas que distorsionan nuestra manera de percibir la realidad. Uno de los más importantes es el llamado sesgo de confirmación: vemos básicamente lo que queremos ver; todo lo que no encaja con nuestra manera de ver las cosas tendemos a dejarlo peligrosamente fuera de plano (algo muy frecuente, por ejemplo, en el periodismo actual). Otro relevante, es la falacia narrativa, o nuestra enorme capacidad para construir historias que nos permiten encajar los hechos de manera tremendamente subjetiva. Consciente de estas limitaciones, Warren Buffett, que no otorga ninguna importancia a las previsiones económicas (Berkshire Hathaway tampoco facilita “guidance” de sus beneficios), señala con agudeza como “las previsiones económicas revelan más información de quién hace la previsión que del futuro”.
Este elemento psicológico refuerza el punto anterior sobre la alta imprevisibilidad del comportamiento humano: la conducta de las personas es impredecible y por lo tanto no puede modelarse. Los modelos funcionan en ámbitos cerrados, donde se conoce la distribución de las variables (como la distribución de pesos y alturas entre un grupo de personas); ámbitos propios de las ciencias naturales como la física, la química o la biología, sujetas a leyes universales que pueden ser cognoscibles a través de la experimentación. Algo imposible en las ciencias sociales precisamente por el factor humano. El gran físico Richard Feynman (tremendamente recomendable la lectura de Surely You’re Joking Mr. Feynman) ironizaba: “qué difícil sería el estudio de la física si los átomos tuvieran sentimientos.”
El gran riesgo con las predicciones económicas viene justamente por no ser plenamente consciente de estas limitaciones de carácter epistemológico y leer este tipo de informes como si uno leyese un manual de astrofísica. El peligro no viene por no saber, sino por la ilusión de pensar que sabemos. Este no saber que no sabemos es lo que suele salir muy caro (y doloroso) al hacernos bajar la guardia a la hora de gestionar el riesgo en una cartera de inversión o en cualquier ámbito. La crisis financiera de 2008 se explica, básicamente, por este motivo: los bancos utilizando modelos estocásticos (distribución Gauss) para gestionar el riesgo (VaR y similares), concedieron de manera repetida, generalizada y estructural (incluido el regulador y las agencias de rating) una muy baja probabilidad de que los precios de la vivienda bajasen más de un 20%, infravalorando la posibilidad de que ocurriesen (los llamados “riesgos de cola estrecha”, por estar en los extremos de una distribución normal). Alimentados por tipos de interés bajos y liquidez abundante, las entidades se animaron a incrementar sin límite el apetitito de riesgo por estos activos (que no iban a bajar nunca de precio), al tiempo que los niveles de capital para absorber posibles pérdidas (improbables según los modelos) se reducían de manera drástica. Un comportamiento que propició una exposición a un riesgo desmedido que finalmente les abocó a la quiebra; una quiebra que sin esta falsa ilusión de conocimiento no hubiera tenido lugar.
De forma muy aguda, en su memo “The Illusion of Knowledge”, el gran inversor Howard Marks advierte del uso de palabras como “poco probable”, “impensable”, “nunca”, “siempre”, o “no puede pasar” en el ámbito de las previsiones económicas y de mercado precisamente por ser buen sabedor que el supuesto de que las variables de tipo económico/empresarial tienen una distribución normal (un supuesto irreal) nos lleva a infravalorar por sistema los llamados riesgos de cola. Un tema que ha explorado en detalle el trader de opciones y filósofo Nassim Taleb en su conocido libro El cisne negro (que no es otra cosa que una actualización al problema de inducción de Hume al que hacíamos mención antes)
Hay una última consideración de interés hacer con respecto a la utilidad de las previsiones económicas y el asesoramiento financiero y tiene que ver con el importante desfase entre el ciclo económico y el ciclo bursátil. En efecto, una cosa es la economía real, otra muy distinta la evolución de los mercados financieros, dependiente de otros muchos elementos, no solo las expectativas futuras con respecto la economía. De entrada, la Bolsa trata de anticipar el ciclo, y ni eso; si queremos ser precisos a corto plazo la bolsa intenta anticipar su propio comportamiento. Es un concurso de belleza, como explicó con lucidez Keynes, donde los participantes no tratan de acertar quién es la concursante más guapa, sino la que creen que el resto de los jurados juzgará como más guapa. De ahí que especular a corto plazo sea tan sumamente complicado. Por otro lado, los mercados no oscilan tanto debido a las expectativas sobre el comportamiento futuro de la economía, sino sobre las expectativas con respecto los niveles de liquidez en el sistema, algo que exige acertar no únicamente en la evolución del ciclo, imaginemos la evolución de la inflación (probablemente el fenómeno económico más complejo de todos), sino que es necesario también acertar con la reacción que vayan a tener Gobiernos y y bancos centrales ante este escenario, y, finalmente, como se lo vaya a tomar la bolsa con respecto a las expectativas generadas con anterioridad. Es mucho acertar.
El tema de la inflación es especialmente curioso. La inflación no es necesariamente mala para la Bolsa, lo dañino es combatirla (las subidas de tipos); es decir, la reacción que vaya a tener el Banco Central. Esto exige al final ser capaces de anticipar los giros en la política general lo que de nuevo es una imposibilidad en términos. El ejercicio 2020 fue un buen ejemplo a este respecto: incluso si uno hubiera conocido a priori las noticias sobre la pandemia, lo más seguro es que igualmente no hubiera acertado con respecto a la evolución de los diferentes valores en bolsa.
Es importante ser consciente de estos temas para saber ponderar en su justa media el aluvión de material sobre el futuro que produce Wall Street cada año. Si bien, es fundamental entender el momento del ciclo en el que nos encontramos; ser conscientes si el mercado tiende más bien a la euforia o el pesimismo, o cuáles son las condiciones de liquidez, niveles de deuda, de empleo, etc., hemos de ser conscientes que estos datos ayudan a tomar la temperatura al mercado, pero no sirven como apoyo a la hora de tomar decisiones de inversión que necesariamente exigen una gestión del riesgo “micro” donde la calidad del activo y su valoración son dos pilares fundamentales. Un último pensamiento: al leer un informe de coyuntura de cualquier autor o firma, recomiendo siempre leer que estaba diciendo ese mismo autor o casa hace 6 y 9 meses; cual ha sido la evolución en sus opiniones y como justifica (si es que lo hace) los posibles cambios que se hayan introducido desde las últimas previsiones.
Lecturas adicionales
N.N. Taleb (2008): The Black Swan: The Impact of the Highly Improbable, Penguin.
L. von Mises (2010): Human Action, The Scholar’s Edition. Mises Institute.
L. von Mises (2004): Teoría e historia. Unidad Editorial.
L. von Mises (2013): Problemas epistemológicos de la economía. Unidad Editorial.
K. Popper (2014): La miseria del historicismo. Unidad Editorial.
H. Marks (2022): “The Illusion of Knowledge”, Oaktree.
D. Hume (2005): Investigaciones sobre el conocimiento humano. Alianza Editorial.
A. Kostolany (2022): El arte de reflexionar sobre el dinero. Deusto.
R. Feynman (2018): Surely You’re Joking Mr. Feynman, W.W. Norton.
E. Lorenz ([1880], 1995): The Essence of Chaos, University of Washington Press.
Créditos cuadro frontispicio entrada: British Chinese Port – Morning Departures (c. 1920s – 1960s), Montague Dawson – colección privada.
Si entiendo bien, lo más importante, humildad y a partir de ahí, mejor aprender a leer balances que leer prensa. Gracias por tantas lecciones!
gracias!