Cisne negro
¿Qué es un cisne negro?
Un cisne negro es un evento impredecible que va más allá de lo que normalmente se espera de una situación y tiene consecuencias potencialmente graves. Los eventos del cisne negro se caracterizan por su extrema rareza, impacto severo y la insistencia generalizada de que eran obvios en retrospectiva.
Conclusiones clave
- Un cisne negro es un evento extremadamente raro con graves consecuencias. No se puede predecir de antemano, aunque después del hecho, muchos afirman falsamente que debería haber sido predecible.
- Los eventos de cisne negro pueden causar daños catastróficos a una economía al impactar negativamente en los mercados y las inversiones, pero incluso el uso de modelos sólidos no puede prevenir un evento de cisne negro.
- La confianza en las herramientas de pronóstico estándar puede fallar en la predicción y potencialmente aumentar la vulnerabilidad a los cisnes negros al propagar el riesgo y ofrecer una seguridad falsa.
,
Entendiendo un cisne negro
El término fue popularizado por Nassim Nicholas Taleb, profesor de finanzas, escritor y ex comerciante de Wall Street. Taleb escribió sobre la idea de un crisis financiera de 2008. Taleb argumentó que debido a que los eventos del cisne negro son imposibles de predecir debido a su extrema rareza, pero tienen consecuencias catastróficas, es importante que las personas siempre asuman que un evento del cisne negro es una posibilidad, sea lo que sea, e intente planificar en consecuencia. Algunos creen que la diversificación puede ofrecer cierta protección cuando ocurre un evento de cisne negro.
Más tarde, Taleb utilizó la crisis financiera de 2008 y la idea de los eventos del cisne negro para argumentar que si se permite que un sistema roto falle, en realidad lo fortalece contra la catástrofe de futuros eventos del cisne negro. También argumentó que, a la inversa, un sistema que está apuntalado y aislado del riesgo finalmente se vuelve más vulnerable a pérdidas catastróficas frente a eventos raros e impredecibles.
Taleb describe un cisne negro como un evento que 1) es tan raro que incluso se desconoce la posibilidad de que ocurra, 2) tiene un impacto catastrófico cuando ocurre, y 3) se explica en retrospectiva como si fuera realmente predecible.
Para eventos extremadamente raros, Taleb sostiene que las herramientas estándar de probabilidad y predicción, como la distribución normal, no se aplican ya que dependen de una gran población y tamaños de muestra pasados que, por definición, nunca están disponibles para eventos raros. Extrapolar, usar estadísticas basadas en observaciones de eventos pasados no es útil para predecir cisnes negros e incluso podría hacernos más vulnerables a ellos.
El último aspecto clave de un cisne negro es que, como evento de importancia histórica, los observadores están ansiosos por explicarlo después del hecho y especular sobre cómo podría haberse predicho. Sin embargo, tal especulación retrospectiva no ayuda a predecir futuros cisnes negros, ya que pueden ser cualquier cosa, desde una crisis crediticia hasta una guerra.
Ejemplos de eventos pasados del cisne negro
El colapso del mercado inmobiliario estadounidense durante la crisis financiera de 2008 es uno de los eventos del cisne negro más recientes y conocidos. El efecto del accidente fue catastrófico y global, y solo unos pocos valores atípicos pudieron predecir que sucedería.
También en 2008, Zimbabwe tenía el peor caso de hiperinflación en el 21 st siglo con una tasa de inflación máximo de más de 79,6 mil millones por ciento. Un nivel de inflación de esa cantidad es casi imposible de predecir y puede arruinar fácilmente a un país financieramente.
La burbuja de las puntocom de 2001 es otro evento de cisne negro que tiene similitudes con la crisis financiera de 2008. Estados Unidos disfrutaba de un rápido crecimiento económico y un aumento de la riqueza privada antes de que la economía colapsara catastróficamente. Dado que Internet estaba en su infancia en términos de uso comercial, varios fondos de inversión estaban invirtiendo en empresas de tecnología con valoraciones infladas y sin tracción en el mercado. Cuando estas empresas se hundieron, los fondos se vieron muy afectados y el riesgo a la baja se traspasó a los inversores. La frontera digital era nueva, por lo que era casi imposible predecir el colapso.
Como otro ejemplo, el fondo de cobertura Long-Term Capital Management (LTCM), anteriormente exitoso, fue derribado en 1998 como resultado del efecto dominó causado por el incumplimiento de la deuda del gobierno ruso, algo que los modelos informáticos de la compañía no podrían haber predicho.