Entropic signatures of market response under concentrated policy communication

Este estudio aplica un marco de teoría de la información para analizar los primeros 100 días del segundo mandato de Donald Trump en 2025, demostrando que la entropía y la entropía acumulada deslizante capturan eficazmente la diversidad de resultados y los eventos extremos en los mercados globales, revelando un impacto de las políticas concentradas que es a corto plazo acoplado globalmente pero modulado regionalmente.

Lo esencial

Imagina que el mercado de valores es como un gran concierto donde miles de personas (los inversores) bailan y se mueven al ritmo de la música (la economía y las noticias).

Normalmente, cuando hay una fiesta desordenada, la gente salta en todas direcciones: algunos a la izquierda, otros a la derecha, algunos muy alto, otros muy bajo. Los analistas tradicionales miran qué tan alto saltan (la volatilidad o el "ruido"). Si todos saltan muy alto, dicen: "¡Qué caos! ¡Qué peligro!".

Pero este paper nos dice: "Espera, no mires solo qué tan alto saltan. Mira hacia dónde saltan".

Aquí tienes la explicación de este estudio sobre los primeros 100 días del segundo mandato de Trump (en el año 2025, según el escenario del estudio), usando analogías sencillas:

1. El problema de la "Medida Tradicional" (La Regla de la Altura)

Los analistas suelen usar una regla llamada Desviación Estándar. Imagina que es una regla para medir la altura de los saltos.

• Si la regla marca un salto muy alto, dicen: "¡El mercado está muy volátil y peligroso!".
• El estudio dice: "No tan rápido. Un salto alto puede ser un salto de pánico (caos) o puede ser un salto coordinado (orden)".

2. La nueva herramienta: La "Entropía" (El Mapa de los Saltos)

Los autores usan una herramienta llamada Entropía (basada en la teoría de la información). Imagina que la entropía no mide la altura, sino la diversidad de direcciones.

• Alta Entropía (Caos): La gente salta en 100 direcciones diferentes. Nadie sabe qué va a pasar. Es ruido puro.
• Baja Entropía (Orden): Aunque la gente salta muy alto (mucho miedo o mucha emoción), todos saltan en la misma dirección o en solo 2 o 3 direcciones predecibles.

El hallazgo clave: Durante los primeros 100 días del nuevo mandato, el mercado saltó muy alto (alta volatilidad), pero todos saltaron hacia el mismo lado (baja entropía).

• Analogía: Imagina un estadio de fútbol. Si el equipo local anota, todos los fans saltan al mismo tiempo hacia el mismo lado. Es un movimiento enorme y ruidoso, pero es totalmente predecible. No es caos; es una reacción coordinada a una noticia específica (como un nuevo arancel o una política).

3. ¿Qué nos dice esto? (El "Guion" del Mercado)

El estudio sugiere que, aunque el mercado parecía loco por las noticias de Trump, en realidad estaba atado a un guion.

• Las políticas (como los aranceles) actuaron como un director de orquesta muy estricto.
• En lugar de que el mercado reaccionara de mil formas diferentes a cada noticia, reaccionó de la misma manera una y otra vez.
• Conclusión simple: El mercado no estaba "confundido"; estaba reaccionando de forma predecible a un mensaje muy claro y repetitivo. La "entropía" bajó porque las opciones de reacción se redujeron a un puñado de patrones.

4. La "Entropía Acumulada" (El Detector de Explosiones)

Los autores también crearon una especie de detector de humo llamado "entropía acumulada".

• Imagina que estás escuchando una conversación en una habitación. De repente, alguien grita "¡Fuego!".
• Este detector no solo mide el volumen, sino que te dice exactamente cuándo empezó el grito y cuánto duró el pánico.
• En el estudio, vieron que a principios de abril de 2025 (cuando se anunciaron nuevos aranceles), este detector se disparó. Les permitió ver que hubo un evento extremo muy claro y concentrado en el tiempo, que luego se calmó o se estabilizó.

5. ¿Por qué es importante? (Predecir el futuro)

Si solo miras la "altura de los saltos" (volatilidad), pensarás que el mercado es un desastre impredecible. Pero si miras la "dirección de los saltos" (entropía), te das cuenta de que el mercado está siguiendo un patrón.

• Para los inversores: Esto es como tener un mapa. Si sabes que el mercado reacciona siempre igual a ciertas noticias, puedes predecir mejor qué pasará la próxima vez.
• La lección: En tiempos de turbulencia política, el mercado puede parecer un caos, pero a menudo es un caos estructurado. Los inversores no están adivinando; están siguiendo un guion que los políticos les han dado.

En resumen:

Este paper nos enseña que no todo el ruido es igual.

• A veces el mercado es un torbellino (mucho ruido, muchas direcciones, alta entropía).
• A veces es un ejército marchando (mucho ruido, pero todos en la misma dirección, baja entropía).

Durante los primeros 100 días analizados, el mercado actuó como un ejército marchando: reaccionó con fuerza y miedo a las políticas de Trump, pero lo hizo de una manera tan predecible y repetitiva que, paradójicamente, se volvió menos caótico de lo que parecía a simple vista. Los autores proponen usar estas "huellas digitales" (entropía) para entender mejor el mercado y predecir mejor sus movimientos en el futuro.

Resumen técnico

Aquí presento un resumen técnico detallado del artículo "Entropic signatures of market response under concentrated policy communication" (Firmas entrópicas de la respuesta del mercado bajo comunicación de políticas concentrada), estructurado según los puntos solicitados.

1. Planteamiento del Problema

El estudio se centra en el primer periodo de 100 días del segundo mandato presidencial de Donald Trump (del 20 de enero al 30 de abril de 2025), caracterizado por una comunicación de políticas altamente concentrada y acciones disruptivas (tarifas, proyectos industriales, intervenciones militares).

El problema central es determinar cómo reaccionan los mercados financieros globales ante este tipo de "choque de guía anticipada" (forward guidance shock). La literatura financiera tradicional suele utilizar la desviación estándar (volatilidad) para medir el riesgo y la incertidumbre. Sin embargo, los autores argumentan que la volatilidad por sí sola es insuficiente para distinguir entre un mercado caótico (donde los movimientos son aleatorios) y un mercado "narrativamente restringido" (donde grandes movimientos de precios están canalizados hacia un conjunto limitado de resultados predecibles debido a una narrativa dominante). Existe la necesidad de una métrica que capture la complejidad de la información y la estructura de los patrones de retorno, más allá de la simple magnitud de las fluctuaciones.

2. Metodología

Los autores emplean un marco basado en la Teoría de la Información, combinando medidas de dispersión clásicas con métricas entrópicas.

• Datos: Se analizaron 15 índices bursátiles principales de América, Europa, Asia y Oceanía (incluyendo S&P 500, DJIA, Euro Stoxx 50, Nikkei 225, Shanghai Composite, etc.).

  • Se utilizaron datos diarios para el cálculo de estadísticas básicas y desviación estándar.
  • Se utilizaron datos intradiarios (intervalos de 5 minutos) para el cálculo de la entropía acumulada, aprovechando su mayor granularidad para detectar eventos extremos.
  • El periodo de estudio abarca 100 días posteriores a la toma de posesión (enero-abril 2025) y se compara con un periodo de referencia de 100 días previos.

• Métricas Principales:

  1. Desviación Estándar ($\sigma$): Mide la magnitud de las fluctuaciones de precios (dispersión).
  2. Entropía de Shannon ($H$): Calculada sobre distribuciones de retornos agrupadas en "bins" (intervalos) utilizando la fórmula de Velleman para determinar el número de bins.
     • $H = -\sum p_i \ln p_i$.
     • Una entropía alta indica una distribución uniforme de resultados (alta aleatoriedad/información).
     • Una entropía baja indica que la masa de probabilidad se concentra en pocos resultados (baja aleatoriedad, alta estructura/narrativa).
  3. Entropía Acumulada Deslizante (Sliding Window Cumulative Entropy): Una medida dinámica que calcula la entropía en ventanas de tiempo que se expanden o deslizan. Esto permite localizar cuándo y con qué intensidad se acumula la complejidad de la información, identificando eventos extremos específicos sin presuponer ventanas de tiempo fijas.

• Análisis Complementario: Se incluyó el cálculo de curtosis (para verificar colas pesadas) y sesgo para caracterizar la distribución de los retornos.

3. Contribuciones Clave

• Desacoplamiento entre Volatilidad y Entropía: El trabajo demuestra empíricamente que la volatilidad (desviación estándar) y la entropía no son correlacionadas linealmente en entornos de políticas concentradas. Se introduce el concepto de "volatilidad estructurada", donde los mercados pueden experimentar grandes movimientos de precios (alta volatilidad) pero con una baja entropía, lo que implica que esos movimientos siguen patrones repetitivos y predecibles dictados por la narrativa política.
• La Entropía como Medida de Restricción Narrativa: Se propone que la reducción de la entropía no es un signo de calma, sino de una restricción en el espacio de estados posibles. Los mercados están "canalizados" hacia un conjunto reducido de resultados, lo que indica una alta eficiencia informativa en la digestión de una narrativa específica.
• Firma de Eventos Extremos: El desarrollo de la entropía acumulada como una herramienta para detectar eventos extremos. Los autores muestran que los eventos de alta densidad de información (como la introducción de tarifas) generan firmas exponenciales características en la entropía acumulada, permitiendo identificar el momento exacto de la reconfiguración del mercado.
• Marco para Modelado Estocástico: Se sugiere que los modelos de difusión estocástica tradicionales (como el Movimiento Browniano Geométrico) pueden ser insuficientes en estos regímenes. Se propone corregir estos modelos utilizando la entropía observada como una variable de control para restringir las trayectorias futuras a espacios de estado estructurados.

4. Resultados Principales

• Decoupling (Desacoplamiento): En la mayoría de los índices analizados (especialmente en mercados desarrollados de EE. UU., Europa y Asia), el periodo post-inauguración mostró una desviación estándar alta o estable, pero una entropía significativamente reducida (en algunos casos, reducciones del 28% al 65%). Esto confirma que, aunque los precios se movieron con fuerza, la diversidad de los patrones de retorno disminuyó; el mercado reaccionó de manera coherente y repetitiva a las noticias.
• Efecto Regional:
  • Los mercados con fuertes vínculos comerciales y financieros con EE. UU. (como el Euro Stoxx 50, Nikkei 225 y Shanghai Composite) mostraron la mayor compresión de entropía, indicando una rápida propagación de la narrativa global.
  • Mercados con factores locales dominantes o menor exposición directa mostraron una compresión de entropía menor o incluso un aumento, sugiriendo que factores locales diluyeron la coherencia de la señal global.
• Eventos de Abril (Introducción de Tarifas): El análisis de la entropía acumulada entre el 1 y el 11 de abril de 2025 reveló un aumento agudo y sincronizado en todas las regiones.
  • La forma de la curva fue exponencial al inicio (indicando una reconfiguración rápida de la masa de probabilidad) seguida de una estabilización o desaceleración.
  • Las distribuciones de probabilidad en los días de eventos extremos (ej. 7 de abril) mostraron una mayor "planitud" (alta entropía diaria), mientras que las distribuciones acumuladas en ventanas más largas mostraron picos agudos (baja entropía acumulada), confirmando que el evento extremo es un momento de caos local dentro de un orden estructurado global.
• Curtosis: Se observó una curtosis elevada en frecuencias altas, compatible con la presencia de colas pesadas y una menor entropía, indicando que los mercados se mueven lejos, pero lo hacen siguiendo patrones organizados.

5. Significado e Implicaciones

• Nueva Perspectiva de Análisis de Riesgo: El estudio desafía la noción de que alta volatilidad equivale a alta incertidumbre o caos. En entornos de políticas concentradas, la baja entropía señala un riesgo de "sobre-reacción coherente" donde los mercados están atrapados en una narrativa específica, lo que puede llevar a movimientos bruscos y sincronizados.
• Herramienta de Pronóstico: La identificación de regímenes de "volatilidad estructurada" permite mejorar los modelos de pronóstico. Al reconocer que la entropía es baja, los modelos estocásticos pueden ajustar sus ensembles de pronóstico para restringir las trayectorias a un subconjunto de estados más probable, en lugar de asumir una difusión log-normal libre.
• Detección Temprana de Eventos: La entropía acumulada sirve como un indicador robusto para detectar eventos de alta densidad informativa en tiempo real, superando a las métricas de dispersión tradicionales que solo miden la magnitud del movimiento, no su naturaleza informativa.
• Influencia Geopolítica: Los resultados sugieren que, en este periodo, Estados Unidos actuó como un nodo de información pivotal, capaz de generar movimientos globales sincronizados a través de canales de comercio y finanzas, validando la idea de que las decisiones políticas concentradas tienen un impacto medible y estructurado en la eficiencia del mercado global.

En conclusión, el artículo establece que el marco entrópico es un complemento esencial a los métodos estándar para caracterizar mercados en condiciones turbulentas, ofreciendo una visión más matizada de cómo la información y la narrativa política moldean la dinámica de los precios.