💰 quantitative finance

Hedging the Singularity

Este artículo, generado por inteligencia artificial, propone un modelo de valoración de activos en el que las acciones de IA cotizan a primas elevadas porque los inversores las utilizan como cobertura contra un futuro de singularidad que desplaza su consumo, lo que distorsiona los mercados incompletos y justifica transferencias gubernamentales cuando el crecimiento impulsado por la IA supera los costos de ineficiencia.

Autores originales: Andrew Y. Chen

Publicado 2026-04-21

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Andrew Y. Chen

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que el mundo financiero es como un gran barco navegando por un océano. Normalmente, los barcos (las empresas) y los pasajeros (los inversores) tienen un mapa claro. Pero, según este artículo, estamos navegando hacia una tormenta muy especial: la "Singulardad de la IA".

Aquí tienes la explicación de este paper, traducida a un lenguaje sencillo y con analogías creativas:

1. El Gran Miedo: "La Tormenta que nos deja sin trabajo"

Imagina que la Inteligencia Artificial (IA) avanza tan rápido que, de repente, hace todo el trabajo que hacían los humanos.

La analogía: Piensa en que de la noche a la mañana, todos los coches se vuelven autónomos y ya no necesitas conductores. Si tú eres conductor, tu "ingreso" desaparece.
El problema: Si la IA te quita tu trabajo, tu dinero para comer se reduce drásticamente. A esto los autores le llaman un "desplazamiento negativo".

2. La Estrategia de los Inversores: "Comprar un Paraguas para la Tormenta"

Aquí es donde entra la parte de las acciones de tecnología (como NVIDIA, Microsoft, etc.).

La analogía: Imagina que sabes que viene una tormenta terrible que te dejará sin trabajo. Pero, por suerte, hay un grupo de personas (los dueños de la IA) que, gracias a la tormenta, se vuelven multimillonarios.
La lógica: Los inversores piensan: "Si la IA destruye mi trabajo, ¡también hará que las empresas de IA se vuelvan inmensamente ricas!".
La acción: Entonces, compran acciones de estas empresas. No es solo porque crean que subirán de precio; es como comprar un seguro. Si la tormenta llega y pierdes tu trabajo, tu cartera de acciones de IA explota de valor, compensando tu pérdida.
El resultado: Como todo el mundo quiere comprar este "paraguas" (acciones de IA), el precio de las acciones sube mucho más de lo que debería. ¡Esa es la razón por la que las acciones de IA tienen precios tan altos!

3. El Problema del Mercado: "No puedes comprar el seguro completo"

El artículo explica que este mercado está "incompleto".

La analogía: Imagina que quieres asegurarte contra el desempleo. Lo ideal sería poder comprar acciones de todas las empresas de IA que existen, incluidas las que aún no se han creado o las que tienen los fundadores en sus garajes.
El obstáculo: Pero no puedes. Esas acciones "privadas" no se venden en la bolsa. Solo puedes comprar las que ya están en el mercado público.
La consecuencia: Como no puedes tener el seguro perfecto, tienes que pagar un sobreprecio por el seguro imperfecto que sí puedes comprar (las acciones públicas). Eso infla aún más los precios.

4. El Efecto Secundario: "¿Por qué la gente quiere frenar la IA?"

El paper sugiere algo interesante: si no puedes asegurarte bien, podrías decidir no dejar que la IA avance.

La analogía: Imagina que hay una máquina que puede hacer todo el trabajo del mundo y crear riqueza infinita, PERO si se enciende, tú perderás tu trabajo y nadie te puede compensar.
La decisión: Aunque la máquina sea genial para la humanidad, tú, como individuo asustado, podrías decir: "¡No la enciendan! Mejor sigamos haciendo el trabajo manualmente".
El punto clave: Esto explica por qué hay tanta gente pidiendo frenar la IA. No es solo miedo irracional; es una respuesta racional de alguien que no tiene un seguro financiero contra el desastre.

5. La Solución del Gobierno: "El Tesoro del Rey"

¿Cómo arreglamos esto? El artículo propone una solución que suena loca en tiempos normales, pero tiene sentido en una "Singulardad".

La analogía: Imagina que la IA genera tal cantidad de riqueza (como un tesoro infinito) que el gobierno puede tomarle un poco a los dueños de la IA y dártelo a ti.
El truco: Normalmente, dar dinero del gobierno es ineficiente (se pierde dinero en burocracia). Pero si la IA genera tantas riquezas que el tesoro es infinito, ¡no importa si el gobierno pierde un poco de dinero en el proceso! La riqueza es tan grande que cubre cualquier error.
El resultado: Si el gobierno promete hacer esto en caso de catástrofe, la gente ya no necesita comprar acciones de IA como seguro. El "paraguas" ya no es necesario, y los precios de las acciones bajarían a niveles más normales.

Resumen en una frase:

Las acciones de IA están carísimas porque la gente las usa como un seguro de emergencia contra el miedo a perder su trabajo ante la IA; pero como no pueden comprar el seguro perfecto, pagan de más, y esto podría hacer que la gente quiera frenar el progreso de la IA a menos que el gobierno garantice un "plan B" con la riqueza infinita que la IA generará.

Nota curiosa: El propio artículo fue escrito en gran parte por una IA (un "bucle" de inteligencia artificial llamado "Ralph Wiggum"), lo cual es una prueba viviente de que la IA ya puede hacer cosas complejas, pero el autor humano tuvo que intervenir para asegurar que el "arte" y la precisión final fueran correctos.

Resumen Técnico: Hedging the Singularity

1. El Problema

El artículo aborda la paradoja de las valoraciones extraordinariamente altas de las acciones de inteligencia artificial (IA), observadas en mercados como el NASDAQ en comparación con el S&P 500. La premisa central es que los inversores utilizan estas acciones no solo para especular con el crecimiento, sino como un instrumento de cobertura (hedge) contra un riesgo existencial específico: una singularidad de IA negativa.

La Singularidad Negativa: Se define como un evento abrupto en el que la productividad de la IA aumenta drásticamente, desplazando la mano de obra humana y reduciendo los ingresos y el consumo de los hogares representativos, mientras que la riqueza se concentra en los propietarios de capital privado de IA.
El Dilema de los Mercados Incompletos: Los inversores no pueden comerciar directamente con el "capital de IA privado" (participaciones de fundadores, acciones pre-IPO o capital futuro que aún no existe). Esta imposibilidad crea un mercado incompleto donde el riesgo de desplazamiento no puede ser asegurado completamente, forzando a los inversores a utilizar las acciones de IA públicas como la única cobertura parcial disponible.

2. Metodología

El autor desarrolla un modelo de valoración de activos basado en el marco de Gârleanu, Kogan y Panageas (2012), adaptado a un escenario de singularidad discreta.

Estructura del Modelo:
- Horizonte: Tiempo discreto e infinito.
- Agentes: Un hogar representativo (inversor marginal en mercados públicos) y un grupo de "propietarios de IA" (dueños de capital privado restringido).
- Dinámica de Consumo: El consumo agregado crece a una tasa constante $g$ $g$ . Sin embargo, con una probabilidad $p$ $p$ , ocurre una singularidad.
  - Caso No Extinción: El consumo agregado salta por un factor $(1+\eta)$ , pero la participación del hogar en el consumo cae a $\phi \alpha_t$ (donde $\phi < 1$ representa la severidad del desplazamiento).
  - Caso Extinción: Con probabilidad $\xi$ , el consumo cae a cero (riesgo existencial, siguiendo a Jones, 2024).
- Activos:
  1. Acciones de IA: Sus dividendos crecen más rápido que el consumo agregado tras una singularidad ( $\Gamma_{AI} > 1+\eta$ ).
  2. Acciones No-IA: Sus dividendos se contraen como porcentaje de la economía ( $\Gamma_{N} < 1+\eta$ ).
Preferencias: El hogar tiene preferencias CRRA (aversión al riesgo $\gamma > 1$ ).
Mecanismo de Precios: Dado que los mercados son incompletos, el factor de descuento estocástico (SDF) del hogar se basa en su propio crecimiento de consumo, no en el consumo agregado. Esto genera una prima de riesgo específica para los activos que pagan bien en estados de alta utilidad marginal (estados de desplazamiento).

3. Contribuciones Clave

Nueva Explicación de la Prima de Valoración: Propone que la prima de valoración de las acciones de IA es, en parte, una compensación por el riesgo de desplazamiento laboral. Las acciones de IA actúan como un seguro parcial: cuando la IA destruye el empleo humano (bajando el consumo del hogar), las acciones de IA generan dividendos masivos, proporcionando un flujo de caja valioso en el peor escenario posible.
El Papel de la Extinción: Introduce el riesgo de extinción como un factor que reduce la prima de valoración. Si el riesgo de extinción es alto, los estados donde la IA es productiva (y por tanto paga dividendos altos) son menos probables, lo que comprime la diferencia de valoración entre acciones de IA y no-IA.
Distorsión de Decisiones Reales (Efecto Veto): El modelo demuestra que la incompletitud de los mercados no solo afecta los precios, sino también la eficiencia real. Un hogar con alta aversión al riesgo y sin cobertura puede votar racionalmente en contra del desarrollo de la IA (incluso si es socialmente eficiente en el sentido de Kaldor-Hicks) para evitar el riesgo de desplazamiento no asegurable.
Política de Transferencias en Escenarios de Singularidad: Analiza el papel de las transferencias gubernamentales. En condiciones normales, las transferencias son ineficientes debido a costos muertos. Sin embargo, en un escenario de singularidad con crecimiento explosivo de recursos, incluso transferencias ineficientes pueden ser efectivas porque la base de recursos es tan grande que supera los costos muertos, restaurando la eficiencia y eliminando el incentivo al veto.

4. Resultados Cuantitativos

El análisis numérico (Tabla 1) utiliza parámetros calibrados ( $\beta=0.96, \gamma=4, \phi=0.5, \eta=0.5$ ) para mostrar:

Amplitud de la Prima: Con una probabilidad de singularidad del 1% anual, la relación Precio/Dividendo (P/D) de las acciones de IA es aproximadamente el doble que la de las acciones no-IA (Ratio $\approx 2.0$ ).
Sensibilidad al Riesgo: A medida que aumenta la probabilidad de singularidad ( $p$ ), la prima de las acciones de IA se expande.
Efecto de la Extinción: A medida que aumenta la probabilidad de extinción ( $\xi$ ), la prima se contrae.
Condiciones de Existencia: El modelo identifica un umbral donde, si el desplazamiento es demasiado severo y la aversión al riesgo muy alta, la utilidad marginal en el estado de singularidad es tan grande que el precio de los activos tiende a infinito (no existe un precio finito que equilibre el mercado), a menos que intervengan transferencias gubernamentales.

5. Significado e Implicaciones

Para la Valoración de Activos: El artículo ofrece un marco teórico para entender por qué las acciones tecnológicas cotizan a múltiplos históricos, sugiriendo que el mercado está descontando un "seguro" contra la obsolescencia humana.
Para la Política Pública:
- Desarrollo de la IA: Sugiere que la oposición al desarrollo de la IA puede ser una respuesta racional de los hogares que no pueden cubrirse contra el riesgo de desplazamiento, no solo un miedo irracional.
- Mecanismos de Transferencia: Propone que, en un escenario post-singularidad, las políticas de redistribución (impuestos a los propietarios de IA y transferencias a los trabajadores) podrían ser altamente efectivas para mitigar el daño social, incluso si son administrativamente ineficientes, debido a la abundancia masiva de recursos generada por la IA.
Incompletitud de Mercados: Reafirma que la falta de mercados para el capital futuro (capital de IA que aún no existe) es una fuente fundamental de distorsión tanto en precios como en la asignación de recursos reales.

Nota sobre la generación del artículo:
El propio artículo destaca un aspecto meta-científico: fue generado en gran medida por agentes de IA utilizando un bucle iterativo ("Ralph Wiggum Loop") diseñado por el autor. El autor actúa como "relojero" humano, definiendo las especificaciones y los criterios de prueba, mientras que la IA ejecuta la escritura, la codificación y la revisión. Esto sirve como demostración práctica del riesgo de desplazamiento que el modelo teórico describe.