Contagion or Macroeconomic Fluctuations? Identifiability in Aggregated Default Data

El estudio concluye que, aunque la mayoría de la variación en los datos agregados de impagos se explica por fluctuaciones macroeconómicas, es posible inferir la existencia de contagio persistente en modelos específicos como el de Lo-Davis, mientras que en otros como el de Torri el contagio queda indistinguible de la heterogeneidad macroeconómica tras la agregación.

Lo esencial

Imagina que el sistema financiero es como un gran estadio lleno de personas. Cada persona es una empresa. A veces, una persona se desmaya (hace "default" o quiebra).

La pregunta clave que se hace este artículo es: ¿Por qué se desmayan muchas personas a la vez?

Existen dos teorías principales:

1. El "Efecto Contagio" (Contagion): Alguien se desmaya, sufre un ataque al corazón y, al caer, golpea a sus vecinos, quienes a su vez golpean a otros. Es una reacción en cadena física.
2. El "Clima" (Fluctuaciones Macroeconómicas): De repente, el aire del estadio se vuelve tóxico o hace un calor extremo. Todos se desmayan al mismo tiempo no porque se toquen, sino porque todos sufren la misma mala condición externa.

El autor, Shintaro Mori, quiere saber: Si solo contamos cuántas personas se desmayaron en total al final del año (datos agregados), ¿podemos distinguir si fue por el "golpe en cadena" o por el "calor extremo"?

Aquí tienes la explicación de su investigación usando analogías sencillas:

1. Los Tres Modelos (Las Tres Historias)

El autor compara tres formas de explicar cómo se desmayan las empresas:

• El Modelo Vasicek (El "Clima"): Imagina que hay un factor invisible (como la temperatura) que afecta a todos por igual. Si sube la temperatura, todos tienen más probabilidad de desmayarse suavemente. No hay golpes directos; es una mezcla suave de probabilidades.
• El Modelo Lo-Davis (El "Dominó Suave"): Imagina que cada vez que alguien se desmaya, aumenta ligeramente la probabilidad de que el siguiente se desmaye. Es un contagio que se acumula poco a poco. Cuantos más caen, más fácil es que caigan los demás.
• El Modelo Torri (El "Interruptor de Luz"): Imagina un interruptor. Si una sola persona se desmaya de una manera específica, el interruptor se enciende y todos los que no tienen "escudo" caen de golpe. Es un umbral: o no pasa nada, o pasa todo de una vez.

2. La Prueba: ¿Qué dice la historia?

El autor miró datos reales de quiebras de empresas desde 1920 hasta 2023. Primero, asumió que el "clima" era siempre el mismo (como si el año fuera estático).

• Resultado 1 (Sin cambios en el clima): El modelo del "Clima" (Vasicek) fue el que mejor explicó los datos. Esto sugiere que, si miramos solo los números totales, parece que las quiebras se agrupan porque hay un factor común suave, no tanto por golpes en cadena. El modelo de "Interruptor" (Torri) falló estrepitosamente.

3. El Giro: El Clima Cambia (La Extensión Jerárquica)

Pero el autor se dio cuenta de algo obvio: El clima cambia de un año a otro. A veces hay crisis (frío extremo), a veces hay bonanza (calor agradable).

Así que repitió el análisis permitiendo que la probabilidad de quiebra cambiara cada año (como si el clima variara). Aquí es donde la historia se pone interesante:

• El hallazgo principal: La gran mayoría de las variaciones en el número de quiebras se explican simplemente por cambios en el "clima" (la economía general), no por el contagio interno. Es decir, la mayoría de las veces que vemos muchas quiebras juntas, es porque la economía fue mala ese año, no porque las empresas se "golpearon" entre sí.

4. ¿Quién sobrevive al análisis?

Cuando se separa el "clima" del "contagio", ¿quién queda?

• El Modelo Torri (Interruptor): Desaparece. Una vez que quitamos el efecto del "clima" (años malos), el modelo de "interruptor" no deja rastro. Es como si el ruido del clima hubiera tapado completamente el sonido del interruptor. Conclusión: En datos agregados, es imposible distinguir este tipo de contagio de las malas condiciones económicas.
• El Modelo Lo-Davis (Dominó Suave): ¡Sobrevive! Aunque es pequeño, queda un "rastro" visible. Incluso después de explicar el clima, queda una pequeña parte de las quiebras que solo se explica por este contagio acumulativo. Es como si, aunque el calor fuera la causa principal, todavía se sintiera un pequeño "golpe" de dominó que no se puede ignorar.

La Gran Lección (En palabras simples)

Imagina que estás viendo un partido de fútbol desde muy lejos, solo ves un punto blanco moviéndose en el campo (los datos agregados).

• Si ves que el punto se mueve rápido, podrías pensar que los jugadores se empujan entre sí (contagio).
• Pero el autor te dice: "Cuidado. Probablemente solo es que el viento (la economía) ha cambiado de dirección y empuja a todos a la vez."

Resumen final:

1. La economía general (el clima) es el verdadero culpable de la mayoría de las quiebras agrupadas que vemos en los datos anuales.
2. El contagio tipo "interruptor" (Torri) es tan fuerte que se mezcla con el clima y es imposible de detectar por separado en datos generales.
3. El contagio tipo "dominó suave" (Lo-Davis) es más sutil, pero deja una pequeña huella que sí podemos ver incluso cuando el clima cambia.

En conclusión: Si solo tienes datos anuales de quiebras, es muy difícil decir si las empresas se están "infectando" entre sí o si simplemente están sufriendo por la misma mala economía. La economía suele ser la explicación más fuerte, y el contagio real es un detalle secundario que a menudo se esconde detrás de las fluctuaciones macroeconómicas.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "Contagion or Macroeconomic Fluctuations? Identifiability in Aggregated Default Data" (¿Contagio o Fluctuaciones Macroeconómicas? Identificabilidad en Datos de Incumplimiento Agregados), escrito por Shintaro Mori.

1. Problema de Investigación

El artículo aborda un desafío central en la economía financiera y la econofísica: la identificabilidad de los mecanismos microscópicos a partir de datos macroscópicos agregados. Específicamente, se investiga si es posible inferir la existencia de contagio (donde el incumplimiento de una empresa afecta directamente a otras) a partir de datos agregados de conteo de incumplimientos anuales, diferenciándolo de las fluctuaciones macroeconómicas (choques comunes que aumentan simultáneamente las probabilidades de incumplimiento).

El problema surge porque, en la práctica, los datos disponibles suelen ser conteos anuales agregados (número total de incumplimientos por año) sin información sobre las conexiones interempresariales o el momento exacto de los eventos. La agregación actúa como un proceso de "granulación gruesa" (coarse-graining) que puede suprimir ciertos efectos de interacción, haciendo que el contagio y los choques macroeconómicos parezcan indistinguibles estadísticamente.

2. Metodología

El autor compara tres estructuras de dependencia representativas para modelar la distribución del número total de incumplimientos ($L_n$) en una cartera de $n$ obligados:

1. Modelo de Lo–Davis (Contagio Acumulativo):

   • Mecanismo: El contagio es acumulativo. La probabilidad de que un obligado sobreviva fallezca aumenta suavemente con el número de incumplimientos previos.
   • Estructura: Mezcla binomial donde la probabilidad de éxito depende del número de "semillas" idiosincráticas ($K$).
   • Característica: Genera un agrupamiento suave y continuo.

2. Modelo de Torri (Contagio de Umbral / Tipo OR):

   • Mecanismo: El contagio se activa si existe al menos un incumplimiento infeccioso. Una vez activado, todos los obligados no inmunizados fallan simultáneamente.
   • Estructura: Mecanismo de umbral global (tipo OR). La dependencia depende de la existencia de un evento, no de su magnitud.
   • Característica: Genera una estructura de dos regímenes (no contagioso vs. contagioso) y cambios de régimen discretos.

3. Modelo de Vasicek (Factor Común):

   • Mecanismo: Dependencia inducida por un factor latente macroeconómico continuo. Los incumplimientos son condicionalmente independientes dado este factor.
   • Estructura: Mezcla binomial continua inducida por una variable latente normal.
   • Característica: Genera una distribución suave sin cambios de régimen discretos.

Enfoque Empírico:

• Datos: Conteos anuales de incumplimientos de 1920 a 2023, desglosados en clases de crédito: Todo (ALL), Especulativo (SG) e Inversión (IG).
• Fase 1 (Especificación i.i.d.): Se asume que la probabilidad de incumplimiento es constante en el tiempo. Se comparan los ajustes de los modelos mediante verosimilitud máxima y análisis de la cola de la distribución.
• Fase 2 (Extensión Jerárquica): Se introduce variabilidad temporal en la probabilidad de incumplimiento ($p_t$) mediante un factor latente. Esto permite descomponer la varianza total de los incumplimientos anuales en tres componentes:
  1. Variación idiosincrática (i.i.d.).
  2. Dependencia intra-anual (contagio).
  3. Heterogeneidad inter-anual (fluctuaciones macroeconómicas).

3. Contribuciones Clave

• Análisis de Identificabilidad: Demuestra bajo qué condiciones el contagio deja una "huella" distinguible en datos agregados y cuándo es absorbido por la variación macroeconómica.
• Comparación Estructural: Establece diferencias cualitativas en el comportamiento de las colas y la varianza entre modelos de contagio acumulativo, umbral y factor común.
• Descomposición de Varianza: Proporciona una metodología cuantitativa para separar la contribución del contagio de la de las fluctuaciones de las condiciones crediticias a lo largo del tiempo.

4. Resultados Principales

A. Bajo Especificación i.i.d. (Probabilidad constante)

• El Modelo de Vasicek proporciona el mejor ajuste global (menor log-verosimilitud negativa) y reproduce mejor el comportamiento de la cola de la distribución observada en los datos.
• El modelo de Torri muestra un decaimiento rápido en la cola (subestima eventos extremos) y una estructura bimodal o de dos regímenes que no coincide bien con los datos agregados.
• El modelo de Lo–Davis ofrece un ajuste intermedio, pero sigue subestimando los eventos extremos en comparación con Vasicek.
• Interpretación: En ausencia de variación temporal, la estructura de mezcla continua de Vasicek captura el agrupamiento de incumplimientos mejor que los mecanismos de contagio discretos.

B. Bajo Especificación Jerárquica (Probabilidad variable en el tiempo)

Al permitir que la probabilidad de incumplimiento varíe entre años (capturando el ciclo económico):

• Dominancia de la Heterogeneidad Inter-anual: La mayor parte de la variación en los conteos anuales de incumplimientos se explica por los cambios en las condiciones de incumplimiento entre años ($p_t$), no por el contagio dentro del año.
• Diferencias en la Identificabilidad del Contagio:
  • Modelo de Torri: El componente de contagio (infección) se vuelve indistinguible de cero o casi nulo. Una vez que se explica la variación temporal, el mecanismo de umbral no deja un componente residual estable. El modelo colapsa efectivamente a un modelo puramente heterogéneo.
  • Modelo de Lo–Davis: Persiste un componente pequeño pero persistente de contagio. Este componente es visible tanto en la descomposición de la varianza como en el comportamiento de la cola. El contagio acumulativo deja una firma estructural que no se absorbe completamente por la variación macroeconómica.
• Comportamiento de la Cola:
  • El modelo jerárquico de Lo–Davis ofrece el ajuste más equilibrado a la cola empírica (especialmente en las clases ALL y SG).
  • El modelo de Torri y el de Vasicek tienden a sobreestimar el riesgo de cola (colas demasiado pesadas) una vez introducida la variación temporal.

5. Significado y Conclusiones

El estudio concluye que el agrupamiento de incumplimientos en datos agregados anuales está impulsado principalmente por condiciones crediticias variables en el tiempo (fluctuaciones macroeconómicas) y no por efectos de contagio fuertes.

• Identificabilidad: El contagio de tipo umbral (Torri) es no identificable en datos agregados gruesos, ya que su efecto se confunde completamente con la heterogeneidad macroeconómica. En cambio, el contagio acumulativo (Lo–Davis) produce una contribución residual pequeña pero identificable.
• Implicación Práctica: Para modelar el riesgo de crédito con datos agregados, es crucial incorporar la variación temporal de la probabilidad de incumplimiento. Ignorar esto puede llevar a atribuir erróneamente la variación macroeconómica al contagio o viceversa.
• Perspectiva Teórica: Los resultados apoyan la visión de que, a nivel agregado, los sistemas de Bernoulli intercambiables generan mezclas binomiales. La capacidad de distinguir el mecanismo subyacente depende de si la mezcla deja una firma estructural detectable después de la agregación.

En resumen, el paper demuestra que, aunque el contagio existe a nivel micro, en datos macro agregados su señal es débil y a menudo indistinguible del ruido macroeconómico, excepto en el caso de mecanismos de contagio acumulativo que dejan una huella persistente en la varianza y las colas de la distribución.