Resumen Técnico: Influencia Causal Funcional en Series Temporales No Lineales

1. Enunciado del Problema

El artículo aborda una brecha representacional fundamental en el descubrimiento causal no lineal para series temporales. Si bien los modelos modernos de aprendizaje automático (por ejemplo, la Autoregresión Vectorial Aditiva Neuronal) aprenden con éxito representaciones ricas y dependientes del estado de la dependencia temporal, la práctica estándar para interpretar estos modelos es resumir las relaciones causales utilizando puntuaciones de arista escalares.

Los autores argumentan que reducir funciones causales complejas y dependientes del estado a magnitudes escalares únicas constituye un severo cuello de botella de información. Esta práctica:

• Oscurece la estructura funcional: Colapsa dinámicas esenciales como umbrales, saturación, asimetría y cambios de signo.
• Confunde la variación con el ruido: Las puntuaciones escalares (típicamente desviaciones estándar de las contribuciones) acotan superiormente la varianza de la verdadera influencia funcional, confundiendo la variación entre estados con el ruido residual dentro del estado.
• Oculta la dependencia del régimen: Las relaciones que son fuertes solo en regímenes específicos (por ejemplo, alta vs. baja democracia) pueden recibir puntuaciones idénticas a relaciones débiles pero activas globalmente, lo que lleva a interpretaciones políticas o teóricas engañosas.

2. Metodología

2.1 Formalización Teórica

Los autores formalizan la influencia causal funcional para modelos autoregresivos aditivos y descomponibles en contribuciones.

• Clase de Modelo: Se centran en modelos donde la predicción $\hat{X}^{(j)}_t$ es una suma de funciones específicas de la fuente: $\hat{X}^{(j)}_t = \beta_j + \sum_i f_{ij}(X^{(i)}_{t-K:t-1})$.
• El Objeto Causal: En lugar de un escalar, la influencia causal de la variable $i$ sobre $j$ se define como la esperanza condicional de la función de contribución: $g_{ij}(x) = E[\text{contrib}_{ij,t} \mid X^{(i)}_{t-1} = x]$.
• Limitación Escalar: Demuestran matemáticamente que una puntuación escalar $S_{ij}$ (definida como la desviación estándar de las contribuciones) satisface $S_{ij}^2 \geq \text{Var}(g_{ij}(X^{(i)}_{t-1}))$. La brecha representa la varianza residual esperada dentro del estado, demostrando que las puntuaciones escalares son proyecciones de baja dimensión que descartan información funcional.

2.2 Marco de Estimación: ICE Agregado por Retrasos

Para estimar estas funciones directamente desde modelos entrenados sin reentrenar, los autores proponen un marco basado en intervención derivado de la Esperanza Condicional Individual (ICE):

• Intervención: Para un modelo entrenado, el historial retrasado de una variable fuente $i$ se reemplaza con un valor fijo $x$ (o una secuencia de valores), mientras que todas las demás entradas permanecen sin cambios.
• Agregación por Retrasos: Para obtener una respuesta a nivel de variable en lugar de una específica por retraso, los autores intervienen sobre todos los retrasos de la variable fuente simultáneamente ($X^{(i)}_{t-1} = \dots = X^{(i)}_{t-K} = x$).
• Estimador: La influencia funcional se estima como el cambio promedio en la predicción objetivo a lo largo de ventanas temporales:
  $$\hat{g}_{ij}(x) = E_t \left[ \hat{X}^{(j)}_t(X^{(i)}_{t-1:t-K} \leftarrow x) - \hat{X}^{(j)}_t(X_{t-K:t-1}) \right]$$
• Condicionamiento por Régimen: El marco se extiende para estimar $g_{ij}(x \mid r)$ dividiendo los datos en bins de régimen (por ejemplo, niveles bajos/medios/altos de la variable objetivo), revelando patrones de activación específicos del estado.

2.3 Configuración Experimental

• Sistemas Sintéticos: Se generó un sistema controlado de tres variables ($X \to Y \to Z$) donde $X$ influye en $Y$ a través de uno de cuatro mecanismos distintos: Lineal, Umbralizado, Saturado y Cambio de Signo. Todos los mecanismos se calibraron para tener puntuaciones escalares globales comparables.
• Aplicación del Mundo Real: Se analizó un conjunto de datos de panel de 139 países durante 35 años (proyecto Varieties of Democracy) utilizando Autoregresión Vectorial Aditiva Neuronal (NAVAR). El estudio se centró en la influencia causal de factores institucionales (por ejemplo, restricciones judiciales, libertad de expresión) sobre las "elecciones limpias".

3. Resultados Clave

3.1 Experimentos Sintéticos: El Cuello de Botella Escalar

• Puntuaciones Indistinguibles: A pesar de mecanismos subyacentes fundamentalmente diferentes, los cuatro sistemas sintéticos produjeron puntuaciones causales escalares que estaban estrechamente agrupadas (medias que oscilaban entre 0.626 y 0.650 con desviaciones estándar superpuestas).
• Funciones Divergentes: Mientras que las puntuaciones escalares eran idénticas, las curvas ICE estimadas revelaron comportamientos cualitativamente distintos:
  • Lineal: Respuesta monótona.
  • Umbralizado: Plano cerca de cero, activación aguda después de un punto crítico.
  • Saturado: Rendimientos marginales decrecientes en magnitudes altas.
  • Cambio de Signo: Efecto negativo cerca del origen, positivo en las colas.
• Calidad de Recuperación: El estimador ICE recuperó con éxito las formas funcionales reales con alta fidelidad (correlaciones de Pearson $r \geq 0.968$ en 15 ejecuciones), confirmando que la información está presente en el modelo pero se pierde en el resumen escalar.

3.2 Estudio de Caso: Desarrollo Democrático

• Gráfico Escalar: El gráfico causal escalar sugería una red densa de influencias débiles y uniformes entre instituciones democráticas.
• Perspectivas Funcionales: El análisis ICE reveló una heterogeneidad sustancial invisible para las puntuaciones escalares:
  • Efectos Umbral: La influencia de la "libertad de expresión" y las "restricciones judiciales" sobre la calidad electoral fue insignificante en contextos de régimen bajo, pero se volvió fuertemente positiva solo después de cruzar una línea base institucional moderada.
  • Asimetría y Saturación: Las "restricciones legislativas" mostraron grandes ganancias desde niveles bajos a moderados, pero se saturaron en niveles altos.
  • Reversión de Régimen: En una encuesta más amplia de 50 aristas, el 98% exhibió "reversión de régimen", donde la dirección de la influencia causal cambió entre contextos de baja y alta democracia.
• Conclusión: Los resúmenes escalares pasaron sistemáticamente por alto estas estructuras específicas del régimen y asimétricas, que son críticas para la interpretación sustantiva en ciencias políticas.

4. Contribuciones Clave

1. Formalización de la Influencia Funcional: El artículo define la influencia causal en series temporales no lineales no como una magnitud escalar, sino como una función dependiente del estado $g_{ij}(x)$, formalizando las limitaciones de la agregación escalar a través de la ley de la varianza total.
2. Marco de Estimación Práctico: Introduce un método computacionalmente tratable, basado en intervención (ICE Agregado por Retrasos), para recuperar estas funciones directamente desde modelos autoregresivos aditivos entrenados sin cambios arquitectónicos.
3. Demostración Empírica del Colapso Representacional: A través de experimentos sintéticos y del mundo real, los autores demuestran que las aristas con puntuaciones escalares indistinguibles pueden codificar mecanismos causales radicalmente diferentes, y que los resúmenes escalares oscurecen sistemáticamente comportamientos dependientes del régimen (umbrales, saturación, cambios de signo).
4. Aplicación a Ciencias Sociales: El artículo proporciona un ejemplo concreto en el desarrollo democrático donde el análisis funcional revela mecanismos relevantes para políticas (por ejemplo, líneas base institucionales mínimas) que los enfoques escalares no logran detectar.

5. Significado y Afirmaciones

El artículo afirma que la opacidad a menudo atribuida a los modelos causales no lineales se debe menos a los modelos mismos y más a cómo se resumen sus salidas.

• Reencuadre del Descubrimiento Causal: Los autores argumentan que el descubrimiento causal debe verse como un problema de representación. Al retener la estructura funcional aprendida por los modelos, los investigadores pueden recuperar mecanismos interpretables y específicos del régimen.
• Limitaciones de las Puntuaciones Escalares: El artículo afirma que las puntuaciones escalares son insuficientes como resúmenes primarios para estructuras causales no lineales. Son útiles para un cribado grueso, pero fallan en capturar cómo opera la causalidad (por ejemplo, cuándo se activan, saturan o revierten los efectos).
• Implicaciones para Políticas y Teoría: En dominios impulsados por la teoría como las ciencias sociales, el análisis funcional se presenta como esencial para distinguir entre mecanismos que requieren umbrales mínimos para la intervención frente a aquellos con rendimientos marginales uniformes.
• Modestia: Los autores declaran explícitamente que su enfoque no afirma identificar causalidad estructural o intervencionista en el sentido contrafactual. El análisis permanece dentro del marco predictivo, estilo Granger, caracterizando lo que el modelo aprende sobre relaciones predictivas dirigidas. También señalan que el método depende de modelos aditivos y descomponibles en contribuciones, y que extender esto a arquitecturas no aditivas sigue siendo trabajo futuro.