📊 statistics

Identifiable Markov Switching Models with Instantaneous Effects and Exponential Families

Este artículo establece la identificabilidad de los regímenes latentes y las estructuras causales dependientes del régimen en los Modelos de Conmutación de Markov con efectos instantáneos y ruido de familia exponencial, y propone el marco de trabajo FlowMSM para detectar eficazmente estos regímenes y descubrir estructuras causales a partir de series temporales no estacionarias.

Autores originales: Roel Hulsman, Carles Balsells-Rodas, Sara Magliacane

Publicado 2026-06-02

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Roel Hulsman, Carles Balsells-Rodas, Sara Magliacane

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 estás tratando de entender los patrones climáticos de una ciudad, pero la ciudad tiene un secreto: no solo tiene días "soleados" o "lluviosos". En su lugar, opera bajo diferentes "modos" o "regímenes" ocultos que cambian de un lado a otro. A veces la ciudad está en "Modo Monzón", otras veces en "Modo Sequía" y otras veces en "Modo Huracán".

El problema es que no puedes ver estos modos directamente. Solo ves la lluvia, el viento y la temperatura (los datos). Además, las reglas de cómo cambia el clima no son las mismas en cada modo. En "Modo Monzón", una caída en la presión podría causar instantáneamente una inundación. En "Modo Sequía", esa misma caída podría no hacer nada.

Este es el desafío que aborda el artículo: ¿Cómo descubrimos en qué modo oculto se encuentra el sistema y cuáles son las reglas específicas para ese modo, simplemente mirando los datos desordenados?

Aquí tienes un desglose de su solución, utilizando analogías sencillas.

1. El Problema: El Sistema "Camaleón"

La mayoría de las herramientas estándar para analizar datos de series temporales (como los precios de las acciones o los ritmos cardíacos) asumen que las reglas permanecen iguales para siempre. Pero en el mundo real, los sistemas cambian.

La Trampa "Instantánea": A veces, los cambios ocurren tan rápido que nuestras mediciones pierden los pasos "intermedios". Es como tomar una foto de un corredor cada 5 segundos. Si corre de A a B en 1 segundo, tus fotos hacen que parezca que teletransportó. El artículo llama a esto un "efecto instantáneo".
El Giro "No Gaussiano": Las herramientas estándar asumen que los datos siguen una curva de campana perfecta (como la altura promedio de los humanos). Pero los datos reales suelen ser extraños, asimétricos o tienen valores atípicos extremos (como colapsos financieros o picos repentinos de glucosa). El método de los autores funciona incluso cuando los datos son "extraños" (matemáticamente, de una "familia exponencial").

2. La Gran Afirmación: "Realmente Podemos Resolver Esto"

En matemáticas y ciencia, la "identificabilidad" significa: ¿Existe una única respuesta correcta?
Imagina que tienes una caja cerrada con una combinación secreta. Si dos combinaciones diferentes producen exactamente el mismo sonido en la cerradura, nunca podrás saber cuál es la real. Eso es "no identificable".

Los autores demuestran que su tipo específico de sistema es identificable. Demuestran que si tienes suficientes datos, hay una única forma de explicar los modos ocultos y las reglas que los gobiernan. No solo lo adivinaron; construyeron una prueba matemática que muestra que las "curvas de campana" y las "distribuciones extrañas" de los datos son lo suficientemente distintas como para que los modos ocultos no puedan confundirse entre sí.

3. La Solución: FlowMSM (El "Detective Inteligente")

Para encontrar estos modos ocultos, construyeron una herramienta llamada FlowMSM. Piensa en esto como una agencia de detectives de dos pasos:

Paso 1: El Detective de Regímenes (FlowMSM):
Esta parte observa los datos de la serie temporal y pregunta: "¿Qué modo oculto está activo ahora mismo?"
- Utiliza una técnica llamada Flujos Normalizantes (Normalizing Flows). Imagina un trozo de arcilla. Puedes estirarlo, retorcerlo y aplastarlo en formas complejas. Esta herramienta aprende cómo "aplastar" el ruido simple y predecible en las formas complejas y extrañas de tus datos reales. Al rastrear cómo se "aplastan" los datos, puede identificar qué "modo" (qué conjunto de reglas) está al mando actualmente.
- Agrupa los datos en "ventanas" donde las reglas parecen estables.
Paso 2: El Detective Causal (El Compañero):
Una vez que los datos han sido clasificados en estas ventanas estables, la herramienta entrega los fragmentos clasificados a un compañero de "Descubrimiento Causal".
- Este compañero pregunta: "En este modo específico, ¿A causa a B, o B causa a A?"
- Debido a que los datos ahora están clasificados por modo, el compañero puede encontrar las verdaderas reglas de causa y efecto sin confundirse por los cambios de modo.

4. Por qué esto es importante

Las herramientas anteriores intentaban hacer ambos pasos a la vez o asumían que los datos eran "agradables" (Gaussianos) y que los modos no se influenciaban entre sí.

La Ventaja del Artículo: Su método maneja reglas no lineales (donde el efecto no es una línea recta), efectos instantáneos (cambios rápidos) y distribuciones de datos extrañas.
El Truco del "Desacoplamiento": A diferencia de otros métodos que intentan adivinar los modos y las reglas simultáneamente (lo que puede quedar atrapado en un bucle), FlowMSM separa los dos trabajos. Primero, encuentra los modos. Luego, encuentra las reglas. Esto hace que todo el proceso sea más estable y preciso.

5. ¿Funcionó? (Los Experimentos)

Los autores probaron su detective en dos tipos de casos:

Datos Falsos: Crearon simulaciones por computadora donde conocían los "verdaderos" modos ocultos y las reglas. FlowMSM encontró con éxito los modos ocultos y las reglas, incluso cuando los datos tenían ruido, eran no lineales o tenían saltos "instantáneos". Superó a otros métodos populares, especialmente cuando los datos no eran una curva de campana perfecta.
Datos Reales (Finanzas): Aplicaron el método al Modelo de Cinco Factores de Fama-French (una forma famosa de explicar los rendimientos de las acciones) y a los datos de las acciones de Apple.
- El Resultado: FlowMSM identificó regímenes distintos que coincidían con eventos del mundo real. Por ejemplo, encontró un modo de "Baja Volatilidad" y un modo de "Alta Volatilidad" que capturaron claramente periodos como la crisis financiera de 2008 y la pandemia de 2020. Otros métodos fallaron al intentar agrupar estos eventos de manera lógica.

Resumen

Piensa en el mundo como un camaleón cambiando de color. Las herramientas antiguas intentaban adivinar el color mirando una foto borrosa y asumiendo que el camaleón siempre era de la misma especie.
Este artículo dice: "¡No, el camaleón también cambia de especie! Pero si observamos de cerca la textura de la piel (la matemática de las familias exponenciales) y cómo los colores cambian instantáneamente, podemos demostrar exactamente qué especie está presente y cómo se comporta".

Construyeron una herramienta (FlowMSM) que logra separar exitosamente la "especie" (regímenes) del "comportamiento" (reglas causales), incluso cuando los datos son desordenados y los cambios ocurren en un instante.

Resumen Técnico: Modelos de Cambio de Markov Identificables con Efectos Instantáneos y Familias Exponenciales

Planteamiento del Problema

Los sistemas temporales en entornos del mundo real, como la dinámica climática o las fluctuaciones de la glucosa en la diabetes tipo 1, exhiben frecuentemente un comportamiento no estacionario. Una estrategia de modelado común representa esta no estacionariedad a través de regímenes latentes discretos, lo que conduce a los Modelos de Cambio de Markov (MSM, por sus siglas en inglés), una clase de Modelos Ocultos de Markov (HMM) con dependencias autorregresivas. Sin embargo, identificar estos regímenes latentes y las estructuras causales subyacentes es un desafío cuando:

Los cambios de régimen son frecuentes.
Las dinámicas son no lineales y no gaussianas.
Existen efectos instantáneos entre variables observadas (por ejemplo, debido a una granularidad de medición gruesa donde los efectos causales ocurren más rápido que la tasa de muestreo).

Los resultados de identificabilidad existentes para los HMM de estados finitos no se extienden de manera trivial a los MSM debido a las dependencias autorregresivas entre las variables observadas. Además, trabajos previos sobre modelos de cambio de régimen suelen asumir entornos gaussianos, funciones de régimen deterministas o excluyen los efectos instantáneos y el descubrimiento causal.

Metodología

Marco Teórico: Identificabilidad

Los autores establecen la identificabilidad de los regímenes latentes y las estructuras causales dependientes del régimen bajo condiciones específicas. El proceso generador de datos se modela como un Modelo Causal Estructural (SCM) con cambio de régimen donde:

Dinámica de Regímenes: Los regímenes siguen una cadena de Markov estacionaria de primer orden (se permiten dependencias entre regímenes).
Mecanismos Causales: Dentro de cada régimen, el sistema sigue una ecuación estructural con efectos rezagados e instantáneos no lineales.
Ruido: El ruido exógeno pertenece a una familia exponencial mínima regular continua (por ejemplo, Gaussiana, Gamma, Laplace).

El artículo demuestra que el MSM inducido es identificable hasta una permutación (es decir, la verosimilitud de los datos determina de forma única los regímenes latentes y los componentes de la mezcla, salvo por un reetiquetado de regímenes) bajo las siguientes suposiciones:

Ruido de Familia Exponencial: El estadístico suficiente del ruido es real-analítico y tiene una imagen rica (contiene un conjunto abierto).
Restricciones Funcionales: Las funciones de mapeo son únicas por régimen, actúan como difeomorfismos puntuales y son conjuntamente real-analíticas.
Automorfismos del Ruido: La distribución del ruido tiene una clase de automorfismo trivial, o los mapeos se restringen mediante canonicalización monótona (por ejemplo, sin rotaciones).
Variabilidad Suficiente: Los efectos dependientes del régimen pueden capturarse mediante una factorización polinómica de orden finito del estadístico suficiente, asegurando que los regímenes distintos mapeen a parámetros naturales distintos.

Esta teoría subsume los modelos de mezclas no temporales de modelos causales y extiende los resultados previos de solo Gaussianos a familias exponenciales más amplias y efectos instantáneos.

Algoritmo: FlowMSM

Para operacionalizar esta teoría, los autores introducen FlowMSM, un marco de detección de regímenes que desacopla la detección de regímenes del descubrimiento causal.

Detección de Regímenes: FlowMSM emplea un algoritmo de Expectación-Maximización Generalizada (GEM). Modela las distribuciones inicial y de transición utilizando Flujos de Normalización Condicionales (CNFs), específicamente Neural Spline Flows (NSF). Esto permite al modelo capturar densidades complejas, no gaussianas y no lineales. Los parámetros del flujo se comparten entre los regímenes pero están condicionados por incrustaciones (embeddings) específicas del régimen y variables rezagadas.
Descubrimiento Causal: Una vez identificados los regímenes (vía asignación de Máxima Probabilidad a Posteriori), la serie temporal se divide en grupos correspondientes a cada régimen. Se aplican entonces métodos de descubrimiento causal estacionarios estándar (por ejemplo, VARLiNGOM, DYNOTEARS, Rhino) de forma independiente a cada grupo para recuperar los grafos de ventana dependientes del régimen.

Principales Contribuciones

Teoría de Identificabilidad: El artículo proporciona condiciones suficientes para la identificabilidad de los SCM con cambio de régimen bajo dependencias entre regímenes, efectos rezagados/instantáneos no lineales y ruido de familia exponencial. Esto generaliza la teoría existente más allá de las suposiciones Gaussianas.
Marco FlowMSM: Un nuevo método de estimación que combina flujos de normalización condicionales con GEM para una detección de regímenes robusta en entornos no gaussianos y no lineales.
Enfoque Desacoplado: A diferencia de los métodos anteriores que iteran entre la detección de regímenes y el descubrimiento causal dentro de clases de modelos restrictivas (como los Modelos de Ruido de Escala de Localización), FlowMSM desacopla estas fases, permitiendo una clase más amplia de modelos causales.
Validación Empírica: Experimentos extensos en benchmarks sintéticos y un conjunto de datos de economía financiera (modelo de cinco factores de Fama-French) demuestran la efectividad del método.

Resultados Experimentales

Benchmarks Sintéticos

Los experimentos se realizaron con conjuntos de datos sintéticos con $N=100$ series temporales, $T=100$ pasos de tiempo, $D=10$ dimensiones y $K=3$ regímenes. Los conjuntos de datos incluyeron:

SVAR lineal con ruido Gaussiano y de Familia Exponencial (Gamma).
Modelos de Ruido Aditivo No Lineal (ANM) con ruido de Familia Exponencial.
Modelos de Ruido de Escala de Localización (LSNM) con ruido de Familia Exponencial (el escenario más desafiante).

Hallazgos:

Detección de Regímenes: FlowMSM logró puntuaciones altas de Información Mutua Normalizada (NMI) e Índice de Rand Ajustado (ARI) en todos los escenarios, superando significativamente a los baselines (iMSM, R-PCMCI, CASTOR, FANTOM) en escenarios no lineales y no gaussianos. Los baselines que dependen de suposiciones Gaussianas se degradaron sustancialmente en escenarios no gaussianos.
Descubrimiento Causal: Cuando se combinó con métodos de descubrimiento apropiados (por ejemplo, VARLiNGAM para no gaussianos, Rhino para LSNM), FlowMSM recuperó estructuras causales con alta precisión y baja Distancia de Hamming Estructural (SHD). Los baselines generalmente fallaron en lograr un rendimiento competitivo, probablemente debido a las dificultades para manejar cambios de régimen frecuentes y dinámicas no gaussianas.
Robustez: FlowMSM se mantuvo efectivo incluso cuando el número de regímenes o rezagos estaba sobreespecificado.

Aplicación en el Mundo Real: Modelo Fama-French

Los autores aplicaron FlowMSM a datos diarios del modelo de cinco factores de Fama-French y a los retornos de las acciones de Apple (AAPL).

Detección de Regímenes: FlowMSm identificó dos regímenes dominantes alineados con periodos de baja y alta volatilidad del mercado (incluyendo la crisis de 2008 y la pandemia de COVID-19), los cuales correlacionaron con el índice VIX. Otros métodos produjeron regímenes que no se mapeaban claramente con eventos de mercado.
Interpretación Causal: Los grafos causales estimados sugirieron que durante mercados estables (Regimen 4), las dependencias causales estaban ausentes (consistente con la Hipótesis de Eficiencia de Mercado), mientras que durante la angustia del mercado (Regimen 5), emergieron conexiones causales. Sin embargo, los autores señalan que las interpretaciones causales de los factores de Fama-French impulsando los retornos de AAPL fueron limitadas y no totalmente respaldadas por los datos.

Significación y Reivindicaciones

El artículo afirma proporcionar un marco principista para la identificación de regímenes en series temporales no estacionarias.

Rigor Teórico: Al establecer la identificabilidad bajo suposiciones leves (analiticidad real, ruido de familia exponencial), el trabajo justifica la recuperación de estructuras latentes que anteriormente se consideraban no identificables en presencia de efectos instantáneos y dependencias de régimen.
Utilidad Práctica: El marco FlowMSM ofrece una solución práctica para detectar regímenes latentes y descubrir estructuras causales en entornos complejos y no gaussianos donde los MSM gaussianos tradicionales fallan.
Modestia: Los autores reconocen las limitaciones, señalando que la suposición de independencia del régimen respecto a las observaciones ( $R_t \not\to X_{0:T}$ ) es fuerte y que la teoría depende de difeomorfismos real-analíticos. También advierten que las interpretaciones causales en datos financieros del mundo real pueden tener un alcance limitado y que los datos mensuales (con menos muestras) no arrojaron resultados significativos, resaltando los requisitos de datos del enfoque.

El trabajo no pretende resolver todos los problemas de descubrimiento causal no estacionario, sino que ofrece un paso significativo hacia adelante al relajar las suposiciones Gaussianas y manejar explícitamente los efectos instantáneos dentro de un marco de identificabilidad teóricamente fundamentado.