CausalAlpha: A Real-Time Geopolitical Risk Index from OSINT Channels for Causal Discovery in Financial Markets

Resumen Técnico de "CausalAlpha: Un Índice de Riesgo Geopolítico en Tiempo Real desde Canales OSINT para el Descubrimiento Causal en Mercados Financieros"

1. Planteamiento del Problema

Los índices tradicionales de Riesgo Geopolítico (GPR), como el trabajo seminal de Caldara e Iacoviello (2022), dependen de archivos de periódicos. Estas fuentes sufren de retrasos sistemáticos debido a la curaduría editorial, el filtrado y los ciclos de publicación, lo que crea un desfase entre los eventos geopolíticos y su medición. Si bien las redes sociales ofrecen datos en tiempo real, su aplicación como señal financiera —particularmente desde plataformas de mensajería cifrada como Telegram, donde el monitoreo de conflictos suele preceder a los medios tradicionales— sigue siendo poco estudiada. Además, los enfoques estándar para vincular el riesgo con los mercados, como la causalidad de Granger, a menudo no logran contabilizar las causas comunes, lo que conduce a inferencias espurias. Existe la necesidad de un índice GPR de alta frecuencia y en tiempo real derivado de Inteligencia de Fuentes Abiertas (OSINT) que emplee métodos rigurosos de descubrimiento causal para mapear las dependencias dirigidas entre las narrativas geopolíticas y las variables de los mercados financieros.

2. Metodología

El artículo presenta CausalAlpha, un marco de código abierto que integra el Procesamiento de Lenguaje Natural (NLP) con el descubrimiento causal basado en restricciones.

• Construcción de Datos:

  • Corpus OSINT: El sistema extrae mensajes en tiempo real de seis canales de Telegram (por ejemplo, Bellingcat, WarTranslated, Reuters World) utilizando la librería Telethon. El corpus se centra en el monitoreo de conflictos y excluye fuentes pro-Kremlin o de desinformación.
  • Indicadores de NLP: En lugar de un único índice agregado, el marco genera cinco indicadores de GPR específicos por categoría: Conflicto, Inestabilidad Política, Seguridad Energética, Disrupción Comercial y Estrés Financiero.
  • Métrica: Para cada categoría $c$ y día $t$, el indicador bruto es la proporción de mensajes que contienen palabras clave específicas de la categoría. Para preservar la variación semanal mientras se suaviza el ruido diario, se calcula una media móvil de 7 días.
  • Variables Financieras: El estudio utiliza precios de cierre diarios de 16 variables a través de cuatro clases de activos: materias primas (ej. Brent, Oro), tipos de cambio (FX), índices bursátiles/ETFs sectoriales (ej. XLE, ITA) e instrumentos de crédito. Todas las series de precios se diferencian en primera orden para asegurar la estacionariedad.

• Descubrimiento Causal (Algoritmo PC):

  • La metodología central emplea el algoritmo Peter–Clark (PC) (Spirtes et al., 2000) para recuperar la clase de equivalencia de Markov del verdadero Grafo Acíclico Dirigido (DAG).
  • Procedio: El algoritmo comienza con un grafo no dirigido completo y elimina aristas basándose en pruebas de independencia condicional (prueba Z de Fisher) condicionadas a subconjuntos de variables. Luego orienta las aristas utilizando las reglas de propagación de Meek para identificar estructuras en V.
  • Protocolo de Robustez: Para garantizar la fiabilidad, los autores estiman el algoritmo PC a través de un barrido de $4 \times 3$:
    • 4 Especificaciones de DAG: Variando el subconjunto de variables financieras (Macro Núcleo, Materias Primas, Crédito y FX, ETFs Sectoriales) mientras se mantienen constantes los cinco indicadores de NLP.
    • 3 Niveles de Significancia: $\alpha \in \{0.05, 0.10, 0.15\}$.
  • Remuestreo: Se utiliza un procedimiento de block-bootstrap (500 remuestreos, tamaño de bloque = 7 días) para cuantificar la incertidumbre de muestreo de las aristas identificadas, preservando la estructura de autocorrelación de los datos de la ventana móvil.
  • Validación: Se estima un VAR estructural (SVAR) sobre el panel macro núcleo para generar funciones de respuesta al impulso (IRF) y descomposiciones de la varianza del error de pronóstico (FEVD), utilizando el ordenamiento topológico derivado del algoritmo PC.

3. Contribuciones Clave

1. Índice GPR de Alta Frecuencia: Construcción de un nuevo índice GPR de cinco dimensiones derivado directamente de canales de Telegram OSINT en tiempo real, ofreciendo una alternativa de menor latencia a las medidas basadas en periódicos.
2. Aplicación de Descubrimiento Causal: Aplicación del algoritmo PC para identificar la estructura causal dirigida entre la incertidumbre geopolítica y los mercados financieros, evitando los riesgos de inferencia espuria asociados con la causalidad de Granger por pares al condicionar sobre el conjunto completo de variables.
3. Sistema de Producción: Despliegue de una aplicación de producción automatizada y de código abierto (CausalAlpha) en Google Cloud Run que gestiona la recolección de datos, la construcción del índice, la estimación del grafo causal y la generación de informes.

4. Resultados Clave

El análisis arroja hallazgos específicos sobre la arquitectura causal de las narrativas geopolíticas y su transmisión a los mercados:

• Arquitectura Causal de las Narrativas: Dos aristas son globalmente robustas en las cuatro especificaciones de DAG al $\alpha = 0.10$:
  • Inestabilidad Política $\rightarrow$ Cobertura de Conflicto
  • Cobertura Mediática de Energía $\rightarrow$ Cobertura de Conflicto
  • Esto establece la "Cobertura de Conflicto" como el sumidero causal primario de la escalada de la narrativa geopolítica en los canales OSINT, sugiriendo que la cobertura de conflicto agrega señales previas de las dimensiones política y energética.
• Transmisión al Mercado:
  • Al nivel de significancia más estricto ($\alpha = 0.05$), se identifica la relación Cobertura de Conflicto $\rightarrow$ Retornos de Acciones del Sector Energético ($\Delta$XLE). Esto sugiere que la escalada geopolítica se transmite a los mercados de renta variable energética antes de propagarse completamente a través del ciclo mediático más amplio.
  • Bonos de Mercados Emergentes $\rightarrow$ VIX: La arista $\Delta$EM Bonds $\rightarrow$ VIX sobrevive al $\alpha = 0.05$, indicando que el estrés de los bonos soberanos actúa como una señal de alerta temprana para la volatilidad general del mercado.
  • Transmisión Diaria Débil: El análisis SVAR revela que la transmisión dinámica de las señales de NLP a los precios de los mercados financieros es estadísticamente débil en frecuencia diaria. Las funciones de respuesta al impulso muestran bandas de confianza que incluyen el cero para la mayoría de los pares, y la FEVD indica que los indicadores de NLP geopolíticos explican menos del 5% de la varianza del pronóstico de los precios de mercado.
• Orden de Información: Los resultados sugieren que las señales de noticias geopolíticas operan principalmente dentro del sistema de narrativa mediática (moldeando cómo se cubren los eventos), en lugar de generar movimientos de precios inmediatos y estadísticamente detectables en los mercados financieros a frecuencia diaria.

5. Significancia y Reivindicaciones

El artículo afirma proporcionar un paso hacia el monitoreo de riesgo macrofinanciero en tiempo real utilizando OSINT. Su principal significancia radica en:

• Rigor Metodológico: Demostrar que el descubrimiento causal basado en restricciones (algoritmo PC) puede recuperar dependencias dirigidas en datos financieros de alta dimensión sin imponer restricciones de orden previo, a diferencia de los VAR estructurales.
• Perspectiva Empírica: Desafiar la suposición de que las noticias OSINT en tiempo real impulsan inmediatamente los precios diarios de los activos. En cambio, los hallazgos sugieren una jerarquía donde las narrativas políticas y energéticas impulsan la cobertura de conflicto, la cual luego influye en sectores de renta variable específicos (Energía) en niveles de significancia estrictos, mientras que la transmisión al mercado general permanece débil en frecuencias diarias.
• Utilidad Práctica: Ofrecer un marco para el monitoreo del riesgo soberano donde la observación sistemática de las narrativas políticas y energéticas en los canales OSINT puede proporcionar señales líderes de la escalada de conflictos antes de que aparezcan en los índices tradicionales.

Los autores mantienen la modestia respecto a la generalizabilidad de sus hallazgos, señalando que el corpus está fuertemente orientado hacia el conflicto Rusia-Ucrania y que el indicador "Financiero" es disperso. Establecen explícitamente que el marco es un paso de producción hacia el monitoreo, y que se requiere trabajo futuro para extender el análisis a frecuencias más bajas e incorporar datos de mercados de predicción como una tercera capa de información.