Resumen Técnico: Pronóstico Intervencionista Amortizado para Procesos CIR Multivariantes

1. Definición del Problema

Las series temporales financieras, como los tipos de interés a corto plazo, las intensidades de incumplimiento y los diferenciales de los Credit Default Swaps (CDS), se modelan a menudo como procesos de reversión a la media, típicamente utilizando el marco de Cox–Ingersoll–Ross (CIR). Si bien los modelos CIR multivariantes estándar capturan con éxito los movimientos conjuntos correlacionados, carecen de un mecanismo para representar la influencia causal entre series. En consecuencia, no pueden responder a consultas intervencionistas: predecir cómo responde un sistema cuando una serie es sometida a un choque externo (por ejemplo, una prueba de estrés que fuerza a un diferencial específico a un nivel de estrés).

Los modelos de pronóstico actuales suelen proporcionar pronósticos condicionales (prediciendo valores futuros dados caminos históricos donde una variable resultó haber tomado cierto nivel). Esto confunde la correlación con la causalidad. Un valor alto en una serie correlacionada puede ser un síntoma de un estrés compartido en lugar de una causa; por lo tanto, los modelos condicionales pueden atribuir erróneamente los efectos de un choque a series que están causalmente blindadas, lo que conduce a evaluaciones de riesgo "fantasma" en las pruebas de estrés.

El desafío central es el pronóstico intervencionista: estimar la distribución post-intervención $p(\mathbf{V} | \mathcal{D}_{M_o}, do(V_i))$ para procesos CIR multivariantes. Esto se complica por la equivalencia observacional, donde múltiples modelos causales generan datos observacionales idénticos pero implican diferentes resultados intervencionistas. Además, los datos financieros del mundo real carecen de muestras intervencionistas de verdad fundamental (ground-truth), lo que hace imposible la evaluación de los modelos de pronóstico causal sin bancos de pruebas sintéticos.

2. Metodología

El artículo propone CIR-ACTIVA, un marco que combina un generador de datos causal con un modelo de inferencia amortizada.

2.1 Simulador CIR Multivariante Causal

Para entrenar y evaluar el modelo, los autores introducen un proceso generador de datos CIR multivariante causal. Este simulador genera muestras observacionales e intervencionistas emparejadas, las cuales no están disponibles en los mercados reales.

• Modelo Causal Estructural (SCM): El modelo define $d$ variables donde cada una evoluciona mediante una ecuación CIR discretizada.
• Media de Largo Plazo Causal: A diferencia de los modelos CIR estándar donde la media de largo plazo es fija, aquí la media $b_{t+1}^i$ es una función estructural de los valores contemporáneos de los padres causales ($PaV_i$) y un factor de modulación temporal $c_i(t)$.
• Intervenciones Suaves: El simulador aplica intervenciones suaves $do(V_i := (1+\delta)f_i)$, reescalando la dinámica de una variable objetivo mientras mantiene su dependencia de sus padres.
• Variantes: El simulador incluye una variante no cíclica (media estacionaria) y una variante cíclica donde la media de largo plazo sigue una modulación sinusoidal, probando la capacidad del modelo para rastrear dinámicas variantes en el tiempo.
• Calibración: Los parámetros se calibran sobre datos reales de CDS a 5 años (2015–2021) para asegurar que las estadísticas marginales (niveles, autocorrelación, comportamiento de colas) se asemejen a los mercados reales, aunque el simulador admite que las colas pesadas reales y la persistencia de los choques son más difíciles de replicar con pura difusión.

2.2 Arquitectura del Modelo CIR-ACTIVA

El modelo adapta el marco ACTIVA (un estimador causal amortizado basado en $\beta$-CVAE) para series temporales.

• Enfoque de Series Temporales: En lugar de tratar las observaciones como un conjunto desordenado, el modelo promueve el tiempo como una variable. Cada observación es una tupla $(\mathbf{y}, t)$. Esto permite al modelo aprender dependencias temporales sin imponer sesgos inductivos arquitectónicos rígidos (como las RNN), tratando el pronóstico como un problema de predicción tabular con el tiempo como característica.
• Codificador (Encoder): Utiliza codificadores de transformador equivariantes para procesar el contexto observacional y la consulta de intervención. Emplea un Flujo Normalizador Continuo Condicional como la distribución previa $p_\eta(\mathbf{z} | \mathcal{D}_{M_o}, \mathbf{i})$ para representar una distribución latente multimodal sobre los modelos causales, preservando la equivariancia de permutación.
• Decodificador (Decoder): Un decodificador de transformador mapea el código latente $\mathbf{z}$ a una distribución conjunta sobre las variables y el tiempo. Crucialmente, utiliza un decodificador por cubetas de horizonte (horizon-bucketed decoder). El horizonte de pronóstico se particiona en $K$ cubetas temporales, y el decodificador emite una Gaussiana de covarianza completa con un desplazamiento de media lineal en el tiempo para cada cubeta. Esto permite que la ley intervencionista varíe con la distancia del pronóstico.
• Transformación de Salida: Para manejar la no negatividad de los procesos CIR, el modelo predice la raíz cuadrada de los diferenciales ($\sqrt{x}$), estabilizando la varianza, y mapea de vuelta a las unidades originales mediante un cambio de variable.
• Entrenamiento: El modelo se entrena mediante un objetivo $\beta$-CVAE con un peso $\beta$ elevado. Esto fuerza la estructura predictiva hacia la trayectoria de condicionamiento (datos observacionales + intervención) en lugar de hacia el código latente, asegurando que el modelo pueda generalizar a nuevas tareas sin necesidad de reentrenamiento.

3. Contribuciones Clave

1. Modelo CIR-ACTIVA: Un nuevo modelo amortizado para la estimación de efectos causales distribucionales en procesos CIR multivariantes. Enmarca las trayectorias como observaciones con marca de tiempo y utiliza un decodificador por cubetas de horizonte para capturar cómo evolucionan las respuestas a los choques en diferentes horizontes de pronóstico.
2. Simulador CIR Causal: Un proceso generador de datos sintéticos que produce muestras observacionales e intervencionistas emparejadas de verdad fundamental. Esto permite el entrenamiento y la evaluación rigurosa de modelos de inferencia causal amortizada, una capacidad que antes faltaba para los datos de series temporales.
3. Validación Empírica: El marco se instancia en diferenciales de CDS. Los autores demuestran que su enfoque supera a los de referencia (baselines) tanto en selectividad causal (blindar las series no afectadas de los choques fantasma) como en calibración resuelta por horizonte (predecir con precisión la evolución de la respuesta al choque a lo largo del tiempo).

4. Resultados Experimentales

El modelo fue evaluado contra cuatro líneas de base: el ACTIVA original, MACE-TNP (un estimador de procesos neuronales), un baseline de Regresión de Mezcla Gaussiana (GMR, no causal) y un Suelo Oráculo (Oracle floor).

• Selectividad Causal: CIR-ACTIVA superó significativamente a los otros modelos en la distinción entre descendientes causales y no descendientes.
  • En los no descendientes (variables causalmente blindadas), el error del modelo (exceso sobre el Oráculo) cayó entre un 51% y 56% en comparación con los descendientes.
  • Por el contrario, los modelos como GMR y ACTIVA fallaron en reducir el error para los no descendientes, asignando a menudo efectos de choque "fantasma" a ellos. MACE-TNP mostró cierta selectividad, pero perdió la mitad de su efectividad cuando las dinámicas se volvieron variantes en el tiempo (variante cíclica).
• Calibración Resuelta por Horizonte: CIR-ACTIVA logró los errores más bajos en los horizontes cortos, donde la transición de la dinámica observacional a la intervencionista es más crítica.
  • En datos cíclicos, el puntaje de Energía en el horizonte cercano fue de 0.46, significativamente inferior al de MACE-TNP, ACTIVA y GMR.
  • La ventaja persistió en todos los horizontes en el conjunto de datos no cíclico.
• Estudio de Ablación: Eliminar el latente expresivo (prior de flujo) o el decodificador por cubetas degradó el rendimiento. La combinación de ambos fue esencial para la precisión en el horizonte cercano, particularmente en el entorno cíclico.

5. Significado y Reivindicaciones

El artículo sostiene que la precisión del pronóstico observacional no es un sustituto de la corrección intervencionista. En sistemas financieros acoplados, no distinguir la correlación de la causalidad conduce a errores concretos: las pruebas de estrés construidas sobre modelos no causales registran pérdidas y dimensionan cobertas contra exposiciones que no existen.

CIR-ACTIVA aborda esto mediante:

• Proporcionar un método para responder a consultas de "qué pasaría si" en sistemas de diferenciales acoplados sin necesidad de reentrenar por cada escenario.
• Establecer la validez sobre una verdad fundamental sintética que es independiente de qué tan bien el simulador coincida con la realidad, demostrando al mismo tiempo un fundamento práctico mediante el backtesting contra datos reales de CDS.
• Ofrecer un banco de pruebas controlado (el simulador CIR causal) para futuros pronosticadores causales.

Los autores son modestos respecto a las limitaciones: la verdad fundamental sintética subestima la persistencia de los choques y la frecuencia de los movimientos grandes (colas pesadas) que se encuentran en los mercados reales, lo que significa que los puntajes reportados probablemente representan un límeto optimista del rendimiento en el mundo real. Además, la implementación actual se prueba en sistemas de tres nombres; escalar a paneles del tamaño de una cartera de inversión sigue siendo un desafío aparte. Sin embargo, el marco es agnóstico al activo específico y aplicable a cualquier serie con reversión a la media modelada por CIR (por ejemplo, tipos de interés a corto plazo, volatilidad estocástica).