Matemáticas en tu mundo

Matemáticas y Cine

 

  

MONEY MONSTER

Ficha técnica.- Título: Money Monster. Directora: Jodie Foster. Actores: George Clooney, Julia Roberts, Jack O'Connell, Caitriona Balfe, Dominic West, Giancarlo Esposito, Dennis Boutsikaris y Darri Ingolfsson. Guión: Alan DiFiore, Jim Kouf, Jamie Linden (Historia: Alan DiFiore, Jim Kouf). Música: Dominic Lewis. Producción: Allegiance Theater/ Smoke House Pictures/ TriStar Pictures/ LStar Capital. EE.UU. 2016.

Argumento.- Lee Gates conduce un show televisivo sobre economía, un programa de éxito entre muchos pequeños inversores que lo siguen. Kyle Budwell es un humilde trabajador que pierde todo el dinero de una herencia por seguir los consejos de Gates. Armado con una pistola y un chaleco bomba, Kyle irrumpe durante la emisión en directo del programa y exige las explicaciones y las disculpas de Kyle y de Walt Camby, el magnate del holding financiero IBIS Capital, cuya debacle ha llevado a la ruina a Kyle y a otros como él.

Comentario.- La película en un principio crea expectativas de adentrarse en los resortes de la  economía especulativa amañada por los poderosos donde, una vez más, es la gente corriente la que sale perdiendo. Pero se va alejando progresivamente de la crítica sistémica para quedarse en el relato de un escándalo concreto de fraude.

Al principio, repetidamente se culpa del derrumbe de las acciones de IBIS a un fallo de los algoritmos matemáticos que deciden las inversiones de alta frecuencia. Esta es la escena inicial:

ver escena

Efectivamente, los grandes grupos inversores realizan compras y ventas masivas de activos financieros en periodos muy cortos de tiempo, intentando aprovechar las subidas y bajadas de las cotizaciones a lo largo del día. Esa rapidez escapa a la capacidad operativa de los brokers. Las decisiones son tomadas y ejecutadas por los citados algoritmos. Pero, aunque programados por mentes humanas, los algoritmos pueden dar sorpresas. Deciden en base a probabilidades, con un nivel de confianza, por ejemplo del 99%. Pero eso significaría que habría un riesgo del 1% de que los resultados obtenidos no estén dentro del intervalo previsto (intervalo de confianza). Y esa eventualidad, aunque poco probable, puede tener unas consecuencias de gran magnitud. Es el tipo de sucesos que Nassim Nicholas Taleb llama "el cisne negro" (título de un libro de gran éxito del citado autor).

Un jueves de mayo de 2010, Wall Street cayó inexplicablemente un 9,1% y rebotó un 6% en escasos diez minutos. Las cotizaciones de algunas empresas pujantes cayeron más de un 50% en dos minutos. Todo había sido consecuencia de la operativa automatizada mediante algoritmos matemáticos de inversión implementados en los ordenadores.

¿Quiénes han programado esos algoritmos? Son los llamados "quants", grandes mentes científicas al servicio de los grupos financieros. Profesionales brillantes y altamente cualificados de todos los campos, significativamente en matemáticas, que dejaron universidades y empresas de ingeniería atraídos por las altas remuneraciones de Wall Street. En Margin Call hay una escena estupenda donde uno de ellos, a la vista del desastre social al que condujo la crisis financiera de 2008, lamenta haber prestado su talento a una gran estafa.

En la siguiente escena de Money Monster se busca al desconocido "quant" que programó el algoritmo al que se echa la culpa del hundimiento de IBIS:

ver escena

Cuando por fin encuentran al "quant", este reside en Corea, bien lejos de las convulsiones que se están viviendo por la quiebra de IBIS. Su respuesta da que pensar:

ver escena

En este caso se apunta a una "huella humana"; es decir al fraude del estafador Camby, al que los algoritmos serían ajenos. Sin embargo, la anterior respuesta guarda alguna relación con un caso real de alcance global, tanto que nos salpicó a todos en forma de políticas de austeridad, con sus recortes sociales.

En 1997, Robert C. Merton y Myron Scholes recibieron el Premio Nobel por sus fórmulas para determinar el valor de los complejos productos derivados financieros. Siguiendo su estela, el economista chino David X. Li, empleado por J.P. Morgan, publicó en 2000 la fórmula llamada “Cópula Gaussiana” para controlar los riesgos de esos producto de forma fácil y flexible. Su curioso nombre se debe a que en ella se enlazan curvas normales o campanas de Gauss.

La banca concedió préstamos a todo el que los pedía, sin garantías de cobro, pues con ello cobraban sustanciosas comisiones. No les importaban los riesgos pues enseguida los traspasaban a los inversores, comercializados en las CDO (obligaciones garantizadas por deuda). Estas eran paquetes de derechos de cobro sobre hipotecas de distinta calidad: desde las calificadas como AAA (con la máxima seguridad de cobro) a productos subprime (hipotecas basura de cobro muy dudoso). Poco a poco, esta basura fue ganando terreno en las CDO, hasta llegar al 95%.

Los bancos que comercializaban las CDO no informaban a los inversores de la composición de estas. La fórmula de Li garantizaba (relativamente) la ausencia de riesgo en las CDO. Confiadas en la fórmula y guiadas por el negocio, las agencias de calificación concedían la etiqueta AAA de forma poco rigurosa. Se había construido un sistema totalmente fraudulento basado en el sueño de tener una casa.

Pero un día el mercado de las CDO se vino abajo. ¿Qué había pasado? La fórmula de Li cuantificaba riesgos en base a correlaciones dudosas y realizaba predicciones con un nivel de confianza del 99%. Es decir, quedaba un 1% de probabilidad de que esas predicciones fallaran. Y ocurrió ese 1%. Wall Street se hundió en 2008.

Ese crack financiero arrastró la pérdida, solo en EE.UU, de 8 millones de puestos de trabajo, millones de personas perdieron sus pensiones invertidas en fondos inmobiliarios y 6 millones de familias se quedaron sin casas. Después, el dinero público salió al rescate de esos bancos, de manera que fueron los contribuyentes quienes al final pagaron los excesos de Wall Street.

Money Monster no relata el fraude que desembocó en la crisis global, sino solo un supuesto caso particular, pero pone en juego los elementos de aquel. Y, como en Margin Call o en La gran apuesta, nos hace pensar sobre el uso de las matemáticas en el poderoso mundo de las finanzas.

 

 

 

 

   

 

(C) José María Sorando Muzás                                       

                                   contacto                                 Bajo licencia Ceative Commons 3.0 España