(Un texto de Carlos Manuel Sánchez en el XLSemanal del 20 de mayo de 2018)
Diez años después de la gran crisis financiera, Wall Street vuelve a las andadas. Algoritmos, redes sociales y robots pueden estar incubando una nueva catástrofe. ¿Exagerado?
Se acerca el décimo aniversario del fatídico mes de septiembre de 2008, el de la
quiebra de la banca de inversiones Lehman Brothers.
Las imágenes de algunos de sus 25.000 empleados saliendo de las
oficinas con las cajas donde llevaban sus pertenencias forman parte de
la historia negra de este siglo. De repente, todo se vino abajo. ¿Wall
Street aprendió alguna lección entonces? ¿Cuál es el panorama una década
más tarde?
LA BUENA NOTICIA ES QUE HAY MÁS REGULACIÓN
Los bancos no pueden tomar tantos riesgos confiando en que
serán rescatados si no les sale la jugada. Pero ese control se está
relajando.
Donald Trump
ha colocado en los puestos claves de los organismos reguladores a
personas muy vinculadas a la industria financiera. Es el caso del
secretario del Tesoro, Steven Mnuchin (exbanquero en
Goldman Sachs),
o del presidente de la Comisión de Bolsa y Valores de Estados Unidos
(SEC), Jay Clayton, abogado al servicio de JP Morgan, entre otros. Se
están desmantelando las reformas impuestas en 2010 para frenar las
prácticas más temerarias, según denuncia Phil Angelides, exsecretario
del Tesoro de California y presidente de la comisión nacional que
investigó la crisis. «Washington está a punto de cometer los mismos
errores que entonces», advierte. El Congreso prepara una ley para
relajar la supervisión de los 25 mayores bancos, que ahora son incluso
más grandes que en 2008.
No tranquiliza que esos bancos estén volviendo a negociar a manos
llenas las infaustas permutas de incumplimiento crediticio (CDS, por sus
siglas en inglés), ese producto financiero que se convirtió en papel
mojado cuando el mercado de las hipotecas subprime (de dudosa
reputación) se vino abajo. Angelides también culpa a Obama por no
castigar a los culpables. La comisión nacional reunió cargos criminales
contra 11 directivos, pero ninguno fue procesado. «El mensaje que se
envió a Wall Street es que goza de impunidad».
¿PERO ES WALL STREET LO MISMO QUE ANTES?
No exactamente. Preocupa la confluencia de tres factores que alteran el valor de las empresas que cotizan:
noticias falsas y datos manipulados,
por un lado; y, por el otro, la negociación automática de alta
frecuencia, una forma de inversión rapidísima que se alimenta de estos
datos, muchas veces adulterados, para comprar y vender cantidades
ingentes de acciones. Este tipo de inversiones, cuyo volumen no llegaba
al 20 por ciento antes de la crisis, ya son el 73 por ciento del negocio
en las grandes plazas estadounidenses y rondan el 45 por ciento en la
City londinense.
Son unas pocas firmas -el 2 por ciento de las 20.000 que operan en
las Bolsas norteamericanas-, y apenas ganan de media la vigésima parte
de un centavo por cada acción negociada, pero han resultado ser los
vencedores inesperados de la crisis. Sus defensores argumentan que le
dan ‘vidilla’ al parqué, esto es, mucha facturación. Sus detractores,
que lo han convertido en una ‘piscina negra’, un mercado opaco donde no
te puedes fiar ni de tu sombra.
En Estados Unidos, grupos ciudadanos están promoviendo acciones
legislativas para limitar la velocidad en las Bolsas. Y en la City
también se impulsa una norma cuyo objetivo es limitar los daños
provocados por los algoritmos «pobremente diseñados», que pican el
anzuelo de otros algoritmos más espabilados, según un informe de la
autoridad del Banco de Inglaterra que vigila la conducta financiera.
Un ejemplo de este nuevo poder es Robert Mercer,
un inversor de alta frecuencia. Robert Mercer dirige Renaissance
Technologies, compañía que dio apoyo financiero a Cambridge Analytica,
la empresa que recopiló los perfiles de 85 millones de usuarios de
Facebook para favorecer la campaña electoral de Donald Trump. Como
quiera que Hillary Clinton planeaba gravar con un impuesto especial la
negociación de alta frecuencia, lo que le hubiera costado a las
compañías que operan con algoritmos automáticos 185.000 millones de
dólares en los próximos diez años, el interés de Mercer por tener en la
Casa Blanca a alguien más favorable a sus negocios está en el punto de
mira.
Y si se puede manipular a la opinión pública para obtener un beneficio
político, por qué no manipular directamente a los mercados para alcanzar
un beneficio económico? Dicho y hecho. La manera más obvia es utilizar
noticias sesgadas para engañar a los algoritmos automáticos, que toman
las decisiones por su cuenta y sin intervención humana.
MÉTODO UNO
Publicando artículos en webs que hablan de las (supuestas y
exageradas) excelencias de un nuevo fármaco contra el cáncer. El autor
está pagado por la propia farmacéutica; un detalle que se mantiene
oculto. Ha pasado con ImmunoCellular Therapeutics, cuyas acciones se
catapultaron a 155 dólares y hoy, sometida a una investigación, valen 24
centavos. La revista
Forbes se pregunta «cuál es el impacto de
la desinformación en los precios de las acciones». Y el analista Anton
Gordon recuerda que «existe una larga tradición de utilizar noticias
falsas para desvirtuar el precio de las acciones, pero la sofisticación
es cada vez mayor. Y hoy nos movemos hacia una dinámica donde un montón
de gente se ha especializado en diseñar algoritmos de detección, que
calculan las probabilidades de que una información sea fiable o no».
MÉTODO DOS
¿Y si creamos un algoritmo mentiroso, que sea capaz de ‘timar’ a otros algoritmos (los de la competencia)? Esto se consigue manipulando el
big data,
es decir, la materia prima en bruto, no ya la información elaborada.
¿Cómo funciona? Cuando compramos una acción, lo que hacemos es una
apuesta sobre cómo se comportará en el futuro. En un mundo perfecto, es
una buena herramienta para saber el valor real de una compañía, pero no
vivimos en un mundo perfecto… Las grandes masas de datos proporcionan
pistas a los algoritmos para hacer (o no) la apuesta mencionada. Pero el
big data tiene un problema: todos mentimos, como demuestra Seth Stephens-Davidowitz en su libro
Everybody lies: «Solo
nos retratamos de verdad cuando hacemos una búsqueda en Internet». La
veracidad del resto de los datos que esparcimos por las redes conviene
ponerla en cuarentena, porque el postureo y la exageración están a la
orden del día. Así hemos llegado a un punto en el que las compañías
crean algoritmos para tender trampas a otros algoritmos.
Cada negociación, cada noticia, crea un pequeño efecto mariposa. Los
ingenieros lo llaman ‘resonancia’. Esa resonancia es mayor o menor
dependiendo del volumen de transacciones. La resonancia atrae a las
máquinas como las moscas a la miel. Y se crean picos de resonancia
artificialmente que hacen subir o bajar un valor, aunque sea durante una
fracción de segundo. Tiempo más que suficiente para que las firmas de
inversión especializadas hagan negocio.
MÉTODO TRES
Usar la velocidad en beneficio propio. Ya no hablamos de décimas o
centésimas… Hablamos de microsegundos (millonésimas de segundo). Una
orden de compra en Bolsa se puede realizar en 50 microsegundos. Un
parpadeo del ojo humano es mucho más lento: 50.000 microsegundos. ¡Y la
misma acción puede cambiar de precio hasta 5000 veces en un segundo! Por
eso es tan importante que los ordenadores de las empresas que negocian
en alta frecuencia estén ubicados lo más cerca posible de la Bolsa. Cada
150 kilómetros de distancia supone una milésima de segundo de retraso a
la hora de ejecutar una orden. Es lo que se conoce como ‘latencia’. Si
yo llego antes que tú, voy a quedarme con lo mejor.
Es el reino de la fibra oscura, como se conoce a las redes de cable
de fibra óptica que implantan operadores privados para alquilarlos a
inversores financieros. La compañía Spread Networks se gastó 300
millones de dólares en desplegar 1330 kilómetros de fibra oscura entre
Chicago y Nueva York, para reducir el tiempo de transmisión de 17 a 13
microsegundos. Y ha instalado repetidores con personal que trabaja
durante las horas que están abiertas las Bolsas de Chicago y Wall
Street, con el fin de garantizar su operatividad.
En el fondo se ha desatado una guerra entre dos concepciones diferentes
de negocio. La de los inversores de toda la vida y la de los que operan
en alta frecuencia. Anthony Ward, un potente inversor tradicional, se
queja de que los algoritmos están distorsionando también el mercado de
las materias primas. «Al final todo estallará y nadie escapará a
tiempo», predice. Y pone como ejemplo la caída del precio del cacao en
2016. «Los conocedores del mercado habíamos apostado a que el cacao
subiría, porque los partes meteorológicos anunciaban el harmatán, un
viento alisio que afectaría a las cosechas subsaharianas. Y acertamos.
Pero los algoritmos interpretaron exageradamente cierta debilidad de la
demanda en China». Resultado, los algoritmos se copiaron unos a otros y
el precio se desplomó, atrapando a inversores como Gordon. Para algunos,
es un episodio más de la contienda entre seres humanos y máquinas, que
se agravará en el futuro.
Así mienten los robots a los inversores (y a otros robots)
No pocos economistas afirman que podríamos estar en la antesala de una crisis financiera mayor que la de 2008. La
robotización de la economía podría mostrar pronto los dientes. Así es como actúan los robots…
TRUFANDO ACCIONES (quote stuffing)
Consiste en introducir un gran volumen de órdenes al mercado de
manera simultánea y retirarlas de inmediato. Esto se repite una y otra
vez. La estratagema obliga a los robots rivales a procesar toda esa
información para tomar sus decisiones. De este modo, los ralentiza. Como
el robot que ha lanzado las órdenes sabe que son ficticias, las
descarta. El robot tramposo obtiene así una ventaja computacional sobre
los demás. No obstante, esta ventaja desaparece si todos los robots
hacen lo mismo. ¡Y eso ocurre!
FINGIENDO INTERÉS (spoofing)
Hay robots que fingen estar a punto de comprar una acción
para que los otros piquen, dejándole el camino libre para comprar las
acciones en las que de verdad está interesado.
A RÍO REVUELTO (churning)
Son robots que ponen órdenes de compra y de venta simultáneas y
prácticamente al mismo precio. Se hace para incrementar la actividad,
generar resonancia y atraer así a otros bots. A mayor demanda, aumenta
el precio de la acción.
SABUESOS (sniffers)
Se dedican a olfatear el interés de los grandes inversores para
adelantarse. Por ejemplo, detectan que un fondo alemán va a comprar
acciones de Microsoft y las compran una fracción de segundo antes para
vendérselas más caras.