¿Qué es un cisne negro?
Un cisne negro es un evento impredecible que está más allá de lo que normalmente se espera de una situación y tiene consecuencias potencialmente graves. Los eventos del cisne negro se caracterizan por su extrema rareza, su impacto severo y la práctica de explicar el fracaso generalizado de predecirlos como una simple locura en retrospectiva.
Para llevar clave
- Un cisne negro es un evento extremadamente raro con graves consecuencias. No se puede predecir de antemano, aunque muchos afirman que debería ser predecible después del hecho. Los eventos de cisne negro pueden causar daños catastróficos a una economía, y debido a que no se pueden predecir, solo se pueden preparar mediante la construcción de sistemas robustos. ambos pueden fallar en predecir y potencialmente aumentar la vulnerabilidad a los cisnes negros al propagar riesgos y ofrecer seguridad falsa.
Black Swan Events
Entendiendo un cisne negro
El término fue popularizado por Nassim Nicholas Taleb, profesor de finanzas, escritor y ex comerciante de Wall Street. Taleb escribió sobre la idea de un evento de cisne negro en un libro de 2007 antes de los eventos de la crisis financiera de 2008. Taleb argumentó que debido a que los eventos de cisne negro son imposibles de predecir debido a su extrema rareza pero tienen consecuencias catastróficas, es importante que las personas siempre asuman que un evento de cisne negro es una posibilidad, sea lo que sea, y planificar en consecuencia.
Más tarde utilizó la crisis financiera de 2008 y la idea de los eventos de cisne negro para argumentar que si se deja que falle un sistema roto, en realidad lo fortalece contra la catástrofe de futuros eventos de cisne negro. También argumentó que, a la inversa, un sistema que está apuntalado y aislado del riesgo finalmente se vuelve más vulnerable a la pérdida catastrófica frente a eventos raros e impredecibles.
Taleb describe un cisne negro como un evento que 1) está más allá de las expectativas normales, es tan raro que incluso la posibilidad de que ocurra es desconocida, 2) tiene un impacto catastrófico cuando ocurre y 3) se explica en retrospectiva como si En realidad era predecible.
Para eventos extremadamente raros, Taleb argumenta que las herramientas estándar de probabilidad y predicción, como la distribución normal, no se aplican, ya que dependen de una gran población y tamaños de muestra anteriores que nunca están disponibles para eventos raros por definición. Extrapolar usando estadísticas basadas en observaciones de eventos pasados no es útil para predecir cisnes negros, e incluso podría hacernos más vulnerables a ellos.
Nuestra incapacidad para predecir cisnes negros es importante porque también pueden tener consecuencias tan graves. Los eventos inconsecuentes, independientemente de cuán impredecibles, obviamente son menos interesantes.
El último aspecto clave de un cisne negro es que, como un evento históricamente importante, los observadores desean explicarlo después del hecho y especular sobre cómo podría haber sido predicho. Sin embargo, tal especulación retrospectiva no ayuda a predecir cisnes negros.
Ejemplos de eventos pasados del cisne negro
El colapso financiero del mercado inmobiliario estadounidense durante la crisis de 2008 es uno de los eventos de cisne negro más recientes y conocidos. El efecto del choque fue catastrófico y global, y solo unos pocos casos atípicos pudieron predecir que sucedería.
También en 2008, Zimbabwe tuvo el peor caso de hiperinflación en el siglo XXI con una tasa de inflación máxima de más de 79, 6 mil millones por ciento. Un nivel de inflación de esa cantidad es casi imposible de predecir y puede arruinar fácilmente a un país financieramente.
La burbuja de las puntocom de 2001 es otro evento de cisne negro que tiene similitudes con la crisis financiera de 2008. Estados Unidos disfrutaba de un rápido crecimiento económico y aumentos en la riqueza privada antes de que la economía se derrumbara catastróficamente. Dado que Internet estaba en su infancia en términos de uso comercial, varios fondos de inversión estaban invirtiendo en empresas de tecnología con valoraciones infladas y sin tracción del mercado. Cuando estas compañías se retiraron, los fondos se vieron muy afectados y el riesgo a la baja pasó a los inversores. La frontera digital era nueva y casi imposible predecir el colapso.
Como otro ejemplo, el fondo de cobertura anteriormente exitoso, Long-Term Capital Management (LTCM), se hundió en 1998 como resultado del efecto dominó causado por el incumplimiento de la deuda del gobierno ruso, algo que los modelos informáticos de la compañía no podrían haber predicho.
