Por qué los modelos predictivos y las simulaciones no siempre anticipan la transmisión del riesgo sistémico

“¿No basta con un buen modelo para anticipar crisis?” Es un razonamiento frecuente en los consejos de administración. Sin embargo, la realidad es que los modelos predictivos, por complejos que sean, se basan en datos históricos y supuestos que rara vez capturan la totalidad de las dinámicas del sistema. Un caso ilustrativo ocurrió en 2025, cuando los modelos de estrés no lograron anticipar la velocidad de transmisión de un shock externo. Las variables consideradas clave —liquidez, correlaciones de activos, niveles de capital— mostraron límites ante la interacción de eventos no previstos, como fallos tecnológicos combinados con movimientos abruptos en mercados secundarios.

¿No se pueden ajustar los parámetros para mejorar la precisión? Hasta cierto punto, sí. Pero a mayor ajuste, más sensibles se vuelven los modelos a pequeñas desviaciones. Las simulaciones pueden ilustrar rutas plausibles de contagio, pero no garantizan que se cubran todos los escenarios posibles. Así, las entidades financieras españolas han aprendido a complementar los modelos cuantitativos con juicios cualitativos y revisiones periódicas de supuestos. Esto añade trabajo y puede ralentizar la toma de decisiones, pero reduce el riesgo de confiar ciegamente en proyecciones automáticas.

En resumen: los modelos son útiles, pero deben ser tomados como guías aproximadas, no como oráculos. La transparencia sobre sus límites es fundamental para una gestión realista del riesgo sistémico.

“¿Por qué fallan las simulaciones de escenarios extremos?” Es una queja recurrente después de una crisis no anticipada. El motivo principal es que los escenarios extremos, por definición, implican condiciones que apenas tienen precedentes. Los modelos suelen basarse en distribuciones históricas y supuestos de normalidad que no se cumplen cuando los mercados experimentan choques inéditos o concatenaciones de eventos. Por ejemplo, la crisis simultánea de liquidez y de ciberseguridad en 2025 puso a prueba todos los protocolos existentes. Las simulaciones, aunque útiles para identificar vulnerabilidades, no pudieron prever la magnitud real del contagio.

Las autoridades regulatorias españolas y europeas han intensificado la exigencia de ejercicios de simulación, pero reconocen sus limitaciones. Es posible mejorar la cobertura de escenarios, pero nunca eliminar la posibilidad de un fallo. Por eso, los supervisores han insistido en la importancia de mantener reservas adicionales de liquidez y planes de contingencia flexibles. La gestión del riesgo sistémico requiere aceptar la incertidumbre y preparar respuestas ágiles, no solo confiar en modelos matemáticos.

En definitiva: la simulación es un instrumento, no un seguro. Es preferible usarla para probar hipótesis y revisar protocolos que para predecir con exactitud el curso de una crisis futura.

“¿Hasta qué punto influyen los supuestos de los modelos en el resultado?” Bastante. Cada modelo incorpora una serie de hipótesis sobre correlaciones, tiempos de reacción y elasticidad de los mercados. Cuando estas hipótesis dejan de cumplirse, el resultado puede desviarse de la realidad de forma abrupta. Así ocurrió con los modelos que subestimaron el impacto de la volatilidad digital en 2025: los parámetros de correlación no anticipaban la velocidad de respuesta de los algoritmos de negociación automática.

¿Qué hacen las entidades españolas al respecto? Han optado por reforzar la revisión periódica de supuestos y establecer canales de retroalimentación rápida cuando la realidad del mercado diverge de lo proyectado. Los reguladores, por su parte, exigen ahora mayor documentación y validación externa de los modelos críticos. Todo esto implica un mayor coste operativo y exige capacidades técnicas avanzadas, pero es el precio de una vigilancia más efectiva.

El mensaje: los modelos son necesarios, pero su utilidad depende de una gestión activa de sus supuestos y de la capacidad institucional para adaptarse ante sorpresas. La disciplina consiste en mantener la humildad frente a la incertidumbre estructural de los sistemas financieros interconectados.