Identificación de Burbujas Racionales en el Mercado de Divisas de Irán: Un Enfoque de Cambio de Régimen Markoviano

1. Introducción

Este estudio investiga la presencia y dinámica de burbujas especulativas racionales en el mercado de divisas no oficial de Irán (USD/IRR). El mercado de divisas es un componente crítico de cualquier economía, impactando directamente en la competitividad, el comercio, la inversión y la inflación. En Irán, este mercado se caracteriza por una alta volatilidad, influenciada en gran medida por los shocks en los ingresos petroleros, las sanciones económicas y el comportamiento especulativo. El problema central abordado es la desviación del tipo de cambio de su valor fundamental, lo que puede conducir a crisis cambiarias si los responsables de políticas no lo controlan. Este artículo tiene como objetivo identificar estos períodos de burbuja utilizando un modelo econométrico avanzado para proporcionar señales de alerta temprana para una intervención más efectiva de la política monetaria y cambiaria.

2. Revisión de la Literatura y Marco Teórico

2.1. Burbujas Racionales en la Valoración de Activos

El concepto de burbujas racionales se origina en la literatura sobre valoración de activos, donde el precio de mercado de un activo se desvía persistentemente de su valor fundamental basado en el valor presente de los flujos de caja futuros esperados. En una burbuja racional, los agentes están dispuestos a pagar un precio por encima de los fundamentales porque esperan venderlo a un precio aún mayor en el futuro (Blanchard & Watson, 1982). Esta profecía autocumplida puede conducir a trayectorias explosivas de precios.

2.2. Determinación del Tipo de Cambio y Fallos del Mercado

Los modelos macroeconómicos tradicionales (por ejemplo, el Enfoque Monetario, el Modelo de Cartera) a menudo no logran explicar la volatilidad del tipo de cambio a corto y mediano plazo, un enigma destacado por Meese y Rogoff (1983). Las finanzas conductuales introducen elementos como el sentimiento del inversor, el comportamiento gregario y los ataques especulativos como impulsores clave. El "enigma de la desconexión" sugiere que los tipos de cambio a menudo son impulsados por factores más allá de los fundamentos estándar.

2.3. El Contexto del Mercado de Divisas Iraní

El mercado de divisas de Irán opera bajo un sistema de múltiples capas con tipos de cambio oficiales, secundarios y no oficiales (mercado negro). El mercado no oficial, impulsado por desequilibrios de oferta y demanda, fuga de capitales y expectativas sobre sanciones e ingresos petroleros, es muy susceptible a la formación de burbujas. Las intervenciones del banco central, a menudo mediante la venta de divisas derivadas del petróleo, tienen como objetivo estabilizar el mercado, pero pueden verse superadas por presiones especulativas.

3. Metodología y Especificación del Modelo

3.1. Modelo de Cambio de Régimen Markoviano con Probabilidades de Transición Variables en el Tiempo (MS-TVTP)

El estudio emplea un modelo de Cambio de Régimen Markoviano, un modelo de cambio de régimen donde la economía puede estar en diferentes estados (por ejemplo, calma, explosivo, colapso). La innovación clave es el uso de Probabilidades de Transición Variables en el Tiempo (TVTP). A diferencia de los modelos MS estándar con probabilidades fijas de cambiar de estado, la variante TVTP permite que la probabilidad de pasar de un régimen a otro dependa de variables económicas observadas (por ejemplo, intensidad de las sanciones, cambios en las reservas extranjeras). Esto hace que el modelo sea más realista para capturar el impacto de los cambios de política y los shocks externos en el sentimiento del mercado.

3.2. Especificación del Modelo e Identificación de Burbujas

El modelo especifica tres regímenes distintos para el tipo de cambio no oficial ($s_t$):

1. Régimen Explosivo: Caracterizado por un tipo de cambio en rápido aumento (depreciación), señalando una burbuja.
2. Régimen de Calma: Caracterizado por una tendencia suave y estable.
3. Régimen de Colapso: Caracterizado por una corrección o caída brusca del tipo de cambio después de que estalla una burbuja.

3.3. Datos y Variables

El análisis utiliza datos mensuales de marzo de 2010 a septiembre de 2018. La variable principal es el tipo de cambio del mercado no oficial del Dólar estadounidense frente al Rial iraní. Las probabilidades de transición se modelan como funciones de:

• Índice de Sanciones: Un indicador sustituto de la presión económica externa, que aumenta la demanda de divisas refugio.
• Cambio en las Reservas Extranjeras: Indica la capacidad del banco central para intervenir y defender la moneda.

4. Resultados Empíricos y Análisis

4.1. Estimación del Modelo y Clasificación de Regímenes

El modelo MS-TVTP se estimó con éxito. El gráfico de probabilidades suavizadas muestra claramente la capacidad del modelo para clasificar la línea de tiempo en los tres regímenes distintos. El modelo demuestra una alta precisión para identificar períodos de estrés del mercado.

4.2. Identificación de Períodos de Burbuja

El modelo identifica varios períodos de burbuja explosiva en el tipo de cambio no oficial USD/IRR:

• Mayo de 2011 (5/90)
• Septiembre-Octubre de 2011 (9/90 – 10/90)
• Julio de 2012 (7/91)
• Octubre-Noviembre de 2012 (10/91 – 11/91)
• Abril de 2013 (4/92)
• Enero-Junio de 2018 (1/97 – 6/97)

4.3. Rendimiento de los Indicadores de Alerta Temprana

El índice de sanciones demostró ser un impulsor altamente significativo de las transiciones hacia el régimen explosivo. Un aumento en el índice incrementó la probabilidad de que el mercado pasara de un estado de calma o colapso a un estado de burbuja explosiva. Los cambios en las reservas extranjeras también fueron significativos; una disminución en las reservas (reduciendo la capacidad de intervención) aumentó la probabilidad de entrar o permanecer en un régimen explosivo. Los regímenes de colapso tendieron a seguir a los períodos explosivos y a menudo coincidieron con una fuerte intervención del banco central o un alivio temporal de las presiones del mercado.

5. Discusión e Implicaciones

5.1. Idea Central y Flujo Lógico

Idea Central: El valor del Rial iraní no solo está determinado por los precios del petróleo o la oferta monetaria; es un campo de batalla psicológico. El genio del artículo radica en formalizar esto: el tipo de cambio es una función de regímenes de creencias. Las sanciones no solo asfixian la economía; activan un interruptor psicológico en el mercado que pasa de "calma" a "pánico", iniciando una burbuja racional donde comprar dólares se convierte en una táctica de supervivencia, no en una apuesta especulativa.

Flujo Lógico: El argumento es elegante. 1) Los modelos estándar fallan (enigma de Meese-Rogoff). 2) Por lo tanto, incorporar expectativas y regímenes. 3) Las sanciones y los cambios en las reservas son los indicadores sustitutos observables que cambian estas expectativas. 4) El modelo MS-TVTP captura esto, identificando ventanas precisas de burbuja. La lógica es hermética: si puedes modelar el mecanismo de cambio, puedes predecir la burbuja.

5.2. Fortalezas y Debilidades del Enfoque

Fortalezas:

• Brillantez Pragmática: Evita la tarea imposible de medir los "fundamentales" en una economía distorsionada como la de Irán. En su lugar, se centra en el proceso de desviación, que es más observable.
• Resultados Listos para Políticas: El modelo no solo dice "hay una burbuja"; dice "la probabilidad de entrar en una burbuja el próximo mes es del X%, impulsada por el nivel de sanciones Y". Esta es inteligencia accionable.
• Validación Empírica: Los períodos de burbuja identificados coinciden con crisis históricas, dando al modelo una fuerte validez aparente.

• Indicadores de Alerta Temprana de Caja Negra: El "índice de sanciones" es una variable construida. Su composición y ponderación son críticas pero potencialmente subjetivas. Basura entra, basura sale.
• Realidad con Retraso: El modelo se estima con datos históricos. En una crisis de rápida evolución, los indicadores (por ejemplo, cambios en las reservas) pueden reportarse con retraso, reduciendo la utilidad en tiempo real.
• Supuesto de Racionalidad: El marco de burbuja "racional" puede subestimar el pánico puro y el comportamiento gregario, que pueden ser irracionales y alimentarse a sí mismos más rápido de lo que cualquier modelo puede capturar.

5.3. Ideas Accionables para los Responsables de Políticas

Para el Banco Central de Irán y los comités de estabilidad financiera, esta investigación es un manual táctico, no solo un ejercicio académico.

1. Monitorear los Cambios, No Solo el Nivel: Cambiar el enfoque del nivel absoluto del tipo de cambio a la probabilidad de cambio de régimen. Un mercado tranquilo con presión creciente de sanciones es un estado pre-explosivo.
2. Conservar Munición Estratégicamente: Las reservas extranjeras son la herramienta principal para combatir las burbujas. El modelo muestra que las intervenciones son más efectivas en la fase de "colapso". Gastar reservas en medio de una burbuja explosiva (cuando el sentimiento es abrumadoramente negativo) es inútil. Las intervenciones deben programarse para catalizar el cambio de explosivo a colapso.
3. Gestionar las Expectativas como una Herramienta de Política Central: Dado que el mercado está impulsado por creencias, la comunicación y la credibilidad son clave. Las políticas de intervención transparentes y basadas en reglas pueden ayudar a anclar las expectativas y reducir la probabilidad de un cambio hacia el régimen explosivo. Las políticas opacas o erráticas tienen el efecto contrario.
4. Construir un Sistema de Alerta Temprana en Tiempo Real: Poner en funcionamiento este modelo. Alimentarlo con datos en tiempo real sobre el flujo de noticias de sanciones (usando PLN en agencias de noticias), estimaciones cuasi en tiempo real de reservas e indicadores de profundidad del mercado. Esto crea un panel de control para la prevención de crisis.

6. Apéndice Técnico

6.1. Formulación Matemática

El núcleo del modelo MS-TVTP se puede representar de la siguiente manera. Sea $s_t$ el logaritmo del tipo de cambio no oficial. El proceso se modela como:

$\Delta s_t = \mu(S_t) + \epsilon_t, \quad \epsilon_t \sim N(0, \sigma^2(S_t))$

donde $S_t \in \{1,2,3\}$ denota el régimen no observado (1=Calma, 2=Explosivo, 3=Colapso). La transición entre regímenes se rige por una matriz de probabilidad $P_t$, donde cada elemento $p_{ij,t} = Pr(S_t = j | S_{t-1} = i)$ es variable en el tiempo.

Estas probabilidades variables en el tiempo se modelan utilizando una especificación logit multinomial:

$p_{ij,t} = \frac{\exp(\theta_{ij} + \beta_{ij}' Z_{t-1})}{\sum_{k=1}^{3} \exp(\theta_{ik} + \beta_{ik}' Z_{t-1})}$

donde $Z_{t-1}$ es un vector de indicadores de alerta temprana (por ejemplo, índice de sanciones, cambio en las reservas) en el momento $t-1$, y $\theta_{ij}, \beta_{ij}$ son parámetros a estimar. Esta configuración permite que la probabilidad de cambiar a un régimen de burbuja dependa directamente de las presiones económicas observables.

6.2. Ejemplo del Marco de Análisis

Escenario: Un analista del Banco Central de Irán quiere evaluar el riesgo de que se forme una burbuja especulativa en el próximo trimestre.

Aplicación del Marco:

1. Entrada de Datos: Recopilar los últimos valores para el Índice de Sanciones (por ejemplo, derivado del análisis de sentimiento de noticias de los principales medios occidentales y declaraciones gubernamentales) y el cambio mensual en las reservas de divisas.
2. Consulta del Modelo: Introducir estos valores en el modelo MS-TVTP estimado. El modelo utiliza el estado de régimen inferido actual (a partir de los últimos datos del tipo de cambio) y los valores de entrada $Z_t$.
3. Interpretación de la Salida: El modelo genera las probabilidades de estar en cada uno de los tres regímenes para el próximo período. Por ejemplo:
   • $Pr(Calma) = 0.15$
   • $Pr(Explosivo) = 0.80$
   • $Pr(Colapso) = 0.05$
4. Conclusión Accionable: Una probabilidad del 80% de entrar en el régimen explosivo es una señal de alerta. El informe del analista destacaría que, dada la actual alta presión de sanciones y la disminución de las reservas, es muy probable que el mercado entre en una fase de burbuja. Esto desencadena una recomendación para que el banco central prepare planes de contingencia, considere una comunicación preventiva para gestionar las expectativas y revise la estrategia para desplegar las reservas.

7. Aplicaciones Futuras y Direcciones de Investigación

La metodología y las ideas de este estudio tienen una amplia aplicabilidad más allá del contexto específico de Irán.

• Otras Economías Sancionadas o Frágiles: El modelo puede adaptarse para países como Venezuela, Rusia o Turquía, donde los riesgos geopolíticos y la volatilidad de los flujos de capital crean dinámicas similares. La clave es identificar los indicadores de alerta temprana locales correctos (por ejemplo, índice de estabilidad política, volatilidad de los precios de las materias primas).
• Mercados de Criptomonedas: Los mercados de criptomonedas son notoriamente propensos a burbujas impulsadas por el sentimiento y las noticias regulatorias. Un modelo MS-TVTP que utilice el sentimiento de las redes sociales, índices de anuncios regulatorios y métricas on-chain podría ser poderoso para identificar regímenes de burbuja en Bitcoin o Ethereum.
• Integración con Aprendizaje Automático: Trabajos futuros podrían reemplazar la especificación logit para las probabilidades de transición con un clasificador de aprendizaje automático (por ejemplo, Bosque Aleatorio, Red Neuronal) para capturar relaciones más complejas y no lineales entre los indicadores y los cambios de régimen.
• Desarrollo de un Panel de Control en Tiempo Real: El siguiente paso lógico es construir un panel de control de software que ingiera flujos de datos en tiempo real, ejecute el modelo continuamente y alerte visualmente a los responsables de políticas sobre el aumento de las probabilidades de burbuja, similar a un "mapa meteorológico de la estabilidad financiera".
• Simulación de Políticas: El modelo podría usarse para simular el impacto de diferentes acciones de política (por ejemplo, una gran inyección de reservas, un cambio en las tasas de interés) en las probabilidades de transición, ayudando a evaluar la efectividad potencial de las herramientas de política antes de su implementación.

8. Referencias

1. Blanchard, O. J., & Watson, M. W. (1982). Bubbles, rational expectations and financial markets. En P. Wachtel (Ed.), Crises in the Economic and Financial Structure. Lexington Books.
2. Meese, R. A., & Rogoff, K. (1983). Empirical exchange rate models of the seventies: Do they fit out of sample? Journal of International Economics, 14(1-2), 3-24.
3. Hamilton, J. D. (1989). A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica, 57(2), 357-384.
4. Filardo, A. J. (1994). Business-cycle phases and their transitional dynamics. Journal of Business & Economic Statistics, 12(3), 299-308.
5. Taiebnia, A., Mehraara, M., & Akhtari, A. (2019). [Burbujas Racionales y Ataques Especulativos en el Mercado de Tipo de Cambio No Oficial de Irán con un Modelo de Cambio de Régimen Markoviano con Probabilidades de Transición Variables en el Tiempo]. Scientific-Research Quarterly Journal of Economic Research, 19(74), 111-164. (Publicación Original en Farsi).
6. International Monetary Fund. (2023). Annual Report on Exchange Arrangements and Exchange Restrictions (AREAER). Recuperado de IMF eLibrary.
7. Goodfellow, I., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., ... & Bengio, Y. (2014). Generative adversarial nets. Advances in neural information processing systems, 27. (Citado como un ejemplo de técnicas de modelado avanzadas aplicables a la detección de regímenes).