Factores de Bayes en la evaluación de modelos de rendimiento financiero y sus limitaciones prácticas
Qué nos dicen realmente los factores de Bayes cuando comparamos modelos predictivos en mercados reales
El error clásico era interpretar un factor de Bayes elevado como prueba definitiva de predictibilidad. Pero ese número resiste solo mientras el modelo alternativo sea el correcto adversario. Este análisis examina cómo construir comparaciones de modelos bayesianos que sean realmente informativas, qué significa evidencia débil frente a evidencia moderada, y por qué la elección del modelo nulo cambia todo el resultado sin que casi nadie lo mencione en sus conclusiones.
El modelo nulo como adversario silencioso que nadie cuestiona
Comparar un modelo predictivo frente al paseo aleatorio es el punto de partida estándar. El problema es que el paseo aleatorio no es un adversario neutral: es una hipótesis muy específica con sus propios supuestos sobre la distribución de los rendimientos. Cuando esos supuestos no se sostienen en los datos, el factor de Bayes favorece al modelo predictivo no porque este sea correcto, sino porque el modelo nulo es especialmente inadecuado. Es como ganar un debate porque el contrincante eligió un argumento débil a propósito. La evidencia obtenida en ese contexto es difícilmente generalizable a condiciones de mercado distintas de las de la muestra de estimación.
Interpretación calibrada de la escala de Jeffreys en contextos financieros
La escala de Jeffreys clasifica los factores de Bayes en categorías que van desde evidencia anecdótica hasta evidencia decisiva. En la práctica, los estudios de predictibilidad de rendimientos rara vez superan el umbral de evidencia moderada cuando se emplean muestras de tamaño realista y predictores macroeconómicos estándar. Un factor de Bayes de cuatro, que la escala clasifica como evidencia positiva, significa que los datos son cuatro veces más probables bajo el modelo predictivo que bajo el nulo. Eso es informativo, pero dista mucho de ser concluyente. La analogía útil es la de un juicio donde la fiscalía presenta una prueba que hace el crimen cuatro veces más probable que la inocencia: el jurado razonable pide más evidencia antes de decidir. La diferencia entre evidencia positiva y evidencia moderada puede representar años adicionales de datos fuera de muestra.
Estabilidad del factor de Bayes ante variaciones en la especificación del prior
El factor de Bayes tiene una propiedad que rara vez se menciona en los resúmenes ejecutivos: su valor depende de la distribución a priori sobre los parámetros del modelo, no solo de los datos. Esta dependencia es especialmente pronunciada cuando la muestra es pequeña relativa a la complejidad del modelo, que es exactamente la situación habitual en estudios de predictibilidad con variables macroeconómicas de baja frecuencia. Un prior que concentra la probabilidad cerca de cero para el coeficiente predictor produce factores de Bayes más conservadores que un prior difuso. La recomendación metodológica que emerge de este análisis es clara: reportar el factor de Bayes bajo al menos tres especificaciones del prior y describir explícitamente cómo varía el resultado. Si la conclusión cambia de signo entre especificaciones razonables, la evidencia no sostiene ninguna afirmación firme sobre predictibilidad.
Validación fuera de muestra como complemento del factor de Bayes
El factor de Bayes mide cuánto apoyan los datos observados a un modelo frente a otro, pero lo hace dentro del período de estimación. La validación fuera de muestra hace una pregunta distinta y más exigente: ¿el modelo identificado como superior sigue siendo superior cuando se enfrenta a datos que no vio durante la estimación? En la mayoría de los estudios disponibles sobre predictibilidad de rendimientos, el factor de Bayes y el rendimiento predictivo fuera de muestra no cuentan la misma historia. Modelos con factores de Bayes favorables dentro de muestra a menudo muestran capacidad predictiva marginal o nula en períodos posteriores. Esto no invalida el enfoque bayesiano; lo completa. Usar ambos criterios simultáneamente produce conclusiones más honestas sobre el verdadero alcance de la señal detectada.