La trampa conceptual: correlación, causalidad y las ilusiones de la mente

La trampa conceptual: correlación, causalidad y las ilusiones de la mente

Una de las primeras cosas que se enseñan en los manuales introductorios de estadística es que la correlación no es lo mismo que la causalidad; es también una de las primeras cosas que se olvidan. Thomas Sowell.

La advertencia de Sowell encierra una lección: la correlación describe la relación  de fenómenos, pero jamás explica su génesis. Es el punto de partida de la exploración estadística, nunca su destino analítico. Mientras que la correlación cuantifica una sombra en la pared, la causalidad identifica el objeto que la proyecta. Y el mercado, ese vasto ecosistema donde colisionan millones de decisiones bajo incertidumbre, castiga sin piedad a quien confunde el reflejo con la sustancia.

 
La mente humana es una máquina insaciable de fabricar historias. Frente a la incertidumbre del mundo o la complejidad de los mercados, nuestro cerebro aborrece el vacío explicativo y busca instintivamente atajos cognitivos. Si dos acontecimientos suceden de forma simultánea o en una rápida secuencia temporal, el Sistema 1 —nuestro pensamiento intuitivo y automático— asume de inmediato que el primero ha producido el segundo.

 
En estadística básica, la correlación describe sencillamente la medida en que dos variables varían conjuntamente: si conocemos el comportamiento de una, podemos estimar o predecir con cierto margen el comportamiento de la otra. Pero predecir no equivale a explicar la causa. Cuando elevamos una simple correlación a la categoría de relación causa-efecto, cometemos uno de los errores analíticos más extendidos y costosos en la economía, la inversión y la toma de decisiones.

 

Existe una metáfora clásica que refleja este vicio de la razón con absoluta nitidez:

El gallo empieza a cantar justo antes de que despunte el alba. Sin embargo, no amanece porque el gallo cante; el gallo canta porque amanece.
El canto del gallo y la salida del sol muestran una correlación prácticamente perfecta en el tiempo. Sin embargo, el vector causal viaja en una única dirección. Atribuir la salida del sol al canto del gallo es el equivalente a confundir el síntoma, la consecuencia o la mera reacción con la variable generadora del fenómeno.

En el mundo empresarial y financiero caemos con frecuencia en esta misma ilusión. A menudo contemplamos a una empresa que ha logrado resultados extraordinarios durante un período determinado y, de inmediato, atribuimos esos resultados a la genialidad de su equipo directivo, a una cultura corporativa mítica o a una estrategia concreta. Convertimos el resultado en la prueba incontestable de la calidad de los medios empleados.

 
Olvidamos que, en entornos complejos, multitud de éxitos empresariales responden a circunstancias transitorias, vientos de cola macroeconómicos o simple azar. Como escribía con fina ironía el humorista Jaume Perich en su obra Autopistas durante la era Nixon: «La verdad de que cualquiera puede ser presidente de los Estados Unidos es nuestro propio presidente» Nos fascinan las historias épicas del vendedor de periódicos que se convierte en magnate, porque vivimos en una sociedad que premia el éxito rápido y prefiere la fe teológica a la disciplina de la prueba empírica. Pero atribuir brillantez directiva únicamente a la vista de una cuenta de resultados temporal es la versión corporativa de creer que el gallo hace salir el sol.

 

Para comprender cuán fácil es ser engañados por la correlación, conviene analizar dos ejemplos emblemáticos de cómo la mente y los datos distorsionan la realidad.

 
1. El síndrome del polígrafo (La trampa del síntoma)

El polígrafo es popularmente conocido como el «detector de mentiras», a pesar de que carece de reconocimiento científico como tal. Lo que el aparato mide en realidad no es la veracidad de una afirmación, sino alteraciones fisiológicas involuntarias: fluctuaciones en el ritmo cardíaco, cambios en la presión arterial, sudoración o variaciones en la temperatura cutánea producidas por la activación emocional.

 
Existe una correlación elevada —estimada entre el 85% y el 90% en contextos estándar— entre el nerviosismo por mentir y la activación de estas respuestas corporales. Sin embargo, no existe una relación de causalidad directa entre la mentira y la respuesta física:

Un individuo inocente sometido a gran estrés puede registrar alteraciones bruscas y ser calificado injustamente de mentiroso.

Un individuo con un perfil psicopático o un entrenamiento específico en control emocional puede mentir deliberadamente sin alterar un solo parámetro.

Llamar al polígrafo «detector de mentiras» es tomar un síntoma correlacionado por una causa directa. En el análisis bursátil cometemos el mismo fallo cuando etiquetamos a una empresa como «excelente» basándonos en métricas que son meras manifestaciones fisiológicas temporales de su negocio.

 

Víctor Hugo escribió con gran emoción sobre el fallecimiento de William Shakespeare: «Murió el 23 de abril. Tenía ese día cincuenta y dos años justos, pues había nacido el 23 de abril de 1564: ese mismo día, 23 de abril de 1616, murió Cervantes, genio de la misma altura».

La coincidencia poética resulta fascinante, pero parte de un error metodológico básico. Víctor Hugo no advirtió que España e Inglaterra se regían por calendarios distintos en 1616. En España ya estaba vigente el calendario gregoriano implantado por el papa Gregorio XIII en 1582, mientras que en Inglaterra continuaba activo el calendario juliano, con una diferencia de aproximadamente 11 días. Shakespeare falleció, en realidad, el 3 de mayo según nuestro calendario. Toda la correlación de fechas era una mera ilusión provocada por el uso de métricas heterogéneas.

En el mercado financiero, el «error del calendario» se repite constantemente. Comparamos series de datos, gráficos de cotizaciones o ratios históricos de una empresa frente a su índice sin percatarnos de que la serie no ha sido ajustada por ampliaciones de capital liberadas, splits, contrasplits o el reparto de dividendos extraordinarios de gran cuantía. Correlacionamos datos que parecen homogéneos en la superficie, pero que internamente están desfasados por no haber limpiado la muestra. 

Una vez dentro del marco teórico, surge la pregunta: ¿Cómo se manifiesta esto en el mercado real? En otro post, si es de interés, puede verse en detalle algunos ejemplos reales del mercado como es el caso del oro y la plata y otros activos cotizados para ver este principio en acción.