En el episodio de hoy, nos preparamos unas palomitas 🍿 y analizamos La Gran Apuesta ("The Big Short"), explorando por qué la crisis de las hipotecas de 2007 fue una gran catástrofe de datos.
La gran apuesta es una peli de 2015 dirigida por Adam McKay, que está basada en el libro The Big Short de Michael Lewis. La película cuenta la historia de varios inversores que predijeron el colapso del mercado de la vivienda en 2007 y se beneficiaron apostando en contra de las hipotecas subprime.
Además de contar con actores como Christian Bale, Steve Carell, Jeremy Strong, Ryan Gosling y Brad Pitt, la peli está bastante guay porque explica conceptos financieros complejos, con cameos de famosos, rollo Selena Gómez y un tono sarcástico.
Además, ganó el Oscar al Mejor Guión Adaptado y tiene un 7.8 en IMDb.
Total, que estamos en los años 2000 y poco…
En Estados Unidos, el precio de la vivienda no hacía más que crecer de manera constante lo que hizo que la gente asumiera que los precios seguirían subiendo para siempre jamás… Si siempre había sido así ¿por qué iba a cambiar?
Esto unido a bajos niveles de las tasas de interés durante mucho tiempo, lo que hacía que las hipotecas fueran más asequibles, pues hacía que aumentara la demanda de viviendas financiadas por hipotecas.
Parece bastante apetecible comprar una casa hoy si asumimos que va a valer más mañana. Especialmente si los intereses que vamos a tener que pagar por la hipoteca no son particularmente altos.
Eso por un lado.
Por otro lado, los ingresos de los hogares americanos habían aumentado a finales de los 90 y por tanto, más gente podía permitirse meterse en una hipoteca peeero, estos ingresos no subían al mismo ritmo que el precio de la vivienda.
Si paramos aquí y analizamos los datos vemos que casas cada vez más caras compradas por gente cuyo nivel de ingresos no aumenta mucho, no tiene muy buena pinta, para el que presta el dinero.
En un momento dado a los compradores, que van cada vez más justos, les puede venir un imprevisto y dejarán de poder pagar su hipoteca.
Los que prestaban el dinero, eran los bancos y, en principio, habrían sido los primeros interesados en controlar el riesgo de prestárselo a alguien que después no fuera a ser capaz de asumir el pago de esa hipoteca.
Peeero aquí viene otro giro de guión.
Imaginad que un banco concede 100 hipotecas a personas que compraron casas. Cada mes, los dueños de esas casas pagan al banco una parte de su préstamo más intereses.
Entonces, el banco tiene dos opciones:
La primera opción era un rollo para los bancos. Descartada.
Entonces, el banco tomaba todas esas hipotecas y las agrupaba en un "paquete". Luego, convertía ese paquete en "bonos", que eran como trozos del paquete completo, y cada trozo representaba una pequeña parte de todas las hipotecas agrupadas.
El banco vendía esos valores a diferentes inversores y los inversores que compraban esos bonos tenían derecho a recibir una parte de los pagos mensuales de las hipotecas originales.
El banco recuperaba de inmediato una gran parte del dinero que prestó originalmente, al vender estos valores a los inversores y además al vender los bonos, el banco transfiere parte del riesgo de que los dueños de las casas no paguen sus hipotecas a los inversores.
Por otro lado, los inversores recibían pagos regulares basados en los pagos que los dueños de las casas hacen en sus hipotecas y los bonos estaban respaldados por muchas hipotecas diferentes, por lo que el riesgo se distribuía.
En principio si en un paquete de muchas hipotecas hay sólo alguna que tiene un riesgo más alto de impago, las conocidas como hipotecas subprime, pues no pasa nada porque hay muchas otras de bajo riesgo.
Así, a priori, parecía una estrategia ganadora tanto para los bancos como para los inversores.
Pero el tema es que como todo el mundo asumía que el precio de la vivienda no iba a dejar de subir nunca, la capacidad de los originadores de hipotecas para vender rápidamente los préstamos a otras instituciones financieras e inversores en forma de bonos eliminó los incentivos para garantizar la calidad de los préstamos.
Total, si el propietario dejaba de pagar, el resultado ya no iba a figurar en sus cuentas.
Así que cuantas más hipotecas concedieran pues mejor.
Por lo que cada vez más gente a la que antes no le habrían concedido una hipoteca ni de casualidad porque era bastante probable que no pudiera pagarla comenzó a recibir créditos.
Y entonces claro, cada vez había un porcentaje mayor de hipotecas subprime en los paquetes que os comentaba antes y podía ser menos apetecible invertir en eso.
¿La “solución”? Crear nuevos productos financieros más complejos con nombres más chungos, como las Obligaciones de Deuda Colateralizada o CDOs, que además de hipotecas agrupaban otros tipos de préstamos o los Vehículos de Inversión Estructurados o cosas demasiado chungas para el primer episodio de la temporada y que tienen que ver más con finanzas que con datos…
El tema es que la idea se sostenía siempre y cuando el porcentaje de hipotecas subprime en el paquete no sea muy grande, claro.
Y, spoiler, esto es lo que finalmente pasó… Muchas de esas hipotecas agrupadas y productos financieros derivados acabaron estando formados por hipotecas de alto riesgo, y cuando muchos dueños de casas dejaron de pagar sus préstamos, los bonos perdieron gran parte de su valor y esto contribuyó al colapso del sistema financiero.
Los bancos y los inversores tenían los datos y habían creado modelos para entender el valor de todos esos productos financieros complejos como las CDOs, la idea de distribuir el riesgo y ser capaces de vender rápidamente los préstamos a otras instituciones financieras e inversores en forma de bonos pues estaba bastante bien.
Peeero al fin y al cabo los modelos, también los de Machine Learning, no dejan de ser una simplificación de la realidad. Y para simplificar la realidad y modelarla, se utilizan suposiciones.
Asumir que como el precio de la vivienda lleva subiendo muchos años va a seguir subiendo.
Asumir que si una persona no paga su hipoteca, eso no afectará a la probabilidad de que otra persona deje de pagar su préstamo. Es decir, que son cosas independientes.
Cuando en realidad, es más parecido a un efecto dominó, cuando una casa entra en ejecución hipotecaria, se vende a un precio menor lo que puede disminuir el valor de las propiedades cercanas. Y si los valores de las propiedades caen, los vecinos que tenían préstamos basados en un valor más alto de sus casas se encuentran con propiedades que valen menos que su hipoteca lo que aumenta el riesgo de impago.
Al procesar datos para diseñar un modelo y durante la creación del mismo, inevitablemente hacemos suposiciones. Desde la selección de una arquitectura de modelo frente a otra, estamos imponiendo un conjunto específico de características y limitaciones que influirán en cómo el modelo interpreta y responde al problema. Estas suposiciones, aunque necesarias, pueden ocultar riesgos o patrones importantes si no se examinan críticamente. La crisis de las hipotecas subprime y el uso de modelos financieros defectuosos ilustran cómo supuestos erróneos —como creer que los incumplimientos de pago eran eventos independientes— pueden tener consecuencias chungas cuando esos modelos se aplican en el mundo real.
Todas esas decisiones tenemos que tenerlas en mente porque afectan al rendimiento del modelo, ya hablábamos en el episodio anterior de la necesidad de reconocer y documentar todas esas suposiciones y filtros que vamos aplicando en cada etapa del análisis.
Recordad que la transparencia en nuestras decisiones y la comunicación con el equipo es clave para cualquier ninja de los datos.
En la película de La Gran Apuesta, algunos inversores, como los personajes interpretados por Christian Bale (Michael Burry) y Steve Carell (Mark Baum), empezaron a darse cuenta de que el mercado inmobiliario estaba basado en hipotecas de alto riesgo y que tarde o temprano la burbuja estallaría.
Que no era sostenible el crecimiento del precio de la vivienda en comparación a la evolución de los salarios.
Estos inversores apostaron en contra del mercado hipotecario mediante la compra de Permutas de Incumplimiento Crediticio (o CDS), que eran un tipo de seguro contra el impago de los productos financieros derivados de la titularización de las hipotecas. Si las hipotecas fallaban, los CDS pagarían grandes sumas a quienes los poseían, es decir, ellos.
Esto que vemos tan claro hoy no era tan evidente en 2007 que, a pesar de que los datos del aumento de los precios de la vivienda, de la evolución de los salarios, de las concesiones de hipotecas subprime ya estaban ahí, la gran mayoría confiaba ciegamente en la estabilidad del mercado y los trataron de locos.
Los modelos decían que esos productos financieros derivados de las hipotecas no tenían mucho riesgo y a veces, es complicado llevarle la contraria a un modelo, ¿no?
En 2007, la burbuja inmobiliaria estalló y no os cuento más, os animo a que veáis la película.
Espero que os guste el episodio.
Si es así, no olvidéis dejar un «Me gusta» y algún comentario al episodio en Ivoox o una valoración de 5 estrellas del podcast en Apple podcasts, en Spotify, en Youtube o donde quiera que escuchéis el podcast.
Recordad que si tenéis cualquier duda o pregunta podéis contactar conmigo a través del formulario de contacto o podemos seguir la conversación en Twitter.
Muchas gracias por estar ahí y os espero en el próximo episodio de Un Podcast Ninja sobre Big Data.