Leyes de potencias y el índice de cola

La lección anterior descubrió que los rendimientos reales tienen colas gruesas — extremos que se niegan a desvanecerse al ritmo gaussiano. Ahora nombramos con precisión la forma de cola gruesa más importante: la ley de potencias. Viene con un único número rector, el índice de cola $\alpha$, que te dice todo sobre lo pesada que es la cola, qué medias siquiera existen y cómo de peligrosos pueden ser los extremos. También conoceremos la inquietante invarianza de escala que hace que las leyes de potencias se vean iguales a cualquier zoom, y el estimador de Hill que lee $\alpha$ de los datos reales. Esta es la lección que convierte «la cola es gruesa» en «la cola es gruesa, y aquí está el número».

La ley de potencias: una cola que decae con cortesía

Analogía. El decaimiento exponencial (el tipo gaussiano) es una vela en un huracán — desaparece en un parpadeo. El decaimiento de ley de potencias es una vela en una habitación en calma — se atenúa, pero aún puedes verla arder al otro lado de la sala. La cola de ley de potencias se inclina hacia abajo tan suavemente que los eventos raros-pero-enormes siguen sobre la mesa.

Definición. Una variable aleatoria $X$ tiene una cola de ley de potencias (tipo Pareto) si, para $x$ grande, $P(X > x) \approx C\, x^{-\alpha},$ donde $\alpha > 0$ es el índice de cola y $C$ es una constante de escala. La densidad correspondiente cae como $x^{-(\alpha+1)}$. La distribución de Pareto pura es el caso de manual limpio: $P(X > x) = (x_m / x)^{\alpha}$ para $x \ge x_m$, donde $x_m$ es el mínimo (el punto donde empieza la cola).

Toda la personalidad de la cola vive en $\alpha$. Un $\alpha$ más pequeño significa una cola más gruesa — decaimiento más lento, más masa de probabilidad empujada hacia los extremos. A medida que $\alpha \to \infty$ la cola se acerca al mundo exponencial fino; a medida que $\alpha \to 0$ se vuelve monstruosamente pesada.

Ejemplo resuelto — comportamiento al duplicar. Con una cola de Pareto de índice $\alpha$, duplica el umbral y la probabilidad de sobrepaso se multiplica por $2^{-\alpha}$: $\frac{P(X > 2x)}{P(X > x)} = \frac{C(2x)^{-\alpha}}{C x^{-\alpha}} = 2^{-\alpha}.$

• En $\alpha = 3$: duplicar la pérdida la hace $2^{-3} = 1/8$ de probable — los extremos caen con brío.
• En $\alpha = 1$: duplicar la hace $1/2$ de probable — un evento «dos veces peor» es plenamente la mitad de común. Esa es una cola aterradoramente pesada; las catástrofes apenas se descuentan por ser catastróficas.

Esta razón es constante — no depende de dónde empieces. Las pérdidas de tamaño triple son siempre $3^{-\alpha}$ de probables, ya estés mirando una pérdida moderada o una gigante. Esa constancia es la semilla de la invarianza de escala.

Invarianza de escala: la misma forma a cualquier zoom

Analogía. Una costa se ve igual de dentada la fotografíes en 100 km o en 100 m — no hay una escala «natural» que la suavice. Las leyes de potencias son la versión estadística: haz zoom en la cola y se ve igual que la cola entera, solo que más pequeña. No hay un tamaño característico de «un evento grande»; los eventos vienen en todos los tamaños con las mismas frecuencias relativas.

Definición. Una ley de potencias es invariante de escala (autosemejante): reescalar $x \to \lambda x$ deja la forma sin cambios, solo la multiplica por una constante. Formalmente $P(X > \lambda x) = \lambda^{-\alpha} P(X > x)$ — la forma funcional es idéntica para todo $\lambda$. Contrasta con la normal o la exponencial, que tienen una escala incorporada ($\sigma$) más allá de la cual la cola se colapsa: para ellas sí hay un tamaño «demasiado grande para ocurrir». Las leyes de potencias no tienen tal acantilado.

La huella visual. Dibuja $P(X > x)$ frente a $x$ en ejes log-log y una ley de potencias se convierte en una línea recta perfecta, porque $\log P(X > x) = \log C - \alpha \log x.$ La pendiente es exactamente $-\alpha$. Este es el diagnóstico más útil de todo el modelado de colas: si tu curva de supervivencia empírica es recta en log-log, estás mirando una ley de potencias, y la pendiente te entrega $\alpha$ gratis. Una cola gaussiana, en cambio, se curva bruscamente hacia abajo en los mismos ejes — nunca puede ser una línea recta.

¿Qué momentos siquiera existen? Los umbrales de α

Aquí está la propiedad que hace a las leyes de potencias genuinamente extrañas y es la consecuencia práctica más importante de $\alpha$: una cola lo bastante pesada puede hacer que medias ordinarias sean infinitas o indefinidas.

Definición. Para una cola de ley de potencias de índice $\alpha$, el $k$-ésimo momento $E[X^k]$ es finito solo si $\alpha > k$. En particular:

• La media $E[X]$ existe solo si $\alpha > 1$. Si $\alpha \le 1$, la media es infinita/indefinida — las medias muestrales nunca se asientan; siguen saltando a medida que llegan valores atípicos mayores.
• La varianza existe solo si $\alpha > 2$. Si $1 < \alpha \le 2$, la media existe pero la varianza es infinita — la desviación típica, y por tanto el VaR gaussiano y los ratios de Sharpe, carecen de sentido.
• La curtosis existe solo si $\alpha > 4$. Muchas series financieras se sitúan en torno a $\alpha \approx 3$ a $4$, que es justo por lo que la curtosis medida es tan salvaje e inestable: estás estimando un momento que apenas existe.

Ejemplo resuelto — por qué tu media muestral miente. Supón que el verdadero $\alpha = 1,5$ (varianza infinita, media técnicamente finita pero por los pelos). Recopilas 1000 pérdidas y calculas la media — bien. Recopilas 1000 más y la media salta, porque una sola megapérdida nueva puede pesar más que todo lo anterior. Bajo una ley de potencias con $\alpha$ bajo, la observación más grande es a menudo comparable en tamaño a la suma de todas las demás. La media muestral es rehén de su único valor atípico mayor, así que «la pérdida media» no es una magnitud estable y conocible. Por eso los profesionales con datos de cola pesada desconfían de las medias y se apoyan en cuantiles y modelos de cola.

El estimador de Hill: leer α de los datos reales

No puedes ver el verdadero $\alpha$ — tienes que estimarlo de una muestra finita. El caballo de batalla es el estimador de Hill, y su lógica es preciosamente simple.

Intuición. Si la cola es una ley de potencias, entonces los logaritmos de las observaciones más grandes están espaciados como una distribución exponencial, y la separación media entre ellos es $1/\alpha$. Así que: ordena tus datos, quédate con los $k$ sobrepasos superiores, promedia sus distancias logarítmicas por encima del umbral, e invierte.

Definición. Ordena las observaciones de mayor a menor como $X_{(1)} \ge X_{(2)} \ge \cdots$. Usando las $k$ superiores, el estimador de Hill del índice de cola es $\hat{\alpha}_{\text{Hill}} = \left[\frac{1}{k}\sum_{i=1}^{k} \ln \frac{X_{(i)}}{X_{(k+1)}}\right]^{-1},$ es decir, uno entre el exceso logarítmico medio de los $k$ puntos superiores por encima del $(k{+}1)$-ésimo, que sirve de umbral.

Ejemplo resuelto. Supón que las observaciones superiores (en unidades de pérdida) son 100, 70, 55, 48, y la siguiente (el umbral) es $X_{(5)} = 40$, usando $k = 4$. Calcula las razones logarítmicas:

• $\ln(100/40) = \ln 2,5 \approx 0,916$
• $\ln(70/40) = \ln 1,75 \approx 0,560$
• $\ln(55/40) = \ln 1,375 \approx 0,318$
• $\ln(48/40) = \ln 1,2 \approx 0,182$

Media $= (0,916 + 0,560 + 0,318 + 0,182)/4 = 1,976/4 = 0,494$. Entonces $\hat\alpha = 1/0,494 \approx 2,0$. Así que esta pequeña muestra apunta a un índice de cola cerca de 2 — justo en el borde donde la varianza deja de existir.

El truco — elegir $k$. Elige $k$ demasiado pequeño y has tirado casi todos tus datos: la estimación es ruidosa, de alta varianza. Elige $k$ demasiado grande y has llegado al cuerpo de la distribución, donde la aproximación de ley de potencias ya no se cumple: la estimación está sesgada. Los profesionales dibujan $\hat\alpha$ frente a $k$ — el gráfico de Hill — y buscan una meseta estable. Este tira y afloja sesgo-varianza sobre el umbral es exactamente la misma tensión que reencontraremos en la elección de umbral de la teoría de valores extremos; nunca desaparece, porque genuinamente no hay muchos datos en la cola — eso es lo que la hace la cola.

Leyes de potencias más allá de las finanzas

Una comprobación rápida de realidad de que las leyes de potencias no son una rareza financiera — están por todas partes donde los extremos importan, que es por lo que la misma matemática se transfiere.

• Los tamaños de las ciudades siguen una ley de potencias (ley de Zipf) con $\alpha \approx 1$ — un puñado de megaciudades, una larga cola de pueblos.
• La riqueza (la observación original 80/20 de Pareto) es de ley de potencias en la cola superior — unas pocas personas poseen una parte enorme.
• La energía de los terremotos (Gutenberg–Richter), las frecuencias de palabras, los tamaños de archivos, los grados de redes y las pérdidas por catástrofes de seguros son todos de cola de ley de potencias.

La firma compartida es la ausencia de un extremo «típico»: no hay un tamaño de terremoto característico, ni una fortuna típica, ni un crac de tamaño normal. Cuando el mayor evento de un sistema puede empequeñecer a su media por órdenes de magnitud y seguir haciéndolo, casi siempre estás ante una ley de potencias — y echas mano de $\alpha$, no de $\sigma$.

A continuación — la teoría de valores extremos — pasamos de describir la cola a una teoría completa de ella. Conoceremos los dos pilares: los máximos por bloques que convergen a la distribución de valores extremos generalizada, y los excesos sobre umbral que convergen a la distribución de Pareto generalizada — ambos gobernados por un único parámetro de forma ξ que se ata directamente al índice de cola α que acabas de aprender a leer.