3. Colas gordas y asimetría

Nivel 2: Distribuciones y por qué los mercados no son "normales"

El 19 de octubre de 1987 el S&P 500 cayó más de un 20 % en una sola sesión.

Con la campana del módulo anterior en la mano, ese día no debería haber existido. No "es raro": el modelo dice que jamás debería haber ocurrido, en toda la historia de los mercados organizados.

Ocurrió. Y el histograma real de cualquier índice lleva la marca de por qué.

Tres diferencias sistemáticas

Construye el histograma real de los retornos diarios de cualquier índice bursátil amplio, como el S&P 500, durante varias décadas. Compáralo con una curva normal que tenga exactamente la misma media y la misma desviación estándar.

Vas a notar tres diferencias sistemáticas:

• Hay más días muy cerca de cero de lo que predice la normal: un pico más afilado en el centro.
• Hay menos días con movimientos moderados, ni pequeños ni extremos.
• Hay más días con movimientos extremos —tanto al alza como, sobre todo, a la baja— de lo que la normal considera plausible.

A esta última característica se le llama, coloquialmente, colas gordas: los extremos de la distribución real "pesan" más que los de una normal comparable.

Curtosis: pico alto y colas gordas

El nombre técnico de este fenómeno es curtosis.

Puedes entenderlo sin fórmula. Es una medida de cuánta probabilidad se concentra en el centro y en los extremos de una distribución, en comparación con la normal, a costa de quitársela a la zona intermedia.

Una distribución con curtosis superior a la normal se dice que es leptocúrtica. Tiene ese patrón de pico alto y colas gordas: parece más puntiaguda en el centro que la campana normal, pero sus extremos caen mucho más lentamente hacia cero.

Los retornos financieros diarios son, de forma casi universal, leptocúrticos. Hay más días tranquilos de lo esperado, más días catastróficos de lo esperado, y menos días de volatilidad intermedia.

Asimetría: la cola izquierda es más larga

La segunda diferencia sistemática es la asimetría, o skewness. Mide si una distribución es simétrica, como la normal, o si tiene una cola más larga hacia un lado.

Los retornos de acciones e índices bursátiles muestran, de forma bastante consistente, asimetría negativa: la cola izquierda, la de las pérdidas, es más larga y pesada que la cola derecha, la de las ganancias.

En la práctica, esto significa que los movimientos bajistas extremos tienden a ser más bruscos y súbitos que los alcistas extremos. Compara los dos lados:

• Un mercado puede subir un 20 % de forma gradual a lo largo de varios meses. Pero rara vez sube un 20 % en una sola sesión.
• En cambio, sí ha llegado a caer más de un 20 % en un solo día, el 19 de octubre de 1987. Y ha caído más de un 9 % en una sola sesión en varias ocasiones históricas.

Por qué el mercado es asimétrico

Hay razones económicas de fondo detrás de esta asimetría. No es un simple accidente estadístico.

El miedo reacciona más rápido y con más fuerza que la codicia. Las ventas forzadas por llamadas de margen (margin calls), la liquidación de posiciones apalancadas y el pánico de vendedores que necesitan salir ya, no mañana, generan caídas abruptas.

Esas caídas no tienen un equivalente simétrico al alza, sencillamente porque nadie se ve obligado a comprar con la misma urgencia.

Hay un segundo motor. Muchas estrategias e instrumentos tienen un perfil de resultados asimétrico por construcción, como la venta de opciones o determinadas estrategias con apalancamiento. Ganan poco de forma frecuente y, ocasionalmente, pierden mucho, lo que amplifica esa cola izquierda pesada en los datos agregados del mercado.

Las cuentas del Lunes Negro

Volvamos al ejemplo del principio, porque las cifras merecen mirarse despacio.

El 19 de octubre de 1987, el llamado Lunes Negro, el S&P 500 cayó más de un 20 % en una sola sesión. Con una desviación estándar diaria típica del índice en torno al 1 %, esa caída representa un movimiento de unas 20 desviaciones estándar.

Bajo el supuesto de una distribución normal estricta, la probabilidad de un evento así es tan cercana a cero que, en términos prácticos, el modelo dice que jamás debería haber ocurrido. Ni en todo el tiempo transcurrido desde el origen de los mercados organizados.

Y no fue la única vez que se han observado movimientos que la normal calificaría de imposibles. Los años 1997, 2008, 2010, 2015, 2020 y 2025 dan ejemplos adicionales. Cada uno con su propio detonante, y todos con la misma firma estadística: mucho más extremo de lo que la campana de Gauss permite.

La huella estadística de los cisnes negros

Esta discrepancia entre la teoría normal y la realidad empírica no es un detalle técnico menor. Es la huella estadística que dejan lo que en el curso de teoría de mercados se llamaron cisnes negros.

Todavía no vas a profundizar en las causas y en las implicaciones prácticas de esos eventos: eso llega en el último módulo de este nivel.

Pero conviene que la conexión quede clara desde ya. Las colas gordas y la asimetría negativa aparecen en cualquier histograma real de retornos. Y son la evidencia estadística de una idea de fondo: los eventos extremos no son una rareza teórica marginal, sino una característica estructural y recurrente de cómo se mueven los mercados.

Lo que se te escapa si lo ignoras

Para quien construye o evalúa una estrategia, ignorar esto tiene consecuencias muy concretas.

Un ratio de Sharpe calculado sobre una estrategia con fuerte asimetría negativa puede parecer excelente durante años, con ganancias pequeñas y constantes. Y esconder un riesgo de pérdida catastrófica que solo se materializa en contadas ocasiones, pero de forma devastadora cuando ocurre.

Es el patrón que coloquialmente se describe como "recoger monedas delante de una apisonadora": todo va bien, hasta que deja de ir bien de golpe.

Reconocer las colas gordas y la asimetría en los datos es el primer paso para no confundir una racha tranquila con ausencia real de riesgo.