Svetlozar Rachev

Svetlozar Rachev: Apostando contra la curva de campana

Las finanzas modernas se construyeron, durante la mayor parte del siglo XX, sobre la suposición de que los rendimientos de los activos siguen algo cercano a una distribución normal: la conocida curva de campana, en la que los eventos extremos son extremadamente raros. Svetlozar "Zari" Rachev pasó su carrera argumentando, con matemáticas en lugar de opiniones, que esta suposición es incorrecta precisamente en lo que más importa: los mercados financieros producen movimientos catastróficos con mucha más frecuencia de lo que predice la curva de campana, y los modelos de precios y riesgos que ignoran esto están mal calibrados para los eventos que realmente causan pérdidas.

De Sofía al Instituto Steklov de Moscú

Rachev se formó en lo que era, en ese momento, una de las tradiciones de probabilidad más rigurosas del mundo. Obtuvo su maestría en la Facultad de Matemáticas de la Universidad de Sofía en 1974, luego se trasladó a la Universidad Estatal Lomonósov de Moscú para realizar un doctorado, completado en 1979 bajo la supervisión de Vladimir Zolotarev, un destacado probabilista soviético conocido por su trabajo sobre distribuciones estables: la familia de distribuciones de probabilidad matemáticamente bien comportadas pero de "cola pesada" que se convertiría en el hilo conductor de la carrera posterior de Rachev. Fue aún más lejos, obteniendo un Doctorado en Ciencias del Instituto Matemático Steklov en 1986, supervisado conjuntamente por tres de las figuras más formidables de las matemáticas soviéticas: Leonid Kantorovich, premio Nobel de economía y fundador de la programación lineal; Andrey Kolmogorov, la figura dominante del siglo XX en la teoría de la probabilidad; y Yuri Prokhorov, una autoridad líder en métricas de probabilidad. Pocos investigadores de finanzas matemáticas en activo pueden afirmar haberse formado bajo un linaje de tal densidad.

Métricas de probabilidad y transporte de masas

La investigación temprana de Rachev aplicó la teoría abstracta de las métricas de probabilidad (formas de medir la "distancia" entre dos distribuciones de probabilidad) a problemas de transporte de masas, el estudio matemático de cómo mover la masa de probabilidad de una distribución a otra al mínimo costo, un campo que el propio Kantorovich había ayudado a fundar. Su libro de 1991 Probability Metrics and the Stability of Stochastic Models, seguido de un tratamiento en dos volúmenes sobre problemas de transporte de masas con Ludger Rüschendorf en 1998-99, estableció este aparato técnico como una herramienta seria en la probabilidad aplicada, trabajo que le valió el Premio de Investigación Humboldt para Académicos Extranjeros en 1995, un premio otorgado por el gobierno alemán a investigadores cuyo trabajo fundamental se considera que ha dado forma a su campo a nivel internacional.

LA PRUEBA GRATUITA
¿Cuánto es el tuyo?

Veinte preguntas, ocho minutos de reloj y un percentil medido frente a todos los que la han hecho. Sin registro.

Hacer la prueba de CI →

Colas pesadas, fijación de precios de opciones y el Ratio de Rachev

La contribución más distintiva e influyente de Rachev fue llevar esta maquinaria de teoría de la probabilidad directamente a las finanzas matemáticas, reemplazando las suposiciones gaussianas clásicas que subyacen a gran parte de la teoría de carteras y la fijación de precios de opciones con modelos no gaussianos de cola pesada que se ajustan mejor a cómo se comportan realmente los mercados: modelos en los que las grandes oscilaciones de precios, las caídas del mercado y otros eventos de cola ocurren con una frecuencia realista y calibrada empíricamente en lugar de ser descartados. Su libro Stable Paretian Models in Finance (2000) expuso detalladamente el caso matemático de estas distribuciones de cola pesada, y su posterior Financial Models with Lévy Processes and Volatility Clustering (2011) amplió el marco para capturar la tendencia de la volatilidad del mercado a agruparse en ráfagas, otra característica bien documentada pero clásicamente submodelada de los mercados reales. A partir de este trabajo, Rachev introdujo el Ratio de Rachev, una medida de riesgo-retorno diseñada específicamente para comparar el potencial de recompensa de una inversión frente a su riesgo de cola en un entorno no gaussiano, una alternativa a medidas más antiguas como el ratio de Sharpe, que asumen implícitamente el mismo comportamiento de curva de campana que la investigación de Rachev se propuso corregir.

De la teoría a las mesas de negociación

Rachev no limitó este trabajo a revistas académicas. En 1999 cofundó Bravo Group con su hija, Borjana Racheva-Iotova, para crear software comercial que implementara modelos de distribución de cola pesada para la gestión de riesgos financieros; la tecnología de la empresa se convirtió más tarde en el producto insignia de gestión de riesgos de FinAnalytica tras su adquisición, un caso raro de la teoría de probabilidad fundamental de un académico convertida directamente en software utilizado en mesas de negociación y riesgo reales. Continuó ocupando cátedras en matemáticas financieras, más recientemente en la Texas Tech University, publicando sobre finanzas matemáticas, teoría de la probabilidad y estadística en todo momento.

Reconocimiento

Más allá del Premio Humboldt, Rachev posee un Doctorado honorario en Ciencias del Instituto Estatal de Tecnología de San Petersburgo (1992), es miembro del Instituto de Estadística Matemática y es miembro extranjero de la Academia Rusa de Ciencias Naturales, un conjunto de honores que reflejan el reconocimiento tanto dentro de la comunidad de matemáticas y estadística como entre los investigadores financieros aplicados que adoptaron sus modelos de cola pesada.

Por qué Svetlozar es llamado un genio

La contribución intelectual específica detrás de la etiqueta es la insistencia de Rachev, respaldada por una rigurosa teoría de la probabilidad en lugar de meras quejas empíricas, de que la suposición fundamental de las finanzas de rendimientos distribuidos normalmente no es una simplificación conveniente, sino una fuente de subestimación sistemática y peligrosa del riesgo, y su construcción de un aparato matemático alternativo completo, desde la teoría de la distribución estable hasta las métricas de probabilidad y el Ratio de Rachev, para reemplazarlo. Que sus modelos pasaran de artículos académicos a software comercial de gestión de riesgos realmente utilizado por instituciones financieras es una prueba inusualmente sólida de que la visión teórica se mantuvo bajo la presión del mundo real en lugar de seguir siendo una abstracción elegante. El contraargumento honesto es que Rachev no descubrió las distribuciones de cola pesada por sí mismo (su maestro Zolotarev y predecesores como Benoit Mandelbrot ya habían establecido décadas antes que los rendimientos financieros muestran colas pesadas) y el genio de Rachev radica específicamente en la sistematización y la aplicación: construir la infraestructura matemática rigurosa, las herramientas de fijación de precios y, finalmente, el software comercial que convirtió una observación que otros habían hecho en una disciplina operativa. Es el genio de un ingeniero de ideas tanto como de un creador de ellas, y las fuentes disponibles no documentan ningún premio de matemáticas de primer nivel, solo un reconocimiento sostenido dentro de la teoría de la probabilidad y las finanzas matemáticas específicamente.

Legado

Los modelos de cola pesada y distribución estable, que alguna vez fueron una posición minoritaria frente a la ortodoxia gaussiana dominante de las finanzas, son ahora una parte estándar del conjunto de herramientas de gestión de riesgos en las principales instituciones financieras, y el Ratio de Rachev sigue siendo citado como una alternativa a las medidas de estilo Sharpe precisamente en los entornos de riesgo de cola que el ratio clásico nunca fue diseñado para manejar: una lenta pero real reivindicación de un argumento que Rachev pasó décadas construyendo las matemáticas para respaldar. Cada nueva caída del mercado que viola las predicciones de los modelos gaussianos proporciona una nueva y desagradable evidencia para el caso que él presentó por primera vez en forma impresa décadas antes.

Compara con los grandes

Mahatma Gandhi vs Stephen HawkingSteve Jobs vs Variste GaloisBenjamin Franklin vs PythagorasGalileo Galilei vs Henri Poincar
Ver el Ranking →Todas las comparaciones →

Niños prodigio

Jacob BarnettJacob BarnettAutistic Physics Prodigy — IUPUI Master's at 14, Perimeter…Yusra MardiniYusra MardiniSwam Refugees to Safety Across the Aegean — Olympic Athlete on…Mahnoor CheemaMahnoor CheemaPassed 34 O-Levels by Age 13 — Pakistani-British Prodigy with…Dominique MoceanuDominique MoceanuYoungest member of the 1996 Olympic gold 'Magnificent Seven' at…
Niños prodigio →

Juega y vuelve mañana

Desafío diario del genio · Brain teaser
Which is heavier: a kilogram of feathers or a kilogram of steel?
Toca tu respuesta ↓
¿Qué genio eres? Test de CI gratis