Respuesta directa
Los cambios de correlación se refieren a la forma en que la relación medida entre dos rendimientos de divisas puede variar a lo largo del tiempo. El marco temporal afecta esto porque no se está midiendo una propiedad fija única; se está estimando la dependencia a partir de un segmento de datos. Cambie la ventana de observación (cuánto hacia atrás se mira) o el período de mantenimiento (el lapso de tiempo que se agrega en rendimientos), y la correlación estimada puede moverse.
Mecanismo y definición
Comience con dos series temporales de precios de dos pares de divisas (o de dos instrumentos negociables cualesquiera). Normalmente se convierten los precios en rendimientos y luego se calcula la correlación sobre esos rendimientos. La correlación responde una pregunta concreta: con qué consistencia se mueven juntas las dos series de rendimientos dentro de la ventana elegida, bajo una definición de rendimiento específica (por ejemplo, rendimientos simples o rendimientos logarítmicos) y una frecuencia de muestreo determinada.
El marco temporal interviene de dos maneras:
-
Ventana de observación (marco temporal de estimación): si se calcula la correlación con una ventana más larga, se promedian más condiciones de mercado. Si se usa una ventana más corta, se enfocan condiciones más recientes, por lo que la estimación puede reaccionar rápidamente a los cambios.
-
Período de mantenimiento (marco temporal de agregación): si se miden rendimientos en intervalos de 1 día, se obtiene un conjunto de puntos de rendimiento. Si en cambio se miden rendimientos en intervalos de 5 días, cada punto de datos es una agregación de varios días. La agregación cambia la agrupación de la volatilidad, el suavizado y el momento de los shocks, por lo que la dependencia puede parecer más fuerte o más débil.
Evidencia o ejemplo (estilo escenario-impacto)
Considere un escenario en el que dos pares de divisas están influenciados principalmente por el mismo factor macro durante períodos “normales”, pero durante eventos repentinos de aversión al riesgo se desacoplan.
- Si se estima la correlación con una ventana corta que incluye múltiples episodios de aversión al riesgo, la estimación puede caer (o incluso cambiar de signo) porque los rendimientos durante esos episodios se comportan de manera diferente.
- Si se estima la correlación con una ventana larga que mezcla períodos normales y de aversión al riesgo, la estimación puede parecer más estable, pero también puede convertirse en un compromiso, enmascarando el hecho de que la relación depende del régimen.
Ahora cambie el período de mantenimiento. Un período de mantenimiento corto puede capturar la co-movilidad inmediata de las fluctuaciones diarias. Un período de mantenimiento más largo puede combinar esas fluctuaciones con ajustes posteriores, efectos de carry o reacciones retardadas. Los rendimientos combinados pueden, por tanto, mostrar una co-movilidad diferente a la de los rendimientos de intervalo corto, incluso si los impulsores subyacentes son los mismos.
Una implicación clave es que el marco temporal cambia aquello sobre lo que se “condiciona”. La correlación es condicional al segmento de datos y a la agregación de rendimientos que se elija.
Limitaciones y riesgos (modos de fallo materiales)
-
La correlación no es una garantía de co-movilidad futura. La correlación histórica refleja rendimientos observados dentro de una ventana específica, no una regla que vaya a persistir.
-
Cambio de régimen y no estacionariedad: las relaciones entre divisas pueden cambiar cuando la estructura del mercado se modifica, la volatilidad aumenta o los impulsores de riesgo clave cambian. En ese caso, la correlación puede ser inestable entre marcos temporales.
-
Elecciones de medición y metodología: la correlación depende de la definición de rendimiento, la frecuencia de muestreo, el manejo de datos faltantes y si se usan rendimientos superpuestos o no superpuestos. Diferentes elecciones pueden cambiar la estimación.
-
Costos y fricciones de ejecución: incluso si dos series muestran rendimientos correlacionados, los costos de transacción y el momento de ejecución pueden alterar los resultados realizados. La correlación de los rendimientos por sí sola no tiene en cuenta estos efectos.
Verificación y siguiente pregunta
Para verificar de forma independiente los efectos del marco temporal, use un método transparente:
- Elija una definición de rendimiento consistente.
- Calcule correlaciones móviles con múltiples longitudes de ventana (por ejemplo, corta vs. larga) y compare cómo se mueve la estimación.
- Repita el análisis con diferentes períodos de mantenimiento agregando rendimientos en diferentes horizontes.
Su punto de control: si la correlación cambia materialmente al ajustar la ventana de observación o el período de mantenimiento, eso es evidencia directa de sensibilidad al marco temporal.
Una pregunta útil a continuación no es “cuál es la correlación actual”, sino “qué tan estable es la relación entre ventanas y horizontes de rendimiento plausibles, y cambia alrededor de cambios de régimen conocidos?”