Correlación Positiva: Cuando Se Comporta de Manera Diferente Bajo Condiciones de Mercado Cambiantes

Respuesta directa

La correlación positiva se comporta de manera diferente cuando la relación subyacente entre dos series de precios no es estable en el tiempo. En la práctica, la correlación es condicional: depende del “régimen” de mercado (apetito de riesgo vs. aversión al riesgo), del entorno de volatilidad, de la frecuencia con la que los movimientos ocurren conjuntamente y de las opciones de medición utilizadas para estimar la correlación.

Un malentendido común es tratar la “correlación positiva” como una propiedad permanente. En cambio, es una estadística resumida de cómo dos variables se movieron juntas durante un período específico y bajo condiciones específicas. Cuando esas condiciones cambian, la correlación estimada puede caer hacia cero, fluctuar fuertemente o incluso volverse negativa.

Mecanismo y definición

La correlación positiva significa que dos series tienden a moverse en la misma dirección con más frecuencia de lo que se esperaría por azar. Formalmente, la correlación compara la co-movilidad: si una serie tiende a subir cuando la otra sube, la correlación es positiva; si una tiende a caer cuando la otra sube, es negativa.

Sin embargo, la correlación es sensible a supuestos e insumos:

• Ventana de tiempo: Usar una ventana corta puede capturar sincronía temporal; usar una ventana más larga mezcla múltiples regímenes.
• Régimen de volatilidad: Cuando la volatilidad es baja, los movimientos idiosincrásicos pequeños pueden dominar; cuando la volatilidad aumenta, los impulsores compartidos pueden dominar.
• Momento y sincronización: Incluso si ambos mercados están impulsados por los mismos eventos, pueden reaccionar en momentos ligeramente diferentes. La desalineación puede reducir la correlación medida.
• No estacionariedad: La relación estadística puede cambiar porque los impulsores del mercado cambian con el tiempo.

Por lo tanto, “la correlación positiva que se comporta de manera diferente” generalmente significa que la correlación estimada cambia porque los impulsores de la co-movilidad cambian, o porque la forma en que se mide la co-movilidad ya no coincide con cómo se mueven los mercados.

Evidencia o ejemplo (con supuestos explícitos)

Considere dos rendimientos de divisas, A y B, durante 6 meses. Suponga:

1. Durante los meses 1–3, ambas divisas se ven afectadas por el mismo impulsor de riesgo macro (por ejemplo, un cambio amplio en el sentimiento de riesgo global). Los rendimientos suben y bajan juntos, produciendo una correlación notablemente positiva.
2. Durante los meses 4–6, el impulsor compartido se debilita y factores más locales importan (por ejemplo, diferentes expectativas de inflación o tasas de interés). Los rendimientos pueden seguir moviéndose “a menudo”, pero no en la misma dirección al mismo tiempo.
3. Durante la segunda mitad, la volatilidad aumenta bruscamente para A más que para B, y sus reacciones ocurren con un desfase temporal.

Si se recalcula la correlación:

• Durante los meses 1–3, la correlación es positiva.
• Durante los meses 4–6, la correlación podría reducirse hacia cero porque la co-movilidad es menos consistente.
• Durante los 6 meses completos, la relación promedio podría parecer menor que cualquiera de los subperíodos, porque se están mezclando diferentes regímenes.

Esto no es una contradicción. Refleja que la correlación que se calcula es condicional al período y al entorno de mercado que se incluye.

Limitaciones y riesgos (modos de falla materiales)

La limitación principal es que la correlación es descriptiva, no predictiva. Incluso si se observa una correlación positiva en el pasado, no garantiza que la relación persista.

Los modos de falla clave incluyen:

• Cambios de régimen: Cuando los impulsores de ambas series cambian, la correlación puede debilitarse o revertirse.
• Inestabilidad de medición: Diferentes frecuencias de muestreo (diaria vs. horaria) o diferentes longitudes de ventana pueden producir diferentes estimaciones de correlación.
• Reacciones no sincrónicas: Si un mercado responde antes o después a la misma información, la correlación medida puede ser menor que el vínculo subyacente real.
• Fricciones de negociación que afectan los precios observados: El spread, el deslizamiento y el momento de ejecución pueden alterar los rendimientos efectivos realmente realizados, incluso si las correlaciones medidas en precios medios parecían positivas.
• Correlación espuria: Dos series pueden parecer positivamente correlacionadas en un período debido al azar o a la exposición compartida a un factor cambiante.

Verificación o siguiente pregunta

Para verificar cuándo la correlación se comporta de manera diferente, se puede probar la estabilidad de forma independiente en lugar de asumir que es constante:

• Divida la muestra en subperíodos (por ejemplo, por régimen de volatilidad o por bloques de tiempo) y compare la correlación entre ellos.
• Use definiciones consistentes de rendimientos (método de cálculo claro) y una frecuencia de muestreo consistente.
• Verifique si la co-movilidad es sincrónica (si el momento difiere, la correlación puede subestimar el vínculo).
• Compare la correlación de precios brutos vs. las medidas de rendimientos realizados para ver si los costos y la ejecución cambian materialmente la relación.

Si la correlación cambia sustancialmente entre subperíodos, entonces “la correlación positiva que se comporta de manera diferente” se explica por dinámicas condicionales: la relación no es estable entre las condiciones probadas.