Buena parte de la conversación sobre el futuro de los negocios ha girado en torno a la Inteligencia Artificial (IA) y el Big Data. En gestión de riesgos, ambas herramientas comparten la promesa de extraer mejores señales a partir de grandes volúmenes de información, pero hay otro mecanismo, menos comentado y todavía incipiente, que abre un camino distinto: son los mercados de predicción.
Funcionan como una mezcla de encuesta, bolsa y apuesta. A diferencia de la IA, no parten de datos ya existentes para inferir un resultado, sino que convierten expectativas dispersas sobre eventos futuros en un precio de mercado. Miles de participantes compran y venden contratos ligados a elecciones, decisiones de bancos centrales, inflación, conflictos geopolíticos o cambios regulatorios. Para muchos, su atractivo está en el componente especulativo, pero reducirlos a eso sería perder de vista lo más interesante. Ese precio funciona como una probabilidad implícita sobre hechos inciertos, actualizada en tiempo real. Esto importa porque una parte creciente del riesgo corporativo ya no encaja en los moldes tradicionales. Riesgos políticos, económicos, regulatorios, climáticos, reputacionales o de disrupción operativa cambian demasiado rápido y muchas veces carecen de historia estadística suficiente o de relaciones causales fáciles de aislar. En ese contexto, una probabilidad de mercado puede servir como punto de comparación para monitorear exposición, ajustar escenarios y calibrar decisiones. La evidencia disponible, aunque todavía acotada, apunta en esa dirección. En la elección presidencial de Estados Unidos de 2024, Polymarket reflejó antes que varios promedios de encuestas, entre ellos 538, una ventaja más clara de Donald Trump. Algo parecido ocurrió con la Reserva Federal. Alrededor del sorpresivo recorte de 50 puntos base en septiembre de ese año, Kalshi ofreció señales comparables a las de pronosticadores profesionales y, en ciertos momentos, más sensibles ante el giro inesperado del escenario. Para el sector financiero y asegurador, poner precio a la incertidumbre mediante tasas, volatilidades, spreads o primas siempre ha sido parte central del negocio. Por ahora, los mercados de predicción no sustituyen esas herramientas. Más bien ofrecen una referencia complementaria sobre eventos que ya afectan decisiones empresariales, balances y costos de cobertura. Pero, al conectar oferta y demanda alrededor de un evento incierto, también insinúan algo más. Una empresa expuesta a un movimiento en tasas de interés o a un resultado electoral podría, en el largo plazo, usar estos mercados para cubrir parte de esa exposición. El planteamiento no es descabellado. El mercado de bonos catastróficos y de insurance-linked securities (ILS) ya demostró que el capital institucional está dispuesto a asumir riesgos ligados a eventos específicos cuando están bien definidos, modelados y estructurados. El punto de partida es parecido. Se trata de convertir un evento incierto en una exposición observable y, potencialmente, transferible. Por eso es razonable pensar que ciertos riesgos discretos también podrían beneficiarse de mercados más transparentes y con precios actualizados con mayor frecuencia. Incluso podrían abrir un canal complementario para transferir riesgos que hoy ni el sector asegurador ni el financiero tienen suficiente apetito para absorber.
La idea tiene límites claros. Un mercado de predicción no equivale a una prima técnica ni a un spread de riesgo. No sustituye la suscripción, el modelado catastrófico o la disciplina regulatoria que sostiene esos procesos. Su precio puede reflejar sesgos, poca liquidez o información incompleta. Y cuando el evento depende de actores con capacidad de influir directamente en el resultado, el riesgo de manipulación aumenta. Sería un error ver estos mercados como una solución automática para problemas complejos de medición del riesgo. Pero también lo sería desestimarlos como una extensión sofisticada de las apuestas. Lo que está emergiendo es un mecanismo que puede convertir incertidumbre en una señal accionable y, con el tiempo, en una forma complementaria de transferir riesgo. Quizá la utilidad real de los mercados de predicción no esté en adivinar mejor el futuro, sino en mejorar cómo reaccionan las organizaciones ante él. En gestión de riesgos, suele importar más decidir bien bajo incertidumbre que aspirar a una certeza imposible. Porque al final no basta con estimar una probabilidad. También importa quién está dispuesto a asumirla, en qué condiciones y a qué precio. ____ Nota del editor: Alfredo Careaga es egresado de Actuaría y Dirección Financiera del Instituto Tecnológico Autónomo de México y cuenta un MBA de IESE Business School. Tiene amplia experiencia en el sector asegurador y reaseguro, trabajando en México, Estados Unidos y Reino Unido. Es un apasionado del futbol americano y la música, y actualmente se desempeña como Director de Nuevos Negocios de THB México. Las opiniones publicadas en esta columna corresponden exclusivamente al autor. Consulta más información sobre este y otros temas en el canal Opinión
]]>