Niespallecmenjo - Análisis espectral del riesgo de salto latente

Análisis espectral

Descomposición espectral del riesgo de salto latente en activos financieros con alta curtosis empírica

Autor Redacción Niespallecmenjo 2 diciembre 2026

#01

Por qué el dominio de la frecuencia revela lo que el dominio del tiempo oculta

El análisis en el dominio del tiempo de los retornos de activos produce estadísticos que resumen la distribución de los movimientos de precio pero que no distinguen de forma natural entre las escalas temporales en las que opera cada componente del riesgo. Un salto de gran magnitud y escasa frecuencia contribuye a la varianza total del mismo modo que una secuencia de pequeños movimientos continuos con la misma variación acumulada, lo que hace imposible separar ambos fenómenos sin información adicional sobre la estructura temporal del proceso. El análisis espectral, que descompone la variación de una serie temporal en función de la frecuencia de los movimientos que la generan, ofrece una perspectiva complementaria que permite identificar en qué bandas de frecuencia se concentra el riesgo de salto latente. Los saltos, por su naturaleza discontinua, contribuyen de forma relativamente uniforme a todas las frecuencias del espectro, mientras que la volatilidad difusa tiende a concentrar su contribución en las frecuencias bajas debido a su autocorrelación positiva. Esta diferencia en el perfil espectral de ambos componentes es la base del enfoque de descomposición espectral aplicado a la detección de saltos latentes.

El perfil espectral plano como señal de discontinuidad

Un proceso de salto puro, sin componente difusa, genera un espectro de potencia aproximadamente plano en todas las frecuencias, lo que en la literatura estadística se denomina espectro de ruido blanco. La presencia de esta característica en el espectro empírico de los retornos de un activo, una vez eliminada la contribución de la volatilidad difusa mediante métodos de sustracción espectral, constituye evidencia indirecta de la presencia de saltos latentes. La detección de este patrón espectral requiere estimar el espectro empírico con suficiente resolución en frecuencia, lo que exige series temporales de longitud considerable o el uso de técnicas de suavizado espectral que reduzcan la varianza del estimador a costa de introducir cierto sesgo en la resolución frecuencial.

Estimadores espectrales robustos a la no estacionariedad local

Los retornos de activos financieros exhiben patrones de no estacionariedad local, como cambios en el nivel de volatilidad difusa o variaciones en la intensidad de los saltos a lo largo del tiempo, que distorsionan los estimadores espectrales convencionales basados en la transformada de Fourier estándar. Los métodos de análisis espectral por ventanas móviles, que calculan el espectro sobre subperiodos solapados de longitud fija, permiten rastrear la evolución temporal del perfil espectral y detectar cambios en la contribución relativa de los componentes difuso y discontinuo. Esta aproximación es especialmente útil para identificar periodos en los que el riesgo de salto latente se intensifica de forma transitoria, lo que puede tener implicaciones directas para el análisis de la prima de riesgo de salto en distintos momentos del ciclo económico.

Separación espectral de variación continua y discontinua

La separación del espectro total de los retornos en sus componentes continua y discontinua puede realizarse mediante técnicas de estimación espectral semiparamétrica que modelizan la componente de baja frecuencia del espectro, atribuible principalmente a la volatilidad difusa, mediante una función paramétrica flexible, y estiman la componente de alta frecuencia residual como la contribución de los saltos. Este enfoque requiere supuestos sobre la forma funcional del espectro de la componente difusa que deben verificarse empíricamente, y los resultados son sensibles a la elección del punto de corte en frecuencia que separa las dos componentes. La selección objetiva de ese punto de corte mediante criterios de información adaptativos constituye un área activa de investigación en la literatura de econometría de alta frecuencia.

Curtosis espectral como medida de actividad de salto

La curtosis espectral, definida como el cociente entre el cuarto momento espectral y el cuadrado del segundo momento espectral, proporciona una medida de la actividad de salto que es invariante a la escala de los retornos y que puede calcularse de forma no paramétrica directamente sobre los datos observados sin necesidad de especificar un modelo paramétrico para el proceso de salto. Valores de curtosis espectral significativamente superiores a tres, que es el valor teórico para un proceso gaussiano, constituyen evidencia de la presencia de saltos latentes que no pueden atribuirse a la componente difusa del proceso. Esta medida es complementaria a los estimadores de variación bipower en el dominio del tiempo y puede utilizarse como prueba de especificación para evaluar si un modelo propuesto captura adecuadamente la actividad de salto presente en los datos.

#02

Estimación de la fracción de variación atribuible a los saltos mediante métodos espectrales

La cuantificación de la fracción de la variación total de los retornos que es atribuible a los saltos latentes es uno de los objetivos centrales del análisis de riesgo de salto. En el dominio del tiempo, esta cuantificación se realiza habitualmente mediante el cociente entre la variación discontinua estimada y la variación cuadrática total. En el dominio de la frecuencia, la misma cantidad puede estimarse a partir de la diferencia entre el nivel del espectro en las frecuencias altas, donde predomina la contribución de los saltos, y el nivel extrapolado desde las frecuencias bajas del espectro de la componente difusa. Cuando ambos enfoques producen estimaciones coherentes, el analista dispone de evidencia convergente sobre la fracción de riesgo de salto que es robusta a la elección del método de estimación. Cuando los resultados divergen de forma sustancial, esa divergencia es en sí misma informativa sobre las limitaciones de los supuestos de cada método y sobre la incertidumbre inherente a la descomposición del riesgo en sus componentes fundamentales.

El cociente señal-salto como estadístico de referencia

El cociente entre la potencia espectral estimada en las frecuencias altas y la potencia espectral total proporciona un estadístico de referencia para evaluar la relevancia económica del riesgo de salto latente en un activo concreto. Este cociente varía entre cero, cuando toda la variación es atribuible a la componente difusa, y uno, cuando toda la variación proviene de saltos. En los mercados de renta variable desarrollados, los valores empíricos de este cociente se sitúan habitualmente en un rango que refleja una contribución sustancial pero no dominante de los saltos a la variación total, con una variación temporal considerable que sigue el ciclo de actividad del mercado.

Descomposición multibanda para saltos de distinta magnitud

Los saltos de gran magnitud y escasa frecuencia tienen un perfil espectral distinto al de los saltos pequeños y frecuentes, lo que permite en principio realizar una descomposición del riesgo de salto en bandas de frecuencia que corresponden aproximadamente a distintos rangos de magnitud. Esta descomposición multibanda requiere estimadores espectrales con alta resolución frecuencial y series temporales de longitud considerable para producir resultados estadísticamente fiables. La interpretación económica de los resultados debe hacerse con cautela, ya que la correspondencia entre bandas de frecuencia y rangos de magnitud de los saltos no es exacta y depende de la distribución de los saltos bajo el modelo generador de datos.

Comparación entre activos mediante perfiles espectrales normalizados

La comparación del perfil espectral del riesgo de salto entre distintos activos o mercados requiere normalizar los espectros por la variación total de cada serie para eliminar el efecto de las diferencias en el nivel de volatilidad. Los perfiles espectrales normalizados permiten identificar qué activos concentran una mayor proporción de su riesgo total en la componente de salto y en qué bandas de frecuencia se sitúa esa concentración. Esta comparación puede proporcionar información relevante sobre las diferencias estructurales en el proceso generador de retornos entre distintos mercados y sobre la diversificación del riesgo de salto en una cartera de activos con distintos perfiles espectrales.

Variación temporal de la fracción de riesgo de salto

La fracción de variación atribuible a los saltos no es constante a lo largo del tiempo, sino que varía de forma sustancial en respuesta a cambios en las condiciones del mercado. Los periodos de estrés financiero tienden a mostrar una fracción de riesgo de salto más elevada, lo que refleja tanto un aumento en la intensidad de los saltos como una reducción relativa de la volatilidad difusa. El seguimiento temporal de esta fracción mediante estimadores espectrales por ventanas móviles proporciona una señal de alerta estadísticamente fundamentada sobre cambios en la estructura del riesgo que pueden no ser detectables mediante los estadísticos convencionales de volatilidad.

#03

Implicaciones del análisis espectral para la selección y validación de modelos de salto

El análisis espectral no es únicamente una herramienta de diagnóstico descriptivo; proporciona también criterios objetivos para la selección entre modelos alternativos de salto y para la validación de los modelos estimados. Un modelo de salto bien especificado debería reproducir el perfil espectral empírico de los retornos con una precisión estadísticamente aceptable en todas las bandas de frecuencia relevantes, no únicamente en las frecuencias donde la diferencia entre modelos con y sin saltos es más pronunciada. La verificación de esta condición mediante pruebas de bondad de ajuste espectral permite detectar formas de mal especificación que no serían visibles en las pruebas de ajuste convencionales basadas en los momentos de la distribución marginal de los retornos. El análisis espectral completa así el conjunto de herramientas de validación disponibles para el analista que trabaja con modelos de salto latente, ofreciendo una perspectiva que es complementaria y en algunos casos más sensible que los métodos en el dominio del tiempo.

Pruebas de bondad de ajuste espectral para modelos de salto

Las pruebas de bondad de ajuste espectral comparan el espectro teórico del modelo de salto propuesto con el espectro empírico estimado sobre los datos observados, utilizando estadísticos de distancia que tienen distribuciones asintóticas conocidas bajo la hipótesis nula de que el modelo está correctamente especificado. Estas pruebas son especialmente sensibles a las formas de mal especificación que afectan a las propiedades de las colas de la distribución de los retornos, que son precisamente las propiedades más relevantes para la evaluación del riesgo de salto. Su implementación práctica requiere estimar el espectro empírico con un ancho de banda suficientemente pequeño para capturar las características de alta frecuencia del proceso, lo que puede requerir series temporales de longitud considerable para obtener potencia estadística aceptable.

Identificación espectral de la intensidad de salto óptima

La intensidad de salto que minimiza la distancia espectral entre el modelo y los datos puede utilizarse como estimador alternativo al de máxima verosimilitud cuando la función de densidad de transición del modelo no admite expresión analítica cerrada. Este estimador de mínima distancia espectral es consistente bajo condiciones regulares y produce estimaciones que son robustas a la especificación de la distribución de las magnitudes de los saltos cuando la distancia se evalúa en un rango de frecuencias donde el perfil espectral es suficientemente informativo sobre la intensidad del proceso de salto. La eficiencia relativa de este estimador frente al de máxima verosimilitud depende de la elección del conjunto de frecuencias de evaluación y de la función de ponderación utilizada.

Análisis espectral cruzado para detectar saltos comunes entre activos

El análisis espectral cruzado entre dos series de retornos permite identificar la presencia de saltos comunes que afectan simultáneamente a ambos activos, lo que tiene implicaciones directas para la evaluación del riesgo sistémico y para la construcción de modelos de valoración multifactor con saltos correlacionados. La coherencia espectral entre dos series, que mide la correlación entre sus componentes en cada frecuencia, tiende a ser más elevada en las frecuencias altas cuando los saltos comunes son frecuentes, lo que proporciona una señal estadística de la presencia de ese componente común de riesgo discontinuo que no es fácilmente detectable mediante los estadísticos de correlación convencionales.

Límites del análisis espectral en presencia de no estacionariedad estructural

El análisis espectral asume implícitamente que las propiedades estadísticas del proceso son estacionarias en sentido amplio durante el periodo de análisis, condición que raramente se cumple de forma estricta en los mercados financieros. Los cambios estructurales en la intensidad de los saltos o en el nivel de volatilidad difusa introducen distorsiones en los estimadores espectrales que pueden generar conclusiones erróneas sobre el perfil espectral del riesgo de salto. La combinación del análisis espectral con métodos de detección de cambios estructurales, que permiten identificar los puntos de ruptura más relevantes antes de aplicar los estimadores espectrales a cada subperiodo homogéneo, constituye la práctica más robusta disponible para mitigar este problema en aplicaciones empíricas reales.