Cómo derivamos las probabilidades de tasas de interés y evaluamos la postura de política monetaria de los bancos centrales
Marco técnico para la extracción de probabilidades de política monetaria implícitas en el mercado y la evaluación normativa de tasas de referencia
¿Qué hace este sitio? Proporciona dos análisis para cada banco central cubierto:
Cómo funciona:
Un desafío clave: Los futuros de Fondos Federales rastrean directamente la tasa de política monetaria de la Fed, la tasa de fondos federales. No existe un vínculo tan directo para el BCE ni el BoE. Los proxies más cercanos son el ESTR para el BCE y el SONIA para el BoE, ambos operando entre 5 y 15 puntos básicos por debajo de las respectivas tasas de política monetaria. Este sitio asume que el diferencial actual permanece constante a lo largo del horizonte de pronóstico.
Validación: Más del 90% de precisión direccional en 95 decisiones de bancos centrales (2020–2024).
Herramienta interactiva: Hay disponible una calculadora de Excel gratuita para descargar, que permite a los usuarios replicar la metodología de probabilidad y experimentar con diferentes precios de futuros.
Marco de doble metodología:
Contribución clave: Extensión de la metodología CME FedWatch al ESTR y al SONIA bajo un supuesto de diferencial constante para horizontes de 6 a 12 meses. Rendimiento fuera de muestra: 96,3% de precisión direccional, 4,1pp de MAE, puntuación de Brier de 0,041.
Herramientas: Hay disponible una implementación completa en Excel (descarga a continuación) con fórmulas transparentes y sin macros.
Cómo calcula realmente Central Bank Watch las probabilidades que se muestran hoy en este sitio — y por qué fuimos más allá del enfoque de reunión única de la CME descrito más adelante en esta página
Recuperación por mínimos cuadrados, ponderada por días y regularizada mediante un prior de escasez, de la función escalonada de la tasa de política monetaria a partir de toda la curva de futuros disponible, generalizando tanto la descomposición clásica de reunión única de la CME como el propio bootstrap trimestral de este proyecto (Banco de Japón) a todos los bancos centrales de contrato mensual que cubrimos
Cada página de banco central en este sitio muestra la probabilidad de un aumento, un recorte o un mantenimiento de la tasa en cada próxima reunión. Esas probabilidades se extraen de los precios de los futuros de tasas de interés — dinero real que operadores profesionales apuestan sobre hacia dónde se dirigen las tasas de política monetaria. Pero convertir un puñado de precios de futuros mensuales en una probabilidad para una fecha de reunión específica siempre ha requerido un modelo, porque un contrato de futuros no dice «la reunión del 19 de marzo tiene un 60% de probabilidad de un aumento». Dice algo más indirecto: «se espera que la tasa promedio a un día en marzo sea del X%». Algo tiene que traducir ese promedio mensual en una historia reunión por reunión.
Durante mucho tiempo utilizamos la técnica clásica descrita en detalle más adelante en esta página: resolver una reunión a la vez, usando únicamente el contrato de futuros del mes propio de esa reunión y el de su mes vecino inmediato. Es simple, transparente, y es el enfoque estándar de la industria precisamente por esas razones — de hecho, es el mismo enfoque que utiliza la herramienta oficial CME FedWatch Tool para la Reserva Federal.
Al investigar una probabilidad de aumento del 100% que parecía inverosímil y que encontramos en la página del BCE a mediados de 2026, descubrimos que este enfoque simple, reunión por reunión, tiene un punto débil estructural real: puede fallar gravemente cuando dos o más reuniones caen en meses calendario consecutivos sin un mes «tranquilo» (sin reunión) entre ellas que sirva de ancla para el cálculo. Cuando eso ocurre, el método clásico no tiene nada sólido en qué apoyarse para ese tramo, y pequeñas oscilaciones completamente normales en los precios reales del mercado se amplifican hasta convertirse en oscilaciones grandes e inverosímiles.
El Banco de Inglaterra, julio–septiembre de 2026: el Comité de Política Monetaria del BoE se reunió el 30 de julio, el 6 de agosto y el 17 de septiembre — tres reuniones reales en tres meses calendario consecutivos, sin un intervalo limpio entre ninguna de ellas.
Lo que mostraba la curva de futuros real: los precios de los futuros del SONIA cayeron de forma suave y constante durante todo este período — una trayectoria modesta, nada llamativa, monótonamente creciente para las tasas esperadas. Nada en los datos brutos sugería que un recorte de tasas estuviera remotamente sobre la mesa.
Lo que el método antiguo produjo de todos modos: como agosto no tenía un mes vecino limpio en el que anclarse, el cálculo tuvo que resolverse hacia atrás a través de una cadena de estimaciones, y llegó a implicar brevemente una pequeña probabilidad (aproximadamente 9–12%) de un recorte de tasas en la reunión de agosto — contradiciendo claramente una curva que subía de tasa todo el tiempo. Por separado, para la reunión del BCE del 29 de octubre, la misma clase de método local usó una división entre un número de días inusualmente pequeño (la reunión caía apenas 3 días antes de fin de mes) y convirtió una deriva mensual genuinamente modesta en un precio implícito fabricado — uno que en realidad nunca se había cotizado en ninguna parte de la curva real — produciendo una lectura falsa de 100% de probabilidad de aumento.
La solución: resolver simultáneamente todas las próximas reuniones del BoE (y del BCE, y de la Fed) a partir de toda la curva disponible a la vez elimina este modo de fallo. El recorte espurio del BoE se redujo a menos del 1% (terreno de ruido de fondo) y el falso 100% del BCE se convirtió en un 63–72% considerablemente más mesurado y considerablemente más defendible.
Vale la pena repasar el caso del BCE anterior con números reales, porque el mecanismo es simple una vez que se expone.
El BCE se reunió el 29 de octubre — día 29 de un mes de 31 días. Eso deja solo 3 días restantes de octubre después de la reunión, frente a 28 días antes de ella.
El método antiguo, de reunión única, trabaja hacia atrás a partir de dos números conocidos:
Para que el promedio mensual de octubre resulte en 2,36%, cuando 28 de sus 31 días siguen situados en el antiguo nivel de 2,32%, los 3 días restantes tienen que hacer todo el trabajo de elevar el promedio. Resolver para esos 3 días significa dividir la brecha entre 3 de 31 días — de forma equivalente, multiplicar la diferencia original de 4pb por aproximadamente 28÷3 ≈ 9,3 veces:
2.32% + 9.3 × (2.36% − 2.32%) = 2.32% + 9.3 × 0.04% ≈ 2.74%
El método concluye que el mercado debe estar valorando una tasa posterior a la reunión de aproximadamente 2,74% — un salto implícito de más de 40 puntos básicos, muy por encima de un aumento completo de 25pb. Pero una tasa de 2,74% nunca se cotizó en ninguna parte de la curva de futuros real ese día (las cotizaciones reales de todo ese período oscilaron entre aproximadamente 2,19% y 2,49%). Es puramente un artefacto de tener solo 3 días de «margen» para absorber una diferencia rutinaria de 4pb — la misma brecha de 4pb cayendo en la mitad de un mes, con 15 días a cada lado en lugar de 28 contra 3, apenas habría movido la respuesta.
Esta es exactamente la razón por la que resolver cada reunión de forma conjunta a partir de toda la curva, en lugar de una reunión a la vez a partir de sus vecinos inmediatos, elimina el problema: la estimación de ninguna reunión individual vuelve a depender de dividir entre tan solo 3 días.
En lugar de resolver una reunión de forma aislada y esperar que sus meses vecinos cooperen, nuestro enfoque actual observa toda la curva de precios de futuros disponibles — para un banco como el BCE o el BoE, eso son aproximadamente dos años de contratos de futuros mensuales — todos a la vez, y plantea una única pregunta: ¿cuál es el patrón más simple de un puñado de cambios de tasa, que ocurren exactamente en las fechas reales programadas de las reuniones, que haría que todos estos precios resultaran correctos, en conjunto?
Se trata de un cambio de enfoque sutil pero de consecuencias importantes. En lugar de preguntar «dado solo el precio de este mes y el de su vecino, ¿qué ocurrió en esta única reunión?», preguntamos «dados todos los precios de la curva, ¿cuál es el menor número de cambios de tasa reales y significativos —en las fechas reales de reunión— que explica todo lo que observamos?». Los bancos centrales genuinamente no cambian las tasas en cada reunión; mantienen la tasa sin cambios con mucha más frecuencia de la que la modifican. Incorporamos esa expectativa directamente en el modelo como una preferencia matemática (formalmente, un prior de escasez): favorece activamente una explicación con unos pocos cambios de tasa claros y significativos frente a una que dispersa muchas pequeñas oscilaciones espurias en cada fecha de reunión solo para ajustar los datos ligeramente mejor. Un único precio de contrato inverosímil, o un tramo delgado de la curva sin un ancla limpia cerca, ya no tiene el poder de distorsionar la respuesta, porque ahora es solo una de docenas de piezas de evidencia que se ponderan en conjunto, en lugar de ser el único insumo disponible.
De hecho, esta es exactamente la misma técnica —y el mismo código subyacente— que ya habíamos construido y utilizado para el Banco de Japón, cuyos contratos de futuros abarcan tres meses a la vez en lugar de uno, por lo que un método de reunión única nunca iba a funcionar allí desde el principio. Ahora hemos extendido ese mismo enfoque conjunto también a la Reserva Federal, al Banco Central Europeo y al Banco de Inglaterra, de modo que los cuatro bancos centrales basados en futuros que cubrimos se tratan con una metodología consistente y más robusta.
Una alternativa que suena natural —y que consideramos e investigamos seriamente antes de rechazarla— es ajustar una curva suave a través de los precios de futuros (una técnica llamada Nelson-Siegel-Svensson, o NSS, que este sitio ya utiliza en otros lugares para curvas de rendimiento de bonos genuinas) y leer las probabilidades a partir de esa curva suave en su lugar.
Decidimos no hacerlo, por una razón simple: la tasa de política monetaria de un banco central no es suave. Se mantiene exactamente en un nivel entre reuniones y salta —en una cantidad discreta, en una fecha exacta y programada públicamente— solo cuando el comité vota para modificarla. Se comporta como una escalera, no como una rampa. Ajustar una curva suave a datos de escalera no recupera la escalera; produce algo que parece una pendiente suave, distribuyendo silenciosamente la altura de cada escalón real entre los días y semanas que lo rodean. Esa es exactamente la propiedad equivocada para lo que intentamos medir: necesitamos saber cuánto del movimiento esperado pertenece a esta reunión específica, no una mezcla de apariencia plausible repartida entre varias fechas. Un modelo de suavizado subestimaría sistemáticamente nuestra confianza sobre lo que ocurre exactamente en cada reunión, mientras fabrica una falsa sensación de deriva continua y gradual en todos los días ordinarios en los que no está programado que ocurra nada en absoluto.
Nuestro enfoque conjunto de mínimos cuadrados obtiene lo mejor de ambos instintos. Al igual que el suavizado de curvas, utiliza toda la curva —decenas de contratos— a la vez, en lugar de solo los vecinos inmediatos de una reunión. Pero, a diferencia del suavizado de curvas, nunca renuncia a la restricción que realmente coincide con la realidad: las tasas son constantes entre reuniones y saltan únicamente en las fechas de reunión. Es una forma más inteligente de usar todos los datos, no un supuesto diferente sobre cómo se comportan los bancos centrales.
Dos salvaguardas se ejecutan automáticamente, todos los días, junto con este cálculo:
Ambas se describen con más detalle técnico en la vista experta a continuación.
Para un banco central dado, sean \(c_1, \ldots, c_N\) los contratos de futuros disponibles en la curva (típicamente 20-60 contratos mensuales que abarcan hasta varios años hacia adelante), cada uno con una ventana conocida \([s_k, e_k)\) y una tasa implícita \(F_k\) (100 menos el precio cotizado). Sean \(m_1 < m_2 < \cdots < m_J\) las fechas de las próximas reuniones que caen dentro de la cobertura de la curva, y \(\delta_j\) el escalón de tasa (desconocido) en la reunión \(j\), expresado como un múltiplo con signo del tamaño de movimiento estándar (25pb).
La exposición de cada contrato a cada reunión, ponderada por días, se captura en una matriz de diseño \(A\), donde:
(el numerador es el número de días de la ventana \(k\) que caen después de la reunión \(j\); el denominador es la longitud total de la ventana)
es decir, la fracción de la ventana del contrato \(k\) que cae después de la reunión \(j\) — exactamente 0 si la reunión es posterior al cierre de la ventana, exactamente 1 si la reunión es anterior a la apertura de la ventana, y una fracción intermedia si la reunión cae dentro de la ventana. Con \(b_k = F_k - R_0\) (tasa implícita menos la tasa base actual del mercado monetario), el sistema \(A\,\delta = b\) expresa la tasa implícita de cada contrato como la suma acumulada, ponderada por días, de los escalones de reunión que caen antes de él.
Con \(N \gg J\) (muchos más contratos que escalones de reunión desconocidos), el sistema está fuertemente sobredeterminado, que es precisamente el objetivo: en lugar de resolver un sistema pequeño y exactamente determinado de 2 ecuaciones por reunión (el enfoque clásico), resolvemos un sistema grande y redundante que cubre toda la curva. Minimizamos:
La penalización \(\ell_1\) es el prior de escasez descrito anteriormente — se resuelve mediante mínimos cuadrados iterativamente reponderados (IRLS): cada pasada repondera la penalización por \(1/(|\delta_j| + \epsilon)\), de modo que los escalones pequeños y espurios se llevan hacia cero a través de las iteraciones, mientras que los movimientos genuinos y bien respaldados sobreviven. Este es un enfoque estándar de relajación convexa para la recuperación dispersa (minimización \(\ell_1\) al estilo de compressed sensing), elegido aquí específicamente porque los bancos centrales, de forma demostrable, solo se mueven en una pequeña fracción de sus reuniones programadas — el prior no es una elección de suavizado arbitraria, sino que codifica directamente una propiedad real y bien documentada del proceso que se está modelando.
Los dos métodos no son ajenos entre sí — el bootstrap conjunto se entiende mejor como una generalización, no como el reemplazo de una idea diferente. El método clásico (Sección 1 más abajo) es exactamente el caso particular de resolver el mismo sistema subyacente ponderado por días utilizando solo los dos contratos inmediatamente adyacentes y un escalón desconocido a la vez, de forma secuencial, propagando cada frontera resuelta a la siguiente. Esa resolución local de 2 ecuaciones y 2 incógnitas es exacta cuando se dispone de un mes vecino limpio de «sin reunión» (su propio precio cotizado proporciona directamente la condición de frontera requerida, sin necesidad de inversión) — y esto también es cierto, de hecho, en la ruta de respaldo de nuestra implementación cuando solo hay que resolver una reunión de forma aislada. La fragilidad del método local aparece específicamente cuando no existe ese vecino limpio y hay que invertir una identidad de conteo de días de dos segmentos, dividiendo entre la cantidad de días que caigan a un lado de la reunión dentro de ese único mes — una división que se vuelve numéricamente inestable cada vez que una reunión cae muy cerca de un límite de mes (véase el ejemplo desarrollado más arriba; medimos factores de amplificación de 6 a 15 veces en datos reales de contratos de 2026 para reuniones de la Fed, el BCE y el BoE que caían dentro de una semana del fin de mes). Resolver conjuntamente a través de toda la curva reemplaza esa única ecuación local, posiblemente mal condicionada, por decenas de ecuaciones redundantes bien condicionadas, razón por la cual el modo de fallo desaparece.
Nelson-Siegel-Svensson modela la tasa forward instantánea como una función paramétrica suave e infinitamente diferenciable del vencimiento — el enfoque estándar y bien justificado para ajustar una estructura temporal genuina de rendimientos a través de vencimientos heterogéneos, donde el objeto subyacente (rendimientos de equilibrio de mercado, que reflejan duración y riesgo crediticio que varían de forma continua con el vencimiento) realmente es suave. Este sitio utiliza exactamente ese modelo en otros lugares, para curvas de rendimiento de bonos gubernamentales reales (véase nuestra página de Nelson-Siegel-Svensson), donde es la herramienta adecuada para el objeto adecuado.
El objeto que estimamos aquí —la trayectoria de la tasa de política monetaria a un día de un banco central— no es suave por construcción: es demostrablemente constante por tramos, cambiando solo en fechas de reunión discretas, preprogramadas (u ocasionalmente de emergencia), y perfectamente plana en el resto de los casos. Imponer una forma funcional suave sobre un objetivo que se sabe a priori que es una función escalonada es un modelo mal especificado, no una preferencia estilística, y tiene dos consecuencias concretas e indeseables para este caso de uso específico:
Nuestro bootstrap conjunto de mínimos cuadrados se eligió específicamente porque captura el beneficio genuino que motivó el instinto de «usar una curva suave» —utilizar simultáneamente la información de toda la curva en lugar de dos puntos adyacentes— sin descartar el único supuesto de modelado (constante por tramos, con saltos en las fechas de reunión) que realmente es cierto para el objetivo y del que depende toda la extracción de probabilidades.
Después de resolver, calculamos el residuo cuadrático medio por ecuación de contrato, \(\text{RMS} = \sqrt{\frac{1}{N}\sum_k (A\delta - b)_k^2}\), en lugar de una norma \(\ell_2\) bruta, específicamente para que el mismo umbral de tolerancia sea comparable sin importar cuántos contratos estén disponibles en un día dado (una norma bruta crece con \(\sqrt{N}\), lo que de otro modo haría que las curvas más ricas parecieran, de forma espuria, peor ajustadas que las más escasas). Si el residuo RMS excede una tolerancia fija, retenemos por completo las probabilidades por reunión de ese banco para esa ejecución en lugar de publicar una descomposición poco respaldada — de forma consistente con la política más amplia de este sitio de no inventar datos, que consiste en ocultar resultados inciertos en lugar de fabricar un número de apariencia plausible. Este es el mismo filtro que ya rige el bootstrap trimestral del Banco de Japón, generalizado a los bancos de contrato mensual.
Los contratos de futuros a 1 mes del ESTR y el SONIA —el insumo de cálculo para el BCE y el BoE— reportan un precio de liquidación pero ningún volumen de negociación en el feed de datos gratuito que utilizamos, por lo que su liquidez no puede confirmarse directamente como sí puede hacerse con los futuros de Fed Funds. Para abordar esto sin simplemente confiar en un instrumento no verificable, extraemos por separado las correspondientes tiras de futuros a 3 meses del ESTR y el SONIA, que sí reportan volumen de negociación real, y comparamos las formas de las curvas: para la ventana de cada contrato a 3 meses, promediamos las tasas implícitas de la curva a 1 mes que caen dentro de esa ventana y comparamos el resultado con la propia tasa cotizada del contrato a 3 meses para el mismo período. Ambas deberían seguirse mutuamente salvo por un diferencial de plazo/liquidez aproximadamente constante; un diferencial que varía de forma impredecible entre ventanas, en lugar de mantenerse cerca de un desplazamiento estable, indica que la forma de la curva a 1 mes discrepa de una referencia real y líquida. Cuando eso ocurre, mostramos una advertencia de calidad de datos en el sitio en lugar de presentar las probabilidades derivadas del contrato a 1 mes sin ninguna salvedad.
El bootstrap conjunto cubre actualmente a la Reserva Federal, el Banco Central Europeo y el Banco de Inglaterra (contratos mensuales), así como al Banco de Japón (contratos trimestrales, el caso de uso original para el que se construyó esta técnica). El Banco de la Reserva de Australia queda excluido deliberadamente: sus probabilidades provienen de un pipeline separado, ya líquido, de futuros de tasa de caja interbancaria a 30 días de la ASX, con su propia metodología binaria de un solo paso dedicada (véase nuestra página de comparación ASX vs CME), que no comparte el problema subyacente de escasez de datos que este bootstrap fue construido para resolver.
El prior de escasez es un supuesto de modelado genuino, no algo gratuito: en principio, puede subatribuir una deriva de política real pero pequeña y genuinamente gradual si los datos son muy ambiguos sobre a qué reunión exacta pertenece. En la práctica, el filtro de bondad de ajuste detecta los casos en los que esto importa — una descomposición que se ajusta mal porque el supuesto de escasez está en conflicto con datos reales se retiene en lugar de forzarse. Al igual que con el método clásico, las reuniones a horizontes más largos (más allá de aproximadamente dos a cuatro reuniones) siguen siendo menos confiables debido a las primas por plazo y a la incertidumbre general del mercado, independientemente de la técnica de descomposición que se utilice.
La política de los bancos centrales analizada a través de dos enfoques complementarios
Pregunta: ¿Qué harán los bancos centrales a continuación?
Método: Análisis del mercado de futuros
Resultado: Probabilidades de cambios de tasa en cada próxima reunión
Ejemplo: "75% de probabilidad de un recorte de 25pb en marzo"
Secciones: 1–3 a continuación
Pregunta: ¿Deberían las tasas ser más altas o más bajas?
Método: Modelos económicos (Regla de Taylor, Ley de Okun)
Resultado: Clasificación Acomodaticio / Neutral / Restrictivo
Ejemplo: "Tasas 50pb por encima de la Regla de Taylor → Postura restrictiva"
Secciones: 4–5 a continuación
Estas metodologías se complementan entre sí. Los pronósticos de probabilidad reflejan lo que los mercados esperan; la evaluación de postura de política monetaria refleja lo que sugieren los fundamentos económicos. Cada página de banco central presenta ambas.
La técnica de reunión única estándar de la industria sobre la que se basa y que generaliza nuestro bootstrap conjunto (descrito anteriormente)
Los futuros de tasas de interés agregan las expectativas de miles de inversores profesionales que comprometen capital real en posiciones sobre la dirección de las tasas. La metodología CME FedWatch convierte esos precios en probabilidades en tres pasos.
Paso 1: Los contratos de futuros reflejan tasas promedio. Un contrato de futuros de Fondos Federales se liquida en función de la tasa de fondos federales efectiva promedio para un mes determinado. Si la tasa actual es del 5,00% y el contrato de junio implica un 4,75%, el mercado espera que la tasa promedio de junio sea del 4,75%.
Paso 2: Considerar el momento de la reunión. Si la Fed se reúne el 15 de junio, la tasa para los primeros 15 días del mes es la tasa anterior a la reunión (5,00%). Para los 15 días restantes, es lo que la Fed decida. El precio de los futuros captura el promedio ponderado de ambos períodos.
Paso 3: Determinar la tasa implícita posterior a la reunión. Usando cálculos de calendario, determinamos la tasa post-reunión que es consistente con el precio de futuros observado. Si esa tasa es del 4,875% — a mitad de camino entre el 5,00% y el 4,75% — la implicación es una probabilidad de aproximadamente el 50% de que no haya cambio y un 50% de probabilidad de un recorte de 25pb.
Validación: Más del 90% de precisión direccional en 95 decisiones de bancos centrales (2020–2024).
Herramienta interactiva: Hay disponible una calculadora de Excel gratuita para descargar, que permite a los usuarios replicar la metodología de probabilidad y experimentar con diferentes precios de futuros.
Marco de doble metodología:
Contribución clave: Extensión de la metodología CME FedWatch al ESTR y al SONIA bajo un supuesto de diferencial constante para horizontes de 6 a 12 meses. Rendimiento fuera de muestra: 96,3% de precisión direccional, 4,1pp de MAE, puntuación de Brier de 0,041.
Herramientas: Hay disponible una implementación completa en Excel (descarga a continuación) con fórmulas transparentes y sin macros.
Por qué extender la metodología a bancos centrales distintos de la Fed requiere modificaciones
La metodología CME funciona perfectamente para la Reserva Federal porque los futuros de Fondos Federales rastrean directamente la tasa de política monetaria de la Fed. Para la mayoría de los demás bancos centrales, no existe ese vínculo directo.
| Banco Central | Tasa de Política Monetaria | Contrato de Futuros | Qué Rastrean los Futuros | La Brecha |
|---|---|---|---|---|
| Reserva Federal | Tasa de Fondos Federales | Futuros de Fondos Federales | Tasa de Fondos Federales | Ninguna (coincidencia 1:1) |
| Banco Central Europeo | Tasa de Facilidad de Depósito (DFR) | Futuros del ESTR | ESTR (tasa de mercado) | ~8–15pb por debajo del DFR |
| Banco de Inglaterra | Tasa Bancaria | Futuros del SONIA | SONIA (tasa de mercado) | ~3–7pb por debajo de la Tasa Bancaria |
| Banco de Japón | Objetivo de tasa a un día | Futuros del TONA | TONA (tasa de mercado) | ~2–3pb por debajo del objetivo |
| Banco de la Reserva de Nueva Zelanda | Tasa Oficial de Efectivo (OCR) | Futuros de Letras Bancarias | BKBM (tasa de letras bancarias) | ~15–30pb por debajo de la OCR |
| Banco Nacional Suizo | Tasa de Política del SNB | Futuros del SARON | SARON (tasa de mercado) | ~5–10pb por debajo de la tasa de política |
El ESTR (Tasa a Corto Plazo en Euros) y el SONIA (Índice Medio a Un Día en Libras Esterlinas) se basan en transacciones de préstamos interbancarios a un día reales. Operan consistentemente por debajo de las tasas de política monetaria oficiales por tres razones. En primer lugar, los participantes no bancarios, como los fondos del mercado monetario, los fondos de pensiones y las aseguradoras, no pueden depositar directamente en los bancos centrales y, por lo tanto, aceptan tasas ligeramente más bajas de los bancos comerciales. En segundo lugar, cuando la liquidez excedente es abundante — como durante la flexibilización cuantitativa — los diferenciales se amplían; cuando la liquidez se reduce, se estrechan. En tercer lugar, los ratios de apalancamiento bancario, los requisitos de cobertura de liquidez y las restricciones del balance general afectan la intermediación y, por extensión, el diferencial.
Para pronósticos de corto plazo que cubren las próximas dos a cuatro reuniones (típicamente 6 a 12 meses), este sitio asume que el diferencial actual permanece constante. Esto es razonable porque los diferenciales cambian lentamente en ausencia de anuncios de política importantes, el horizonte de pronóstico es más corto que los períodos típicos de ajuste del balance general, y el supuesto mantiene los cálculos transparentes y replicables.
Advertencia importante: Si el BCE o el BoE anuncia un cambio significativo en la política de balance general — como un endurecimiento cuantitativo acelerado — el supuesto de diferencial puede requerir ajuste.
Un error de 5pb en los supuestos de diferencial puede desplazar las estimaciones de probabilidad en 10 a 20 puntos porcentuales. La calibración precisa del diferencial es fundamental.
En sistemas de suelo con reservas abundantes, el ESTR y el SONIA reflejan las tasas de garantía general para instituciones financieras no bancarias — fondos del mercado monetario, fondos de pensiones, aseguradoras — que carecen de acceso directo a los depósitos del banco central. El acceso segmentado al mercado y las distintas restricciones regulatorias crean una brecha persistente por debajo de la tasa de política monetaria.
Principales determinantes del diferencial:
Para horizontes de pronóstico de 6 a 12 meses sin cambios de régimen anunciados, este sitio utiliza el diferencial observado actual. La justificación se basa en el comportamiento de reversión a la media dentro de los regímenes, un horizonte de pronóstico más corto que los períodos típicos de ajuste del balance general (18 a 24 meses para los programas de QT), la parsimonia y la transparencia.
Implementación: (1) Observar el diferencial actual \(s_t = DFR_t - ESTR_t\). (2) Ajustar las tasas implícitas en los futuros por \(s_t\). (3) Aplicar la metodología estándar de árbol expansivo a las tasas ajustadas. (4) Normalizar las probabilidades.
El supuesto de diferencial constante no es confiable durante las transiciones de QE/QT anunciadas, los programas significativos de drenaje o inyección de reservas, y los cambios regulatorios que afectan la estructura del mercado monetario. En tales casos, los pronósticos de diferencial deben incorporar los caminos de política anunciados y el comportamiento histórico del diferencial durante episodios análogos. Los modelos de cambio de régimen mejoran la precisión, pero añaden una complejidad considerable.
Diferencial DFR-ESTR del BCE:
Diferencial Tasa Bancaria-SONIA del BoE:
Cuáles deberían ser las tasas de interés dados los fundamentos económicos
Las probabilidades de mercado muestran lo que los operadores esperan que hagan los bancos centrales. Las tasas teóricas muestran lo que las condiciones económicas sugieren que deberían hacer. La brecha entre ambas es informativa.
El modelo más ampliamente utilizado es la Regla de Taylor, que calcula una tasa de interés recomendada basándose en dos factores: cuán alejada está la inflación del objetivo del banco central (generalmente el 2%) y cuán alejada está la economía de su plena capacidad — un concepto que los economistas denominan "brecha del producto".
Tasa Teórica = Tasa Neutral + 1,5 × (Inflación − Objetivo) + 0,5 × Brecha del Producto
Ejemplo:
Tasa de la Regla de Taylor = 2,5 + 1,5 × (3,5 − 2) + 0,5 × 1 = 5,25%
Si la tasa de política monetaria real es del 4,75%, se sitúa 50pb por debajo de donde la Regla de Taylor indica que debería estar — una postura modestamente acomodaticia.
La brecha del producto mide si la economía está operando por encima o por debajo de su potencial. Un método estándar para estimarla es la Ley de Okun, que vincula el desempleo con la producción económica. Cuando el desempleo cae por debajo de su tasa natural, es probable que la economía esté sobrecalentada (brecha del producto positiva). Cuando el desempleo supera la tasa natural, existe capacidad ociosa (brecha del producto negativa).
Cada banco central tiene características distintas y los modelos se calibran en consecuencia:
Los detalles técnicos completos se encuentran en las respectivas páginas de modelos.
La especificación generalizada de la Regla de Taylor:
Donde:
Se emplean tres métodos:
Las especificaciones detalladas se encuentran en la página de modelos de cada banco central:
Las páginas de modelos individuales documentan la metodología de estimación, la calibración de parámetros y los resultados de las pruebas retrospectivas.
Comparación de las tasas reales con las tasas teóricas
Cada página de banco central incluye un gráfico histórico de la brecha de tasas — la diferencia entre la tasa de política monetaria real y la tasa recomendada por la Regla de Taylor.
Brecha de Tasas = Tasa Real − Tasa Teórica
Interpretación:
Tasa actual: 4,375%
Precio de futuros de junio: 95,6738 (implica una tasa del 4,3262%)
Reunión de la Fed: 18 de junio (día 18 de 30)
Cálculo: Antes de la reunión (días 1–17), la tasa es del 4,375%. Después de la reunión (días 18–30), es desconocida. Trabajando hacia atrás a partir del precio de los futuros se obtiene una tasa post-reunión del 4,262%.
Resultado: El cambio implícito es de −11,3pb, que cae entre 0 y −25pb. Esto se traduce en una probabilidad del 54,8% de que no haya cambio y una probabilidad del 45,2% de un recorte de 25pb.
Para reuniones más lejanas en el tiempo, el modelo utiliza un "árbol expansivo". Cada reunión se bifurca en posibles resultados — tasa al alza, a la baja o sin cambios — y el modelo asigna probabilidades a cada rama basándose en los precios de futuros. Rastrear todos los caminos a través del árbol arroja la probabilidad de cualquier nivel de tasa en cualquier reunión futura.
Para más detalles, véase la página dedicada al Método de Árbol Expansivo.
Sea \(F_m\) la tasa de futuros para el mes \(m\), \(R_{pre}\) la tasa antes de la reunión, \(R_{post}\) la tasa después, \(d_{pre}\) los días anteriores a la reunión y \(d_{post}\) los días posteriores:
Despejando \(R_{post}\):
El cambio de tasa implícito \(\Delta R = R_{post} - R_{pre}\) se convierte en probabilidades mediante interpolación lineal entre resultados adyacentes de 25pb. Si \(\Delta R\) cae entre los resultados \(O_i\) y \(O_{i+1}\):
El árbol expansivo extiende la extracción de una sola reunión de manera recursiva. Dados los precios de futuros \(F_1, F_2, \ldots, F_n\) para \(n\) reuniones, las probabilidades de transición \(p_{ij}^t\) en cada nodo satisfacen la normalización (\(\sum_j p_{ij}^t = 1\)), una restricción de martingala (la tasa esperada es igual a la tasa implícita en los futuros) y la consistencia de rutas (las probabilidades se agregan correctamente entre ramas).
La complejidad computacional es \(O(n^2 \cdot m)\), donde \(n\) = posibles niveles de tasa y \(m\) = número de reuniones.
El supuesto de incremento constante se deteriora en períodos de crisis. Las primas de riesgo incorporadas en los futuros pueden sesgar las estimaciones de probabilidad. La metodología es más confiable para los Fondos Federales, donde los futuros rastrean directamente el instrumento de política monetaria, a diferencia del ESTR o el SONIA, que son tasas determinadas por el mercado con diferenciales variables respecto a las tasas de política monetaria.
Sea \(P_t(r_i)\) la probabilidad de la tasa \(r_i\) en la reunión \(t\). Las probabilidades de transición \(p_{ij}^t\) de \(r_i\) a \(r_j\) satisfacen:
El sistema se resuelve recursivamente, extrayendo \(p_{ij}^t\) de los precios de futuros y las probabilidades previas. La complejidad computacional es \(O(n^2 \cdot m)\), donde \(n\) = posibles tasas y \(m\) = reuniones.
La herramienta CME FedWatch y sus datos son propiedad de CME Group. Visite la herramienta oficial de CME para obtener las probabilidades autorizadas de la Reserva Federal. Este trabajo se centra en extender la metodología a otros bancos centrales.
Ampliaciones planificadas y mejoras metodológicas
Varias mejoras se encuentran en fase de investigación:
La metodología actual prioriza la simplicidad y la transparencia sobre las mejoras marginales de precisión provenientes de modelos más complejos.
Este es un proyecto en evolución. Las preguntas, correcciones y sugerencias metodológicas son bienvenidas — no dude en ponerse en contacto.
Una herramienta de Excel para explorar la metodología de árbol expansivo
Este libro de Excel implementa la metodología de cálculo de probabilidades descrita anteriormente. Los usuarios pueden modificar las entradas de precios de futuros y observar cómo evolucionan las probabilidades de tasas a lo largo de múltiples reuniones de política monetaria.
Libro de Excel con cálculos de árbol binario, árbol de probabilidad visual y actualizaciones automáticas. Sin macros — cálculos basados en fórmulas puras.
Característica clave: La calculadora distingue entre los meses con reunión (cuando las tasas pueden cambiar) y los meses sin reunión (cuando las tasas permanecen constantes). Esta distinción es fundamental para el cálculo preciso de probabilidades.
Por qué la probabilidad de una reunión es una afirmación sobre un nivel de tipos y no sobre una decisión
Imagine un banco central con ocho reuniones previstas para el próximo año y suponga que nuestra tabla mostrara alrededor de un 65 % de probabilidad de subida en cada una de ellas. La lectura natural es que el mercado espera que ese banco suba los tipos en casi todas las reuniones: cinco o seis subidas en un año.
Esa lectura sería errónea, y es con diferencia el error más fácil de cometer con este tipo de datos. El mensaje real de esas cifras puede ser que el mercado espera una sola subida y tiene alrededor de un 65 % de confianza en que se produzca.
La razón es que la probabilidad de cada reunión responde a una pregunta sobre un nivel de tipos en una fecha, no sobre una decisión en una reunión. Cuando indicamos «65 % más alto» junto a una reunión situada dentro de catorce meses, significa: hay un 65 % de probabilidad de que el tipo de referencia esté por encima del nivel actual para esa fecha. Si el mercado descuenta una subida para la reunión de dentro de seis meses, todas las reuniones posteriores heredan ese mismo 65 %: no porque se espere una nueva subida cada vez, sino porque la subida que ya se produjo sigue vigente. La cifra se repite porque el tipo permanece donde se lo dejó.
Sumar estas cifras entre reuniones equivale, por tanto, a contar la misma variación de tipos una y otra vez. Ocho reuniones al 65 % no son «5,2 subidas». Puede tratarse de una sola subida, vista ocho veces.
Tres cosas, en el orden en que el lector las necesita.
Primero, un total único. En la parte superior de cada página de banco indicamos cuánto movimiento descuenta toda la curva de futuros a lo largo de todas las reuniones cubiertas, expresado tanto en puntos básicos como en número de movimientos de tamaño estándar; por ejemplo, «los mercados descuentan en total 21 pb de endurecimiento, unas 0,9 subidas, en las próximas 8 reuniones». Esta es la única cifra que puede citarse por sí sola sin riesgo alguno de doble conteo, porque es una propiedad de la senda completa y no de una fecha concreta. Si no lee nada más en la página, lea esta.
Segundo, el movimiento descontado en cada reunión individual. Es la cifra que la mayoría de la gente cree estar viendo ya: el cambio nuevo descontado solo para esa fecha, por encima de lo que ya se esperaba antes de ella. En el ejemplo anterior, esta columna mostraría algo así como un 48 % para la reunión más próxima, un 34 % para una situada dentro de unos cinco meses, y entre un 1 y un 3 % para todas las demás de la lista. La historia se vuelve legible de inmediato: dos reuniones vivas y seis que los mercados esperan que transcurran sin actuación.
Tercero, la imagen acumulada, etiquetada con honestidad. Las cifras más alto / igual / más bajo se siguen mostrando, porque responden a una pregunta genuinamente útil, pero ahora llevan el nombre de lo que son: el nivel de tipos para esa fecha, acumulado, incluyendo ya todo movimiento descontado para reuniones anteriores. Las mostramos deliberadamente junto a la cifra por reunión en lugar de ocultar una tras una pestaña, porque todo el modo de fallo consiste en que el lector no sepa que existe una segunda cifra distinta.
Una columna titulada «Subida» invita a leer la cifra de debajo como una acción. Ahora etiquetamos por nivel de tipos, la misma elección que hace la propia herramienta FedWatch de CME, cuyas columnas son bandas de tipos como «3,50–3,75 %» en lugar de direcciones. Una etiqueta que describe un nivel no puede confundirse con una decisión.
Bajo la lista de reuniones, cada página de banco incorpora una cuadrícula: una columna por reunión, una fila por nivel del tipo de referencia, sombreada según la probabilidad que el mercado asigna a que ese nivel esté vigente tras esa reunión. El tipo actual está marcado.
Este gráfico existe porque es estructuralmente incapaz de producir la lectura errónea descrita arriba. No hay ninguna etiqueta de «subida» que pueda contarse dos veces. Leer una columna de arriba abajo da la distribución completa de una reunión, y suma 100 %. Leer una fila de izquierda a derecha muestra cómo se forma o se desvanece con el tiempo la convicción del mercado sobre un nivel de tipos concreto. Una única subida que se va descontando poco a poco se ve tal como es: la probabilidad se vacía de una fila y se acumula en la de arriba.
Estos gráficos ya no usan rojo para las subidas y verde para las bajadas. El rojo y el verde son el par más difícil de distinguir para las formas más comunes de daltonismo, se funden en el mismo gris al imprimirse, y la combinación insinúa de forma tácita que una bajada de tipos es una buena noticia y una subida una mala: un juicio que a este sitio no le corresponde emitir. La dirección se transmite ahora mediante un par azul/naranja elegido para seguir siendo distinguible bajo todas las deficiencias habituales de visión del color, y el mapa de calor emplea una única rampa de claro a oscuro, que sobrevive a la impresión en blanco y negro.
La construcción de árbol expansivo descrita antes en esta página produce, para cada reunión \(k\), una distribución sobre la variación de tipos acumulada desde hoy. Denotando \(R_0\) el tipo de referencia actual y \(\delta_j\) el paso en la reunión \(j\), el nodo del árbol en la reunión \(k\) porta la ley de
Agrupar esa distribución por signo da las tres cifras habituales, pero su significado es inequívoco y merece enunciarse con precisión:
Son afirmaciones sobre la ley marginal del nivel \(R_k\), indexada por fecha. No son la ley del incremento \(\delta_k\), y no son independientes entre valores de \(k\): reuniones consecutivas comparten todos los pasos anteriores, de modo que la sucesión \(\{P^{\text{higher}}_k\}\) es prácticamente no decreciente en \(k\) siempre que la curva sea monótona. Sumar sobre \(k\) suma la probabilidad de cola de una única variable aleatoria evaluada en fechas sucesivas, lo que no admite interpretación como número esperado de movimientos.
La magnitud que una tabla por reunión se lee de forma natural como mostrando es la ley del propio \(\delta_k\). Bajo la misma convención de partición binaria que el árbol usa en cada nodo —el paso de cada reunión se reparte entre los dos múltiplos más próximos del incremento estándar \(h\) de modo que la media ponderada reproduzca exactamente el paso implícito—, la probabilidad de un movimiento en la reunión \(k\) se obtiene en forma cerrada a partir de la senda de tipos esperados:
No es un modelo nuevo. Es el mismo peso fraccionario que el árbol ya calcula al dividir cada nodo, releído desde las distribuciones publicadas en lugar de descartarse. Ambas cifras proceden de una sola curva y una sola calibración; no hay una segunda metodología que reconciliar.
Conviene señalar tres propiedades de este estimador. La saturación en 1 es un techo genuino y no un artefacto: cuando \(|s_k| > h\), entre reuniones consecutivas se descuenta más de un movimiento estándar completo, de modo que algún movimiento es seguro y la magnitud interesante pasa a ser su tamaño, razón por la cual \(s_k\) se publica siempre junto a la probabilidad, en puntos básicos. La esperanza \(\mathbb{E}[R_k]\) se recupera de la distribución granular publicada, por lo que hereda el truncamiento a los nueve primeros resultados y la renormalización del árbol (la regla de CME); en la práctica esto deja sumas por reunión de 99,9–100,1 % y resulta irrelevante con una resolución de tres categorías, aunque es visible si la rejilla de niveles se lee con más precisión de la que transmite el sombreado. Por último, cuando una fuente proporciona directamente un tipo implícito por reunión —como hace la banda interbancaria de ASX para el RBA—, ese tipo se usa para \(\mathbb{E}[R_k]\) con preferencia a volver a derivarlo de la distribución.
El escalar destacado es el desplazamiento terminal de la senda esperada a lo largo del horizonte publicado,
expresado en puntos básicos y en unidades del incremento estándar. Es telescópico, por lo que resulta invariante a cómo se particione el horizonte en reuniones, y es el único resumen de la página que puede citarse de forma aislada. Las reuniones ya pasadas se excluyen antes de efectuar la suma, de modo que la cifra describe siempre una ventana prospectiva.
CME expone las vistas condicional y acumulada como selecciones separadas. Eso es apropiado para un público que sabe que ambas magnitudes existen. Para un lectorado general, el modo de fallo consiste precisamente en no saber que existe una segunda cifra, de manera que un conmutador preserva la ambigüedad para quien nunca lo encuentre. Mostrar la marginal y la acumulada de forma contigua hace que la relación resulte evidente a partir de los propios datos —una reunión que marca un 1 % nuevo frente a un 47 % acumulado explica la distinción sin un párrafo de metodología— y cuesta una columna.
Futuros trimestrales, ventanas de reunión solapadas y los supuestos que ello nos impone
Para la Reserva Federal, el BCE y el Banco de Inglaterra la aritmética es comparativamente limpia: los contratos de futuros liquidan mensualmente y esos bancos se reúnen aproximadamente cada mes, de modo que cada contrato se corresponde con alrededor de una reunión. Pregunte al mercado qué piensa sobre marzo y obtendrá una respuesta que trata sobre todo de la reunión de marzo.
Japón y Nueva Zelanda no ofrecen esa comodidad. Ambos mercados cotizan únicamente contratos trimestrales —cada uno cubre un bloque de tres meses— mientras que el Banco de Japón celebra en torno a ocho reuniones al año y el Reserve Bank of New Zealand alrededor de siete. Eso significa que aproximadamente dos decisiones de política monetaria caen dentro de la ventana de un solo contrato.
Así pues, un precio tiene que hablar por dos reuniones, y un precio es un número único. Si un contrato implica que los tipos promediarán 25 pb más en sus tres meses, eso es compatible con una subida en la primera reunión de la ventana, con una subida en la segunda, o con algo intermedio. El precio por sí solo no puede distinguirlas. En el lenguaje del problema: una ecuación, dos incógnitas.
Dos piezas de información nos permiten hacer el reparto.
El momento dentro de la ventana. Una variación de tipos al principio de un bloque de tres meses afecta a casi toda la media del bloque; la misma variación el último día del bloque apenas mueve esa media, pero aparece íntegra en el contrato siguiente. La diferencia entre contratos trimestrales consecutivos porta, por tanto, información real sobre cuándo dentro de la ventana espera el mercado el movimiento. Ponderamos cada reunión por el número de días de la ventana del contrato que quedan después de ella, que es lo que convierte una banda de precios trimestrales en una afirmación sobre fechas de reunión concretas.
Estos bancos se mueven poco. Ni el BoJ ni el RBNZ cambian su política en dos reuniones consecutivas separadas por tres meses de forma rutinaria. Por eso, cuando los datos realmente no permiten distinguir entre dos repartos, preferimos la explicación que implica el menor número de variaciones de tipos separadas. Sin esa preferencia, un simple ajuste por mínimos cuadrados repartiría la variación trimestral esperada uniformemente entre ambas reuniones e inventaría un «medio movimiento» fantasma en cada una: dos reuniones que parecen ambas algo vivas, cuando la verdad es una reunión muy viva y otra que no lo está.
El RBNZ arrastra un segundo supuesto sobre el primero, y es el más trascendente de los dos.
Los contratos neozelandeses liquidan contra BKBM, el tipo de las letras bancarias a 90 días, no contra el Official Cash Rate. Una letra bancaria es un préstamo a un banco comercial, de modo que su tipo incluye una compensación por riesgo de crédito bancario y se sitúa por encima del OCR en un margen que fluctúa. Para pasar de uno a otro medimos la brecha actual y la arrastramos sin cambios a lo largo de toda la previsión.
Esa brecha no es estable. Suele situarse entre 15 y 30 pb en condiciones tranquilas, se amplía a 40–80 pb cuando los mercados empiezan a descontar un ciclo de endurecimiento, se comprime hacia cero cuando se esperan bajadas, y puede superar los 100 pb en episodios de tensión bancaria. Lo decisivo es que se amplía justo cuando el mercado está descontando subidas, lo que significa que mantenerla constante eleva la senda implícita por encima de la verdadera senda esperada del OCR exactamente cuando más importa. Las probabilidades del RBNZ, por tanto, sobrestiman las opciones de subida durante un ciclo de endurecimiento e infravaloran las bajadas durante uno de relajación. Deben leerse como direccionales y no como precisas, y la página del RBNZ muestra la brecha que se está aplicando para que el supuesto quede a la vista y no enterrado.
Japón no padece este problema en el mismo grado: TONA se sitúa a pocos puntos básicos del objetivo del BoJ, de modo que el puente entre uno y otro es corto. El de Nueva Zelanda no lo es.
Si la banda de futuros está desactualizada, si hay menos contratos que reuniones que debiéramos cubrir, o si el reparto entre dos reuniones simplemente no puede resolverse con los precios disponibles, no publicamos probabilidad alguna para esas reuniones en lugar de una cifra forzada. Lo mismo se aplica si no puede obtenerse el tipo de anclaje. Un hueco visible es más honesto que una cifra rotunda que no se apoya en nada, y esa es la regla permanente en todo este sitio.
La descomposición mensual al estilo de CME asigna una reunión por ventana de contrato. Para el BoJ (futuros TONA a 3 meses de JPX, ciclo IMM) y el RBNZ (futuros ASX 90-Day New Zealand Bank Bill, ciclo IMM), en torno a dos fechas de política monetaria caen dentro de cada ventana trimestral, de modo que la descomposición por reunión está infradeterminada por un factor aproximado de dos: cada contrato aporta una ecuación lineal con dos pasos de reunión desconocidos.
Si se modeliza la senda a un día como constante a tramos, variando solo en las fechas de decisión, el nivel tras la reunión \(k\) es \(R_k = R_0 + \sum_{j \le k}\delta_j\). Cada contrato \(q\) aporta entonces:
El peso diario \(A_{q,j}\) es el que porta la información identificadora. Un paso al principio de la ventana \(q\) carga casi por completo la media de esa ventana; el mismo paso cerca del cierre apenas la perturba, pero aparece con peso pleno en la ventana \(q+1\). Las diferencias entre trimestres localizan por tanto el movimiento en el tiempo aunque ningún contrato aislado pueda hacerlo.
\(A\) es corta y ancha, así que el sistema se resuelve con un prior de dispersión: mínimos cuadrados reponderados iterativamente que aproximan
La penalización \(\ell_1\) se justifica por el comportamiento empírico de ambos bancos: la política se ajusta en una pequeña minoría de reuniones, de modo que el prior codifica una característica estructural real y no una comodidad. Los mínimos cuadrados simples sobre una \(A\) infradeterminada reparten la variación trimestral implícita entre ambas reuniones y producen un medio movimiento fantasma en cada una; la solución \(\ell_1\) localiza la variación en una única reunión, y los pesos diarios entre trimestres determinan en cuál. Los pasos recuperados \(\hat\delta\) se cuantizan sobre una rejilla de incrementos configurable (actualmente 25 pb para ambos bancos) y se introducen en la misma construcción de árbol expansivo que se usa para el BCE, de modo que todo lo posterior —resultados granulares, categorías acumuladas, probabilidades marginales de movimiento y el mapa de calor— lo produce un código idéntico una vez conocidos los pasos por reunión.
Ambos bancos difieren en la calidad del puente que va del tipo de referencia negociado al tipo de política.
BoJ. Los futuros TONA liquidan contra el TONA medio compuesto sobre la ventana de referencia. TONA se sitúa a pocos puntos básicos del objetivo de tipo a un día del BoJ, de modo que \(R_0\) se ancla en el tipo de política y el TONA a plazo menos el TONA al contado sirve de variación implícita del objetivo bajo un supuesto de diferencial constante, estructuralmente idéntico a los puentes €STR/facilidad de depósito y SONIA/Bank Rate. A los niveles de tipos actuales, la divergencia entre la media compuesta y la media aritmética ponderada por días de la ventana está muy por debajo de un punto básico, por lo que el tipo implícito se trata como aritmético; esta aproximación queda señalada para revisión si el tipo de política subiera de forma apreciable.
RBNZ. BKBM es un auténtico tipo de crédito bancario y no una referencia a un día casi libre de riesgo, y el supuesto de diferencial constante es correspondientemente más débil. \(R_0\) se ancla en el último BKBM a 90 días observado y el diferencial BKBM − OCR actual se arrastra sin cambios; el diferencial se persiste como valor explícito y auditable en cada ejecución y se muestra en la página del RBNZ. Su modo de fallo es direccional y conocido: el diferencial se mueve junto con el ciclo de endurecimiento y con la tensión crediticia, ampliándose justo cuando las probabilidades de subida son grandes, de modo que un diferencial constante sesga la senda implícita al alza en episodios de endurecimiento y a la baja en los de relajación. La propia investigación del RBNZ identifica los futuros sobre letras bancarias como un indicador más ruidoso de las expectativas de OCR que los precios de OIS, que este sitio no licencia actualmente. Estas probabilidades se publican como direccionales y no deberían leerse con la precisión que la aritmética permite superficialmente.
Contraste con el BCE. El cálculo del €STR lee directamente una reunión por contrato mensual. El cálculo del BoJ añade una etapa por delante: el bootstrap sobre la banda trimestral que recupera el paso de cada reunión. El cálculo del RBNZ añade dos: ese mismo bootstrap más el ajuste de diferencial BKBM→OCR. Todo lo posterior a esas etapas es común.
Fuentes académicas y fuentes de datos
La herramienta CME FedWatch y sus datos son propiedad de CME Group. Visite la herramienta oficial de CME para obtener las probabilidades autorizadas de la Reserva Federal. Mi trabajo se centra en extender su metodología a otros bancos centrales.