La principal alternativa a las probabilidades subjetivas bayesianas es el enfoque frecuentista. Esto implicaría medir el porcentaje de veces en que los bonos internacionales superaron a los bonos estadounidenses en 25 puntos básicos durante el periodo pertinente de la historia del mercado y utilizarlo como nivel de confianza.
Un punto de vista cuantitativo intermedio entre los enfoques bayesiano y frecuentista sería un modelo de regresión que pronostique el diferencial de los bonos internacionales frente a los bonos del Tesoro de EE.UU. utilizando algunos factores macro (por ejemplo, diferenciales de tipos de interés, diferencias de nivel y torsión de la curva de rendimiento, previsiones de crecimiento, datos de la balanza de pagos, variables ficticias de la orientación de la política monetaria, tipos de intercambio de divisas, etc.). Una vez que se tiene el diferencial previsto, se puede tomar una puntuación z del valor previsto y medir la probabilidad de que la previsión sea superior a 25 puntos básicos dado el error estándar de la previsión.
También se puede crear un logística binaria o un modelo de probit modelo que hace que la probabilidad de que el diferencial sea superior a 25 puntos básicos. En términos de velocidad y simplicidad, yo optaría por el modelo logístico como punto de partida, ya que no tendrás que preocuparte tanto por la correlación serial y la heteroscedasticidad.
A veces, los diferenciales de la renta fija tienen niveles de reversión media a largo plazo o presentan patrones que se prestan al análisis de series temporales. Por ejemplo, vea este gráfico de Bonos de la EMEA sobre la curva al contado del Tesoro estadounidense. Parece haber un diferencial medio a largo plazo en el rango del 3-4% (un efecto autorregresivo) y un efecto de choque (media móvil). Un ARIMA puede ayudarle a predecir -quizás direccionalmente- el diferencial en el siguiente período o períodos. Este es el método más fácil de probar, pero el rendimiento será pésimo cuantos más periodos en el futuro se proyecten y podría no ser mejor que un paseo aleatorio.
Un enfoque más (quizás demasiado) complejo sería desarrollar un Modelo de cambio de régimen de Markov . Los regímenes pueden corresponder a los resultados que le interesan, o a los estados del mundo que impulsan los resultados que le interesan (es decir, recesión mundial/vuelo a la seguridad frente a crecimiento/preocupación por la inflación). Los modelos de cambio de régimen proporcionan la probabilidad de que varios estados sean verdaderos, así como las probabilidades de transición entre estos estados. La suma de las probabilidades de los estados favorables a su diferencial de 25 puntos porcentuales puede tratarse como una confianza.
Otra técnica consistiría en definir algunas hipótesis en torno a la volatilidad de los tipos de interés y los cambios en los diferenciales y realizar una simulación de Montecarlo para medir el % de veces que los bonos internacionales tienen un rendimiento superior a 25 puntos básicos. Puede calibrar los supuestos de Monte Carlo basándose en sus propios supuestos o utilizar distribuciones históricas. Este enfoque es difícil a menos que tenga acceso a modelos de volatilidad de los tipos de interés internacionales y nacionales.
