La econometría ya no solo analiza mercados: anticipa crisis y conflictos. Gobiernos y agencias de inteligencia usan modelos para medir riesgos y moldear decisiones. En este artículo, Irene García, alumna del Máster Profesional de Ciberseguridad, Ciberinteligencia y Ciberdefensa de LISA Institute, explora cómo en la era del dato el poder también se calcula en ecuaciones.
Los servicios de inteligencia ya no se limitan a interceptar comunicaciones ni filtrar agentes. Hoy trabajan con modelos, series temporales y variables macroeconómicas que predicen crisis políticas, inestabilidad social y conflictos antes de que estallen.
Detrás de la discreta ciencia de la econometría, se esconde un nuevo instrumento de poder: el espionaje estadístico. Un mundo donde los números pueden anticipar guerras, manipular mercados o proteger democracias.
De la econometría clásica al poder del dato
Durante buena parte del siglo XX, la econometría fue una ciencia confinada a los despachos de bancos centrales y universidades. Nació para dotar de precisión matemática a la economía y demostrar que los fenómenos sociales también podían medirse.
Con figuras como Jan Tinbergen o Lawrence Klein, la disciplina se consolidó como herramienta para diseñar políticas públicas. Estas se basaban en modelos de regresión y proyecciones estadísticas.
Pero lo que comenzó como un instrumento académico de análisis pronto se convirtió en una herramienta de predicción estratégica. Durante la Guerra Fría, tanto Estados Unidos como la Unión Soviética comprendieron que el control de la información económica era esencial. Permitía anticipar crisis, desabastecimientos o tensiones sociales.
Según el National Security Archive,La CIA contaba con unidades dedicadas a estimar el PIB soviético mediante datos indirectos: producción de acero, transporte ferroviario, consumo energético. Aquellos modelos no sólo medían la economía sino que servían para evaluar la estabilidad política del adversario.
A partir de los años 80, con el auge de la globalización y los flujos financieros automatizados, la econometría entró en una nueva fase: la modelización predictiva de riesgo global. El Fondo Monetario Internacional (FMI) y el Banco Mundial comenzaron a usar modelos de equilibrio general para evaluar la sostenibilidad de la deuda, el impacto de las sanciones o la vulnerabilidad de los países a crisis externas. Estas mismas herramientas, reinterpretadas, serían años después adoptadas por organismos de inteligencia.
El espionaje moderno descubrió que el dato económico era tan sensible como el militar. La diferencia es que los números no disparan, pero pueden hundir economías enteras.
Con la digitalización masiva de la información, la econometría se fusionó con la ciencia de los datos. Los modelos ya no dependen solo de indicadores macroeconómicos, sino también de variables sociales, climáticas, tecnológicas y psicológicas. La predicción económica se transformó en predicción del comportamiento humano.
La Rand Corporation afirma quelos sistemas de inteligencia económica de los gobiernos occidentales integran actualmente modelos econométricos con aprendizaje automático para estimar la probabilidad de conflictos internos, ciberataques o quiebras bancarias. La econometría, lejos de ser una disciplina teórica, se ha convertido en la gramática del poder digital.
De la economía al espionaje: el nacimiento del análisis cuantitativo de riesgo político
A medida que los gobiernos descubrieron el valor político de los indicadores económicos, la frontera entre economía e inteligencia empezó a difuminarse. En los años 90, el término inteligencia económica apareció en documentos de defensa y en estrategias nacionales, sobre todo en Francia y Japón. Allí se consideraba que la información financiera y tecnológica era un asunto de soberanía.
En 1994, el Comisariado de Inteligencia Económica de Francia definía la disciplina como «la recopilación y explotación ética de información estratégica con fines de competitividad nacional». Detrás de esa definición aparentemente neutral se escondía una idea poderosa: el conocimiento económico era una forma de defensa. Los mismos modelos que predecían recesiones podían servir para anticipar ataques especulativos, sabotajes comerciales o presiones geopolíticas.
El paso decisivo se produjo tras los atentados del 11-S. La inteligencia estadounidense se dio cuenta de que los patrones financieros podrían revelar redes terroristas invisibles. La Unidad de Inteligencia Financiera del Departamento del Tesoro (FinCEN) comenzó a utilizar modelos de series temporales y análisis de correlación para detectar movimientos atípicos de capital.
El propio FMI adaptó sus modelos de riesgo sistémico para colaborar con la lucha contra la financiación del terrorismo. Introdujo variables relacionadas con el flujo de remesas, la actividad bancaria transfronteriza y las transacciones en paraísos fiscales.
La economía se convirtió en el nuevo campo de batalla. Los flujos financieros eran las rutas de suministro del terrorismo global. Durante la siguiente década, el desarrollo de modelos estocásticos y de predicción de eventos extremos (los llamados tail risks) permitió a los analistas anticipar crisis como la de 2008 o detectar movimientos especulativos previos a desestabilizaciones políticas.
La London School of Economics señala que algunos de estos modelos se reutilizaron más tarde por agencias de seguridad para predecir estallidos sociales.
La econometría aplicada a la inteligencia consiste en traducir comportamientos humanos y dinámicas sociales en ecuaciones. Un incremento abrupto del desempleo, combinado con picos en la conversión digital sobre corrupción y un descenso en el consumo eléctrico, puede señalar una posible revuelta o colapso institucional. No es magia: es estadística.
En 2020, la Unión Europea lanzó el programa «Europe in Data«. Es un sistema de vigilancia económica basado en inteligencia artificial y modelos econométricos. Estos cruzan 400 indicadores de actividad económica y social para identificar vulnerabilidades nacionales.
Aunquese presenta como un instrumento técnico, varios analistas del CSIS advierten que su potencial para el espionaje interno es significativo. Los mismos algoritmos que miden resiliencia también pueden medir disidencia.
De la crisis financiera a la ciberinteligencia: los nuevos usos de la econometría
La crisis financiera de 2008 fue un punto de inflexión. Lo que para el público fue un colapso bancario, para las agencias de inteligencia fue una lección sobre fragilidad sistémica y la interdependencia global.
Los fallos en los modelos económicos tradicionales, incapaces de anticipar la magnitud del desastre, impulsaron el desarrollo de una nueva generación de modelos. Estos combinaban econometría, análisis de redes y minería de datos.
Estos modelos ya no se limitaban a predecir tendencias financieras: comenzaron a detectar comportamientos humanos anómalos y anticipar crisis políticas derivadas del estrés económico.
El Banco de Pagos Internacionales (BIS) y el World Bank Data Groupdesarrollan plataformas que integran datos bancarios, fiscales y comerciales en tiempo real. La información fluía como nunca antes, y con ella la posibilidad de observar, casi minuto a minuto, el pulso económico del planeta.
En paralelo, La OTAN y el Comando Cibernético de Estados Unidos empezaron a aplicar econometría avanzada la seguridad digital. Los modelos de predicción económica se adaptaron para identificar anomalías en flujos de información, equivalentes a «movimientos financieros» dentro del ciberespacio.
Por ejemplo, un modelo de volatilidad como el GARCH (Generalized Autoregressive Conditional Heteroskedasticity) se usó para analizar variaciones de tráfico en redes militares cifradas. Permitió detectar patrones previos a ciberataques.
El espionaje del siglo XXI ya no observa personas, sino correlaciones. Lo que antes era información financiera, ahora es inteligencia operacional.
En 2016, la Agencia Europea de Ciberseguridad (ENISA) incorporó economistas a su equipo de ciber inteligencia para crear modelos híbridos capaces de evaluar el impacto económico de un ciberataque en términos de PIB, inversión y confianza empresarial. Ese mismo año, el MIT Media Lab publicó un estudio sobre cómo los modelos econométricos podrían predecir inestabilidad social a partir de variaciones en los precios locales de energía y alimentos, anticipando disturbios en Oriente Medio meses antes de que se produjeran.
La ciberinteligencia adoptó de la econometría una lógica distinta: no se trata de seguir actores, sino de seguir el ruido estadístico. Un cambio anómalo en el volumen de correos electrónicos cifrados, en las transferencias bancarias o en la demanda de divisas puede indicar una operación encubierta.
Durante la pandemia de 2020, estas técnicas se perfeccionaron. El Centro de Estudios Estratégicos Internacionales (CSIS)confirmó que los modelos de riesgo económico fueron reutilizados por agencias de inteligencia para rastrear la manipulación informativa relacionada con vacunas y cadenas de suministro.
En palabras del analista Andrew Grotto:
«Los modelos económicos son hoy la mejor fuente de inteligencia: nos dicen no lo que la gente dice, sino lo que la gente realmente hace.»
Modelos de poder: econometría, manipulación de mercados y guerra híbrida
En la era de la interdependencia financiera, el dominio de los modelos se ha convertido en una forma de poder invisible. Los países que controlan la información económica global -sus metodologías, indicadores y algoritmos- poseen una capacidad única para influir en las decisiones de otros sin disparar un solo proyectil.
Durante décadas, las instituciones financieras internacionales -el Fondo Monetario Internacional (FMI) y el Banco Mundial o la OCDE– han utilizado modelos econométricos para evaluar políticas y asignar préstamos. Lo que rara vez se dice es que esos modelos también pueden definir qué países son considerados «seguros«, «estables«o «riesgosos«, afectando su acceso a crédito, inversión y legitimidad internacional.
La London School of Economics describe esta práctica como «geometría del poder económico»: un conjunto de ecuaciones que, bajo la apariencia de neutralidad técnica, reconfigura las relaciones internacionales. Los modelos, diseñados por tecnócratas, determinan la arquitectura política global.
Cuando el riesgo se mide en decimales, manipular el modelo es manipular la realidad.
En 2018, un estudio del RAND Corporation reveló que ciertos modelos de riesgo soberanos utilizados por consultoras financieras habían sido ajustados para influir en negociaciones diplomáticas. En algunos casos, bastaba con modificar la ponderación de una variable (como el nivel de reservas o la estabilidad institucional) para alterar el perfil de riesgo de un país y, con ello, su capacidad de negociación.
Este fenómeno no es aislado. Los gobiernos también han aprendido a usar la econometría como arma en la guerra híbrida. Durante la crisis de Crimea, analistas del Banco Central de Rusia detectaron que modelos occidentales de previsión del rublo incorporaban supuestos geopolíticos que amplificaban artificialmente la predicción de riesgo. En respuesta, Moscú creó su propio sistema de modelización, el SPARTA, que simula escenarios de sanciones y fluctuaciones de materias primas para anticipar respuestas de mercado.
Durante 2022, el CSIS y la Brookings Institution documentaron como la Unión Europea aplica la modelización predictiva para evaluar el impacto de sus sanciones energéticas, calculando la elasticidad del gas ruso y la residencia fiscal de los Estados miembros.
En la práctica, los modelos econométricos se han convertido en armas de calibración económica: permiten sancionar con precisión quirúrgica y medir el daño antes de ejecutarlo.
Pero la guerra híbrida no se libra solo con sanciones. Los modelos también permiten detectar patrones especulativos coordinados, como las ventas masivas de bonos o divisas justo antes de un anuncio político. Estas acciones, aparentemente técnicas, pueden desestabilizar gobiernos enteros.
El Financial Times expuso como analistas financieros del Reino Unido, trabajando con datos del GCHQ, identificaron redes de bots que amplificaban rumores económicos para influir en cotizaciones bursátiles.La econometría, concebida para explicar la realidad, se ha convertido en un sistema que la fábrica.
El dilema del algoritmo: poder, sesgo y control
En apariencia, la econometría es una ciencia exacta. Pero detrás de cada modelo hay supuestos humanos, decisiones políticas y sesgos institucionales. Cuando un modelo se utiliza en el ámbito de la inteligencia o la seguridad nacional, sus consecuencias dejan de ser técnicas: se convierten en morales.
El Oxford Internet Institute advierte que los modelos predictivos aplicados a seguridad tienden a reproducir los sesgos de los datos históricos. Si un país ha sufrido más conflictos o inestabilidad en el pasado, el modelo puede predecir erróneamente que volverá a ocurrir, reforzando prejuicios estructurales y justificando políticas preventivas o represivas.
Este fenómeno, conocido como «sesgo de retroalimentación» , es especialmente peligroso en la inteligencia estatal. Las decisiones basadas en correlaciones erróneas pueden llevar a sanciones injustificadas, errores de atribución en ciberataques o incluso intervenciones diplomáticas prematuras.
Los modelos no mienten, pero pueden hacer que la mentira parezca una probabilidad estadística. A nivel ético, surge un dilema central: ¿quién controla los modelos?
En muchos gobiernos, las ecuaciones econométricas que definen políticas de seguridad son propiedad de contratistas privados. Sus algoritmos están protegidos por secretos industriales, lo que impide auditorías independientes. Esto genera una paradoja: los estados dependen de sistemas que no pueden auditar ni comprender plenamente.
El Consejo de Europa advirtió que esta dependencia podría minar la legitimidad democrática. Si los ciudadanos no pueden conocer cómo se calculan los riesgos o por qué se toman determinadas medidas de seguridad, el principio de transparencia desaparece.
En la práctica, la econometría aplicada a la inteligencia ha creado una nueva capa de opacidad institucional. Ya no se ocultan documentos clasificados, sino modelos invisibles cuyos resultados condicionan la política global.
Gobernanza algorítmica y seguridad internacional
Frente a este panorama, varias instituciones han comenzado a plantear Marcos de gobernanza para regular el uso de modelos predictivos en seguridad. La OCDE propone establecer estándares de transparencia modelística, que obliguen a los algoritmos a documentar supuestos, fuentes de datos y márgenes de error de sus algoritmos.
La OTAN, por su parte, ha creado el grupo DATACORE, destinado a evaluar la fiabilidad de los modelos de predicción económica aplicados a conflictos híbridos. Según un informe de 2024, la alianza busca asegurar que las decisiones militares no dependan ciegamente de la salida de un modelo, sino de un proceso de análisis humano reforzado por evidencia estadística.
Sin embargo, la gobernanza internacional aún es incipiente. Mientras las democracias debaten códigos éticos, las autocracias invierten en modelos cerrados y opacos, diseñados para controlar el comportamiento interno y manipular mercados externos.
El Carnegie Endowment estima que al menos 15 países no democráticos utilizan actualmente modelos econométricos para supervisar el consumo, movilidad y actividad económica con fines de vigilancia política. La diferencia entre usar los modelos para proteger o dominar dependerá, como siempre, de quien posea el código fuente.
Si quieres ser un experto en Ciberseguridad, te recomendamos el siguiente curso formativo:
