Professional Documents
Culture Documents
Econmicas
Sergio Petralia *
Marzo 2007
Jornadas de perfeccionamiento docente
Universidad de Buenos Aires
Introduccin:
Tradicionalmente, en economa se ha explicado el comportamiento de los
sistemas en trminos lineales. Por supuesto, se saba que las verdaderas
relaciones eran no lineales, pero como stas resultaban difciles de manejar, las
aproximaciones lineales se consideraban, en general, como una simplificacin
til y aceptable. La idea bsicamente es perder simplicidad, dejar atrs los
supuestos de regularidad y orden para trabajar con modelos que reflejen mas
adecuadamente las situaciones de la realidad sin dejar el mbito del
determinismo, antes de entrar en la resolucin del modelo seria til discutir
algunas diferencias entre los sistemas lineales y no lineales.
En una relacin lineal una causa dada tiene un solo efecto, una accin dada tiene
un nico resultado. En cambio, en una relacin no lineal, una causa o una accin
dadas pueden tener varios efectos o resultados diferentes. En otras palabras, las
ecuaciones lineales tienen una sola solucin y por lo general pueden resolverse
con facilidad, pero las no lineales tienen ms de una solucin y no existe un
mtodo general para resolver la mayor parte de ellas.
Los sistemas lineales poseen una propiedad aditiva simple, por la cual
constituyen la suma de sus componentes. El sistema lineal puede fragmentarse en
sus diversos elementos y cada uno de ellos puede estudiarse y explicarse por
separado, despus de lo cual se los puede unir nuevamente y explicar el sistema
en su totalidad. En el caso de los sistemas no lineales, esta propiedad aditiva
simple no existe, son sinrgicos1 , por lo tanto no es posible entenderlos
plenamente mediante el mtodo reduccionista de descomponerlos y volver a
reunir sus partes.
La aproximacin lineal a un sistema no lineal slo es aceptable y til si la
sinergia es relativamente poco importante, en la medida en que aceptemos que
los cambios en economa no son suaves ni siguen patrones lineales, y que las
pequeas modificaciones pueden inducir grandes cambios, talvez sea til la
implementacin del herramental de la dinmica no lineal, no como mtodo
portador de una verdad absoluta sino como un buen camino para ampliar
horizontes y encontrar explicacin a ciertos fenmenos no abarcados por
paradigma de la linealidad.
En lo que sigue se desarrollaran dos modelos que parecen apropiados para este
tpico, el dinero como numerario del Dr. Olivera y dinmica no lineal y caos
del Prof. Vctor Beker.
La sinergia es la integracin de elementos que da como resultado algo ms grande que la simple suma
de stos, es decir, cuando dos o ms elementos se unen sinrgicamente crean un resultado que aprovecha
y maximiza las cualidades de cada uno de los elementos.
Los Modelos:
El Dinero como numerario2
La siguiente modelizacin plantea una demanda de dinero alternativa a la que
estamos acostumbrados a trabajar donde la cantidad demandada de dinero no
solo depende de variables como el nivel de precios corriente ( Pt ) sino tambin de
sus desviaciones con respecto al valor de equilibrio (Pt P* ) y de su evolucin a
travs del tiempo (Pt +1 Pt ) . Estas variables representan distintas funciones
monetarias, Pt refleja al dinero como medio general de cambio, (Pt +1 Pt ) su
funcin como reserva de valor, y (Pt P* )2 su uso como numerario o unidad de
cuenta. Adicionalmente suponemos que la demanda de dinero responde
positivamente con respecto al nivel de precios corrientes y negativamente tanto
con respecto a la variacin del precio en torno al valor de equilibrio como a su
evolucin positiva en el tiempo. 3
Pasamos entonces a explicitar la forma de la demanda de dinero,
L(Pt +1 ;Pt ) = l + a Pt b(Pt +1 Pt ) c(Pt P* ) 2
Donde l, a, b, c >0
Luego,
El presente trabajo se basa en el articulo del Dr. Julio Olivera presentado en la revista Economic Notes
en 1995 con el titulo The Unit of Value
3
Es decir, un incremento en el nivel de precios corriente aumenta la cantidad demandada de dinero
debido a la necesidad de mantener el nivel de transacciones, mientras que un proceso inflacionario
disminuye el valor del dinero mermando las cantidades retenidas por motivos especulativos o
precautorios, a su vez la cantidad demandada de dinero se ve influenciada negativamente cuando difiere
de su valor de equilibrio al no poder cumplir su papel como unidad de cuenta o medida comn entre los
precios de los distintos bienes.
4
Aunque la oferta monetaria se tome como fija se debe tener en cuenta que en este caso podra utilizarse
como medida de poltica de manera de garantizar la convergencia al equilibrio
Pt +1 Pt = [m L(Pt +1 ;Pt ) ]
Pt +1 Pt = m l a Pt + b(Pt +1 Pt ) + c(Pt P* ) 2
m = l + aP *
Renombrando:
Z t +1 bZ t +1 = aZ t + Z t bZ t + cZ t 2
Z t +1 Z t = aZ t + b( Z t +1 Z t ) + cZ t 2
(1 a b)
c
Zt +
Zt 2
(1 b)
(1 b)
O bien:
Z t +1 = Z t + Z t 2
Donde
= 1
c
a
>0
< 0 , =
1 b
(1-b)
Dado que
2 Z t +1
= 2 > 0
Z t2
>0
dado que
Z t +1
= + 2 Zt
Z t
Zt =
Zt
Donde:
(1 ) ( 1) 2 (1 ) ( 1)
Z =
=
2
2
(1 )
Z 2e =
e
1,2
Por consiguiente
Z1e = 0
Resultado que evidencia la existencia de dos puntos fijos uno de los cuales
( Z1e = 0 ) concuerda con los valores de
5
6
Z t +1
= 1 , en tal caso podramos hacer uso de los trminos de segundo orden.
Z t
(1 )
dado que
Z t +1
Z t
= 2 ,
Zt = (1 )
modulo.
Grficamente:
Z t +1
Z t = 0 Localmente Estable
Z0
Z0
Zt
Ntese en los grficos siguientes que para valores menores prximos al pseudo
equilibrio la convergencia hacia Zt = 0 es asinttica mientras que en valores
prximos a l la convergencia es oscilante
Para Zt =1 = 1.45 Zt =1 = 1.45
2
Z(t)
1,5
1
0,5
0
-0,5
10
Z(t)
Para Zt =1 = 0.25
0,3
0,25
0,2
0,15
0,1
0,05
0
-0,05
-0,1
10
Z t +1
Z t = 0 Localmente Inestable
Z0
Z0
Zt
Z(t)
Para Zt =1 = 0.2
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
-0,1
-0,2
-0,3
-0,4
10
Para Zt =1 = 1.2
1,4
1,2
1
Z(t)
0,8
0,6
0,4
0,2
0
-0,2
10
11
12
13
14
15
16
17
-0,4
t
Esta solucin es un caso particular de los distintos comportamientos que puede presentar el modelo,
quien quiera puede replantearse el sistema sin explicitar valores numricos y obtendr dinmicas
diferentes de acuerdo a los valores de los parmetros, adicionalmente es til tener en cuenta que cualquier
mapa cuadrtico de la forma X t +1 = + X t + X t2 es reducible al mapa logstico yt +1 = yt (1 yt ) a
si c fuera nulo :
Zt +1 Zt = aZt + bZt +1 bZt
Zt +1 (1 b) = (1 a b) Zt
Zt +1 = Zt
y si
e =
rt = r + Pt +1 Pt
Y dado que
Z t +1 = Z t + Z t2
Pt +1 P* = Z t + Z t2
Pt +1 Pt = Z t + Z t2 (Pt P* )
Pt +1 Pt = ( 1) Z t + Z t2
Deducimos
rt = r * + ( 1) Z t + Z t2
10
Trabajo presentado por el Prof. Vctor Beker en una compilacin de textos en honor al Dr. Julio Olivera.
Teora Estructura y Procesos Econmicos
9
Este modelo unidimensional simple fue desarrollado originalmente por May R. M., para el anlisis de la
evolucin poblacional. La ecuacin cuenta con un factor de expansin y uno de retraccin, como se ver,
a medida que el parmetro crece el mecanismo de feedback no-lineal generara mas de un punto fijo.
10
Por simplicidad se supone que c=1
11
Dt
= 0 ,es decir,
Pt
en Pt = 0.5
2 Dt
= 2
Pt 2
Dt
Pt
Suponemos adicionalmente una funcin de oferta lineal de la forma:
St = Pt
siendo
Pt +1 = Pt (1 Pt )
12
Ntese que la ecuacin resultante tiene las mismas caractersticas que la ecuacin
de demanda, es un mapa unimodal donde Pt +1 [0,1] , [0, 4] y Pt [0,1] ;
anlogamente el mapa alcanza un mximo para valores de Pt = 0.5 y es cncava
al origen.
A continuacin vamos a comenzar con el desarrollo analtico del modelo, para
esto, el primer paso ser hallar los puntos fijos del mapa, por consiguiente:
Pt = Pt +1 Pt (1 Pt ) Pt = 0 = Pt2 + ( 1) Pt
Lo cual se da cuando
Pt = 0
Pt = ( 1)
Dado que
e
P1,2
=
( 1) ( 1) 2 (1 ) ( 1)
=
2
2
En lo que sigue se analizara la estabilidad local del modelo para los distintos
valores de . Sabiendo que
Pt +1
= (1 2 Pt )
Pt
Pt +1
Pt
=
Pt = 0
Pt +1
Pt
Pt = ( 1)
= 2
11
En este caso este punto fijo inestable se presentara para valores negativos de precios, lo cual esta fuera
de discusin.
12
Transcritical Bifurcation es el nombre de este tipo de bifurcaciones que tiene la particularidad de que
para cualquier valor del parmetro existe un punto fijo invariante, aunque puede sufrir cambios de
estabilidad.
13
Este tipo de bifurcaciones recibe el nombre de Flip Bifurcation en la cual el punto debe sufrir un
cambio de estabilidad (puede ser en ambas direcciones) y adicionalmente debe sufrir una duplicacin de
periodo (estable o inestable).
13
P0
P0
P0
P0
Las graficas fueron
representadas para los
siguientes valores del
parmetro:
=1, =2, =2.5, =3 y =3.5
P0
Mientras el valor del parmetro crece continan crendose estas duplicaciones de
periodo 14 hasta el punto en el cual ( >3.5699) el comportamiento de los precios
14
Estas duplicaciones de periodo siguen una cierta regularidad, en efecto, Feigenbaum en 1978 publico
un articulo donde se evidencia que las duplicaciones lejos de ser un resultado azaroso responden a un
patrn definido, a medida que el parmetro se incrementa las distintas duplicaciones se presentan cada
vez mas cerca unas de otras convergiendo hacia un patrn constante, esa convergencia viene dada de la
siguiente manera:
14
= 3.9
Pt
t
Pt +1
= 3.9
Pt
P0
= lim
t
xt x t 1
= 4.669...
xt +1 xt
Una definicin alternativa para sistema catico puede encontrarse en Devaney, dado un conjunto
llamado V . Se dice que f : V V es catica en V si:
a. f tiene dependencia sensible de las condiciones iniciales
b. f es topologicamente transitiva ( f : V V se dice topologicamente transitiva si para cualquier par
k
15
16
Hay que tener en cuenta que en este caso P representa los puntos potenciales.
Aunque desde un punto de vista tcnico no existe vinculacin alguna entre los sistemas dinmicos y la
geometra fractal estos estn estrechamente relacionados e incluso se presentan juntos, muchos de los
atractores caticos tienen estructuras fractales.
Mientras la geometra fractal trata con patrones geomtricos y formas cuantitativas de caracterizar esos
patrones, el caos trata con la evolucin del tiempo y sus caractersticas distintivas. Los fractales son una
clase de formas geomtricas mientras que el caos es una clase de comportamiento de los sistemas
dinmicos.
En general, los atractores caticos continuos o de mapas invertibles tienen una estructura fractal, en el
caso de ser mapas no invertibles pueden o no tenerla, la ecuacin logstica no presenta esta estructura.
17
16
De esta manera el termino entre parntesis puede ser tomado como un indicador,
un precio corregido, un aumento de traslada la curva de demanda hacia
arriba, mide la pendiente de la curva de oferta a la vez que su inversa es el
coeficiente de reaccin del precio a la demanda excedente. A medida que
decrece la curva de oferta se desplaza hacia la izquierda, aumentando el exceso
de demanda para un precio dado y al mismo tiempo se incrementa la reaccin del
precio ante un cierto nivel de demanda excedente, esta es la razn que justifica
que la inestabilidad es propia de mercados alcistas.
Restaba hablar aun de la dependencia sensible a las condiciones iniciales, la idea
es que orbitas vecinas se separan exponencialmente rpido (en promedio) unas de
otras. Un instrumento comn para establecer la presencia de comportamiento
catico es el exponente de Lyapunov 18 , el cual podemos definir de la siguiente
manera:
Dada una condicin inicial X 0 y considerando una orbita prxima X 0 + 0 donde
0 tiende a cero. Sabiendo que n es la separacin luego de n iteraciones, si
n 0 en entonces es lo que se denomina exponente de Llapunov.
Un exponente de Llapunov positivo es seal de caos mientras que uno negativo
implica convergencia a las condiciones iniciales.
La presencia de comportamiento catico en este modelo evidencia la
impredictibilidad del sistema, la cual no puede ser eliminada por incrementos en
la informacin disponible, la no linealidad amplifica la falta inicial de precisin
hasta que somos incapaces de predecir cualquier trayectoria, en este sentido el
caos implica la existencia de un horizonte temporal finito mas all del cual
cualquier prediccin pierde confiabilidad
A continuacin se muestra grficamente las implicancias de un exponente
positivo. 19
18
19
17
Pt +1
Pt
X 0 X 0 + 0
0,006
0,005
0,004
0,003
0,002
0,001
0
1
11
21
31
41
51
61
71
81
91
En efecto podemos en base a los datos calcular fcilmente el exponente dado que
como
n 0 e n
Ln( n ) Ln( 0 ) + n
18
Donde n representa la distancia luego de la ensima iteracin (en este caso 100),
0 la orbita inicial y el exponente propiamente dicho, en este caso como
n = 1,37756(10)-12 , 0 =0.01 y n=100, Podemos verificar como era de esperar un
exponente negativo, igual a 0.181 .
Ahora bien, para el caso en que la funcin se comporta caticamente, en
particular para valores de = 3.9 podemos verificar el siguiente comportamiento
para iteraciones iniciales
0,12
0,1
0,08
0,06
0,04
0,02
0
1
20
Puede ser que el calculo no sea del todo exacto, de todas maneras queda claro el signo del exponente
19
Conclusiones:
Una de las ventajas de haber trabajado con estos modelos no lineales es que
pudimos apreciar distintas soluciones que van desde el equilibrio estacionario
hasta el caos, adicionalmente como caracterstica saliente hay que remarcar que
estas clase de modelos permiten resultados cualitativamente distintos a cambios
cuantitativos en los parmetros.
La no linealidad permite tambin delimitar los alcances del anlisis de esttica
comparada, dado que su uso es legtimo siempre que el equilibrio estacionario
sea estable y solo dentro de los lmites de dicha validez.
Los sistemas no lineales que retroaccionan son sumamente sensibles a las
condiciones iniciales, lo que significa que cualquier error minsculo en un
decimal, un imperceptible error en el sistema, puede intensificarse y
desencadenar grandes cambios cualitativos, en estos sistemas no se puede
presuponer sin riesgo que los pequeos errores carecen de importancia.
Una causa nica puede dar lugar a innumerables efectos; de hecho, las relaciones
causales desaparecen en la complejidad de las interacciones.
La propia naturaleza del sistema hace que sea imposible predecir su futuro a
largo plazo.
La teora del caos puede utilizarse para dar explicacin a ciertos aspectos
econmicos como las turbulencias aperiodicas e inesperadas de los mercados,
aun en ausencia de shocks exgenos la economa de mercado puede no ser
estable.
El caos aparece en feedback systems, sistemas en los cuales el pasado afecta
los eventos actuales y los eventos actuales afectan el futuro, por lo cual parece
una alternativa adecuada para los modelos comnmente usados en los mercados
de capitales, basados en las hiptesis de mercados eficientes. 21
Tal vez este tipo de modelos plantee una dicotoma con el tratamiento neoclsico
de los sistemas dinmicos, los cuales son resueltos haciendo que el mundo sea
esencialmente conocido, o al menos cognoscible. El proceso generador de las
trayectorias hace imposible la prediccin incluso en los casos en que se conociera
por completo la evolucin de las variables, es decir, la prediccin resulta
imposible aun con conocimiento infinito. Este es talvez uno de los puntos en
contra que poseen este tipo de sistemas, dado que son generalmente no
invertibles 22 , es decir, no podemos determinar la historia pasada de un sistema
catico, la informacin acerca de las condiciones iniciales se pierde
irremediablemente.
21
( 1)
invertible. En este caso se obtiene una versin del sistema que permite evolucionar inversamente en el
tiempo.
20
De los Autores:
OLIVERA, Julio Hiplito Guillermo:
Economista argentino nacido en Santiago del Estero. Su inters por la economa le lleg de la
mano de su padre, un profesor destacado que public varios libros y que lo llevaba de joven a
la biblioteca del Banco Central. Se gradu de abogado en la Universidad de Buenos Aires,
donde tambin se doctor en derecho y ciencias sociales. Asimismo, ha sido all profesor de
Historia de las Doctrinas Econmicas y de Dinero, Crdito y Bancos; director del Instituto de
Investigaciones Econmicas de la Facultad de Ciencias Econmicas; y Rector en 1962, cuando
contaba con 33 aos de edad.
Es miembro de la Asociacin Argentina de Economa Poltica, la cual lo design como
presidente honorario en homenaje a su trayectoria. Tambin es integrante de numerosas
entidades, como el Club de Roma, el Honorary Editorial Advisory Board de la revista cientfica
World Development de Chicago, y la Acadmie internationale des sciences politiques (ParsGinebra).
Dict clases y conferencias en el pas y el exterior. Inaugur la ctedra Irving Fisher de la
Universidad de Yale, EE. UU., fue docente de la Universidad de Gttingen (Alemania) y se
desempe como investigador en las Universidades de Londres y de Sussex (Gran Bretaa).
Fue asesor de la Comisin Econmica para Amrica Latina (CEPAL) y en varias oportunidades
integr el grupo internacional de economistas elegido por la Academia Real de Suecia para
proponer candidatos al Premio Nobel de Economa. Mereci numerosos premios y distinciones
de diversas instituciones acadmicas.
En la funcin pblica, fue Ministro de Asuntos Econmicos de la provincia de San Luis;
Subgerente General del Banco Central de la Repblica Argentina, cuyo departamento de
investigaciones econmicas tambin dirigi, y Secretario de Ciencia y Tecnologa de la Nacin.
Durante ms de medio siglo ha desarrollado una fecunda labor acadmica y de investigacin.
Public numerosos libros, artculos y notas, muchos de ellos dedicados a cuestiones
monetarias y fiscales.
Est considerado uno de los mentores del estructuralismo latinoamericano, aunque desde una
vertiente alejada de los elementos polticos o ideolgicos, y caracterizada por el rigor analtico y
el empleo de instrumental matemtico. En el mbito del pensamiento econmico de su pas
tuvo especial influencia su modelo no monetario de inflacin, presentado en 1964.
En 1967 dio a conocer un trabajo titulado Money prices and fiscal flags donde analizaba la
relacin entre la recaudacin tributaria y la inflacin, lo cual fue continuado diez aos ms tarde
por el italiano Vito Tanzi; por ello, ese desarrollo es denominado en la literatura tcnica como
efecto Olivera-Tanzi. El planteo sostiene, al contrario del enfoque tradicional, que es la
inflacin la que genera dficit fiscal y no a la inversa. El valor real del impuesto percibido por el
gobierno depende del comportamiento seguido por los precios entre el momento del hecho
imponible y el del efectivo pago; ergo, este punto debiera ser prioritariamente considerado al
emprender un programa de estabilizacin monetaria.
Fuente eumed.net
Beker, Victor:
Vctor Beker es licenciado en Economa. En su carrera acadmica ha sido Director de la
carrera de Licenciado en Economa en la Facultad de Ciencias Econmicas de la Universidad
de Buenos Aires donde es Profesor Titular de Microeconoma I. Es, asimismo, Director de
Relaciones Internacionales y profesor Titular de la Universidad de Belgrano as como profesor
honorario de las Universidades del Aconcagua, de Mendoza, y Blas Pascal, de Crdoba. Ha
sido profesor invitado de la Facultad de Ciencias Econmicas y Empresariales de la
Universidad de Salamanca, Espaa e investigador invitado de la Universidad de Nueva York.
Tambin se hizo acreedor al Premio 1996 de la Academia Nacional de Ciencias de Buenos
Aires. Con anterioridad, ya en 1969 haba sido merecedor del Premio Aisenstein otorgado por
el Colegio de Graduados en Ciencias Econmicas; tambin haba sido distinguido con Mencin
Especial en el Premio Nacional de Economa correspondiente a la produccin 1980-83. Beker
21
ha tenido una larga trayectoria tanto en la actividad privada como pblica, incluyendo el
desempeo de funciones como consultor de organismos internacionales tanto en nuestro pas
como en el extranjero. Ha ocupado el cargo de Director Nacional de Actividades Productivas
del INDEC. Ha sido Secretario Ejecutivo del Comit Organizador del XII Congreso Mundial de
Economa de la International Economic Association y es editor asociado del Journal of
Economic Behavior and Organization. A su vez es autor de libros de texto y de numerosos
trabajos en economa publicados tanto en el pas como en el exterior
Fuente Cepes
Apndice:
Distribuciones de probabilidad para la ecuacin logstica
= 3.4
= 3.9
22
Bibliografa:
-
23