You are on page 1of 61

Auto-

Auto-organización en sistemas
económicos
1er. Congreso Regional de Estudiantes de
Ingeniería de Sistemas e Informática

Universidad Nacional de Ingeniería


Lima, Perú

Andrés Ricardo Schuschny


(andres@schuschny.com.ar)
Resumen
• Presentación crítica de los mecanismos subyacentes
en modelos económicos de última generación.
• Analizar los causas generativas y los principios de
organización que emergen en muchas crisis
económicas (y de otra naturaleza).
• Mostrar cómo la física de los sistemas complejos
adaptativos (CAS) puede contribuir a comprender
ciertos procesos que suelen no estar contemplado
en las teorías estándar esbozadas.

andres@schuschny.com.ar
La teoría económica
en los años recientes

andres@schuschny.com.ar
Individualismo metodólógico
• Sostiene que los fenómenos sociales se explican por
las propiedades de los individuos (metas, creencias y
acciones). Es un reduccionismo “racional”.
• Utiliza explicaciones intencionales para comprender
los fenómenos individuales. Por ejemplo, basarse en la
maximización 'racional' de un función de utilidad
individual o el optimización de costos-beneficios.
• Apoya la utilización de modelos macroeconómicos
microfundados basados agentes representativos.

andres@schuschny.com.ar
Representación genérica de
un modelo económico

Donde:
es el vector de variables endógenas
que son determinadas por el modelo
es el vector de parámetros exógenos
(variables de política económica)
es el vector de expectativas de las variables
endógenas en t+1 formuladas en t dada la
Información disponible (en t-1)
andres@schuschny.com.ar
Expectativas adaptativas

Se puede demostrar que:

Esta representación backward-looking toma en cuenta


sólo la información que va arribando. No es consistente
con el estructura del modelo en curso, por lo que pueden
tener lugar errores sistemáticos (ejemplo telaraña).
andres@schuschny.com.ar
Crítica de Lucas
• El uso de modelos econométricos no considera
adecuadamente el impacto de los cambios de
política económica sobre las expectativas.
• Si los agentes económicos fueran capaces de prever
las futuras medidas de política económica, se
anticiparían y tomarían decisiones para neutralizar
sus efectos.
• Las expectativas influencian la respuesta a las
políticas económicas, por lo que el gobierno no
puede anticipar los efectos de sus políticas si no
conoce las expectativas de ellas.
andres@schuschny.com.ar
Hipótesis de las
expectativas racionales
• Supone que las expectativas (al ser predicciones
informadas de acontecimientos futuros) deben ser
iguales a las predicciones de la teoría económica
relevante.
• Los agentes económicos formulan sus expectativas
acerca de las variables utilizando como base el
mismo modelo que da lugar al comportamiento de
las variables:

andres@schuschny.com.ar
Hipótesis de las
expectativas racionales

andres@schuschny.com.ar
Hipótesis de las
expectativas racionales

• Dada la consistencia entre modelo y


expectativas, se considera que todos los
agentes saben que todos saben, que todos
saben… (consistencia de las expectativas).
• Por lo que, los modelos de “agente
representativo” (individualismo
metodológico) son llamados a ser usados.

andres@schuschny.com.ar
Modelos de agente
representativo con previsión
perfecta:

andres@schuschny.com.ar
Ejemplo en tiempo discreto
• Consumo intertemporal de un agente representativo
(en tiempo discreto, con previsión perfecta):

Se resuelve aplicando programación dinámica


(ecuación de Bellman)

andres@schuschny.com.ar
Ejemplo en tiempo continuo
• Consumo intertemporal de un “agente
representativo” (en tiempo continuo, con previsión
perfecta):

Se resuelve aplicando la teoría del control óptimo


(ecuación de Euler)

andres@schuschny.com.ar
andres@schuschny.com.ar
Y se vino la crisis financiera
mundial…
Datos Globales:
• - 9.7% del volumen de comercio
• - 2.9 del PIB mundial
• - 24.1% del volumen exportado
• - 12.8% producción industrial
Banco Mundial (2009), Global Development
Finance: Charting a Global Recovery

• 8.439.120.000.000 USD fue el


monto aproximado del
programa de rescate de los
Estados Unidos es decir:
27.599 USD / per capital

andres@schuschny.com.ar
Algunas figuras

FMI (2009), World Economic Outlook:


Crisis and Recovery

andres@schuschny.com.ar
Explicaciones sistémicas

andres@schuschny.com.ar
Explicaciones sistémicas

andres@schuschny.com.ar
Explicaciones sistémicas

andres@schuschny.com.ar
¿Qué nos puede
enseñar la física de los
sistemas complejos?

andres@schuschny.com.ar
“La economía es la impredecible
ciencia de la interdependencia”
(Loretta Napoleoni, 2008)
Existen fenómenos con escalas
características: Distribución normal

andres@schuschny.com.ar
Existen
fenómenos
libres de
escala

Por
ejemplo:
los
fractales
andres@schuschny.com.ar
Los fractales

andres@schuschny.com.ar
Andres Schuschny
Fenómenos libres de escalas:
Leyes de potencia (Power Laws)

Son distribuciones de probabilidad


que tienen (en teoría) varianza infinita
Fenómenos libres de escalas:
Leyes de potencia
Fenómenos libres de escalas:
Leyes de potencia
Un mundo con cisnes negros

andres@schuschny.com.ar
Mediocristán Extremistán
Límites de la
Nivel de complejidad Estadística estadística
Complejo (seguros de (exposición a
vida) “cisnes
negros”)
Riesgo
(casinos, Modelos
Simple
juegos de (epidemías)
azar)
Normal Fractal
Interacciones débiles Fuertes interacciones

Tipo de aleatoriedad
andres@schuschny.com.ar
Un mundo con Cisnes Negros
Mediocristán Extremistán
Escalable Libre de escala
Aleatoriedad controlada Incertidumbre extrema
Miembro típico (mediocre) No hay miembro típico
Ganar/Perder poco Ganar/Perder todo
Histórico Actual
Sujeto a atenuación Sujeto a aceleración
Físico Informacional
Suma de pequeños eventos Acople de grande episodios
Fácil de predecir Difícil de predecir
Evolución Revolución
Distribuciones normales Leyes de potencias
andres@schuschny.com.ar
Leyes de potencias en finanzas
•Estamos convencidos de que un análisis del pasado nos
ayudará a gestionar el riesgo
•Suponemos que el riesgo puede ser medido con el cálculo
de la desviación estándar
¿Cuáles son los
mecanismos generativos
de las leyes de potencia?

Usemos sistemas
complejos adaptativos

Andres Schuschny
Sistemas Complejos
• Compuestos por una enorme cantidad de componentes
en interacción (condición acción) capaces de
intercambiar entre ellos y con el entorno materia, energía
o información y de adaptar sus estados internos como
consecuencia de tales interacciones (paralelas).
• Dan lugar a “comportamientos emergentes”.
• Suelen ser “computacionalmente irreducibles”:
obligan a la aproximación constructiva (bottom-up)
• Pueden exhibir estados estacionarios, fenómenos críticos,
transiciones de fase, fluctuaciones, histéresis, frustración,
metaestabilidades, y un sinnúmero de meso-estados.
• Evolucionan en el “borde del caos”.

andres@schuschny.com.ar
Sistemas
complejos

Comportamientos
emergentes

andres@schuschny.com.ar
Ejemplos de sistemas complejos
• El comportamiento atmosférico (sistemas turbulentos)
• Los hormigueros, colmenas, cardúmenes y manadas
• Las redes metabólicas, los sistemas autoinmunes, la
diferenciación celular y los sistemas neuronales
• El flujo del tránsito urbano, el desplazamiento de fluidos en
medios porosos
• La economía y la dinámica de los mercados
• Los sistemas ecológicos, la evolución de la biodiversidad y
extinción de especies
• La dinámica de redes (Internet y toda conectividad)
• La propagación de epidemias, rumores, incendios, ataques
especulativos, pánicos bancarios, etc.
• La dinámica de cooperación - competencia en los sistemas
sociales
• Etc. …
andres@schuschny.com.ar
Modelos de sistemas complejos
• Redes Neuronales (memoria asociativa, modelo de
Hopfield)
• Autómatas celulares (Juego de la vida, etc.)
• Modelo de Ising (ferro y para-magnetismo)
• Criticalidad autoorganizada (SOC)
• Dilema del prisionero espacialmente extendido
• Percolación

Se trata de especificar interacciones simples que


produzcan comportamientos que son compartidos
por una gran variedad de sistemas sin depender de
los detalles locales de cada sistema particular
(hipótesis de la universalidad de clases).
andres@schuschny.com.ar
Ejemplo: El juego de la vida
Regla de actualización:
• Una celda viva con 2 ó 3 vecinos vivos = sobrevive
• Una celda viva con menos de 2 ó más de 3 vecinos vivos =
muere
• Una celda muerta con exactamente 3 vecinos vivos = nace

andres@schuschny.com.ar
El juego de la vida

• La evolución queda determinada al especificarse el estado


inicial (no hay parámetros exógenos)
• Es equivalente a una computadora universal de Turing.
Puede computar todo lo que se puede computar
algorítmicamente.
andres@schuschny.com.ar
Fenómenos críticos
• Ciertos sistemas con muchos grados de
libertad exhiben transiciones de fase.
• Se trata de cambios abruptos en el estado
macroscópico cuando algún parámetro
cambia más allá de un valor crítico (por
ejemplo, la temperatura)

andres@schuschny.com.ar
Ejemplo de fenómenos críticos
• Transición de fase: sólido-líquido-gaseoso

andres@schuschny.com.ar
Ejemplo de fenómenos críticos
• Transición ferromagnética - paramagnética

¡Usemos un toy-model para entender esto!


andres@schuschny.com.ar
Modelo de Ising
Regla de actualización:
• Cada nodo está en un estado de spin (s = +1↑ ó s = -1↓)
• Se selecciona un nodo y se cambia su estado (spin) si
por ello baja la “energía” sino igual cambia de estado con
probabilidad: (algoritmo de Metrópolis-MonteCarlo)

Ojo: ¡la topología importa!


(se suponen condiciones de contorno períódicas)

La temperatura es un parámetro
(global) del sistema
andres@schuschny.com.ar
Modelo de Ising
T < TC T > TC
Magnetization
espontánea

Fase desordenada
(no hay magnetización)

Todos los observables se comportan


T ~ TC como “power laws”:

es el “exponente crítico”
“estado crítico”
(universalidad de clases)
Ver simulación

andres@schuschny.com.ar
En el estado crítico
• La función de correlación:

• La longitud de correlación:

• Mide una “distancia o escala


característica” (en la que los
spines están correlacionados).
• En el punto crítico es infinita, o
sea que no hay una escala
definida.
• Los detalles locales de la
dinámica pueden obviarse.
• Los clusters que se forman son
fractales.
andres@schuschny.com.ar
Criticalidad
autoorganizada
(SOC)

andres@schuschny.com.ar
Criticalidad autoorganizada
(SOC)
• La hipotesis de Bak-Tang-Wiesenfeld (BTW)
sugiere que gran cantidad de clases de sistemas se
comportan como sistemas termodinámicos en
estado crítico (power laws).
• Ademas, los sistemas referidos se mueven
espontaneamente hacia ese estado (el atractor del
sistema es un punto crítico).
• No dependen de un parámetro global (como la
temperatura)

andres@schuschny.com.ar
Un toy-model para entender el
SOC:“El modelo de la pila de arena”

andres@schuschny.com.ar
“El modelo de la pila de arena”
Regla de Actualización:

andres@schuschny.com.ar
Ver simulación

andres@schuschny.com.ar
Criticalidad autoorganizada:
“El modelo de la pila de arena”

• Las avalanchas son el fenómeno emergente


(e inevitable)
andres@schuschny.com.ar
Leyes de potencia ¿donde más?
• Población de la ciudades
• Tamaño de los cráteres lunares
• Tamaño de las manchas solares
• Tamaño de los archivos en las PC
• Muertes en las guerras
• Ocurrencia de nombres
• Ventas de libros, música, etc. (long tail)
• Distribución de la riqueza
• Tráfico en Internet
• La volatilidad en los mercados financieros: Los
Cisnes negros

andres@schuschny.com.ar
Criticalidad autoorganizada
• Hay una invariancia de escala temporal o espacial
(leyes de potencias = no hay escalas privilegiadas)

• El sistema se autoorganiza en un estado que es en


sí crítico (dimensión de correlación infinita)

• El SOC es una metáfora para entender los


principios subyacente de sistemas como los
mercados, la dinámica de rumores y los ataques
especulativos, los terremotos, etc.

• Hipótesis de la evolución puntuada (Stephen


Gould y Niles Eldredge). ¡Saltacionismo!

andres@schuschny.com.ar
Modelo de Terremotos

Carlson & Langer (1989), Mechanical Model of an earthquake


fault, Phys. Rev. A40, 6470.

andres@schuschny.com.ar
Modelo de Incendios Forestales

Distribución del tamaño de


los incendios forestales

Bruce D. Malamud, Gleb Morein, Donald L.


Turcotte (1998), Forest Fires: An
Example of Self-Organized Critical
Behavior, Science 18 septiembre, 1998.
Leyes de potencias en finanzas
Sistemas complejos:
Atributos básicos
• No linealidad
No vale el principio de superposición. (la magnitud de los
efectos no es proporcional a la de sus causas).
Descartar la hipótesis del agente representativo.
• Autoorganización-comportamiento emergente
(propiedad de escala).El todo es más que la suma de las partes
– “No hay nada que encontrar en la colmena que no pertenezca a una abeja.
Sin embargo, en una abeja nunca se encontrará la colmena”. Kevin Kelly

• Nodos, conectividad (topología) y flujos


Agentes + estados internos + Vinculos (flujos) (Topología)
Reglas de interacción simples aplicadas descentralizadamente
pueden producir comportamientos emergentes complejos.

andres@schuschny.com.ar
Sistemas Complejos:
Atributos básicos
• Flexibilidad
Diversidad de meso-estados (metaestabilidad, histéresis,
oscilaciones, frustración, etc.)
• Robustez + Equilibrio dinámico + Adaptación
La identidad de mantiene mientras hay evolución.
– Retroalimentaciones negativas: corrigen desviaciones , se
oponen al cambio
– Retroalimentaciones positivas: que las amplifican,
promueven el cambio (la complejidad crea complejidad)
– Uno u otro mecanismo se activa por acción de umbrales
• Incertidumbre fundamental o irreductible
No puede salvarse con más data e investigación.
andres@schuschny.com.ar
Algunas conclusiones
• Los sucesos de baja probabilidad y alto impacto son
imposibles de pronosticar.
• El riesgo no se puede medir con la desviación
estándar.
• No tiene sentido pues predecir estos eventos, sino
prepararse para cuando sucedan.
• Dada la conectividad y la creciente interdependencia
(globalización), estos fenómenos empiezan a ser cada
vez más comunes.
• Algunas políticas económicas no tienen efecto por
mucho tiempo y de repente derraman.
• Sesgo del exitismo.
andres@schuschny.com.ar
Andres Schuschny