top of page
Search
  • Writer's pictureAlice Meraviglia

Un hombre está reinventando la economía con teoría del caos

La economía tradicional utiliza suposiciones ridículas y hace predicciones poco eficaces. Un enfoque nuevo está probando ser mucho más preciso. Por Thomas Lewton.

16 abril 2024



EN 2006, los economistas del Banco de la Reserva Federal de Nueva York empezaron a preocuparse por el recalentamiento del mercado inmobiliario estadounidense. Preocupados por la posibilidad de que estallara una burbuja, utilizaron su mejor modelo para predecir qué pasaría si los precios de la vivienda cayeran un 20%. No mucho, fue la respuesta. Poco después, los precios de la vivienda cayeron casi exactamente esa cantidad, provocando probablemente el peor periodo de declive económico mundial en un siglo.

A menudo se critica a la economía por ser una pseudociencia, con densas fórmulas matemáticas que desmienten su subjetividad y un pobre historial de predicciones acertadas. J. Doyne Farmer cree que podemos hacerlo mejor. En su nuevo libro, Making Sense of Chaos (Dar sentido al caos), explica por qué los planteamientos económicos convencionales suelen fracasar y presenta una alternativa radical. La llamada economía de la complejidad trata las economías como sistemas similares a los ecosistemas naturales o al clima de la Tierra. Las gigantescas simulaciones informáticas basadas en estas ideas ofrecen una mejor representación de cómo miles de millones de personas interactúan en la economía mundial.


Farmer ocupa actualmente puestos en la Universidad de Oxford y en el Instituto Santa Fe de Nuevo México, pero su trayectoria en economía ha sido poco convencional. Empezó cuando abandonó los estudios de posgrado, construyó el primer ordenador portátil del mundo y lo utilizó para ganar a la ruleta del casino. En los años 90 creó la Prediction Company, donde aplicó principios similares al mercado bursátil. Pionero de la teoría del caos y los sistemas complejos, cree que la economía de la complejidad ha alcanzado recientemente su madurez, haciendo predicciones fiables sobre los problemas económicos más intratables del mundo. Es hora de que los responsables políticos tomen nota.


Thomas Lewton: ¿Por qué necesitamos una economía más objetiva?


J. Doyne Farmer: Uno de los problemas actuales de la economía dominante es que, en casi cualquier cuestión importante, hay diversidad de opiniones sobre la respuesta correcta. La austeridad es un buen ejemplo. Tras la crisis financiera de 2008, Wolfgang Schäuble, ministro de Finanzas alemán, argumentó que había que imponer la austeridad a los griegos, que era la única cura para su maltrecha economía. Otros, como el premio Nobel de Economía Paul Krugman, sostenían que no, que había que darles un respiro. Cuando los economistas discrepan, dejan que los políticos discrepen. Al final, eso significa que tomamos nuestras decisiones basándonos en corazonadas y creencias más que en la ciencia. Creo que la economía de la complejidad ofrece la posibilidad de una economía más objetiva en la que las respuestas no estén engendradas por los supuestos.


¿Cuáles son los supuestos problemáticos de la economía tradicional?


La idea central que subyace a la teoría económica estándar es que las personas tienen funciones de utilidad, que puntúan lo que les gusta y lo que no. A menudo se trata simplemente de que a los hogares les gusta consumir: cuanto más, mejor. O a las empresas les gusta obtener beneficios: cuantos más, mejor. Estos "agentes" económicos toman entonces decisiones que maximizan su utilidad, es decir, que les permiten consumir o ganar tanto dinero como sea posible. Pero, ¿tenemos realmente el poder cognitivo necesario para hacer los cálculos que maximizan nuestra utilidad? En el enfoque tradicional de la economía, la respuesta es sí. Esta idea del Homo economicus, según la cual las personas actúan de forma completamente racional, dominó la economía desde aproximadamente 1970 hasta el año 2000. Entonces los economistas empezaron a darse cuenta de que el Homo economicus es un modelo pobre de lo que hace la gente, al menos en la mayoría de las circunstancias.


La economía estándar también asume que los sistemas económicos, a largo plazo, se asientan y alcanzan el equilibrio. Por ejemplo, un mercado económico puede determinar el precio de algo equilibrando la oferta y la demanda. Pero esto sólo es una aproximación decente a la realidad en casos muy sencillos. La economía está un poco atascada ahora porque, por un lado, está claro que la racionalidad no es el mejor modelo -como tampoco lo es la idea de equilibrio, en la mayoría de los casos- pero, por otro, si se deja de lado la racionalidad y el equilibrio, todo el marco matemático que se desarrolló se desmorona.


La economía de la complejidad puede ayudarnos en la transición a la energía sostenible

¿En qué se diferencia la economía de la complejidad?


Tratamos la economía como un sistema complejo. En concreto, se trata de un sistema en el que hay un comportamiento emergente: el sistema en su conjunto presenta propiedades que no están presentes en sus propios componentes. Una colonia de hormigas es un ejemplo de emergencia. Cada hormiga es una criatura muy simple y, sin embargo, las colonias de hormigas pueden cultivar setas, criar pulgones y realizar todo tipo de comportamientos sofisticados. La economía también es un fenómeno emergente en el que los seres humanos son los componentes básicos.


La economía de la complejidad reconoce que las economías tienen mucho en común con otros sistemas complejos, como los ecosistemas, la evolución biológica o incluso la atmósfera terrestre. En la economía de la complejidad, a menudo tomamos prestadas herramientas matemáticas de otros campos para construir nuestros modelos.


¿En qué se parece una economía a un ecosistema?


Un ecosistema es una interacción de agentes especializados: la hierba es especialista en extraer energía del sol y convertirla en hierba; las cebras son especialistas en convertir la hierba en cebras; y los leones son especialistas en convertir las cebras en leones. Cada una de estas entidades depende en gran medida de las demás. Si matas a todos los leones, es muy malo para la hierba, porque entonces las cebras se comen toda la hierba. Del mismo modo, en las economías estamos especializados en los trabajos que hacemos y el tipo de productos que fabricamos. Predecir la economía consiste en comprender cómo interactúan entre sí todos estos especialistas y qué surge del otro extremo.


Pero, en la práctica, ¿cómo son los modelos de economía de la complejidad?

En primer lugar, los buenos modelos tienen lo que yo llamo verosimilitud: deben seguir los mismos principios básicos que sigue el mundo real. Los modelos se basan en agentes e intentamos comprender cómo toman realmente sus decisiones. No hace falta saberlo todo sobre psicología, pero es bueno saber todo lo posible sobre cómo toman decisiones económicas las personas reales.


Por ejemplo, podemos simular un mercado con agentes que compran y venden. Puede que tomen sus decisiones basándose en reglas sencillas como "compra activos infravalorados" o "mira a tus vecinos para ver lo que hacen y cópiales si les va mejor que a ti", o puede que utilicen el método de ensayo y error. Luego se pueden introducir estas reglas en un ordenador y simular lo que ocurre a lo largo del tiempo. Los agentes introducen información y toman decisiones, sus decisiones cambian la economía, entonces los agentes introducen nueva información. Y se sigue dando vueltas y vueltas a ese bucle, dejando que la simulación evolucione con el tiempo para ver qué hace.


La economía estándar falló en predecir el colapso financiero de 2008

Las ideas que sustentan la economía de la complejidad existen desde los años sesenta. ¿Qué impulsa los avances actuales en este campo?


Hay varios factores. El más importante es la potencia de cálculo. Los ordenadores son ahora mil millones de veces más potentes que en los años sesenta. También entendemos mucho mejor cómo se comportan las personas y cómo toman sus decisiones. Y disponemos de muchos más datos, lo que en parte es consecuencia del aumento de la potencia informática.

En el pasado, nuestros modelos basados en agentes solían ser cualitativos. La mayoría de ellos simulaban una economía en un mundo hipotético que tenía algunas propiedades realistas. Ahora, estamos empezando a crear modelos en los que podemos hacer predicciones cuantitativas precisas. Por ejemplo, podemos decir, para una economía concreta, que el PIB del próximo trimestre será una cifra específica. Esto es importante porque significa que se puede medir el rendimiento del modelo y seguir ajustándolo para intentar que funcione mejor. Esto hace que los modelos sean más potentes. Nos permite llevar la cuenta de lo bien que lo estamos haciendo y competir con los modelos convencionales.


¿Cómo se compara el poder predictivo de la economía de la complejidad con el de la economía estándar?


Aunque la economía de la complejidad es relativamente nueva y hasta ahora ha consumido relativamente poco capital humano, ya hay ejemplos en los que lo está haciendo muy bien. Al comenzar mi libro cuento cómo, poco después de la llegada del covid-19, reuní a un equipo de investigación para predecir las consecuencias económicas de la pandemia en el Reino Unido. Utilizando un modelo basado en agentes, predijimos que en el segundo trimestre de 2020 el PIB del Reino Unido se vería afectado en un 21,5%. Hicimos predicciones antes de conocer la respuesta. Cuando el polvo se asentó, la respuesta fue del 22,1%. A modo de comparación, la estimación del Banco de Inglaterra era del 30%. También calculamos con bastante precisión los niveles de desempleo y otros indicadores económicos, incluido lo que ocurriría con 52 sectores industriales diferentes. Esto supone una prueba de principio de que esto puede funcionar de verdad.


Tras el desplome financiero de 2008, los economistas no se ponían de acuerdo sobre si debían imponerse medidas de austeridad a Grecia.

¿Se utiliza ya la economía de la complejidad en el mundo real?


Algunos bancos centrales cuentan con equipos de investigación que están empezando a desarrollar modelos económicos basados en agentes. Entre ellos están el Banco de Inglaterra, el Banco de Canadá, el Banco Nacional de Hungría, el Banco de España y el Banco de Italia. Se trata de esfuerzos menores dentro de los grandes equipos de investigación de esos bancos centrales, pero es algo que se está estableciendo ahora.


¿Qué posibles aplicaciones de la economía de la complejidad le entusiasman más?


El cambio climático es un problema en el que la economía de la complejidad puede tener una gran influencia. Estamos atravesando transiciones en nuestros sistemas energéticos y alimentarios que se van a producir muy rápidamente y que van a cambiar profundamente nuestra forma de hacer las cosas. Mientras esto ocurre, estaremos lejos del equilibrio, y los enfoques económicos estándar tendrán un valor limitado.


Mis colegas y yo estamos diseñando algo llamado Laboratorio de Política Climática para intentar modelizar las distintas partes relevantes de la economía. El modelo consta de módulos que describen la energía, la agricultura, la innovación, las finanzas, la producción y el trabajo. Pueden utilizarse por separado o conjuntamente para ver cómo los cambios en unos afectan a los otros. De este modo, podremos poner a prueba distintas políticas y ver cómo se desarrolla la transición: por ejemplo, cómo los trabajadores cambian de ocupación o qué ocurre si, por ejemplo, BP decide abandonar el petróleo e invertir en parques solares. Las respuestas no son obvias debido a todos los efectos indirectos de la red. El objetivo es hacer una transición más justa lo más rápidamente posible.


Algunos economistas consideran que el crecimiento económico es parte del problema en lo que respecta al cambio climático. ¿Cuál es su opinión?


No soy partidario de la economía del no crecimiento. Vamos a necesitar muchos recursos para hacer la transición rápidamente. Tenemos las tecnologías, y si quisiéramos ir en pie de guerra y estuviéramos dispuestos a hacer algunos sacrificios, podríamos hacerlo todo en tres años. Pero la gente no parece dispuesta a hacerlo. Empujar demasiado la agenda del no crecimiento podría alejar a la gente del deseo de tomar medidas contra el cambio climático y crear aún más problemas.


Creo que hay una nueva narrativa que es más productiva, y es que el cambio climático es una gran oportunidad de negocio en lugar de una patata caliente que se pasa de mano en mano en las reuniones de la COP. La gente empieza a darse cuenta de que quien haga que esto ocurra se hará rico. Si somos capaces de aprovechar este afán de lucro, orientarlo y limitarlo, podremos crear una economía mucho más sostenible en un mundo que funcione para todos.


Thomas Lewton es redactor de artículos en New Scientist



57 views0 comments

Comments


bottom of page