{"id":1382,"date":"2022-05-10T10:59:11","date_gmt":"2022-05-10T13:59:11","guid":{"rendered":"http:\/\/datamining.dc.uba.ar\/predictivos\/?p=1382"},"modified":"2022-05-30T18:46:39","modified_gmt":"2022-05-30T21:46:39","slug":"la-economia-como-sistema-complejo","status":"publish","type":"post","link":"https:\/\/datamining.dc.uba.ar\/predictivos\/?p=1382","title":{"rendered":"La econom\u00eda como sistema complejo"},"content":{"rendered":"

Por Ignacio Uman –\u00a0Viktoriya Semeshenko<\/b> es investigadora adjunta del Instituto Interdisciplinario de Econom\u00eda Pol\u00edtica IIEP CONICET-UBA, donde integra el Laboratorio de Redes y Sistemas Complejos (NETLAB). All\u00ed lidera varios proyectos de investigaci\u00f3n, particularmente se dedica a indagar sobre mercados financieros, movilidad laboral, econom\u00eda urbana y otros fen\u00f3menos susceptibles de ser analizados como sistemas complejos dentro de la rama econof\u00edsica.<\/span><\/p>\n

En cuanto a su formaci\u00f3n es Licenciada en F\u00edsica (Tashkent State Tech University, Uzbekist\u00e1n), Mag\u00edster en Modelado y Simulaci\u00f3n (ICTP\/SISSA, Italia) y Doctora en Ciencias Cognitivas (Institute National Polytechnique de Grenoble, Francia). Realiz\u00f3 un posdoctorado de CONICET en la Academia Nacional de Ciencias Econ\u00f3micas (ANCE), Buenos Aires, Argentina. Asimismo, est\u00e1 colaborando con la Maestr\u00eda en Explotaci\u00f3n de Datos y Descubrimiento del Conocimiento (UBA) como directora y jurada de las tesis finales de los alumnos.<\/span><\/p>\n

Durante este di\u00e1logo con el blog Predictivos, Viktoriya nos cuenta c\u00f3mo la aplicaci\u00f3n del modelado, simulaci\u00f3n y ciencia de datos en fen\u00f3menos complejos, tales como un sistema econ\u00f3mico-financiero, puede enriquecer significativamente su an\u00e1lisis.<\/span><\/p>\n

Luego de haberte formado en diversos pa\u00edses de Europa, \u00bfc\u00f3mo surgi\u00f3 la posibilidad de venir a Argentina y, en particular, consolidarte como investigadora de CONICET?<\/b><\/p>\n

Yo soy f\u00edsica, nac\u00ed en Belar\u00fas, estudi\u00e9 en Uzbekist\u00e1n y despu\u00e9s fui a hacer una Maestr\u00eda en Trieste en el Centro Internacional de de F\u00edsica Te\u00f3rica de Abdus Salam (ICTP). All\u00ed empec\u00e9 a trabajar en cosas m\u00e1s interdisciplinarias porque mi maestr\u00eda fue aplicada en simulaci\u00f3n y modelizaci\u00f3n de escenarios complejos. De hecho para terminar esta maestr\u00eda ten\u00edamos que presentar proyectos aplicados, incluso en empresas tecnol\u00f3gicas (por ejemplo aplicaciones de redes neuronales para resolver problemas de detectores de humo). En este caso pude apreciar el tipo de aplicaciones que se pueden desarrollar m\u00e1s all\u00e1 de la f\u00edsica te\u00f3rica.\u00a0 A partir de estos trabajos me empez\u00f3 a interesar mucho lo que tiene que ver con inteligencia artificial y sus temas asociados. Y encontr\u00e9 un doctorado\u00a0 en Francia donde trabaj\u00e9 sobre aplicaciones de f\u00edsica estad\u00edstica a la econom\u00eda. All\u00ed trabaj\u00e9 con una directora de tesis argentina -radicada en Francia- que se llama Mirta Gordon, y \u00e9lla despu\u00e9s me puso en contacto con investigadores referentes de Argentina, por ejemplo con Daniel Heymann -economista y f\u00edsico- quien fue mi conexi\u00f3n principal en el a\u00f1o 2008. Claro que cuando vine a Argentina tuve que hacer un posdoctorado para entrar a CONICET, porque era extranjera. Entonces fui a la Facultad de Ciencias Econ\u00f3micas de la UBA, habl\u00e9 con Heymann y empezamos a trabajar con \u00e9l sobre aplicaciones que ten\u00edan que ver con cooperaci\u00f3n, f\u00edsica estad\u00edstica aplicada a los mercados y organizaci\u00f3n de mercados como sistemas complejos. En 2011 fue creado el IIEP, el Instituto Interdisciplinario de Econom\u00eda Pol\u00edtica, que funciona en la Facultad de Ciencias Econ\u00f3micas. Una de las potencialidades del IIEP es que uni\u00f3 a diferentes investigadores en diferentes \u00e1reas de actividad y logr\u00f3 una interacci\u00f3n constante entre diferentes disciplinas: epistem\u00f3logos, macroeconomistas, historiadores, incluso investigadores de Ciencias Exactas (incluso hacemos muchas colaboraciones con el Departamento de Computaci\u00f3n y de F\u00edsica de Exactas que incluyen a estudiantes de estas disciplinas).<\/span><\/p>\n

Recientemente comenc\u00e9 a conformar, dentro del IIEP, un laboratorio nuevo especializado en redes y sistemas complejos que se llama NETLAB. Se trata de un grupo interdisciplinario orientado a consolidar toda la investigaci\u00f3n que se est\u00e1 haciendo dentro de esta tem\u00e1tica. En definitiva ya tenemos varios investigadores que est\u00e1n aplicando redes, an\u00e1lisis y metodolog\u00edas provenientes de los sistemas complejos para analizar sistemas econ\u00f3micos, de comercio, del mercado laboral, etc. Un ejemplo de ello es el<\/span> trabajo de investigaci\u00f3n<\/span><\/a> que hicimos junto a Andrea Molinari y Diego Kozlowski sobre comercio internacional.<\/span><\/p>\n

\u00bfQu\u00e9 preguntas consider\u00e1s que se hacen los economistas en este momento, pudiendo recurrir a t\u00e9cnicas de simulaci\u00f3n y modelado de sistemas complejos, algo que no era tan com\u00fan hasta hace algunos a\u00f1os?<\/b><\/p>\n

\"\"<\/a><\/span><\/p>\n

Todo lo que tiene que ver con problemas de los sistemas financieros porque quienes investigan las crisis econ\u00f3micas o los sistemas bancarios suelen tomar la metodolog\u00eda de an\u00e1lisis tradicional (basada en regresiones o teor\u00eda econ\u00f3mica tradicional) pero no les alcanza para entender qu\u00e9 es lo que lleva a que haya disrupciones tan grandes en el sistema y por qu\u00e9 pas\u00f3 la crisis. Obviamente nosotros no vamos a poder predecir la crisis, eso es imposible, ya que el sistema es tan complejo que no se sabe cu\u00e1ndo va a pasar pero s\u00ed podemos entender qu\u00e9 es lo que llev\u00f3 al sistema a tener estas avalanchas, podemos analizar hacia atr\u00e1s todo el comportamiento y entender la din\u00e1mica de lo que pas\u00f3, para tratar de que no se repita. Tampoco podemos estar preparados para cualquier efecto en la econom\u00eda, porque estamos estudiando la posibilidad pero tambi\u00e9n puede pasar que el resultado o efecto sea muy distinto a esa posibilidad.<\/span><\/p>\n

Por ejemplo en el caso del sistema bancario es posible representar la red de conexiones entre los bancos, esas conexiones son cr\u00e9ditos y d\u00e9bitos, que despu\u00e9s se mapean dentro de una red. A partir de esa mapa se puede analizar si es una red estable, qu\u00e9 tipo de topolog\u00eda tiene y clasificarla dentro de la teor\u00eda de grafos, si forma parte de redes aleatorias (<\/span>random<\/span><\/i>), regulares, mundo peque\u00f1o (<\/span>small world<\/span><\/i>), etc. Y cada red tiene sus propias caracter\u00edsticas y atributos.<\/span><\/p>\n

Entonces si nosotros podemos caracterizar el sistema bancario argentino (que de hecho tenemos unas cuantas personas que lo est\u00e1n estudiando) podemos saber qu\u00e9 tipo de fen\u00f3menos podr\u00edan ocurrir, la escala del sistema, si puede absorber el shock o no, cu\u00e1ntos bancos son grandes, d\u00f3nde est\u00e1n localizados, si est\u00e1n muy conectados entre s\u00ed o no, comprobar esta teor\u00eda \u201ctoo big to fail\u201d que existe en el sistema financiero. De ese modo se pueden generar simulaciones para programar diferentes escenarios.<\/span><\/p>\n

Al ir hacia atr\u00e1s podemos estudiar qu\u00e9 pas\u00f3 en 2008, cuando fue la ca\u00edda de Lehman Brothers, que era un banco muy importante que ten\u00eda muchas conexiones y no resisti\u00f3. Entonces esta propagaci\u00f3n involucra a toda la red de conexiones. Ahora que hist\u00f3ricamente sabemos qu\u00e9 pas\u00f3, lo podemos modelar como un escenario posible para simular la red y ver qu\u00e9 sucede. Con la red bancaria argentina, que no es tan grande porque tiene una cantidad de bancos predeterminada, simulamos este tipo de escenario y vemos ad\u00f3nde nos va a llevar, porque ya podemos caracterizar qu\u00e9 tipo de red es, podemos saber qu\u00e9 caracter\u00edsticas cambiar en el sistema, qu\u00e9 hip\u00f3tesis tenemos para prevenir este tipo de crisis.\u00a0 Obviamente que pueden pasar otro tipo de fen\u00f3menos distintos, pero podemos simular para ver qu\u00e9 hacer en este caso.\u00a0 Entonces es como una forma de estudiar el sistema, generando diferentes modelos y analiz\u00e1ndolos te\u00f3ricamente en detalle.<\/span><\/p>\n

Justamente es un sistema complejo porque en su funcionamiento la econom\u00eda depende de decisiones de muchas personas, agentes, comunidades, que interact\u00faan entre s\u00ed\u2026<\/b><\/p>\n

Desde ya, un sistema complejo es aquel en el que la interacci\u00f3n entre las distintas unidades que lo componen hace que emerjan caracter\u00edsticas completamente imprevisibles, que no estaban presentes en las unidades en s\u00ed.<\/span><\/p>\n

\"\"<\/a><\/span><\/p>\n

Y la econom\u00eda de un pa\u00eds no es solamente pensar qu\u00e9 pasa si se derrumba un banco, la econom\u00eda tambi\u00e9n involucra a las decisiones de cada uno, cuando las personas se re\u00fanen en grupos esa interacci\u00f3n es tan compleja e imposible predecir qu\u00e9 pasar\u00e1 ma\u00f1ana si una persona decide una cosa y otra decide algo completamente distinto (incluso esos agrupamientos van escalando cada vez m\u00e1s hasta llegar a una poblaci\u00f3n). Tal como dijo Paul Anderson \u201cmore is different\u201d, somos muy diferentes entre s\u00ed que cuando interactuamos en una poblaci\u00f3n tan grande, una sola desviaci\u00f3n puede amplificar tanto el resultado que nunca sabemos que va a pasar.<\/span><\/p>\n

Cuando tenemos una poblaci\u00f3n, a nivel macro, las interacciones entre los individuos nos pueden llevar a una emergencia de los resultados (<\/span>outcomes<\/span><\/i>) que son impredecibles. Pero tambi\u00e9n dentro de esta poblaci\u00f3n, podemos tener muchos de esos peque\u00f1os grupos dentro de los cuales existen claros problemas de coordinaci\u00f3n. Entonces es tan complejo que es imposible inferir el resultado solamente a partir de las caracter\u00edsticas de las personas, sus grupos, o bien de sus decisiones. Por todos estos motivos, se habla de econom\u00eda tratando de entenderla a partir de los sistemas complejos.<\/span><\/p>\n

All\u00ed es donde las t\u00e9cnicas cuantitativas y la ciencia de datos pueden jugar un rol importante\u2026.<\/b><\/p>\n

Por supuesto, porque esta metodolog\u00eda no es tan tradicional ni lineal. Uno tiene m\u00e1s abanicos en los m\u00e9todos y el abordaje de los problemas. En particular est\u00e1 metodolog\u00eda de modelado basado en agentes (<\/span>agent based modeling<\/span><\/i>) se usa mucho y es muy valiosa. Porque pod\u00e9s simular el comportamiento social, esta macroeconom\u00eda usando el enfoque de <\/span>bottom-up<\/span><\/i>, cuando dec\u00eds \u201ctengo todos estos agentes, cada agente tiene sus atributos, ahora los pongo a interactuar\u201d, es como si crearas una <\/span>second life<\/span><\/i>, un escenario de simulaci\u00f3n para observar hip\u00f3tesis o posibilidades. Quiero ver a partir de ciertas decisiones a qu\u00e9 resultados me lleva la din\u00e1mica del sistema. Por supuesto que se debe comprobar con ciertas verificaciones te\u00f3ricas, porque sino hay un abuso de estas simulaciones: es muy f\u00e1cil hacerlas y pod\u00e9s tener computadoras muy poderosas con millones de agentes; en el sentido visual puede ser muy atractivas pero despu\u00e9s para explicarlas no es tan sencillo y algunas personas realmente no saben c\u00f3mo hacerlo. Es decir, no s\u00f3lo hay que tener much\u00edsimos par\u00e1metros sino entender la correlaci\u00f3n entre esos par\u00e1metros, la influencia e impacto de esos par\u00e1metros. Ah\u00ed es necesario entender c\u00f3mo modelar y simular, no es solo crear una cantidad infinita de par\u00e1metros. Muchas veces con un m\u00ednimo necesario, que son pocos par\u00e1metros, pod\u00e9s reproducir un fen\u00f3meno complejo que est\u00e1s observando en la realidad.<\/span><\/p>\n

\u00bfEste tipo de trabajos son consultados por el Gobierno,\u00a0 el Ministerio de Econom\u00eda o alg\u00fan organismo p\u00fablico y tambi\u00e9n por empresas privadas como los bancos?<\/b><\/p>\n

S\u00ed, son trabajos y proyectos que se consultan frecuentemente.<\/span><\/p>\n

Te puedo mencionar algunos espec\u00edficos: tenemos un proyecto con el Ministerio de Trabajo. Uno de los estudiantes de la Maestr\u00eda,<\/span> Sergio De Raco<\/span><\/a> (est\u00e1 terminando el posgrado y trabaja conmigo) est\u00e1 finalizando su tesis sobre la movilidad laboral, tema que tambi\u00e9n surgi\u00f3 a partir de este convenio con el Ministerio de Trabajo. Ellos tienen registros administrativos de movilidad de gente en industrias y empresas.\u00a0 Lo que sucede es que ten\u00edan una forma tradicional de analizar qu\u00e9 pasa con la movilidad, ad\u00f3nde va la gente a trabajar, en qu\u00e9 sector o tipo de empresa, qu\u00e9 pasa con ese sector y c\u00f3mo va evolucionando a\u00f1o a a\u00f1o. Pero tambi\u00e9n cada a\u00f1o tienen m\u00e1s volumen de datos y est\u00e1n m\u00e1s completos. Por ello surgi\u00f3 la necesidad de ver qu\u00e9 podemos hacer con esos datos. Nosotros podemos analizar esos datos usando redes, ya que hay una metodolog\u00eda basada en un indicador espec\u00edfico que se llama \u201cparentesco de habilidades\u201d (la gente se mueve de un sector al otro de acuerdo a sus habilidades). Tomando en cuenta esto es posible aportar informaci\u00f3n novedosa y ayudar al Ministerio con una forma de representar esos datos visualmente. Porque no es lo mismo tener una planilla Excel con millones y millones de l\u00edneas (en una forma tradicional de regresiones y n\u00fameros), que un mapa visual que permita jugar con los nodos y enlaces, con esta forma de extracci\u00f3n de datos, y ver qu\u00e9 se puede hacer con estas observaciones\u00a0 a partir de lo que se llama \u201ccomunidades\u201d cuando estudiamos los agrupamientos.<\/span><\/p>\n

Un segundo proyecto tiene que ver con que este a\u00f1o el Banco Central de la Rep\u00fablica Argentina (BCRA) hizo una convocatoria abierta para presentar proyectos, una convocatoria entre BCRA y CONICET. Espec\u00edficamente porque tienen ciertos problemas para los que necesitan ayuda para resolver, justamente buscando estas metodolog\u00edas un poco m\u00e1s alternativas: Big Data, an\u00e1lisis de datos masivos con modelado, aplicaciones de redes, etc. Y realmente hay diferentes formas de abordarlo.<\/span><\/p>\n

Lo que s\u00ed siempre nos pasa que hay muchas ideas de nuestro grupo que pueden aportar a instituciones y empresas, hay much\u00edsimas metodolog\u00edas que podemos usar, no obstante en varias ocasiones es muy dif\u00edcil conseguir los datos. Tema que no es menor para llevar a cabo un proyecto.<\/span><\/p>\n

Por \u00faltimo, saliendo un poco del tema financiero, \u00bfa qu\u00e9 otros dominios est\u00e1n aplicando estos modelos de an\u00e1lisis?<\/b><\/p>\n

Por un lado, trabajamos con Pablo Balenzuela en el Departamento de F\u00edsica de Exactas-UBA, sobre din\u00e1mica de opiniones, un sistema social muy interesante donde estamos indagando todo el problema de polarizaci\u00f3n en la sociedad. Buscamos comprender la formaci\u00f3n de opini\u00f3n p\u00fablica, para ello tenemos tanto un modelo te\u00f3rico como diferentes an\u00e1lisis computacionales. Por ejemplo estamos haciendo <\/span>scraping <\/span><\/i>de las p\u00e1ginas de los diarios m\u00e1s importantes en la web en un tema concreto como son las elecciones. Junto a las t\u00e9cnicas de <\/span>scraping<\/span><\/i>, analizamos las encuestas del proceso de elecciones y tratamos de ver qu\u00e9 pasa en ese per\u00edodo con la opini\u00f3n de la poblaci\u00f3n que elige candidatos. Particularmente ya tenemos un par de art\u00edculos publicados sobre an\u00e1lisis de elecciones en Estados Unidos. Entonces, en definitiva, la idea es analizar c\u00f3mo la opini\u00f3n p\u00fablica est\u00e1 polarizada por los medios masivos de comunicaci\u00f3n. Al mismo tiempo, estamos analizando opiniones en Twitter aplicadas a diferentes contextos, no solo el de las elecciones.<\/span><\/p>\n

Por otro lado, junto a Balenzuela y con otro colaborador argentino, que est\u00e1 en Brasil y se llama Roberto Iglesias, estamos trabajando con problemas de transporte. Por ejemplo modelando embotellamientos. Eso tambi\u00e9n es un modelo muy interesante porque es un fen\u00f3meno muy complejo: c\u00f3mo se forman de una manera espont\u00e1nea los embotellamientos en la autopista, por qu\u00e9 se forman y c\u00f3mo se desarman de repente. Ese tipo de problemas tienen su din\u00e1mica particular y uno de los papers que estudia este problema es de Nagel, quien demostr\u00f3 cient\u00edficamente c\u00f3mo se forman de manera espont\u00e1nea los embotellamientos. Con Roberto y con Pablo estamos tratando de estudiar este fen\u00f3meno, a partir de entender el comportamiento de los automovilistas en el tr\u00e1nsito de Buenos Aires. Y creemos que ser\u00eda muy valioso simular este comportamiento de agentes individuales, ya sea de cooperaci\u00f3n o no.\u00a0 Todos los problemas de tr\u00e1fico, incluso del transporte p\u00fablico, son muy complejos y aun no se les encontr\u00f3 una soluci\u00f3n \u00f3ptima.<\/span><\/p>\n

 <\/p>\n","protected":false},"excerpt":{"rendered":"

Viktoriya Semeshenko es investigadora adjunta del Instituto Interdisciplinario de Econom\u00eda Pol\u00edtica IIEP CONICET-UBA, donde integra el Laboratorio de Redes y Sistemas Complejos (NETLAB). Durante este di\u00e1logo con el blog Predictivos, Viktoriya nos cuenta c\u00f3mo la aplicaci\u00f3n del modelado, simulaci\u00f3n y ciencia de datos en fen\u00f3menos complejos, tales como un sistema econ\u00f3mico-financiero, puede enriquecer significativamente su an\u00e1lisis.<\/p>\n","protected":false},"author":4,"featured_media":1386,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_mi_skip_tracking":false},"categories":[24,34,36,25],"tags":[21,35,37,31],"_links":{"self":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1382"}],"collection":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1382"}],"version-history":[{"count":6,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1382\/revisions"}],"predecessor-version":[{"id":1392,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/posts\/1382\/revisions\/1392"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=\/wp\/v2\/media\/1386"}],"wp:attachment":[{"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1382"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1382"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/datamining.dc.uba.ar\/predictivos\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1382"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}