La economía como sistema complejo

Por Ignacio Uman – Viktoriya Semeshenko es investigadora adjunta del Instituto Interdisciplinario de Economía Política IIEP CONICET-UBA, donde integra el Laboratorio de Redes y Sistemas Complejos (NETLAB). Allí lidera varios proyectos de investigación, particularmente se dedica a indagar sobre mercados financieros, movilidad laboral, economía urbana y otros fenómenos susceptibles de ser analizados como sistemas complejos dentro de la rama econofísica.

En cuanto a su formación es Licenciada en Física (Tashkent State Tech University, Uzbekistán), Magíster en Modelado y Simulación (ICTP/SISSA, Italia) y Doctora en Ciencias Cognitivas (Institute National Polytechnique de Grenoble, Francia). Realizó un posdoctorado de CONICET en la Academia Nacional de Ciencias Económicas (ANCE), Buenos Aires, Argentina. Asimismo, está colaborando con la Maestría en Explotación de Datos y Descubrimiento del Conocimiento (UBA) como directora y jurada de las tesis finales de los alumnos.

Durante este diálogo con el blog Predictivos, Viktoriya nos cuenta cómo la aplicación del modelado, simulación y ciencia de datos en fenómenos complejos, tales como un sistema económico-financiero, puede enriquecer significativamente su análisis.

Luego de haberte formado en diversos países de Europa, ¿cómo surgió la posibilidad de venir a Argentina y, en particular, consolidarte como investigadora de CONICET?

Yo soy física, nací en Belarús, estudié en Uzbekistán y después fui a hacer una Maestría en Trieste en el Centro Internacional de de Física Teórica de Abdus Salam (ICTP). Allí empecé a trabajar en cosas más interdisciplinarias porque mi maestría fue aplicada en simulación y modelización de escenarios complejos. De hecho para terminar esta maestría teníamos que presentar proyectos aplicados, incluso en empresas tecnológicas (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 más allá de la física teórica.  A partir de estos trabajos me empezó a interesar mucho lo que tiene que ver con inteligencia artificial y sus temas asociados. Y encontré un doctorado  en Francia donde trabajé sobre aplicaciones de física estadística a la economía. Allí trabajé con una directora de tesis argentina -radicada en Francia- que se llama Mirta Gordon, y élla después me puso en contacto con investigadores referentes de Argentina, por ejemplo con Daniel Heymann -economista y físico- quien fue mi conexión principal en el año 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 Económicas de la UBA, hablé con Heymann y empezamos a trabajar con él sobre aplicaciones que tenían que ver con cooperación, física estadística aplicada a los mercados y organización de mercados como sistemas complejos. En 2011 fue creado el IIEP, el Instituto Interdisciplinario de Economía Política, que funciona en la Facultad de Ciencias Económicas. Una de las potencialidades del IIEP es que unió a diferentes investigadores en diferentes áreas de actividad y logró una interacción constante entre diferentes disciplinas: epistemólogos, macroeconomistas, historiadores, incluso investigadores de Ciencias Exactas (incluso hacemos muchas colaboraciones con el Departamento de Computación y de Física de Exactas que incluyen a estudiantes de estas disciplinas).

Recientemente comencé 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 investigación que se está haciendo dentro de esta temática. En definitiva ya tenemos varios investigadores que están aplicando redes, análisis y metodologías provenientes de los sistemas complejos para analizar sistemas económicos, de comercio, del mercado laboral, etc. Un ejemplo de ello es el trabajo de investigación que hicimos junto a Andrea Molinari y Diego Kozlowski sobre comercio internacional.

¿Qué preguntas considerás que se hacen los economistas en este momento, pudiendo recurrir a técnicas de simulación y modelado de sistemas complejos, algo que no era tan común hasta hace algunos años?

Todo lo que tiene que ver con problemas de los sistemas financieros porque quienes investigan las crisis económicas o los sistemas bancarios suelen tomar la metodología de análisis tradicional (basada en regresiones o teoría económica tradicional) pero no les alcanza para entender qué es lo que lleva a que haya disrupciones tan grandes en el sistema y por qué pasó 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 cuándo va a pasar pero sí podemos entender qué es lo que llevó al sistema a tener estas avalanchas, podemos analizar hacia atrás todo el comportamiento y entender la dinámica de lo que pasó, para tratar de que no se repita. Tampoco podemos estar preparados para cualquier efecto en la economía, porque estamos estudiando la posibilidad pero también puede pasar que el resultado o efecto sea muy distinto a esa posibilidad.

Por ejemplo en el caso del sistema bancario es posible representar la red de conexiones entre los bancos, esas conexiones son créditos y débitos, que después se mapean dentro de una red. A partir de esa mapa se puede analizar si es una red estable, qué tipo de topología tiene y clasificarla dentro de la teoría de grafos, si forma parte de redes aleatorias (random), regulares, mundo pequeño (small world), etc. Y cada red tiene sus propias características y atributos.

Entonces si nosotros podemos caracterizar el sistema bancario argentino (que de hecho tenemos unas cuantas personas que lo están estudiando) podemos saber qué tipo de fenómenos podrían ocurrir, la escala del sistema, si puede absorber el shock o no, cuántos bancos son grandes, dónde están localizados, si están muy conectados entre sí o no, comprobar esta teoría “too big to fail” que existe en el sistema financiero. De ese modo se pueden generar simulaciones para programar diferentes escenarios.

Al ir hacia atrás podemos estudiar qué pasó en 2008, cuando fue la caída de Lehman Brothers, que era un banco muy importante que tenía muchas conexiones y no resistió. Entonces esta propagación involucra a toda la red de conexiones. Ahora que históricamente sabemos qué pasó, lo podemos modelar como un escenario posible para simular la red y ver qué 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 adónde nos va a llevar, porque ya podemos caracterizar qué tipo de red es, podemos saber qué características cambiar en el sistema, qué hipótesis tenemos para prevenir este tipo de crisis.  Obviamente que pueden pasar otro tipo de fenómenos distintos, pero podemos simular para ver qué hacer en este caso.  Entonces es como una forma de estudiar el sistema, generando diferentes modelos y analizándolos teóricamente en detalle.

Justamente es un sistema complejo porque en su funcionamiento la economía depende de decisiones de muchas personas, agentes, comunidades, que interactúan entre sí…

Desde ya, un sistema complejo es aquel en el que la interacción entre las distintas unidades que lo componen hace que emerjan características completamente imprevisibles, que no estaban presentes en las unidades en sí.

Y la economía de un país no es solamente pensar qué pasa si se derrumba un banco, la economía también involucra a las decisiones de cada uno, cuando las personas se reúnen en grupos esa interacción es tan compleja e imposible predecir qué pasará mañana si una persona decide una cosa y otra decide algo completamente distinto (incluso esos agrupamientos van escalando cada vez más hasta llegar a una población). Tal como dijo Paul Anderson “more is different”, somos muy diferentes entre sí que cuando interactuamos en una población tan grande, una sola desviación puede amplificar tanto el resultado que nunca sabemos que va a pasar.

Cuando tenemos una población, a nivel macro, las interacciones entre los individuos nos pueden llevar a una emergencia de los resultados (outcomes) que son impredecibles. Pero también dentro de esta población, podemos tener muchos de esos pequeños grupos dentro de los cuales existen claros problemas de coordinación. Entonces es tan complejo que es imposible inferir el resultado solamente a partir de las características de las personas, sus grupos, o bien de sus decisiones. Por todos estos motivos, se habla de economía tratando de entenderla a partir de los sistemas complejos.

Allí es donde las técnicas cuantitativas y la ciencia de datos pueden jugar un rol importante….

Por supuesto, porque esta metodología no es tan tradicional ni lineal. Uno tiene más abanicos en los métodos y el abordaje de los problemas. En particular está metodología de modelado basado en agentes (agent based modeling) se usa mucho y es muy valiosa. Porque podés simular el comportamiento social, esta macroeconomía usando el enfoque de bottom-up, cuando decís “tengo todos estos agentes, cada agente tiene sus atributos, ahora los pongo a interactuar”, es como si crearas una second life, un escenario de simulación para observar hipótesis o posibilidades. Quiero ver a partir de ciertas decisiones a qué resultados me lleva la dinámica del sistema. Por supuesto que se debe comprobar con ciertas verificaciones teóricas, porque sino hay un abuso de estas simulaciones: es muy fácil hacerlas y podés tener computadoras muy poderosas con millones de agentes; en el sentido visual puede ser muy atractivas pero después para explicarlas no es tan sencillo y algunas personas realmente no saben cómo hacerlo. Es decir, no sólo hay que tener muchísimos parámetros sino entender la correlación entre esos parámetros, la influencia e impacto de esos parámetros. Ahí es necesario entender cómo modelar y simular, no es solo crear una cantidad infinita de parámetros. Muchas veces con un mínimo necesario, que son pocos parámetros, podés reproducir un fenómeno complejo que estás observando en la realidad.

¿Este tipo de trabajos son consultados por el Gobierno,  el Ministerio de Economía o algún organismo público y también por empresas privadas como los bancos?

Sí, son trabajos y proyectos que se consultan frecuentemente.

Te puedo mencionar algunos específicos: tenemos un proyecto con el Ministerio de Trabajo. Uno de los estudiantes de la Maestría, Sergio De Raco (está terminando el posgrado y trabaja conmigo) está finalizando su tesis sobre la movilidad laboral, tema que también surgió a partir de este convenio con el Ministerio de Trabajo. Ellos tienen registros administrativos de movilidad de gente en industrias y empresas.  Lo que sucede es que tenían una forma tradicional de analizar qué pasa con la movilidad, adónde va la gente a trabajar, en qué sector o tipo de empresa, qué pasa con ese sector y cómo va evolucionando año a año. Pero también cada año tienen más volumen de datos y están más completos. Por ello surgió la necesidad de ver qué podemos hacer con esos datos. Nosotros podemos analizar esos datos usando redes, ya que hay una metodología basada en un indicador específico que se llama “parentesco de habilidades” (la gente se mueve de un sector al otro de acuerdo a sus habilidades). Tomando en cuenta esto es posible aportar información 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 líneas (en una forma tradicional de regresiones y números), que un mapa visual que permita jugar con los nodos y enlaces, con esta forma de extracción de datos, y ver qué se puede hacer con estas observaciones  a partir de lo que se llama “comunidades” cuando estudiamos los agrupamientos.

Un segundo proyecto tiene que ver con que este año el Banco Central de la República Argentina (BCRA) hizo una convocatoria abierta para presentar proyectos, una convocatoria entre BCRA y CONICET. Específicamente porque tienen ciertos problemas para los que necesitan ayuda para resolver, justamente buscando estas metodologías un poco más alternativas: Big Data, análisis de datos masivos con modelado, aplicaciones de redes, etc. Y realmente hay diferentes formas de abordarlo.

Lo que sí siempre nos pasa que hay muchas ideas de nuestro grupo que pueden aportar a instituciones y empresas, hay muchísimas metodologías que podemos usar, no obstante en varias ocasiones es muy difícil conseguir los datos. Tema que no es menor para llevar a cabo un proyecto.

Por último, saliendo un poco del tema financiero, ¿a qué otros dominios están aplicando estos modelos de análisis?

Por un lado, trabajamos con Pablo Balenzuela en el Departamento de Física de Exactas-UBA, sobre dinámica de opiniones, un sistema social muy interesante donde estamos indagando todo el problema de polarización en la sociedad. Buscamos comprender la formación de opinión pública, para ello tenemos tanto un modelo teórico como diferentes análisis computacionales. Por ejemplo estamos haciendo scraping de las páginas de los diarios más importantes en la web en un tema concreto como son las elecciones. Junto a las técnicas de scraping, analizamos las encuestas del proceso de elecciones y tratamos de ver qué pasa en ese período con la opinión de la población que elige candidatos. Particularmente ya tenemos un par de artículos publicados sobre análisis de elecciones en Estados Unidos. Entonces, en definitiva, la idea es analizar cómo la opinión pública está polarizada por los medios masivos de comunicación. Al mismo tiempo, estamos analizando opiniones en Twitter aplicadas a diferentes contextos, no solo el de las elecciones.

Por otro lado, junto a Balenzuela y con otro colaborador argentino, que está en Brasil y se llama Roberto Iglesias, estamos trabajando con problemas de transporte. Por ejemplo modelando embotellamientos. Eso también es un modelo muy interesante porque es un fenómeno muy complejo: cómo se forman de una manera espontánea los embotellamientos en la autopista, por qué se forman y cómo se desarman de repente. Ese tipo de problemas tienen su dinámica particular y uno de los papers que estudia este problema es de Nagel, quien demostró científicamente cómo se forman de manera espontánea los embotellamientos. Con Roberto y con Pablo estamos tratando de estudiar este fenómeno, a partir de entender el comportamiento de los automovilistas en el tránsito de Buenos Aires. Y creemos que sería muy valioso simular este comportamiento de agentes individuales, ya sea de cooperación o no.  Todos los problemas de tráfico, incluso del transporte público, son muy complejos y aun no se les encontró una solución óptima.