Upload
silvana-gambini
View
229
Download
8
Embed Size (px)
DESCRIPTION
Monografia que recopila los conceptos basicos de la Teoria del caos y su aplicacion a la economia y a los negocios.
Citation preview
TEORÍA DEL CAOS APLICADA
A LOS NEGOCIOS
Métodos Predictivos Mgr. Humberto Espada
Alumna: Silvana Gambini Piminchumo Código: 07 - 30443
"Por un clavo se perdió la herradura
Por una herradura se perdió el caballo Por un caballo se perdió el jinete Por un jinete se perdió la batalla
Por una batalla se perdió el reino"
CONCLUSIÓN POR UN CLAVO SE PERDIÓ EL REINO
ESO ES TEORÍA DEL CAOS.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
2
2009
INDICE 02
INTRODUCCION 03
OBJETIVOS 04
ANTECEDENTES 05
05
Origen de la Teoría del Caos 07
Caos 07
Efecto Mariposa 08
Atractores 09
Geometría de la Naturaleza
RL CAOS PRESENTE EN EL MUNDO DE ECONOMIA Y LOS NEGOCIOS 11
Primeros Indicios 11
Linealidad y no linealidad en la Economía 12
Complejidad y Economía 13
La Planificación Económica 14
Caos en los Mercados Bursátiles 16
De manera practica 17
Evaluación del Caos en variables financieras 20
Análisis Estadístico de la Tasa de Interés Activa 22
UN ENTORNO PARA ANALIZAR 24
¿Caos o globalización? 24
Un mundo de turbulencias 26
CONCLUSIONES 28
ENLACES WEB 29
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
3
2009
Hace unas décadas atrás, surge en el mundo un nuevo y revolucionario ámbito del conocimiento, el cual
de la mano los científicos generó las primeras señales de la Teoría del Caos, que consiste en términos
muy simples en una nueva forma de entender el universo desde el punto de vista de la ciencia moderna,
ya que las explicaciones religiosas no son admitidas del todo por ellos. Hablamos de los años de la
creación del Internet, y el inicio de lo que más tarde se conocería como globalización. Es en este punto
donde la complejidad se transforma en algo cotidiano y los estudiosos comienzan a interesarse por el
cambio, las crisis y los conflictos.
Hasta ese momento, la teoría científica había tratado siempre de explicar el mundo que nos rodea de la
forma más sencilla posible. Actualmente, los ordenadores y las matemáticas han abierto una nueva vía
de exploración que ayuda a los investigadores a comprender mejor la complejidad de la Naturaleza. En
diversas ciencias se habían utilizado por largo tiempo modelos dinámicos lineales, los que eran
insuficientes para explicar ciertos fenómenos, debiendo recurrirse a la inclusión de variables
estocásticas. La modelación a través de un sistema dinámico no lineal permite, en cambio, mayor
flexibilidad para la adaptación a un comportamiento deseado. Las no linealidades pueden producir
oscilaciones sostenidas sin recurrir a factores externos.
Es así como, desde la década pasada, por ejemplo, se ha comenzado a tratar de explicar el
comportamiento, a veces periódico o errático, de algunas variables económicas a través de modelos
determinísticos no lineales. En general no es posible resolver sistemas no lineales. A pesar de ello, se
puede obtener información cualitativa acerca del comportamiento de la solución. Se puede decir
entonces, que la geometría de las trayectorias es lo más relevante para llegar a conclusiones.
La Teoría del Caos señala que un sistema dinámico continuo con n variables puede tener un
comportamiento irregular sin necesidad de recurrir a ningún tipo de variable aleatoria. El único requisito
es que algunas de las funciones que forma parte del sistema posean componentes no lineales.
Por lo tanto debemos recurrir al planteamiento central de esta nueva concepción, la que plantea que el
desorden, la turbulencia, la desorganización y lo inesperado son aspectos constitutivos de la realidad
que la investigación científica tiene que abordar y desentrañar. En la presente monografía se dan a
conocer los conceptos y definiciones necesarios para comprender la Teoría del Caos y como esta puede
relacionarse no sólo con los fenómenos físicos, sino también con los fenómenos económicos, campo de
estudio de interés para la Ingeniería Comercial.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
4
2009
Conocer los antecedentes de la Teoría del Caos y sus
primeras intervenciones en la Ciencia económica.
Comprender los fundamentos de la Teoría del Caos y su
aplicación en los negocios.
Demostrar que la Teoría del caos puede explicar el comportamiento de los modelos
econométricos, especialmente los de predicción de variables financieras. (Ejemplo:
Tasa de Interés Activa Nominal promedio mensual de los Bancos Comerciales y de
Servicios Múltiples)
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
5
2009
ORIGEN DE LA TEORÍA DEL CAOS
El concepto de Caos ha estado presente en prácticamente toda la historia de la humanidad, a
través de las leyendas que han acompañado a las distintas civilizaciones antiguas. Como
mencionan Briggs y Peat (1994), “Los pueblos antiguos creían que las fuerzas del caos y el
orden formaban parte de una tensión inestable, una armonía precaria. Pensaban que el caos
era algo inmenso y creativo”. “En una historia cosmogónica china un rayo de luz pura, yang,
surge del caos y construye el cielo mientras la pesada opacidad restante, yang, configura la
Tierra. Yin y yang, el principio femenino y masculino, luego actúan para crear las 10,000 cosas
(en otras palabras todo). Significativamente, se dice que los principios de ying y yang, aun
después de haber emergido, conservan las cualidades del caos del cual surgieron. Un exceso
de ying o de yang nos devolvería al caos”.
Pero solo fue hasta en 1908, en que el matemático francés Henri Poincaré (1854-1912) que
había ensayado con sistemas matemáticos no lineales, llega a ciertas conclusiones que, pasado
el tiempo, habrían de ser un importante antecedente histórico y conceptual de la teoría del
caos. Poincaré partió del esquema laplaceano según el cual, si conocemos con exactitud las
condiciones iniciales del universo, y si conocemos con exactitud las leyes naturales que rigen
su evolución, podemos prever exactamente la situación del universo en cualquier instante de
tiempo subsiguiente. Hasta aquí, todo bien, pero ocurre que nunca podemos conocer con
exactitud la situación inicial del universo, y siempre estaríamos cometiendo un error al
establecerla. En otras palabras, la situación inicial del universo sólo podemos conocerla con
cierta aproximación. Aun suponiendo que pudiéramos conocer con exactitud las leyes que
rigen su evolución, nuestra predicción de cualquier estado subsiguiente también sería
aproximada. Hasta aquí tampoco habría problema y podríamos seguir manteniendo el
esquema determinista ya que lo aproximado de nuestras predicciones no serían adjudicables a
un caos en la realidad sino a una limitación en nuestros conocimientos acerca de las
condiciones iniciales. Efectivamente, los deterministas alegan que no es que los
acontecimientos sean imprevisibles, sino que simplemente aún no hemos descubierto las leyes
que permitan preverlos. Dicho sea de paso, a esto se opondrá Prigogine: el caos es
imprevisible por naturaleza, puesto que para preverlo sería necesaria una cantidad infinita de
información.
Sin embargo, Poincaré jugará con una hipótesis que le sugirieron ciertos sistemas matemáticos
especiales: dirá que un pequeño error en las condiciones iniciales, en vez de provocar también
un pequeño error en las últimas, provocaría un error enorme en éstas, con lo cual el fenómeno
se vuelve impredecible y entonces lo adjudicamos al azar. Desde ya, este efecto multiplicativo
del error no es debido a nuestra ignorancia o a nuestro limitado conocimiento de lo real, sino a
la misma configuración de la realidad, que admite ese tipo de evoluciones erráticas. En una
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
6
2009
mesa de billar con forma cuadrada, podemos predecir la trayectoria de una bola arrojada
contra una banda, pero...lo mismo no ocurre así si la mesa tiene forma de estadio. En este
caso, la trayectoria se torna impredecible.
El efecto descripto por Poincaré se reactualiza en la década del 60, por obra y gracia del
meteorólogo y matemático norteamericano Edward Lorenz. Su perplejidad tenía mucho que
ver con la imposibilidad de pronosticar fenómenos climáticos más allá de un cierto número de
días, y no era para menos, toda vez que lo que uno espera de un meteorólogo son,
precisamente, predicciones acertadas. A comienzos de la década del 60, Lorenz se puso a
elaborar un modelo matemático para predecir fenómenos atmosféricos, y por casualidad
descubrió que la misma herramienta matemática que utilizaba estaba fallando: pequeños
cambios en las condiciones iniciales producían diferencias inesperadas e impredecibles en el
resultado, con lo cual las predicciones meteorológicas a mediano o largo plazo resultaban
imposibles. La tradicional certeza de la matemática no podía compensar la tradicional
incertidumbre de la meteorología, ya que el virus de la incertidumbre había invadido el
mismísimo cuerpo de la madre de las ciencias exactas. Si la misma matemática permite que de
pequeños cambios iniciales se produzcan al final grandes cambios, entonces toda otra ciencia
que, como la meteorología, intente fundarse en la matemática, habrá de pronosticar grandes
catástrofes a partir de pequeñas alteraciones ambientales. Fue así que nace el efecto
mariposa, que habla de pequeños cambios con grandes consecuencias.
Finalmente a los esfuerzos de Poincare y Lorenz se suman las contribuciones de Benoit
Mandelbrot (ingeniero de comunicaciones), Edward Feigenbaum (matemático), Libchaber
(físico), Winfree (biólogo), Mandell (psiquiatra), y otros más, por lo que se piensa que la teoría
del caos no tiene un solo padre sino muchos.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
7
2009
CAOS
Con el término Caos, se relacionan las características que poseen los sistemas dinámicos con
atractores extraños. James Gleick, recoge algunas definiciones de caos:
“Especie de orden sin periodicidad”
(Hao Bai- Lin)
“Comportamiento recurrente y, en apariencia, debido al azar en un sistema determinista simple.”
(Bruce Stewart)
“El comportamiento irregular, imprevisible, de sistemas dinámicos deterministas no lineales.”
(Roderick V. Jensen)
En un sentido laxo se podría decir que por caos se entiende cierto comportamiento errático
que parece ser aleatorio pero no lo es y que además es extremadamente sensible a cambios
en las condiciones iniciales de tal modo que a pesar de ser completamente determinístico hace
inútil todo intento de predicción en el largo plazo.
En definitiva, un sistema se encuentra en estado caótico cuando hay un orden particular
estructurado en el modo en que éste cambia como un todo, pero la conducta futura de sus
componentes individuales es completamente impredecible. El caos es un fenómeno natural y
como tal, no es ni bueno ni malo. Hay una conexión estrecha entre el caos, el azar y la
creatividad. Llama la atención, el hecho de que este concepto del caos no coincide con el
concepto que comúnmente se tiene del mismo. El concepto común y corriente del caos no
incluye esa regularidad; el caos se concibe según éste, como un desorden absoluto. El caos es
un modo en que las cosas (los sistemas) cambian. Por consiguiente, hay una mezcla
omnipresente de orden y caos. El caos nunca desaparecerá, porque es parte integrante de la
realidad. En otras palabras, no hay orden absoluto ni caos absoluto.
El efecto Mariposa y su importancia
Es necesario aclarar, que la conducta caótica es la
agregación de muchas conductas ordenadas, si bien
ninguna de ellas prevalece en situaciones ordinarias.
El caos es impredecible, pero determinable. O dicho
de otro modo, el caos no es aleatorio, tiene un orden
subyacente. Al respecto son conocidas diversas
experiencias y aportes que paulatinamente condujeron
a la idea de un “nuevo paradigma”, en el que la
presencia del desorden muestra que “al parecer, el
orden no era la constante del universo”.
EFECTO MARIPOSA
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
8
2009
En este proceso, encontramos el aporte de un climatólogo, Edward Lorenz. Al tratar de
explicar el comportamiento del clima por medio de una primitiva computadora, Lorenz
descubrió que aparecía un persistente margen de error; varias veces repitió sus operaciones,
pero la falla se hacía más grande conforme pasaba el tiempo. La anomalía no era un defecto
humano ni técnico, sino una falla del sistema usado para explicarlo. El clima es un ‘sistema
dinámico no lineal’ en el cual intervienen al mismo tiempo gran cantidad de factores que
interactúan entre sí.
Así nació el ya famoso “efecto mariposa”, el cual se ha difundido y que consiste en la
consideración de que “el batir de alas de una mariposa puede provocar un drástico cambio de
dirección de una violenta tormenta a miles de kilómetros de distancia, pues la perturbación en
la atmósfera que provocó el insecto irá amplificándose al avanzar, y al llegar al frente de la
tormenta puede haber adquirido relevancia El “efecto mariposa” nos muestra que “muchos
sistemas no lineales exhiben un comportamiento caótico porque son muy sensibles a las
influencias externas”.
La idea de la que parte la teoría del caos consiste en que, en determinados sistemas naturales,
pequeños cambios en las condiciones iniciales conducen a enormes discrepancias en los
resultados. Este principio suele llamarse “efecto mariposa” debido a que, en meteorología, la
naturaleza no lineal de la atmósfera, ha hecho afirmar a muchos científicos que es posible que
el aleteo de una mariposa en determinado lugar y momento, pueda ser la causa de un terrible
huracán varios meses más tarde en la otra punta del globo.
ATRACTORES
Son los patrones que vemos si observamos el
comportamiento de un sistema durante un
tiempo. Cuando lo hemos descubierto,
decimos que este patrón es un atractor, es
decir como un imán que “atrae” al sistema
hacia ese comportamiento. Hay Atractores
que acercan al sistema a su funcionamiento
óptimo y otros que lo alejan del mismo.1
La Teoría de Caos nos menciona ver la
realidad que nos rodea interconectada y llena de
lazos de retroalimentación, donde cada partícula actúa para modificar el comportamiento del
medio que la rodea, pero no en forma independiente, sino obedeciendo a un comportamiento
integrado por el conjunto. Así dentro de los estudios realizados por los científicos en la
dinámica no lineal se percataron de que, sistemas que exhibían comportamientos caóticos en
dos dimensiones, presentaban conductas “extrañas” cuando se analizaban en su respectivo
espacio de fase.
1 http://www.atractor.es/filosofia.htm
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
9
2009
El análisis en espacio de fase consiste en evaluar al sistema en las dimensiones (tantas como
sea necesario) que permitan representan el movimiento del sistema, como su posición o
velocidad. Estos análisis permiten descubrir zonas o campos de atracción que atrapan la
conducta del sistema. Moviéndose dentro de ciclos periódicos de comportamiento regular que
delimitan los vaivenes del sistema, el atractor representa una danza orbital predecible pero al
mismo tiempo única, puesto que la trayectoria del atractor nunca pasa por el mismo punto.
GEOMETRIA DE LA NATURALEZA
Así como la humanidad acogió de manera amplia la mecánica Newtoniana originando
paradigmas para la interpretación causal de todo tipo de fenómeno, así también se le dio lugar
a la geometría euclidiana, que representaba la interpretación de un orden a través de figuras
basadas en cuerpos regulares. Sin embargo, a través del tiempo habían quedado sin contestar
muchas dudas con respecto cómo se originaba la forma de las nubes, de las plantas, las
siluetas caprichosas de las montañas y del perímetro de las costas.
El matemático franco-americano Benoit Mandelbrot trabajando en la IBM, desarrolló en 1975
el concepto de geometría fractal (fractal proviene del latín fractus, que significa “dividir”), que
permitía descubrir un velo más de la naturaleza y sus formas. Mandelbrot menciona:
“Las nubes no son esferas, las montañas no son conos, la línea costera no son círculos, la
corteza no es suave ni la luz viaja en línea recta2... “
La geometría fractal no está basada dimensiones de números enteros, sino en fracciones.
Además como menciona Mandelbrot, “Las formas naturales exhiben una sorprendente
estructura integral y orden. Nubes de Cúmulos, una cama de hongos, y dunas de arena, todas
ellas exhiben el orden de la naturaleza”3 Otro aspecto no menos importante de la geometría
fractal es el hecho de que es capaz de copiar a la naturaleza en su auto-similitud. Esto se
traduce en que muchas formas de la naturaleza se componen de partes que se asemejan al
conjunto. Tomemos los casos del árbol, un helecho o un brócoli; cada rama es la
representación fiel del tronco al que se integra, y así sucesivamente.
2 Gleick, 1987
3 Campbell, 1984, pág. 162
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
10
2009
La geometría fractal es sin duda la geometría de la naturaleza: las nubes, nuestro sistema
circulatorio, los cauces de grandes ríos, las cadenas montañosas, etc. La importancia de la
geometría fractal como apoyo al estudio de la complejidad radica según Cambell (1984) en
cuatro puntos principales:
1. Provee dimensiones adicionales y más cercanas a la realidad en comparación con la
geometría Euclidiana
2. La mayoría de los sistemas complejos son caóticos, y estos exhiben conductas extrañas
asociadas con límites o campos que no pueden ser representados en dimensiones
enteras.
3. Lo sistemas dinámicos pueden ser representados en series de tiempo y sus
dimensiones son importantes si se busca estudiarlos
4. Los fractales son escalables, esto es, se puede reducir o ampliar su análisis para
observar detalles, mientras que las formas básicas se conservan
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
11
2009
PRIMEROS INDICIOS
Una de los métodos en boga en la actualidad para explicar los cambios aparentemente
aleatorios de las variables económicas, corresponde a la teoría de caos, según esta teoría
plantea que existen evidencias para pensar que los agentes económicos asumen conductas
que se reflejan en las variables macroeconómicas de manera parecida a procesos caóticos, los
cuales pueden ser explicados usando modelos no lineales. Pero el interés de los economistas
por la teoría de caos no es reciente, comenzó a finales de los años 1980, más de veinte años
después del establecimiento de esta teoría por Lorenz en 1963. El primer trabajo en llamar la
atención de los economistas sobre la teoría de caos fue el de Broca (1986), quien examinó las
cifras trimestrales del producto nacional bruto de los Estados Unidos, del 1947 al 1985,
pudiendo percatarse de una no linealidad manifiesta.
En este mismo sentido la teoría del caos presenta una interesante perspectiva desde el punto
de vista económico, principalmente en la explicación de fenómenos que aparentan tener un
comportamiento desordenado. Detrás de ese aparente desorden, existe una dinámica que
puede ser explicada usando apropiadas técnicas matemáticas y estadísticas, propias de esta
teoría. En sistemas dinámicos como los económicos, los cuales cambian constantemente en el
tiempo, cambios minúsculos en un momento dado, pueden ser los causantes de grandes
consecuencias en un futuro.
Dado que la hipótesis de caos dentro del sistema
económico no ha sido comprobada, se podría argumentar
que de encontrarse caos en las variables económicas no
provocarían tal comportamiento de la economía de forma
intencional. De haber evidencia de caos en la economía,
esto implicaría la falta de seguridad en la predicción del
comportamiento de las variables económicas (Llaugel,
2005). El concepto que prevalece es que el caos en
principio, por ser aparentemente desordenado, es
impredecible su evolución. Por otro lado, al ser determinístico, y gobernado por sistemas de
ecuaciones no lineales, debe ser posible su predicción y control una vez que se conocen las
relaciones matemáticas de las variables que lo influyen. Diversos estudios han demostrado que
un proceso caótico aunque es impredecible, es controlable. Se explica a continuación un
ejemplo ilustrativo de la presencia y aplicación del caos como puede ser el estudio de la
psicología en el mercado, donde es conocido que la gente con frecuencia reacciona en exceso
frente a las malas noticias. Toffler, también da el ejemplo de una gran conmoción internacional
que se produjo como consecuencia de un hecho fortuito donde un camarero de un barco vio
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
12
2009
cómo unas personas limpiaban armas (se trataba de guerrilleros que iban a cometer un
atentado importante).
LINEALIDAD Y NO LINEALIDAD EN ECONOMÍA
El descubrimiento de nuevos resultados fundamentales en dinámica no lineal y su rápida
difusión han proporcionado a la economía herramientas de análisis y el enfoque necesario
para abordar con mayor rigor matemático algunos de los difíciles problemas relacionados con
la inestabilidad y las fluctuaciones. Existe un consenso amplio entre los economistas acerca de
la enorme dificultad presente a la hora de explicar los ciclos económicos, de hecho, a lo largo
de los dos últimos siglos se han propuesto multitud de modelos que intentan describir este
comportamiento.
Las nuevas realidades exigen un nuevo enfoque metodológico en el que el mundo y la
organización económica ya no sean considerados bajo el aspecto del orden y en el que
desaparezca la fe ciega en la predecibilidad del sistema. Bajo esta nueva perspectiva el ‘todo’
es distinto que la mera suma de las partes de acuerdo con el principio holístico, y los pequeños
errores se ven amplificados con el cambio y las innovaciones en el tiempo Para entender de
forma clara lo que este nuevo enfoque supone, resulta interesante hacer hincapié en una serie
de ideas interrelacionadas que son especialmente relevantes:
La no linealidad supone una condición necesaria pero no suficiente para la presencia
de comportamiento complejo en un sistema dinámico determinista. El abandono de la
linealidad supone que ya no funciona la localidad temporal y espacial.
La inestabilidad del equilibrio no significa necesariamente la explosión del sistema sino
la apertura a modos de comportamiento más interesantes y complejos que los
equilibrios y ciclos estables que permiten los modelos lineales en economía.
La complejidad de los sistemas no lineales exhibe ‘saltos’ cada vez que se incrementa
su dimensión en una unidad. Incluso sistemas no lineales de baja dimensión pueden
tener soluciones lo bastante complejas como para justificar la aplicación de los
métodos estadísticos de la teoría del caos.
De todas estas consideraciones se deduce claramente la dicotomía “linealidad” frente a “no
linealidad”. Este es un tema especialmente importante en la economía puesto que, salvo en la
década de los cincuenta marcada por el uso de los modelos no lineales, durante la mayor parte
de la historia del pensamiento económico, y debido a que su consolidación como ciencia
coincide con la época en la que está en auge la visión del mundo determinista y el paradigma
newtoniano (3) en la física que era considerada como la ciencia exacta por excelencia, han
predominado los modelos lineales. Esta visión del mundo económico supone que una
economía puede describirse por medio de relaciones funcionales lineales o cuasi-lineales y que
todos los efectos de las no linealidades son considerados como irregularidades con respecto
del comportamiento cualitativo de un sistema lineal, analizándose sólo las que pueden ser
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
13
2009
aproximadas por sistemas lineales. No obstante, como señalan Barnett y Choi los supuestos de
linealidad frecuentes en los modelos económicos rara vez se han considerado como inherentes
a la teoría económica sino como aproximaciones locales simplificadoras.
Aparece así la economía como repleta de fenómenos dinámicos que van desde catástrofes del
mercado bursátil hasta las externalidades de red presentes en los mercados virtuales. Además,
no parece irrazonable esperar mecanismos no lineales en el sistema económico. Sino más bien
en opinión de Day resulta bastante apropiado para modelizar el comportamiento de la
economía y enumera una serie de hechos que justifican en cierto modo esta pretensión:
1. Los precios de los bienes y las cantidades fluctúan con período y amplitud irregular.
2. Los indicadores agregados que representan la economía, exhiben también
fluctuaciones irregulares.
3. El crecimiento económico no sigue una tendencia continua, sino más bien una con
tasas de cambio fluctuantes.
4. La economía presenta ondas solapadas de consumo, tecnología y organización.
5. El desarrollo económico agregado es un fenómeno inestable y explosivo cuando se
mide en una escala temporal bio-astronómica.
De todas estas afirmaciones se llega a una conclusión de vital importancia para la construcción
de la ciencia económica y es que hay poca evidencia de que los datos económicos converjan a
estados estacionarios, a un crecimiento uniforme o a ciclos periódicos. De hecho, estos
comportamientos parecen ser de carácter temporal y siempre son interrumpidos. Se aborda
así el estudio de la economía del no-equilibrio y de la no-linealidad, el análisis de la
complejidad y los modelos de auto organización, en los que el caos y la aleatoriedad
evolucionan de forma espontánea hacia un orden insospechado. Además, con la teoría del
caos la economía dispone de una doble alternativa para la modelización de las fluctuaciones
económicas; ya sea a través de la dinámica endógena o de un “shock” exógeno.
COMPLEJIDAD Y ECONOMÍA
La complejidad, al igual que otros términos como son el caos, el auto organización, el
desorden, etc., constituye un concepto de gran relevancia en el nuevo enfoque epistemológico
que se está desarrollando en estos tiempos. Fernández Díaz indica que los sistemas complejos
presentan con frecuencia propiedades de auto organización de una manera espontánea en el
sentido de que tienden a evolucionar hacia comportamientos ordenados, y de que responden
a pautas constantes y sencillas. Además, la complejidad de las redes encierra rizos de
alimentación no lineal positivos que conducen al sistema hacia zonas de inestabilidad limitada
que exhiben un alto grado de flexibilidad y creatividad.
La investigación en las ciencias de la complejidad, tal y como indica Gell-Mann, no sólo intenta
desentrañar el significado de lo simple y lo complejo, sino también las semejanzas y diferencias
entre los sistemas complejos adaptativos (es decir, dinámicos) que están implicados en
procesos tan diversos como la evolución de las sociedades humanas o el comportamiento de
los inversores en los mercados financieros.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
14
2009
Los sistemas económicos pueden considerarse sistemas complejos adaptativos. Así, por
ejemplo los inversionistas pueden hacer uso de diferentes esquemas elementales basados en
la historia de los precios de las acciones generándose fluctuaciones en los precios. Estas
fluctuaciones surgen de un modelo evolutivo que trata con agentes que distan de la perfección
pero que intentan mantenerse informados. Esta versión de los sistemas económicos está en
estrecha relación con el concepto de los sistemas dinámicos evolutivos de Prigogine y la
relación causa-efecto.
Para Prigogine la realidad tiene un carácter puramente evolutivo e irreversible, esta
descripción evolutiva de la realidad está asociada con la entropía. No obstante, la
irreversibilidad ya no se asocia sólo a un aumento del desorden, por el contrario, los
desarrollos más recientes de la dinámica del no-equilibrio muestran que aquella puede
conducir a la vez al desorden y al orden.
Así pues, son los procesos irreversibles alejados del equilibrio los causantes de que la
naturaleza realice sus estructuras más delicadas y complejas existiendo una fuerte relación
entre la complejidad y la flecha del tiempo. Para Prigogine resulta necesaria la nueva
formulación de la dinámica que presenta la teoría del caos para describir el mundo como una
realidad de fluctuaciones, bifurcaciones, asimetrías e inestabilidades en todos los niveles. Los
sistemas estables conducentes a certidumbres corresponden a idealizaciones.
Esta nueva visión, señala que en la economía al ir emergiendo nuevos valores y realidades, se
han producido rupturas de simetría que obligan a crear formas de organización distintas para
los nuevos niveles de complejidad de los que emanan nuevas propiedades para los que serán
necesarios nuevos planteamientos.
LA PLANIFICACIÓN ECONÓMICA
Considerando que la economía estudia las relaciones entre la adquisición, la distribución y el
uso racional de recursos escasos y de los sistemas que las personas usan para llevar a cabo
estas relaciones, existiendo además relaciones entre el análisis ético y el análisis económico
que no se pueden obviar, entre estas está la importancia de la equidad y de la eficiencia en la
asignación de recursos y al igual que en varias otras disciplinas, en la economía se trata
básicamente de entender y explicar fenómenos, relaciones o leyes generales (la teoría) y
aplicar estos entendimientos a la solución de problemas prácticos, como por ejemplo la
eficacia de una política económica aplicada por un gobierno cualquiera.
Por otro lado, si se toman en cuenta los encadenamientos entre las empresas y sus efectos
sobre el empleo, la tecnología, la equidad y la localización geográfica, entonces la importancia
relativa de las PyMEs -que podía no ser tan determinante en sí- adquiere implicaciones mucho
mayores. En efecto, surge una cuestión de equidad respecto a la distribución del ingreso,
respecto a la distribución regional/espacial y respecto a la propiedad y la toma de decisiones.
También surge una cuestión respecto a la capacidad nacional o local de creación de
conocimientos propios, de investigación y de adaptación de tecnologías en distintos puntos de
la trama de relaciones insumo-(servicios)-producto. Todo lo anterior sujeto al comportamiento
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
15
2009
de un sistema dinámico, no lineal y complejo que dificulta la capacidad de planificar y
anticiparse a sus problemáticas, lo que obliga a considerar que las perspectivas de desarrollo a
largo plazo, bajo estas condiciones, debieran ser miradas con máximo cuidado.
Si la teoría del caos está presente o no en la planificación económica y sus resultados es una
pregunta que muchos gobernantes no quisieran hacerse. Sin duda que en muchos planes de
desarrollo como los que tienen que ver con el desarrollo económico territorial, la formación de
clúster o encadenamientos productivos pueden representar solamente un espejismo ya que se
puede pensar que los factores que contribuyen al desarrollo económico territorial estarían
gobernados por la teoría del caos, lo que explicaría el fracaso de las políticas públicas en
muchos lugares del mundo.
Significa esto que debemos dejar de planificar, de ninguna manera, eso sería restarle la
posibilidad al ser humano de mejorar su entorno y su condición de vida, más bien debemos
saber reconocer cuando el caos y la complejidad están presentes y como enfrentar este
escenario de la mejor manera posible. Otra forma es crear escenarios que sean favorables
donde existan más posibilidades de que se produzca el efecto mariposa en una dirección
deseada que en una dirección no deseada.
Bajo estas condiciones (no linealidad y complejidad) si un fenómeno económico no puede
predecirse, ello puede deberse en principio y como mínimo a una de tres razones:
a. La realidad es puro azar, y no hay leyes que permitan ordenar los acontecimientos. En
consecuencia: resignación, propio de mercados bursátiles agitados, crisis sociales o
políticas que afectan la economía, procesos de devaluación o conflictos militares.
b. La realidad está totalmente gobernada por leyes causales, y si no podemos predecir
acontecimientos es simplemente porque aún no conocemos esas leyes. En
consecuencia será cuestión de tiempo, recursos y trabajo para descubrir las leyes que
rigen ese fenómeno en particular.
c. En la realidad hay desórdenes e inestabilidades momentáneas, pero todo retorna
luego a su cauce determinista. Los sistemas son predecibles, pero de repente, sin que
nadie sepa muy bien porqué, empiezan a desordenarse y caotizarse (periodo donde se
tornarían imposibles las predicciones), pudiendo luego retornar a una nueva
estabilidad. En consecuencia: empezar a investigar por qué ocurren estas
inestabilidades, porqué el orden puede llevar al caos y el caos al orden y,
eventualmente, si pueden crearse modelos para determinar, un poco
paradójicamente, si dentro del mismo caos hay también un orden.
Por otra parte, mientras los sistemas abiertos evolucionan caóticamente, las influencias
externas acentúan ese caos hasta un punto culminante, llamado punto de bifurcación, donde
el sistema deberá optar por retornar al equilibrio, o reorganizarse en una estructura y un
equilibrio superiores. Ejemplo de esto es que la propaganda extranjera o una alteración en las
tasas cambiarias mundiales (influencias externas) deberían producir un impacto interno mucho
mayor en una sociedad inestable o desequilibrada que en otra en equilibrio. Por lo demás,
como esas pequeñas entradas pueden causar grandes efectos, no debería sorprendernos que
una influencia insignificante provoque una reacción enorme en esa sociedad. También debería
ocurrir que, al generar esa influencia más inestabilidad aún, la sociedad termine a la larga por
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
16
2009
reestructurarse ingresando en un nuevo ordenamiento (tal vez, económicamente la posibilidad
de acceder al Primer Mundo).
CAOS EN LOS MERCADOS BURSÁTILES
Las bolsas de comercio son simbólicamente los barómetros de la economía y si como ya vimos
la economía tiene un comportamiento complejo y caótico, lo mismo podemos esperar de los
precios de los activos tranzados al interior del mercado bursátil. Si Albert Einstein tuviera razón
cuando acuño la famosa frase “Dios no juega a los dados”, los precios accionarios solo
seguirían su propia dinámica. Es decir, evolucionan de acuerdo a un patrón conocido. Si
observamos las gráficas de la evolución de distintas acciones, a primera vista, pareciera que se
comportan de forma errática, sin un patrón reconocible. No obstante, si analizamos la
información contenida en los precios históricos, podríamos conocer este patrón y predecir cuál
será su comportamiento futuro. A lo menos, en el corto plazo, no cabe duda que la Teoría de
Caos está presente. La información más insignificante a veces puede ocasionar un efecto
mayúsculo y posiblemente grandes ganancias o pérdidas para un inversionista o toda la
economía de un país, en este caso no cabria dudas que se trataría del mencionado efecto
mariposa.
La implicancia teórica de contrastar un comportamiento caótico
en los mercados bursátiles radica en que la información que
se va incorporando a los precios accionarios (cambio de
directores, anuncio de aumento de dividendos, etc.) no es
externa sino que es propia de la dinámica interna del
mercado y está reflejada en los precios. Es decir, sería
posible determinar cuál es la evolución de un activo
financiero. Evidenciar este comportamiento en series
financieras justifica que Bancos, Administradoras de Fondos de
Pensiones, Fondos de inversión y otros inversionistas busquen técnicas y modelos, basados en
este nuevo paradigma, que les permitan obtener una mayor eficiencia en la administración de
sus portafolios.
Por último, el desafío actual para los investigadores y economistas, radica en demostrar que la
Teoría de Caos, que propone un corte transversal en la historia de la búsqueda de modelos
para predecir la evolución de precios accionarios, puede no solo mejorar los pronósticos sino
que, además, permitiría a los mercados accionarios tener mayor profundidad y liquidez. Dos
características más que deseadas, necesarias hoy en día para plantearse nuevos modelos de
desarrollo y crecimiento económico, cuando el modelo actual pareciera por momentos no
ofrecer respuesta adecuada a la problemática presente que contrapone el desarrollo
económico y la sustentabilidad del medio. La idea que está detrás de este planteamiento es la
de dinamizar y profundizar la desagregación de la economía en respuesta a su posible
estancamiento y desaceleración.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
17
2009
DE MANERA PRACTICA
Uno de los trabajos seminales y que dieron a conocer de manera general la teoría de caos, fue
el de James Gleick (1987), donde este expone los trabajos iniciales de E. Lorenz, y en el cual se
argumenta la importancia de las condiciones iniciales, a través de “El efecto Mariposa”, donde
dice que las condiciones del clima en Japón, por ejemplo, pueden ser afectadas por el batir de
las alas de una mariposa en California.
Esto apunta a que un proceso caótico es tan sensible a las condiciones iniciales, que un cambio
minúsculo de las mismas puede producir efectos enormes en el sistema. El Dr. Lorenz (1963)
fue el primero en probar esto, por error, al correr varias veces un modelo computarizado de
simulación del clima y observar las enormes diferencias que se producían al hacer cambios
minúsculos en las condiciones iniciales del modelo.
Prueba de Dimensión de Correlación
Este método fue desarrollado por Grassberger y Procaccia (1983). También llamado el
exponente de correlación. La idea básica del algoritmo es remplazar el algoritmo box-counting
necesario para computar la dimensión Fractal, con la medida de la correlación entre puntos de
una larga serie de tiempo en el “Attractor”, dado que la dimensión de correlación es
probabilística, no una métrica.
Para explicar la prueba de la dimensión de correlación, comencemos definiendo una serie de
tiempo unidimensional txn
t 1la cual puede estar incluida dentro de serie m dimensional
121 ,...,,,'
mttttX xxxxt dando la serie tx
n
mt. El valor seleccionado de m
se le llama dimensión incluida y cada tx se conoce como una m-historia de la serie txn
t 1.
Esto convierte la serie de escalares en una serie más corta de m-dimensional vectores con
entradas solapadas. En particular de una serie de n elementos, se pueden sacar N=n-m+1 m-
historias.
La prueba de dimensión de correlación se basa en la función de correlación C(N,m,ε), la cual,
para una dimensión incluida m está dada por:
Nstm
st XXHNN
mNC )()1(
1),,(
Donde ε es un número suficientemente pequeño, H(z) es la función Heavside que tiene la
siguiente forma:
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
18
2009
0
0
1
0
)(
z
z
si
si
zH
En otras palabras, la función de correlación es el número de pares (t,s) tal que Xt y Xs están
cerca uno de otro una distancia definida por ε. Así que, C(N,m,ε) mide la probabilidad de que la
distancia entre dos entradas cualquiera de la m-historia sea menor que ε. Si C(N,m,ε) es
grande (es decir cerca de 1) para un valor pequeño de ε, entonces la serie puede estar muy
correlacionada.
Para moverse de la función de correlación a la dimensión de correlación, se investiga como
C(N,m,ε) cambia al cambiar ε. Se esperaría que C(N,m,ε) se incrementara al aumentar ε. De
hecho Grassberger y Procaccia (1983) demostraron que para valores pequeños de ε, C(N,m,ε)
crece exponencialmente a una tasa Dc tal que:
DcemNC ),,(
Donde η es una constante y Dc es la dimensión de correlación. Si el incremento en C(N,m,ε) es
bajo a medida que ε aumenta, entonces la mayoría de los puntos en la serie están cercanos
unos de otros y la serie está bien correlacionada. Entonces, a mayor dimensión de correlación,
está menos correlacionada la serie de tiempo, lo que indica que el sistema se comporta de
forma estocástica. Por otro lado, a menor dimensión de correlación, (a menor incremento en
C(N,m,ε) a medida que ε aumenta) la data está más correlacionada, por lo que el sistema es
más determinístico, aunque más complicado. Por lo tanto, la dimensión de correlación puede
ser definida como:
log
),,(loglim
0 d
mNCdDc
Al investigar el valor estimado de Dc a medida que m se incrementa, si Dc aumenta el sistema
es estocástico. Sin embargo, si la data es producida por un proceso determinístico con
comportamiento caótico, entonces Dc llega a un límite finito de saturación más allá de un valor
de m relativamente pequeño. Lo que indica que la dimensión de correlación puede emplearse
para distinguir un proceso totalmente aleatorio de uno caótico determinístico.
A pesar de esto, si la dimensión de correlación es muy grande, como en el caso de caos
altamente dimensionado, será muy difícil estimarla sin una gran cantidad de datos. Ruelle
(1990) argumenta que una serie caótica sólo puede ser distinguida si tiene una dimensión de
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
19
2009
correlación por debajo de 2 log10 N, donde N es el tamaño de la muestra. Esto sugiere que con
series de tiempo de variables económicas, la dimensión de correlación sólo puede distinguir
caos de baja dimensión de procesos estocásticos de altas dimensiones.
Prueba BDS
Motivado por las desconocidas propiedades de muestreo de la prueba estadística de la
dimensión de correlación, Brock, Dechert, LeBaron y Scheinkman (1996) desarrollaron otra
prueba estadística la cual se conoce como la prueba BDS. Esta prueba compara la hipótesis
nula de que no hay procesos caóticos, contra una alternativa no especificada, usando una
técnica no paramétrica.
El estadístico BDS está basado en la función de correlación discutida anteriormente, y es:
),,(
),,(),,(
),1,(
mN
CmNCNmNW
Nm
donde ),,( mN
es un estimador asintótico de la desviación estándar de
),1,(),,( Nm
CmNC . El estadístico BDS es asintóticamente estándar y normal bajo la
hipótesis nula de que no hay caos.
Prueba NEGM
La herramienta más importante para el diagnóstico de la presencia de dependencia sensitiva
en las condiciones iniciales, está provista por el exponente de Lyapunov, λ, y esa dependencia
sensitiva es la característica principal de Caos. Este exponente mide el promedio de la
divergencia exponencial entre trayectorias que difieren en las condiciones iniciales en una
cantidad infinitesimal. Exponentes Lyapunov positivos es una definición operacional de caos.
Uno de los primeros métodos para el cálculo del exponente Lyapunov dominante es el provisto
por Wolf, Swift, Swinney y Vastano (1985). Este método requiere largas series de tiempo y es
sensitivo al ruido dinámico, de modo que puede producir un valor inflado del exponente
Lyapunov. Nychka, Ellner, Gallart y McCaffrey (1992) propusieron un método de regresión
(NEGM), usando redes neuronales para probar la positividad del exponente de Lyapunov
dominante.
Asumamos que la data tx son valores reales generados por un modelo no lineal
autoregresivo de la forma tmLtLtLtt exxxfx ,...,, 2 para 1≤t≤N, donde L es un
parámetro de rezago en el tiempo y m es la longitud de la autoregresión. Entonces f es una
función de suavización desconocida, y te es una secuencia de variables aleatorias
independientes con media 0 y varianza constante desconocida. La prueba NEGM estima el
máximo exponente Lyapunov produciendo una representación espacio-estado de la ecuación
tmLtLtLtt exxxfx ,...,, 2 , tal que:
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
20
2009
tLtt EXFX )( mm RRF :
Donde ',...,, LmLtLttt xxxX , ',...,,,..., LmLtLtmLtLtLt xxxxfXF y
'0,...,0,tt eE . El procedimiento utiliza un método basado en jacobianos para estimar λ a
través de la estimación individual de las matrices jacobianas:
'X
XFJ t
t
Las derivaciones propuestas por Nychka et al. (1992) dan el estimador del exponente de
Lyapunov en la siguiente ecuación:
NN
1log2
1
donde N
1 es el mayor “eigenvalue” de la matriz
NT , donde
121 ,..., JJJJT NNNN .
El inverso del exponente lyapunov es un indicador de la duración del período de tiempo en que
se puede hacer una predicción con cierto grado de certeza.
¿Cual Prueba escoger?
Las tres pruebas antes descritas sirven para detectar la presencia de caos en una serie de
tiempo. Unas requieren de una cantidad enorme de información, como es la del exponente
Lyapunov (NEGM), donde se hace la selección a partir del cálculo de varios exponentes y
eligiendo el mayor de ellos. Otras son estimaciones de parámetros estadísticos (BDS) y aunque
la contundencia de los resultados de la misma, no es tan buena como la del exponente
Lyapunov. Requiere de menos información para su cálculo.
La prueba de dimensión de correlación es la más sencilla de aplicar y usaremos la misma para
estudiar la presencia de caos en las series de tiempo de la variable financiera del ejemplo
siguiente.
EVALUACIÓN DE CAOS EN VARIABLES FINANCIERAS
El estudio de Barnett y Serletis (2000) indica que ha sido más frecuente el hallazgo de caos en
variables financieras que económicas. Las razones de esto ya fueron explicadas anteriormente,
y por lo tanto se ha escogido la tasa de interés activa que cobran los Bancos Comerciales y de
Servicios Múltiples a los préstamos, para tratar de verificar la existencia o no de caos en el
movimiento de la misma.
Las cifras que aparecen en la tabla 1 del anexo, fueron tomadas de los boletines que publica el
Banco Central de la República Dominicana, y las cuales también se encuentran en el sitio de
Internet www.bancentral.gov.do.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
21
2009
Champ y Freeman (2001) en su libro sobre Modelamiento de Economías Monetarias, en el
capítulo 6 hace una breve exposición de un modelo matemático que explica el
comportamiento de la tasa de interés nominal de los bancos en función de las expectativas de
inflación. La predicción de la tasa nominal de interés ajustada a la tasa de inflación es llamada
el Efecto Fisher en honor a Irving Fisher, economista americano de principios del siglo XX.
Dentro de las complejidades del sistema económico, lo que indica el efecto Fisher es que
debería haber una tendencia para que la tasa de interés nominal se mueva junto a la tasa de
inflación esperada, pero debido a cambios bruscos en la tasa de interés real, es de esperarse
una diferencia variable entre la tasa de interés nominal y la tasa de inflación.
Pero además de la tasa de inflación anticipada, hay otros factores que influyen en el valor de la
tasa de interés activa nominal, entre esos factores se pueden mencionar, la competencia, la
tasa de rentabilidad esperada por los intermediarios financieros, el destino de los préstamos,
la política Monetaria del Banco Central, la abundancia de dinero en la economía, etc. Esto hace
que el modelo explicativo para la tasa de interés pueda ser de una complejidad apreciable. Si a
esto le agregamos el factor especulativo, el modelo se complica aún más.
Si todos estos factores afectan de manera natural el comportamiento de la tasa de interés, es
de esperarse que un proceso caótico sea el causante de que las tasas se ajusten de forma
automática. De no poder demostrarse la presencia de un sistema caótico, entonces habría
razones para pensar que fuerzas no naturales son las causantes del comportamiento de esa
variable financiera.
Recordemos la ecuación de la función de correlación:
Nstm
st XXHNN
mNC )()1(
1),,(
Del estudio de la variación de C(N,m,ε) a medida que cambia ε se podrá demostrar la presencia
de caos. Se debe hacer un análisis de sensibilidad cambiando los valores de ε. Para los datos de
la Tabla 1, usaremos N=131, m=1, 1≤s-t≤3 y 0.1≤ε≤4.2. En la tabla 2 del anexo se resumen los
resultados. Es notorio como la función de correlación tiene un comportamiento similar para
los tres escenarios mostrados donde la diferencia entre uno y otro, es el rezago (t-s) utilizado
en el cálculo de C(N,m,ε).
De acuerdo con estos autores si el incremento en C(N,m,ε) es bajo a medida que ε aumenta,
entonces la mayoría de los puntos en la serie están cercanos unos de otros y la serie está bien
correlacionada. Para este ejemplo, el incremento de ε es constante 0.1, mientras que los
incrementos de C(N,m,ε), para s-t = 1, son decrecientes desde 0.000822 hasta 0. Para s-t = 2 y
s-t = 3, los incrementos máximos respectivos fueron de 0.000656 y 0.000545. Los detalles de
este cálculo se pueden ver la Tabla 3 del anexo.
Los resultados de la prueba se ven reforzados ya que se cumple con la relación planteada por
Ruelle (1990) de que la dimensión de correlación debe estar por debajo de 2*Log10 N, es decir
2*Log10 131= 4.2345, lo cual se cumple cabalmente en los tres escenarios del estudio.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
22
2009
Los resultados del análisis indican que en la serie de tiempo estudiada correspondiente a las
tasas de interés activas nominales promedio de los Bancos Comerciales y de Servicios
Múltiples, hay una evidente correlación entre los valores observados, indicador esto de que
estamos en presencia de un proceso caótico para la fijación de dichas tasas, el cual es
determinístico y complejo.
De acuerdo con Beker (1998), el inverso de la dimensión de correlación es la longitud máxima
de períodos de tiempo en que se pueden hacer pronósticos con cierto grado de certeza. Para
este caso sería 1/0.606 .2
Este hallazgo reviste gran importancia ya que parece paradójico que estas tasas estén
determinadas por un proceso caótico, ya que los Bancos Comerciales son relativamente pocos
(menos de 15 durante el período de estudio) y lo más lógico sería pensar que estas tasas se
fijan en base a acuerdos oligopólicos. La demostración de la prueba de Dimensión de
Correlación dice lo contrario.
ANALISIS ESTADISTICO DE LA TASA DE INTERES ACTIVA
En el entendido de que se ha demostrado la existencia de un proceso caótico en la serie de
tiempo que ha desarrollado la tasa de interés nominal activa mensual promedio durante los
últimos 131 meses, procederemos a hacer un análisis estadístico a los datos del estudio, para
determinar un modelo de pronóstico del mismo y sabiendo cual es el horizonte de planeación
factible, proyectar el valor de la tasa de interés.
El primer paso para el análisis de la serie, es hacer un gráfico de la misma, en la Figura 1 del
anexo se puede ver el comportamiento gráfico de los datos. De la gráfica podemos apreciar
que al parecer hay un componente estacional en la serie con una leve tendencia.
Siempre usando estacionalidad de 12 meses, se procedió a hacer varias pruebas estadísticas a
los datos ajustando varios modelos de pronóstico usando MINITAB. La bondad de cada uno de
los modelos puede ser apreciada a partir de los siguientes parámetros, que mientras más
pequeños, mejor:
MAPE: Mean Absolute Persentage Error
MAD: Mean Absolute Deviation
MSD: Mean Squared Deviation
A continuación los diferentes métodos de ajuste:
Método de Descomposición.
Para todas las pruebas se extrajo una sección de los datos tomando los primeros 121
elementos de la serie para ajustar el modelo, y los últimos 10 para probar que tan bueno fue el
pronóstico. Para hacer el experimento más interesante, se hizo siempre un pronóstico de los
próximos 20 elementos de la serie.
MAPE: 8.93799 MAD: 2.40895
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
23
2009
MSD: 8.13115
Método de Promedio Móvil.
Para el ajuste de la serie usando este método, se escogió un promedio movíl de los dos últimos
períodos. Los resultados de los parámetros de evaluación son:
MAPE: 3.33301
MAD: 0.90672
MSD: 1.39726
Método de Suavizamiento Exponencial Simple.
Usando un valor de 1.110 para el factor de suavizamiento , los parámetros de evaluación
fueron:
MAPE: 2.85745
MAD: 0.78127
MSD: 0.96661
Método de Winter.
Este método usa el procedimiento de Holt-Winter de suavizamiento exponencial y provee
pronósticos adecuados de corto y mediano plazo. Este método es muy útil cuando hay
evidencia de tendencia y estacionalidad en los datos. Los resultados para este método fueron:
MAPE: 7.54213
MAD: 2.08997
MSD: 6.31373
Método ARIMA.
ARIMA ajusta un modelo de Box-Jenkins a la serie de tiempo. ARIMA quiere decir
Autoregressive Integrated Moving Average. El modelo ARIMA ajustado es un AR(1) con
promedio movíl de 2. El MSE resultante fue de 0.8425.
Comparación de Métodos.
Según los parámetros estadísticos de comparación, los mejore ajustes los producen los
métodos de ARIMA y Suavizamiento Exponencial Simple. En la tabla 4 del anexo, podemos ver
los pronósticos producidos por cada uno de los métodos y valores observados reales. También
en las Figuras 5.1 a 5.5 se ven gráficamente los pronósticos de cada uno de los métodos.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
24
2009
¿CAOS O GLOBALIZACIÓN?
La Globalización es un proceso histórico que ha resultado de la innovación humana y el
progreso tecnológico. Se refiere a la extensión de los mercados por sobre las barreras
fronterizas de cada país. Además es un proceso de alta integración de las economías alrededor
del mundo particularmente a través del comercio y los flujos financieros.
La Globalización y la Seguridad Internacional
En la última década, el mundo se ha transformado en un fenómeno de estudio cada vez más
imprevisible y más violento, especialmente luego de los atentados del 11 de septiembre de
2001, ningún país es seguro, nadie está a salvo. Ahora bien, ¿Cuál o cuáles fueron las causas o
la situaciones iniciales que dieron origen a estos acontecimientos?, de acuerdo a lo conversado
y analizado en el Diplomado de RRII, las causas fueron principalmente la pérdida de control de
los Estados, el constante aumento de las víctimas civiles en los conflictos armados y la
proliferación de armas de destrucción masiva. Además se nos ha mostrado como Asia se ha
transformado en la región una línea pero algo menos que un plano. Sin embargo, no
solamente se piensa que estos objetos existen, si no que dicha geometría es fundamental para
la teoría del caos, más preocupante debido a las numerosas rivalidades entre naciones vecinas
dotadas de armas nucleares.
Entonces se nos presenta la incertidumbre de cuál será el desenlace final en dicha región,
cuestión que además mantienen a la defensiva a las grandes potencias, principalmente porque
ellas no aprovecharon los primeros años posteriores a la guerra fría para construir un nuevo
orden internacional. Concentradas en sus problemas internos, nunca se colocaron de acuerdo
en la elaboración de una política de seguridad colectiva. La globalización ha posibilitado la
conexión entre distintos lugares del planeta, pero también ha restringido la capacidad de
regulación de los Estados. Ahora esparcir armas es tan sencillo como diseminar información. La
otra cara de la globalización es la aparición de formas inéditas de terrorismo ligadas al mundo
musulmán. Son organizaciones con estructuras, métodos y blancos novedosos. Sus estrategias
buscan únicamente la destrucción. El 11 de septiembre no sólo simboliza la violencia y el
desorden de estos tiempos, también indica el nacimiento de esta "política del caos".
Globalización ¿Caos Económico?
El fenómeno de la Globalización supone profundos cambios que están afectando a principios
científicos que reclaman nuevos modelos, métodos y estrategias de gestión de la economía y
de las finanzas. La gestión convencional acusa una falta de ajuste con las realidades y valores
emergentes de la nueva economía global. Las tensiones, inestabilidad y turbulencias que
caracterizan los sistemas reales, han generado una crisis de credibilidad sobre la predicción y el
control de esas realidades que obliga a introducir nuevos modelos de pensamiento científico.
La teoría del caos, basada en principios de globalidad, de “no equilibrio” y de inestabilidad
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
25
2009
interna, proporciona modelos y técnicas para su estudio. La nueva economía se sitúa en
entornos abiertos de ámbito mundial donde se generan procesos complejos como el
Globalismo y la Globalización que plantean problemas de gestión y control. La mundialización
aparece en un sentido espacial, como “aldea global”, espacio mundial que ha devenido en
“entorno de entornos” de todos los sistemas. Como “entorno de entornos”, la mundialización,
la globalidad, significa el fin de los espacios cerrados y la vigencia de un nuevo espacio y de una
nueva sociedad mundial, es decir, pluralidad sin unidad. Es en este nuevo ámbito donde
surgen los nuevos fenómenos culturales, sociales, políticos, económicos y científicos que dan
lugar a procesos más o menos complejos.
En esta nueva realidad, al quedar el intercambio de
monedas regulado por normativas nacionales se ha
generado un mercado continuo con un elevado grado de
concentración y potentes operadores, capaces de
doblegar la voluntad de los bancos centrales. Así al
integrar en los mercados financieros economías locales
con distinto grado de flexibilidad y disciplina
económica, estamos ante un sistema de no equilibrio
que permite anticipar un clima de inestabilidad. En
esta situación, el deseable mantenimiento de tipos de cambio estables, nos sitúa en una
economía de no equilibrio, sometida a correlaciones macroscópicas, y, por tanto, expuesta al
efecto mariposa. En lo global, los mercados no tienen límites geográficos. Es destacable la
gestión financiera en la que la reflexividad en los mercados financieros hace que el futuro que
intentan prever los decisores dependa de sus propias decisiones. Este aspecto es uno de los
factores sugestivos de la llamada gestión del caos. Teoría que permite anticipar climas de
inestabilidad que nos indican los límites de predicción. La información que sirve de base para
esa predicción, al estar contaminada por las decisiones de los actores, se convierte en una
variable endógena, de forma, que el propio gestor crea el futuro, a diferencia del gestor
financiero convencional que intenta predecirlo mediante una información exógena. Así mismo,
la actuación de las autoridades monetarias, fundamentadas en estrategias de la economía del
equilibrio y con la información exógena desfasada, contribuye a esa inestabilidad y al
alejamiento del equilibrio favorable al escenario que en la teoría del caos se denomina
“inestabilidad limitada”. Nos encontramos ante perturbaciones e información endógenas que
emanan del propio sistema, tal como sostiene la teoría del caos. Se trata de un mercado
bursátil que, aunque alejado del equilibrio interno, puede estar en equilibrio o próximo al
equilibrio con su entorno económico global. Ello demanda gestiones capaces de rentabilizar
esa inestabilidad limitada. En el ámbito de la economía global todo es endógeno. En esta
nueva realidad se requerirán nuevos métodos de análisis que contemplen los nuevos aspectos
globales en todos sus ámbitos.
Globalización ¿Caos Cultural?
El planeta donde vivimos está caracterizado por su biodiversidad, constituida por una inmensa
variedad de formas de vida, desarrolladas desde hace millones de años. La defensa de esta
biodiversidad, nos parece indispensable a la sobrevivencia de los ecosistemas naturales, que
forman la base de los "ecosistemas culturales", compuestos de un mosaico complejo de
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
26
2009
culturas que, también necesitan de la diversidad para preservar el patrimonio biológico y
cultural de las generaciones futuras. Este eje, entre naturaleza y cultura y su preservación es
fundamental para nuestra sobrevivencia. Es en esta diversidad que se encuentra la riqueza de
nuestra humanidad.
Si nos remontamos a la época de las Cruzadas y las posteriores expediciones portuguesas,
españolas y europeas al final del siglo XV, que permitieron el descubrimiento de América y los
procesos de evangelización que le siguieron, se podría decir que la globalización económica y
cultural actual forma parte de un proceso histórico de dominación económica y de la
expansión planetaria del capitalismo. Esta época se consolida después de la caída del Muro de
Berlín en 1989 y con la desaparición de la Unión de las Repúblicas Socialistas Soviéticas (URSS)
en 1991. Estos hechos simbólicos marcan el fin de un mundo bipolar y el inicio de la imposición
del modelo económico capitalista en el ámbito mundial. Este proceso liderado principalmente
por las grandes empresas multinacionales, implica la imposición de una “estandarización
cultural”.
UN MUNDO DE TURBULENCIAS
El Desorden Mundial
El problema más antiguo de la Humanidad es sin lugar a dudas la conflictividad, la que junto a
las consecuencias medioambientales del progreso industrial, ocupan parte importante del
debatir de el siglo que recién comienza. Desde los comienzos de la historia del hombre, éste ha
intentado solucionar los conflictos, sin embargo algunos de ellos aún no han sido solucionados
e incluso han llegado a ser aceptados como una desgracia, un problema propio de la condición
humana, que solo se puede llegar a regular o reprimir de alguna manera. Esta complicada
situación mundial general es la que nos proveen principalmente de incertidumbre, confusión,
sensación de pánico, de que hay un planteo implacable de preguntas sin respuestas.
Esto genera en los humanos una sensación de desesperanza, de vacío, de inseguridad, de
haber perdido el rumbo ya que el objetivo de vida que teníamos hace un tiempo se ha
desplazado, se ha fragmentado. Esta sintomatología no es otra cosa que la punta de un gran
iceberg. Es el comienzo de un fuerte cambio. No hay cambios trascendentales sin un caos
previo, por eso es importante tomar estas situaciones caóticas como el principio de algo muy
importante. Caos involucra momentos de gran perturbación, de desorganización que a su vez
generará una nueva organización aunque pasen décadas antes de alcanzarla.
Para detectar que se está transitando por un camino caótico, al igual que en el caso de un
fenómeno de la física, hay que estar en presencia de las características que permiten
denominar a un sistema determinado como un sistema caótico, las cuales se pueden enumerar
en:
1. Confusión
2. Inseguridad
3. Sensibilidad a las condiciones esenciales impredecibles
4. En apariencia mucho desorden
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
27
2009
Este sistema mundial actual dirigido principalmente a lo material, al poder, generando
corrupción por la misma voracidad por el poder, al consumismo, a que los países desarrollados
pretenden dominar a los que económicamente tienen menos, sin importarles la humanidad en
su conjunto, sea tal vez que va llegando a su fin, ya que el caos está presente en todo el mundo
como si necesitara concluir una etapa para dar lugar a una nueva, tal vez menos material y más
humana o más espiritual o más justa, o menos voraz o menos implacable, menos numérica,
menos fundamentalista.
Todas las grandes organizaciones del sistema vigente se van disipando lentamente. Esta nueva
etapa tardará mucho en implementarse definitivamente pero ya estamos en los primeros
escalones, esta nueva organización tendrá como principal herramienta los programas grupales,
la unión, la solidaridad, la espiritualidad, la humanidad. Va a ser necesario empezar a
olvidarnos de los pensamientos tan mecanicistas y estructurados y permitir invadirnos por el
movimiento, la libertad, el misterio que genera lo desconocido. El caos en sí mismo guarda
también una armonía y genera creatividad, ya que para poder subsistir en él nos veremos
obligados a abandonar nuestra zona de comodidad para transitar por otros caminos, donde
seguramente descubriremos nuevas posibilidades y oportunidades que jamás se nos hubieran
ocurrido antes.
Será necesario aceptar la impredecibilidad del caos, en vez de resistirnos a ella. Cuando hay
caos hay mucho más sutilezas y ambigüedad, que situaciones concretas, claras o lineales. Es
como que existe la necesidad de dar a luz a un nuevo sistema que puede ser aleatorio en el
corto plazo pero determinista en el largo plazo.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
28
2009
A través de la teoría del caos se pone de manifiesto como sistemas con pocos grados de
libertad pueden ofrecer un comportamiento aleatorio, esto cambia el significado de la
complejidad que pasa a ser una categoría cualitativa y además termina con la disyuntiva
que existía entre determinismo y aleatoriedad.
Bajo este nuevo enfoque la dinámica económica intenta identificar mecanismos internos
para explicar de forma endógena las variaciones observadas en las variables económicas,
disponiendo así la economía de una doble alternativa para modelizar las fluctuaciones
económicas: los "shocks" exógenos y los modelos deterministas caóticos.
La economía por tanto debe ser entendida bajo un nuevo paradigma, el del
comportamiento “no lineal” o caótico, donde es posible observar efectos como el
denominado “efecto mariposa” donde el pequeño aleteo de una mariposa en algún lugar
puede provocar un huracán en el otro extremo del mundo.
De todos los trabajos publicados que hemos revisado hasta el momento, sobre el estudio
de caos en variables económicas, lo que han podido probar es la existencia o no de caos en
la información económica. Si el caos ha sido encontrado, no se ha podido demostrar si el
mismo es debido a la estructura de la misma economía, o si es debido al clima caótico que
rodea el planeta. Es decir, se puede probar la existencia de caos, pero no la causa del
mismo.
Si la predicción es el objetivo, la posible existencia de caos puede ser explotable y aún
invaluable. Sin embargo la predicción a largo plazo siempre será una quimera y la
determinación de la existencia de caos pudiera ayudar a determinar que tan largo podría
ser el horizonte de planeación (usando el inverso de la Dimensión de Correlación).
Se han expuesto tres de las pruebas más importantes para la determinación de Caos en
series de tiempo y se ha aplicado exitosamente una de ellas a la serie de 131
observaciones mensuales de la tasa de interés nominal activa promedio de los Bancos
Comerciales y de Servicios Múltiples. Aunque muchos autores cuestionan la veracidad de
los resultados con series tan cortas, las opiniones están divididas al respecto.
TEORÍA DEL CAOS APLICADA A LOS NEGOCIOS
Silv
ana
Gam
bin
i Pim
inch
um
o –
07
30
443
29
2009
"La teoría del caos en la economía" en Contribuciones a la Economía, junio 2008 en http://www.eumed.net/ce/2008b/ .
http://www.eumed.net/cursecon/libreria/2004/aca/4.pdf
http://www.mexicodiplomatico.org/lecturas/teoria_caos_globalizacion_ri.pdf
http://www.12manage.com/methods_lorenz_chaos_theory_es.html
http://www.gestiopolis.com/administracion-estrategia/mujeres/teoria-del-caos-aplicada-a-los-negocios.htm
Beker, V., (1998), Del Caos en la Economía a la Economía del Caos. Libro vía online.