Algunos beneficios de registrarse en nuestra revista:
- El registro te permite consultar todos los contenidos y archivos de Lawi desde nuestra página web y aplicaciones móviles, incluyendo la app de Substack.
- Registro (suscripción) gratis, en 1 solo paso.
- Sin publicidad ni ad tracking. Y puedes cancelar cuando quieras.
- Sin necesidad de recordar contraseñas: con un link ya podrás acceder a todos los contenidos.
- Valoramos tu tiempo: Recibirás sólo 1 número de la revista al mes, con un resumen de lo último, para que no te pierdas nada importante
- El contenido de este sitio es obra de 23 autores. Tu registro es una forma de sentirse valorados.
Economía de Complejidad
Este elemento es una expansión del contenido de los cursos y guías de Lawi. Ofrece hechos, comentarios y análisis sobre la economía de complejidad. Véase también acerca de la Teoría de la Economía Política, que se basa en el pensamiento de la Ilustración escocesa del siglo XVIII y su crítica en el siglo XIX.
Economía de Complejidad
Desde alrededor de 1870, la teoría económica ha considerado a los agentes de la economía (empresas, consumidores, inversores) como tomadores de decisiones perfectamente racionales que se enfrentan a problemas bien definidos y llegan a un comportamiento óptimo coherente – en equilibrio – con el resultado provocado por este comportamiento. Esta visión ha aportado muchos conocimientos. Pero muchos economistas han señalado que se basa en parte en supuestos elegidos por conveniencia matemática y, a lo largo de los años, han planteado dudas sobre si es aplicable universalmente. Desde la década de 1990, los economistas han comenzado en cambio a explorar la economía como un sistema complejo en evolución, y de esta exploración ha surgido un enfoque diferente: la economía de la complejidad.
La economía de la complejidad considera que la economía -o las partes de ella que nos interesan- no está necesariamente en equilibrio, que sus responsables de la toma de decisiones (o agentes) no son superracionales, que los problemas a los que se enfrentan no están necesariamente bien definidos y que la economía no es una máquina en perfecto zumbido, sino una ecología siempre cambiante de creencias, principios organizativos y comportamientos. Las ideas básicas de la economía de la complejidad tienen una historia aún más larga en economía. Incluso antes de Adam Smith, los economistas observaron que los resultados agregados en la economía, como los patrones de comercio, los precios de mercado y las cantidades de bienes producidos y consumidos, se forman a partir del comportamiento individual, y el comportamiento individual, a su vez, reacciona a estos resultados agregados. Se trata de un bucle recursivo.
La economía estándar y la incertidumbre fundamental
La economía estándar, denominada economía neoclásica, estudia cómo se forman los resultados en la economía a partir del comportamiento de los agentes y, para ello, opta por varios supuestos estándar:
- Racionalidad perfecta. Supone que cada uno de los agentes resuelve un problema bien definido utilizando una lógica perfectamente racional para optimizar su comportamiento.
- Agentes representativos. Supone, por lo general, que los agentes son iguales entre sí -son “representativos”- y se encuadran en uno o un pequeño número (o distribución) de tipos representativos.
- Conocimiento común. Supone que todos los agentes tienen un conocimiento exacto de estos tipos de agentes, que los demás agentes son perfectamente racionales y que ellos también comparten este conocimiento común.
- Equilibrio. Supone que el resultado agregado es coherente con el comportamiento de los agentes: no ofrece ningún incentivo para que los agentes cambien sus acciones.
Estos supuestos no son en absoluto perfectamente rígidos, pero constituyen una norma aceptada. Se hacen no porque los teóricos crean necesariamente que son ciertas, sino porque simplifican enormemente el análisis.
Tal día como hoy de 1889, el Primero de Mayo -tradicionalmente una celebración del retorno de la primavera, marcada por el baile en torno a un mayo- se celebró por primera vez como fiesta del trabajo, designada como tal por el Congreso Socialista Internacional. (Imagen de Wikimedia)
El supuesto del equilibrio en particular es básico para la teorización neoclásica. La teoría del equilibrio general pregunta qué precios y cantidades de bienes consumidos y producidos serían coherentes con (en equilibrio con) la pauta general de precios y cantidades en los mercados de la economía, es decir, no plantearían incentivos para que esas pautas generales cambiaran. La teoría clásica de los juegos se pregunta qué estrategias o movimientos de un jugador serían coherentes con las estrategias o movimientos que podrían elegir sus rivales – es decir, sería el mejor curso de acción para ese jugador. La economía de las expectativas racionales se pregunta qué métodos de previsión serían coherentes con los resultados que estos métodos de previsión produjeron – es decir, serían estadísticamente, por término medio, validados por los resultados.
En general, este enfoque de equilibrio ha funcionado bastante bien. Es una forma natural de examinar las cuestiones de la economía y de abrirlas al análisis matemático, e ilumina una amplia gama de cuestiones en economía. Admiro su elegancia; ha dado lugar, en palabras de Paul Samuelson, a una “austera gracia estética”. Pero limita severamente lo que puede verse. Por su definición, el equilibrio no tiene en cuenta la creación de nuevos productos o nuevos acuerdos, la formación de nuevas instituciones, la exploración de nuevas estrategias, los acontecimientos que desencadenan nuevos acontecimientos, de hecho, la propia historia. Todo ello ha tenido que ser descartado de la teoría. El avance constante de la teoría del equilibrio a lo largo del siglo XX borró sin piedad todas las ideas que no encajaban convenientemente en su conjunto de supuestos.
La economía de la complejidad es la aplicación de la ciencia de la complejidad a los problemas de la economía. Considera la economía no como un sistema en equilibrio, sino como uno en movimiento, perpetuamente construyéndose de nuevo. Utiliza el análisis computacional y matemático para explorar cómo se forma y reforma la estructura económica, en continua interacción con el comportamiento adaptativo de los “agentes” de la economía.
Cuestiones distributivas
La economía neoclásica se preocupa mucho por el crecimiento y la eficiencia – el qué se produce de la economía – y mucho menos por las cuestiones de distribución – el quién obtiene qué de la economía. Una razón de ello es que, por conveniencia analítica, la economía estándar suele modelizar las cuestiones a un nivel de grano grueso, digamos a nivel de país, de modo que las regiones o agrupaciones individuales de personas pasan desapercibidas o se promedian – los modelos son de campo medio. Entonces, no se especifica cómo les irá a estos agentes individuales o agrupaciones invisibles con una nueva política y es fácil suponer por defecto que se beneficiarán por igual. En los modelos que permiten explícitamente agentes diversos, como en la economía de la complejidad, esto deja de ser así: algunos pueden beneficiarse, otros pueden perder. A principios de la década de 1990, la doctrina económica estándar enseñaba que el libre comercio y la globalización eran, en la mayoría de las circunstancias, beneficiosos. La deslocalización de EE.UU. a lugares como México o China sería, por tanto, ventajosa: México y China obtendrían nueva industria y puestos de trabajo y EE.UU. obtendría productos más baratos. Tales acuerdos habrían sido, de hecho, socialmente óptimos si todas las partes de un país o territorio dado fueran iguales; todas se beneficiarían por igual. Pero, en la práctica, las diferencias regionales, especialmente en EEUU, importaban. Muchos economistas creen ahora que la deslocalización de la economía estadounidense a China y México fue un factor importante en el vaciamiento de puestos de trabajo en regiones como el Cinturón del Óxido de EE.UU., lo que ha traído consecuencias nefastas para el bienestar social y la política estadounidense desde entonces. Los modelos con agentes con circunstancias realistas y regionalmente diversas habrían previsto este resultado, y abren una nueva capacidad para explorar las cuestiones distributivas.
- La Cámara Baja de EE.UU. aprueba un proyecto de ley contra el antisemitismo para perseguir las protestas
- ‘Guerra’ en los campus de EE.UU.: más de mil detenidos en todo el país por el apoyo a Palestina
- Más de 60 detenidos en las protestas contra una ley “prorrusa” en Georgia
- Colonos israelíes atacan dos convoyes de ayuda de Jordania que se dirigían a Gaza
- El Reino Unido detiene a los primeros migrantes que serán deportados a Ruanda
Basado en la experiencia de varios autores, mis opiniones y recomendaciones se expresarán a continuación (o en otros lugares de esta plataforma, respecto a las características en 2024 o antes, y el futuro de esta cuestión):
Una modelización más realista
La economía de la complejidad y la computación basada en agentes permiten una modelización más realista en economía y campos afines. Por ejemplo, los modelos estándar, de campo medio, de transmisión de enfermedades infecciosas asumen que la persona infectada media, por término medio, infecta a R0 personas más. Con la modelización basada en agentes, se puede desglosar el proceso de transmisión, suponer agentes diversos con circunstancias diversas y seguir el proceso de transmisión evento por evento de forma realista. Los detalles más precisos permiten una resolución más nítida y se ven características que no serían visibles de otro modo.
Aplicaciones industriales
Las aplicaciones industriales están aún en sus inicios. El pensamiento complejo y los experimentos computacionales basados en agentes ayudan allí donde las secuencias de acontecimientos y las respuestas a los mismos son importantes, como ocurre en la logística del transporte o en la gestión del tráfico urbano. También ayuda cuando existe una incertidumbre fundamental, como en la planificación de operaciones futuras ante crisis financieras imprevistas, posibles guerras, epidemias, cortes de electricidad, cambios bruscos en la regulación o acciones inesperadas de los competidores. En tales casos, la optimización puede no ser apropiada; de hecho, puede no estar bien definida. Un enfoque mejor permitiría una multiplicidad de respuestas candidatas por parte de los “agentes” informatizados y utilizaría métodos de complejidad como los algoritmos genéticos o la programación evolutiva para “aprender” y seleccionar las respuestas adecuadas a las circunstancias dadas. De este modo, el comportamiento “inteligente” se autoorganiza, como ocurre con los modelos de complejidad que he descrito antes. Lo importante en la industria no es sólo la eficacia, sino la solidez y la resistencia: la capacidad de reaccionar ante circunstancias imprevistas y de recuperarse o transformarse rápidamente si algo sale mal. Esta forma de pensar aporta un enfoque diferente no sólo a las operaciones empresariales sino a la propia gestión. Exige un pensamiento adaptativo, resistente y orgánico, en lugar de un control determinista, descendente y mecanicista.
La economía autónoma
En la década de 1960, el carácter de la economía en EE.UU. y Europa estaba fuertemente determinado por las grandes organizaciones industriales que producían bienes y servicios. En la década de 1990, esto cambió y la producción se deslocalizó considerablemente. Ahora, bajo la rápida digitalización, el carácter de la economía está cambiando de nuevo y partes de ella se están volviendo autónomas o autogestionadas. Los sistemas de comercio financiero, los sistemas logísticos y los servicios en línea ya son en gran medida autónomos: pueden tener una supervisión humana general, pero sus acciones momento a momento son automáticas, sin un controlador central. Del mismo modo, la red eléctrica se está volviendo autónoma (la carga en una región puede autoajustarse automáticamente en respuesta a la carga en las vecinas); los sistemas de control del tráfico aéreo se están volviendo autónomos e independientes del control humano; y los futuros sistemas de tráfico sin conductor, en los que los flujos de tráfico sin conductor responden a otros flujos de tráfico sin conductor, probablemente serán autónomos. Dichos sistemas tienen mucho en común con los sistemas operativos que acabo de describir. Además de ser autónomos, se autoorganizan, se autoconfiguran, se autorreparan y se autocorrigen, por lo que muestran una forma de inteligencia artificial. Se puede pensar en estos sistemas autónomos como economías en miniatura, muy interconectadas y altamente interactivas, en las que los agentes son elementos de software “en conversación con” y reaccionando constantemente a las acciones de otros elementos de software. Un sistema blockchain (un libro de contabilidad digital seguro, descentralizado y altamente autónomo) es conversacionalmente interactivo en este sentido. De hecho, a medida que la economía se digitaliza, se compone cada vez más de sistemas autónomos que conversan. Se convierte cada vez más en un sistema evolutivo y complejo.
Revisor de hechos: Mix
Recursos
[rtbs name=”informes-jurídicos-y-sectoriales”][rtbs name=”quieres-escribir-tu-libro”]Véase También
- Escuela poskeynesiana
- Economía heterodoxa
- Economía política
- Teoría de sistemas
- Teoría económica
- Escuelas de pensamiento económico
- Teoría de sistemas complejos
Economía Política, Guía de Economía Política, Política Económica, Sistemas Económicos, Desarrollo Económico, Desequilibrios Globales, Distribución de la Riqueza, Economía Global, Economía Internacional, Economía Mundial, Macroeconomía Internacional,
▷ Esperamos que haya sido de utilidad. Si conoce a alguien que pueda estar interesado en este tema, por favor comparta con él/ella este contenido. Es la mejor forma de ayudar al Proyecto Lawi.
Tendencias contemporáneas en economía: La economía de la complejidad tiene una relación compleja con trabajos anteriores en economía y otras ciencias, y con la economía contemporánea. El pensamiento teórico de la complejidad para comprender los problemas económicos ha estado presente desde sus inicios como disciplinas académicas.
Algunos autores describen varias características de los sistemas complejos que, según ellos, merecen una mayor atención en economía:
Interacción dispersa-La economía presenta una interacción entre muchos agentes dispersos y heterogéneos. La acción de cualquier agente dado depende de las acciones anticipadas de otros agentes y del estado agregado de la economía.
No existe un controlador global-Los controles los proporcionan los mecanismos de competencia y coordinación entre agentes. Las acciones económicas están mediadas por instituciones legales, roles asignados y asociaciones cambiantes. Ninguna entidad global controla las interacciones. Tradicionalmente, un subastador ficticio ha aparecido en algunos análisis matemáticos de modelos de equilibrio general, aunque nadie reclamaba precisión descriptiva alguna para tales modelos. Tradicionalmente, muchos modelos generales han impuesto restricciones, como exigir que los presupuestos estén equilibrados, y tales restricciones se evitan en la economía de la complejidad.
Organización jerárquica transversal-La economía tiene muchos niveles de organización e interacción. Los comportamientos, acciones, estrategias y productos de las unidades de cualquier nivel sirven normalmente como “bloques de construcción” para construir unidades en el nivel inmediatamente superior. La organización general es más que jerárquica, con muchos tipos de interacciones enmarañadas (asociaciones, canales de comunicación) a través de los niveles.
Adaptación continua-Los comportamientos, las acciones, las estrategias y los productos se revisan con frecuencia a medida que los agentes individuales acumulan experiencia.
Nichos novedosos-Estos nichos están asociados a nuevos mercados, nuevas tecnologías, nuevos comportamientos y nuevas instituciones. El propio acto de llenar un nicho puede proporcionar nuevos nichos. El resultado es una novedad continua.
Dinámica fuera del equilibrio-Debido a que se crean continuamente nuevos nichos, nuevos potenciales, nuevas posibilidades, la economía funciona sin alcanzar ningún óptimo o equilibrio global. Las mejoras se producen con regularidad.
La complejidad económica implica el uso de técnicas de aprendizaje automático y de redes para predecir y explicar las trayectorias económicas de países, ciudades y regiones.
Las medidas de parentesco -que estiman la afinidad entre economías y actividades- anticipan los cambios en los patrones de especialización y explican los resultados del mercado laboral, como la pérdida de ingresos y el desempleo.
Las medidas de complejidad económica son representaciones de dimensiones reducidas de matrices de especialización que explican la geografía de cientos de actividades económicas.
Las medidas de complejidad económica explican y predicen las variaciones internacionales y regionales de los ingresos, el crecimiento económico, la desigualdad de ingresos, la desigualdad de género y las emisiones de efecto invernadero.
Los métodos de complejidad económica han sido validados por estudios a múltiples escalas geográficas (desde países a ciudades) y una variedad de actividades económicas (productos, industrias, ocupaciones, patentes, trabajos de investigación).
Las métricas de relación pueden descomponerse en múltiples canales (como la industria, la ocupación y el conocimiento específico de la ubicación) para comprender los motores de la diversificación regional.
Tendencias contemporáneas en economía: La economía de la complejidad tiene relaciones complejas con trabajos anteriores en economía y otras ciencias, y con la economía contemporánea. El pensamiento teórico de la complejidad para comprender los problemas económicos existe desde sus inicios como disciplina. La investigación ha demostrado que dos microeventos separados no están completamente aislados, sino que existe una relación que da forma a la estructura macroeconómica. Sin embargo, la relación no siempre es unidireccional. Cuando la retroalimentación funciona, interactúa. La economía de la complejidad se ha aplicado a muchos campos.
Predecesores intelectuales = La economía de la complejidad se inspira en la economía conductual, la economía marxiana, la economía institucional/evolutiva, la economía austriaca y los escritos de Adam Smith. También se inspira en otros campos como la mecánica estadística en física y la biología evolutiva. Algunos de los antecedentes intelectuales del siglo XX de la teoría de la complejidad en economía se revisan en Alan Marshall (2002) The Unity of Nature, Imperial College Press: Londres. Para una introducción no técnica a la economía de la complejidad y su comparación con otras teorías económicas (aplicadas a mercados y organizaciones), véase Douma & Schreuder (2017).
Aplicaciones: La teoría de los sistemas dinámicos complejos tiene aplicaciones en muchas áreas de la economía y otras ciencias de la decisión. Estas aplicaciones incluyen la teoría del capital, la teoría de juegos, la dinámica de la opinión entre agentes compuestos por múltiples yoes y la macroeconomía. En la teoría del voto, Donald G. Saari aplica el método de la mecánica simbólica. La economía de la complejidad ha atraído la atención de los historiadores económicos. Aid on the Edge of Chaos, de Ben Ramalingam, contiene una serie de aplicaciones de la economía de la complejidad relacionadas con la ayuda exterior.
Pruebas = En la bibliografía, los modelos de caos suelen proponerse pero no calibrarse ni probarse con datos reales. Recientemente, sin embargo, se han hecho varios intentos de llenar ese vacío. Por ejemplo, en economía el caos puede encontrarse mediante análisis cuantitativos recurrentes. De hecho, Orlando et al. fueron capaces de detectar cambios ocultos en series temporales con un índice de correlación denominado cuantificación recurrente. A continuación, utilizaron las mismas técnicas para detectar transiciones de fases laminares (es decir, ordenadas) a turbulentas (es decir, caóticas) y diferencias entre variables macroeconómicas para poner de relieve características ocultas de la dinámica económica. . Por último, el caos puede ser útil no sólo para modelizar el funcionamiento de las economías, sino también para integrar las perturbaciones procedentes de acontecimientos externos, como el COVID-19. Para una descripción actualizada de las herramientas y los resultados obtenidos ajustando y probando empíricamente modelos de caos determinista (por ejemplo, Kaldor-Kalecki), véase Orlando et al.
La economía de la complejidad como corriente principal, pero no ortodoxa =
Según varios autores, la corriente principal de la economía contemporánea está evolucionando para ser más “ecléctica”, diversa y pluralista. Colander, Holt & Rosser (2004) sostienen que la corriente principal de la economía contemporánea se está alejando de la estricta adhesión a la sagrada trinidad de racionalidad, egoísmo y equilibrio, y considera la economía reflexiva como una contribución a estas tendencias. Enumera la economía de la complejidad al igual que la ciencia y los sistemas dinámicos. Clasifica la economía de la complejidad como corriente principal en la actualidad pero poco ortodoxa.
Crítica: En una publicación de 1995-1997, el periodista de Scientific American John Hogan calificó el movimiento como el cuarto de una “epidemia fallida” de “complejidad, confusión, catástrofe y cibernética”. “Burlado” por ser C. En 1997, Hogan escribió que este enfoque “ha producido algunas metáforas poderosas, como el efecto mariposa, los fractales, la vida artificial, el borde del caos y la criticidad autoorganizada. No he dicho nada realmente sorprendente al respecto”, escribió. “El Sr. Rosser ‘reconoció’ al Sr. Hogan que era difícil identificar hallazgos específicos y sorprendentes (en lugar de ‘meras metáforas’) que hubieran surgido con la llegada del análisis de la complejidad. Journal of Economic Perspectives, una revista de debate de la Asociación Económica Americana. Rosser, que ha analizado los estudios económicos basados en la ciencia de la complejidad, escribió que los resultados no eran sorprendentes y confirman “hechos ya observados”. Rosser escribe que “se ha trabajado muy poco en métodos empíricos para probar los modelos de complejidad de agentes distribuidos”. No obstante, Rosser afirmó que “existen distorsiones de perspectiva comunes que se han ido acumulando a medida que las cuatro C -cibernética, catástrofe, caos y complejidad- han ido apareciendo, impactando en el pensamiento de economistas más amplios”. En ese sentido, puede que hayamos llegado a un punto crítico. .