El autor reflexiona sobre la búsqueda de orden en el aparente caos.
Cambios rápidos son distintivos del cambio climático, los ataques de epilepsia, las crisis financieras y los colapsos pesqueros. Principios matemáticos profundos enlazan a estos eventos.
Por George Sugihara
Traducción por Claudio Pairoba
En un encuentro cerrado que se desarrolló en Boston en octubre del 2009, el lugar estaba repleto personalidad de la política exterior y las finanzas: Henry Kissinger, Paul Volcker, Andy Haldane y Joseph Stiglitz entre otros, así como representantes de fondos de riqueza soberanos, pensiones y donaciones por valor de un billón de dólares – una significativa tajada de la riqueza del mundo. La sesión abrió con la siguiente pregunta reveladora: “¿El último par de años nos ha mostrado que nuestros modelos tradicionales de riesgo y financieros están irrecuperablemente destruidos y que los modelos y aproximaciones de otros campos (por ejemplo, la ecología) pueden ofrecer una mejor comprensión de la interconexión y fragilidad de los sistemas financieros complejos?
La ciencia es una empresa humana creative: Los descubrimientos se hacen en el contexto de nuestras creaciones: nuestros modelos y e hipótesis acerca de cómo funciona el mundo. Las grandes fallas, sin embargo, pueden ser una llamada de alerta sobre las visiones enfrentadas, y nada trae humildad o llama la atención más rápido que un evento que toma por sorpresa a tantos tan rápido.
Ejemplos de cambios catastróficos y sistémicos se han estado acumulando en una variedad de campos, típicamente en contextos especializados con poca conexión cruzada. Solo recientemente hemos comenzado a buscar patrones genéricos en la red de causas y efectos conectados que pone eventos dispares en un marco común – un marco que opera en nivel lo suficientemente alto para incluir cambios climáticos geológicos, ataques epilépticos, debacles de los mercados y la industria pesquera y rápidos cambios de ecosistemas saludables a desiertos biológicos.
Los temas principales de este marco son dobles: Primero, son todos sistemas complejos de partes interconectadas e independientes. Segundo, son sistemas no lineales y que no están en equilibrio, que pueden sobrellevar cambios de estado rápidos y drásticos.
Consideren primero las interconexiones complejas. Generalmente no se piensa en la economía como un problema de sistemas globales. De hecho, los bancos de inversión son famosos por una marca de visión en tunel que enfoca el manejo de riesgos a nivel de las firmas individuales e ignora los problemas financieros en red que son menos frecuentes pero más costosos y difíciles. El monitoreo de redes de firmas similares a ecosistemas, con hojas de balances entrelazadas no aparece en la descripción de las ocupaciones de un gerente de riesgos. Aún así, existe un acuerdo emergente que al ignorar el a”parentemente incomprensible entramado de obligaciones de las contrapartes e interdependencias mutuas (la pesadilla de un contador, más recursiva que la rutina de Abbott y Costello “¿Quién está en primera?) evitó una real evaluación de las primas de riesgo, lo que ayudó a propagar la crisis actual.
Una situación paralela existe en la industria pesquera, donde tradicionalmente se manejan los stocks una especie a la vez. La alarma por el colapso con las reservas de peces, sin embargo, está ayudando a crear la actual tendencia para un manejo del océano basado en los ecosistemas. Este es un paso en la dirección correcta, pero los modelos actuales de simulación de ecosistemas continuan siendo incapaces de reproducir derrumbes reales en la población. Y lo mismo es real para la mayoría de los modelos de simulación climáticos. Aunque los datos geológicos nos dicen que las temperaturas globales pueden cambiar rápidamente, los modelos consistentemente subestiman esa posibilidad. Esto se relaciona con la siguiente propiedad, la naturaleza no lineal y de no equilibrio de los sistemas.
La mayoría de los sistemas diseñados, consistentes en resortes mecánicos, transistores y cosas por el estilo, son construídos para permanecer estables. O sea, si se los aleja del reposo o equilibrio, vuelven a ese estado. Muchos modelos ecológicos simples, modelos fisiológicos e incluso los modelos económicos y climáticos se construyen asumiendo el mismo principio: un equilibrio estable de naturaleza global. Una simplificación relacionada es ver al mundo como formado por partes separadas que pueden ser estudiadas de manera lineal, una pieza por vez. Estas piezas pueden sumarse de manera independiente para obtener el todo. Los investigadores han desarrollado una gran cantidad de herramientas y métodos analíticos y estadísticos basados en esta idea lineal, y han probado ser de invalorable ayuda para el estudio de dispositivos simples. Pero incluso cuando muchos de los sistemas complejos que nos interesan son no lineales, insistimos con estas herramientas y modelos. Es un caso de mirar bajo el poste de luz porque la luz es mejor aunque sabemos que las llaves perdidas están en las sombras. Los sistemas lineales producen hermosas estadísticas estacionarias – métricas de riesgo constantes, por ejemplo. Dado que asumen la ausencia de variación de un proceso a lo largo del tiempo, uno puede obtener una pequeña muestra para tener una idea de cómo se ve el universo de posibilidades más grande. Esta característica de los sistemas lineales suena atrayente para nuestro razonamiento heurístico normal.
Sin embargo, los sistemas no linelaes no se comportan tan bien. Pueden aparecer estacionarios por un largo período de tiempo, luego y sin que medie ningún cambio, muestran saltos en variabilidad – llamados de variancia cambiante. Por ejemplo, si uno mira al rango de variables económicas durante la década pasada (movimientos diarios del mercado, cambios en el Producto Bruto Interno, etc.), uno podría inferir que la variabilidad y el universo de posibilidades son modestos. Este era el modus operandi del manejo de riesgo normal. A consecuencia de esto, la posibilidad de algunos de los grandes movimientos que vimos en el 2008, los cuales ocurrieron a lo largo de varios dias consecutivos, debería haber sido inferior a una vez en la vida del universo.
Nuestro problema es que el deseo científicos de simplificar ha tomado control, algo sobre lo que Einstein advirtió cuando parafraseó a Occam: “Todo debería hacerse tan simple como sea posible, pero no más”. Pensar en los sistemas naturales y económicos como de naturaleza esencialmente estable y pasibles de ser descompuestos en partes es una buena hipótesis inicial, las observaciones y mediciones actuales no respaldan esta hipótesis – de allí nuestra contínua sorpresa. Así como nos gusta la idea de constancia, somos caprichosos para cambiar. Josh Billings el humorista norteamericano del siglo 19, lo dijo muy bien: “No es lo que no sabemos lo que nos causa problemas, es lo que sabemos que no es así.”
Así que, ¿cómo procedemos? Hay una serie de formas para aproximarnos de manera táctica, incluyendo nuevas técnicas con gran cantidad de datos que modelan cada sistema de manera única pero buscando características comunes. Sin embargo, un acercamiento más estratégico consiste en estudiar estos sistemas en su nivel más genérico, identificar principios universales que sean independientes de los detalles específicos que distinguen a cada sistema. Este es el dominio de la teoría de la complejidad. Entre estos principios está la idea de que podría haber señales universales de alarma temprana para las transiciones críticas, señales diagnósticas que aparecen cercanas a puntos inestables de rápido cambio. El argumento reciente para las señales tempranas se basa en lo siguiente: 1) que tanto los modelos simples como los no lineales complejos y más reales muestran estos comportamientos, y 2) que hay creciente evidencia empírica para estos precursores comunes en una variedad de sistemas.
Un fenómeno clave conocido por décadas es el llamado “enlentecimiento crítico” a medida que se aproxima un umbral. O sea, una respuesta dinámica del sistema a las perturbaciones externas se vuelve más lento cerca de los puntos de inflexión. Matemáticamente, esta propiedad da lugar a una inercia aumentada en las subidas y bajadas de cosas tales como temperatura y números de poblaciones – llamamos a esta inercia “autocorrelación” – lo cual a su vez puede resultar en cambios más marcados, o más volatilidad. En algunos casos, incluso puede producir “parpadeos”, o alternancia rápida entre un estado estable y otro (imagine un lago rebotando una y otra vez entre transparente y oxigenado vs. plagado de algas y sediento de oxígeno). Otro comportamiento temprano es un incremento en “resonancia espacial”: pulsos que ocurren en partes vecinas de la red se sincronizan. Neuronas cercanas disparan al unísono desde minutos hasta horas anteriores a un ataque epiléptico, por ejemplo, y los mercados financieros globales pulsan juntos. Se ha visto que la autocorrelación que deriva del enlentecimiento crítico es un indicador particularmente bueno de ciertos eventos de cambio climático geológico, tales como la transición entre invernadero-casa de hielo que ocurrió 34 millones de años atrás; el efecto inercial del enlentecimiento de los sistemas climáticos se acumuló de manera gradual a lo largo de millones de años, terminando de manera brusca en un cambio rápido que convirtió un planeta verde y exuberante en otro con regiones polares cubiertas de hielo. El quiebre financiero global ilustra el fenómeno de enlentecimiento crítico y resonancia espacial.
Al acercarnos a la crisis, hubo un marcado incremento en homogeneidad entre instituciones, tanto en sus estrategias de generación de ganancias así como en sus estrategias de manejo de riesgo, de manera tal que se incrementó la correlación entre fondos y a través de los países – un señal temprana. De hecho, con respecto al manejo de riesgo a través de la diversificación, es irónico que la diversificación fue tan extrema que se perdió: todos siendo propietarios de una parte del todo crea una homogeneidad completa. La reducción del riesgo a través de un incremento en la diversidad del portfolio tiene sentido para cada institución individual, pero si todos lo hacen, crea riesgos enormes para los grupos o sistemas. Matemáticamente, tal homogeneidad conduce a una conectividad aumentada en el sistema financiero, y el número y fuerza de estos lazos crece a medida que crece la homogeneidad. Por lo tanto, la consecuencia de aumentar la conectividad es desestabilizar un sistema genérico complejo: cada institución se vuelve más afectada por la hoja de balances de las instituciones vecinas que por la propia. El rol del monitoreo de riesgo sistémico, entonces, podría ser la rápida detección y diseminación de desbalances potenciales, de la misma manera en que permitimos los incendios frecuentes de malezas para impedir incendios catastróficos. En el caso de que esta clase de desbalances sean rápidamente identificados, tal vez no necesitemos regulaciones más allá de una rápida difusión de información. Tener disrupciones frecuentes y pequeñas incluso podría ser señal de un sistema financiero innovador y saludable.
Se podrían obtener lecciones tácticas adicionales de las similitudes en la estructura de redes de pagos bancarios y redes “mutualistas” o cooperativas en Biología. Se cree que estas estructuras promueven el crecimiento de las redes y sostienen más especies. Considere el caso de las plantas y sus insectos polinizadores: cada grupo se beneficia mutuamente, pero existe competencia dentro de los grupos. Si los polinizadores interaccionan con plantas promiscuas (generalistas que se benefician de muchas especies de insectos diferentes), la competencia total entre insectos y plantas disminuye y el sistema puede crecer mucho.
Las relaciones de esta clase se ven también en sistemas financieros, donde pequeños bancos especialistas interaccionan con grandes bancos generalistas. De manera interesante, la misma estructura jerárquica que estimula la biodiversidad en redes de cooperación plantas-animales puede incrementar el riesgo de fallas sistémicas a gran escala: el mutualismo facilita una mayor biodiversidad, pero también crea la posibilidad de que muchas especies dependientes se extingan, especialmente si generalistas grandes y bien conectados – ciertos grandes bancos, por ejemplo – desaparecen. Se vuelve un argumento para la política de “demasiado grande para fallar”, en la cual el tamaño de la red de la compañía en Facebook importa más que el tamaño de su hoja de balances.
Para estar seguros, rescatar a una gran institución financiera genera cuestiones de “peligro moral”. Sin embargo, la razón más convincente para andar con cuidado es que esta acción podría propagar otro colapso sistémico en otra parte de la red si hay demasiado subsidio enfocado y el beneficio no se distribuye (un punto relevante para aquellos que están manejando fondos TARP). Los términos excesivamente favorables entre dos agentes que cooperan – digamos la Reserva Federal y una institución financiera grande – pueden conducir a un colapso no buscado de otros agentes y a un eventual duopolio.
Otro buen ejemplo es el de la interdependencia del sitio de subastas online eBay y el sistema de pagos electrónicos PayPal. PayPal fue la forma de pago dominante para las subastas en eBay cuando eBay la compró en 2002, fortaleciendo los lazos cooperativos entre las dos compañías. Esta sociedad duopolística contribuyó a la desaparición de sistemas de pagos que competían, tales como Billpoint de eBay (desaparecido después de la compra de PayPal), c2it del Citibank (cerrado en 2003) y el PayDirect de Yahoo! (cerrado en 2004).
Como un pensamiento final, aunque nos gustaría predecir y manejar los cambios catastróficos, algunos serán inevitables. La inestabilidad es un hecho de la naturaleza. Y aunque ahora nos parezca difícil, un día los desplazamientos del cambio climático empequeñecerán nuestras preocupaciones sobre la economía. A medida que nos volvemos más conscientes de las formas en que nuestras acciones nos acercan más rápidamente a los puntos de inflexión del cambio climático, tal vez nuestra posesión más preciada será nuestra habilidad de anticipar estos cambios lo suficientemente rápido para evitarlas o, por lo menos, prepararnos para sus consecuencias.
George Sugihara es biólogo teórico y se desempeña en el Scripps Institution of Oceanography.
Fuente:
www.seedmagazine.com
