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
