Complejidad y Economía.

Podemos entender la complejidad como una “característica definitoria de un sistema o modelo, que debe hacernos entender que no podemos predecir el comportamiento del sistema con solo mirar, afectar o agregar el comportamiento de los objetos o agentes individuales que lo componen” (Vicente Moreno Casas).

Las relaciones entre los agentes o componentes no son lineales, es decir, el efecto o resultado de la afectación de partes no es proporcional al de la causa.

Se han llegado a hacer hasta 45 definiciones distintas de complejidad. Sin embargo, nos quedamos con la elegida por Vicente Moreno Casas de Herbert Simon.: (…) un gran número de partes que-no tienen que ser iguales- interactúan de manera no simple. (…) el todo es más que la suma de las partes -no sólo diferente-…en el importante sentido pragmático de que, dadas las propiedades de las partes y las leyes de su interacción, inferir las propiedades del conjunto no es una cuestión trivial”.

El resultado aplicado a la economía es entender el mercado y las relaciones económicas como un SISTEMA COMPLEJO ADAPTATIVO (CAS), Complex Adaptative System.

El sistema complejo económico descrito y denominado como SISTEMA COMPLEJO ADAPTATIVO, se rige por una serie de características que no dejan de ser las mismas que hemos visto en los sistemas complejos en general.

Aquí descubriremos otros nombres, dados por Brian Arthur:

INTERACCION DISPERSA

Lo que pasa en la Economía es resultado de la interacción dispersa de muchísimos agentes , distintos entre si que actúan de manera local entre ellos dentro de un espacio determinado.

La acción y situación de cada agente no es más que la consecuencia de agentes y acciones anteriores.

Con un resultado agregado no lineal ni proporcional, donde importan pasado para futuro, el efecto continuo y el proceso..

Estamos hablando por supuesto de la emergencia y no linealidad.

INEXISTENCIA DE UN CONTROLADOR GLOBAL

Ningún agente puede controlar de forma global la economía.

De manera centralizada no hay capacidad ni posibilidad de atrapar todas las oportunidades e interacciones más provechosas. Los ajustes se producen :

1. pequeña escala;

2. coordinación local de agentes;

3. procesos de cooperación y competencia,

4. dentro de instituciones : dinero, mercado, lenguaje, derecho. (sesgo de control y comunismo).

ORGANIZACION JERARQUICA Y TRANSVERSAL

En economía existen, también, muchos niveles de interacción y organización, sin los cuales no es posible llegar a otros, en un orden jerárquico que los entrelaza. Son relaciones necesarias para alcanzar otros niveles  donde pondera el principio de creatividad .

CONTINUA ADAPTACION

Los agentes en el sistema acumulan experiencia y aprendizaje, revisan estrategias y acciones adaptándose de manera continua al entorno. El resultado es un sistema continuamente adaptativo.

PERPETUA NOVEDAD

En economía se producen procesos continuos de descubrimiento : nichos, mercados, tecnologías, comportamientos o instituciones, continua creación e indefinida en un proceso que a su vez genera destrucción en muchos casos. (destrucción creativa de Schumpeter).

DINAMICAS FUERA DE EQUILIBRIO

La Economía NUNCA puede encontrarse en equilibrio, apareciendo continuamente nuevos nichos, mercados y posibilidades.

El Optimo Global es improbable y ni siquiera cercano.

El informático John Holland en lo que dio a llamar redes adaptativas no lineales, apuntó la relación de igual que hace que los sistemas complejos que abundan en la naturaleza sean igualmente presentes y conscientes en la sociedad: sistemas inmunológicos, ecologías, sistemas nerviosos y economías.

Conclusión

Estas seis características definitorias de la complejidad aplicadas a la economía, ha sido denominada Santa Fe Complexity.

Complejidad basada en agentes ha dado lugar a enfoques o grupos distintos: dinámicas y computacional.

Complejidad computacional

Después de conocer las seis características de la complejidad relacionadas con la Complejidad, fueron los teóricos de la SANTA FE COMPLEXITY los que tuvieron un seguimiento y una profundidad más relevante en el área económica,  en base a un sistema basado en agentes evolutivos y adaptativos, dentro de una complejidad dinámica, que han tenido dos caminos diferentes uno de los cuáles es el de la COMPLEJIDAD COMPUTACIONAL.

La teoría de la complejidad computacional intenta clasificar los problemas según la dificultad inherente , es decir, si son fáciles o difíciles de resolver en función del número de pasos necesario para su resolución y de los inputs necesarios para ello.

Estos recursos pueden ser desde memoria hasta el fundamental del tiempo.

En un sentido práctico  determina incluso si siquiera cabe computabilidad o posibilidad de solución.

Deberíamos a empezar por definir problema, entendido como una descripción abstracta (1), acompañada de una pregunta que requiere respuesta o solución (2).

Toma como modelo de solución el de vendedor ambulante y de herramienta de solución el algoritmo.

Algoritmo

Lo entendemos como una serie de instrucciones establecidas para encontrar la solución  correcta a un problema, cualquiera, con un número finito de pasos. (Calculadora).

Pero la complejidad no debiera ser simplemente entendida por la linealidad de pasos dados para resolverlos sino sobre todo y también por los inputs necesarios para resolverlos.

Por lo tanto, la complejidad computacional trata de clasificar  los problemas en función de su grado de complejidad, y  encuentra una clasificación de los mismos en función de el tiempo y el espacio consumido en su solución.

También es necesario entender y conocer el concepto de determinismo o grado determinista de la solución, es decir, la dependencia o no de pasos previos para la solución de los problemas. Siendo “factibles” o fáciles los de solución más simple y rápida.

Son denominados P, resuelven los problemas de manera lineal polinomial O(nK). Son problemas tratables.

En otro grado o clasificación estarían los problemas intratables, para los que no existen una solución factible en tiempo razonable, denominados de tiempo polinomial no determinístico. NP O(eN).

En este caso el número de operaciones a realizar crece exponencialmente con el número de variables-agotan al ordenador- . Se crea un serie de subconjuntos que hace que los problemas tipo P estén dentro de los NP que a su vez pueden ser tanto Np-completos y Np-complejos o hard en inglés.

En el siglo XX surgieron ideas que venían a poner en duda la posibilidad de resolver todos los problemas matemáticos.

Es el caso de los matemáticos Kurt Gödel, Alonzo Church y Alan Turing que de manera separada demostraron que las matemáticas no eran completas y por tanto limitadas en su computabilidad.

Gödel en 1931 formuló sus teoremas de incompletitud y Turing junto a Church llegaron a la conclusión de que no es posible a través de un algoritmo universal resolver todos los problemas matemáticos.

Sobre la tesis de Church y Turing se fundamenta la aplicación de la teoría de la complejidad computacional a la economía.

Su representante más relevante es Vela Velupillai que acuña el término economía computable, centrada en la aplicación computacional a la economía , mientras que la economía computacional busca el desarrollo de aplicaciones y métodos en forma de modelos.

Así la economía computable interpreta la economía de forma algorítmica.

Uno de los debates más importantes donde se aplicó el enfoque de la complejidad computacional es sobre el cálculo económico socialista y la imposibilidad del sistema socialista.

La imposibilidad de la planificación se basa en la no-computabilidad de los equilibrios de una economía de mercado.

Complejidad Dinámica.

Se define en por lo que no es, en negativo, como un sistema dinámico complejo aquel que no tiende asintóticamente a un punto fijo, un ciclo o un límite o una explosión.

El principal exponente de esta esta escuela es J. Barkley Rosser Jr., que define los sistemas dinámicos como aquellos que no generan de forma endógena o determinista ciertos resultados esperados, estables o de “buen comportamiento”.

Son sistemas que exhiben un comportamiento discontinuo y no lineal, dentro de los que incluiríamos los sistemas CAS y Sante Fe complexity .

Pero en cualquier caso, este enfoque no renuncia a las ideas de la complejidad computacional, en un sentido de definición amplia, reconoce las raíces de las tesis de Church y Turing, la teoría de la completitud de Gódel, y otros, y recuerda la importancia de las teorías dinámicas no lineales como predecesoras: cibernética, teoría de las  catástrofes y teoría del caos.

La cibernética.

Estudia sistemas de control y comunicación en los seres vivos y máquinas.

Nacida con Norbert Wiener en la URSS y en un principio prohibida, entendía que podía ayudar a los planificadores debido a la capacidad de retroalimentación de información y control de los sistemas. (Salvador Allende- Synco 1971).

La cibernética se transformó finalmente en teoría general de sistemas, origen propio de la teoría de la complejidad en física y matemáticas. Criticada por la tendencia a la agregación que explica el sistema.

Teoría de las catástrofes.

Desarrollada por el matemático francés René Thon a finales de 50ss, entendiendo por catástrofe un tipo de discontinuidad dentro de un sistema dinámico, dependiente de equilibrios múltiples y saltos de unos equilibrios a otros debido a la alteración de algún parámetro. Ej., modelo de ciclo económico de Kaldor.

Teoría del Caos.

Popularizada por James Gleick en su libro Chaos: Making a New Science. Consiste en análisis de dinámicas de sistemas complejos no lineales que parecen aleatorias, no controlables o no predecibles, aunque en rigor estén determinadas por procesos deterministas.

La teoría del caos maneja dos temas principales que son: el estudio de la sensibilidad a condiciones iniciales de un sistema, comúnmente conocido por el efecto mariposa, es decir, un pequeño  cambio, puede provocar grandes consecuencias.

La consecuencia directa es la aceptación de impredecibilidad de los fenómenos del universo, incluidos los más cercanos como la economía. Lo cual pone en entredicho la idea de las expectativas racionales de la economía.

La segunda idea de la economía del caos es la de los atractores extraños. Formas geométricas y complejas que siguen sistemas caóticos.

El concepto de emergencia es fundamental en la teoría de la complejidad y en el caso de la complejidad dinámica.

Se entiende por emergencia al proceso por el que un nivel superior en un sistema puede aparecer u originarse a partir de un nivel inferior. Ello implica un sistema jerárquico (biología-química, psicólogía-neurobiología, mente-sistema nervioso).

El término emergencia se remonta a Aristóteles y es una analogía de la biología y la física.

Un ejemplo es la anagénesis, que en el caso de la economía podemos encontrarlo en el desarrollo económico y sus instituciones.

Es un proceso no definido previamente, ni controlado o planificado conscientemente.

La complejidad implica la inexistencia de un controlador global del sistema, un proceso de autoorganización y de evolución: orden espontáneo.(Menger, Hayek sobre el mercado y sus instituciones).

La complejidad dinámica en la aplicación económica es incompatible con la Teoría de las Expectativas

Racionales de la Escuela de Chicago, que considera que con datos y experiencia es posible determinar racionalmente el valor de variables económicas. Pero si los agentes económicos reconocen la capacidad de los gobiernos de tomar decisiones y cuales serán, agentes económicos racionales también podrán anticiparse y neutralizar esas decisiones. Pero la contraparde viene definida por la Racionalidad limitada (Herbert Simon).

Pero todas estas teorías anteriores a la Economía Austríaca y la complejidad, se presenta como insuficientes y poco realistas, y la Teoría de la Complejidad Económica, se convierte en un nuevo paradigma, una revolución que reconoce la evolución y la ciencia que sobrepasa la economía neoclásica y post walrasiana.