{"id":149963,"date":"2014-02-12T08:05:47","date_gmt":"2014-02-12T10:05:47","guid":{"rendered":"http:\/\/revistapesquisa.fapesp.br\/?p=149963"},"modified":"2017-03-10T16:46:49","modified_gmt":"2017-03-10T19:46:49","slug":"domadores-de-catastrofes-2","status":"publish","type":"post","link":"https:\/\/revistapesquisa.fapesp.br\/es\/domadores-de-catastrofes-2\/","title":{"rendered":"Domadores de cat\u00e1strofes"},"content":{"rendered":"

\"\"Ilustraci\u00f3n Nelson Provazi<\/span>Las peores crisis, los peores accidentes, las peores cat\u00e1strofes naturales y humanas son las sobrevienen m\u00e1s sorpresivamente. Parece ser que cuanto m\u00e1s intenso es un evento \u2012desde un tsunami devastador hasta una guerra mundial\u2012 m\u00e1s imprevisible e incontrolable es. Sin embargo, el f\u00edsico y economista franc\u00e9s Didier Sornette, del Instituto Federal Suizo de Tecnolog\u00eda de Z\u00farich (ETH), cree lo contrario. Luego de pasarse dos d\u00e9cadas comparando la frecuencia y la intensidad de situaciones extremas observadas en \u00e1reas tan distintas como la econom\u00eda y la geolog\u00eda, Sornette est\u00e1 convencido de que, aunque la sociedad y la naturaleza sean demasiado complejas como para permitir prever muchos de los eventos extremos, justamente los peores de ellos, a los que \u00e9l denomina <\/span>dragon kings<\/i> (dragones reyes), tendr\u00edan caracter\u00edsticas \u00fanicas que permitir\u00edan anticiparlos y evitarlos. En una charla en la conferencia TED Global, que se realiz\u00f3 en junio del a\u00f1o pasado en Edimburgo, Escocia, Sornette sostuvo que la aplicaci\u00f3n de la teor\u00eda de los <\/span>dragon kings<\/i> para la regulaci\u00f3n de los mercados financieros podr\u00eda evitar crisis econ\u00f3micas tales como la que comenz\u00f3 en 2007 y gener\u00f3 p\u00e9rdidas por cientos de miles de millones de d\u00f3lares en las bolsas de valores estadounidenses. Hasta 2008, las mermas en el producto interno bruto global habr\u00edan sumado 5 billones de d\u00f3lares.<\/span><\/p>\n

Aunque su teor\u00eda tenga poca aceptaci\u00f3n entre los economistas, las ideas de Sornette han sido adaptadas por investigadores de otras \u00e1reas, que han hallado evidencias de eventos del tipo dragon kings<\/i> y de se\u00f1ales que los preceden en las ciencias naturales, en la medicina y en la ingenier\u00eda. La prueba m\u00e1s concluyente que se haya observado fue divulgada al final del a\u00f1o pasado. Un equipo internacional de f\u00edsicos, liderado por investigadores de la Universidad Federal de Para\u00edba (UFPB) del cual particip\u00f3 Sornette, consigui\u00f3 por primera vez generar, observar, prever y eliminar dragon kings<\/i> en experimentos totalmente controlados en laboratorio.<\/p>\n

En Para\u00edba, los investigadores brasile\u00f1os construyeron un dispositivo capaz de generar oscilaciones el\u00e9ctricas ca\u00f3ticas y desarrollaron t\u00e9cnicas que permitieron manipular esas oscilaciones. Ellos esperan que estrategias similares a las que utilizaron en el experimento sean \u00fatiles para el control de los eventos extremos en general. \u201cDesarrollamos un sistema electr\u00f3nico, relativamente sencillo de construir, con el cual probamos experimentalmente las hip\u00f3tesis de Sornette\u201d, explica el f\u00edsico Hugo Cavalcante, de la UFPB, primer autor del estudio, publicado en noviembre de 2013 en la revista Physical Review Letters<\/i>. El segundo autor del art\u00edculo, el f\u00edsico Marcos Ori\u00e1, de la misma universidad, a\u00f1ade que el resultado \u201cabre una perspectiva para que sea posible identificar y anticipar situaciones extremas en sistemas complejos, tales como el mercado financiero o el clima del planeta\u201d.<\/p>\n

Ori\u00e1, que es experto en \u00f3ptica y f\u00edsica at\u00f3mica, hace bastante que estaba interesado\u00a0 en coyunturas en las que dispositivos l\u00e1ser relativamente simples generaban comportamientos ca\u00f3ticos, similares a los evidenciados en sistemas complejos, como el mercado financiero, por ejemplo. Pero Ori\u00e1 reci\u00e9n profundiz\u00f3 en el tema luego de la llegada de Cavalcante a la UFPB, en 2011. Cavalcante pas\u00f3 tres a\u00f1os y medio en la Universidad Duke, en Estados Unidos, trabajando en el laboratorio del f\u00edsico Daniel Gauthier, quien cobr\u00f3 notoriedad en los a\u00f1os 1990 investigando la sincronizaci\u00f3n de sistemas ca\u00f3ticos.<\/p>\n

\"\"<\/a><\/p>\n

Para estudiar los fen\u00f3menos de la teor\u00eda del caos, Gauthier proyect\u00f3 circuitos electr\u00f3nicos sencillos, del tama\u00f1o de tarjetas de cr\u00e9dito, en los cuales se pod\u00eda hacer oscilar tanto la corriente el\u00e9ctrica como el voltaje en forma aleatoria e imprevisible. El comportamiento de esos osciladores electr\u00f3nicos es descrito por ecuaciones matem\u00e1ticas simples y bien definidas, pero las oscilaciones son extremadamente sensibles a peque\u00f1as modificaciones. Por esta raz\u00f3n, una m\u00ednima interferencia electr\u00f3nica al comienzo de la operaci\u00f3n del oscilador puede alterar por completo su comportamiento posterior. En la pr\u00e1ctica, esta caracter\u00edstica impide que se obtengan pron\u00f3sticos precisos de los valores que la corriente y el voltaje pueden alcanzar luego del inicio del experimento. De todos modos, Gauthier descubri\u00f3 c\u00f3mo conectar dos de esos osciladores, de manera que uno de ellos, el maestro, oscilase en forma libre y ca\u00f3tica, mientras que el otro, el esclavo, imitaba al maestro de manera sincronizada.<\/p>\n

Sincron\u00eda ca\u00f3tica
\n<\/b>No obstante, seg\u00fan c\u00f3mo se activaban los osciladores, maestro y esclavo, la sincron\u00eda entre ellos pod\u00eda desaparecer moment\u00e1neamente, para reanudarse en seguida, en el marco de una serie de eventos aleatorios breves a los que Gauthier denomin\u00f3 burbujeo. Gauthier, Cavalcante y Ori\u00e1 notaron que, en la mayor\u00eda de esos eventos asincr\u00f3nicos, la diferencia entre las corrientes y los voltajes de ambos osciladores era peque\u00f1a. Pero tambi\u00e9n percibieron que, en algunos pocos de ellos, esa diferencia aumentaba notablemente.<\/p>\n

Entonces buscaron una relaci\u00f3n entre la cantidad de burbujeos (frecuencia) y la magnitud que alcanzaban. Arribaron a la conclusi\u00f3n que, la mayor\u00eda de las veces, la frecuencia era proporcional a la magnitud elevada a un exponente cuyo valor era com\u00fan a todos los eventos. A esa relaci\u00f3n matem\u00e1tica se la conoce con el nombre de ley de potencia. En un gr\u00e1fico especialmente diagramado para encuadrar n\u00fameros con varios \u00f3rdenes de magnitud, una ley de potencia asume la forma de una simple l\u00ednea recta (observe el gr\u00e1fico de arriba<\/i>).<\/p>\n

\"\"<\/a><\/p>\n

All\u00ed donde se observe, ya sea en la naturaleza o en la sociedad, los f\u00edsicos sol\u00edan hallar fen\u00f3menos oscilatorios con frecuencia y magnitud que obedecen a las leyes de potencia. Se trata de situaciones que van desde la fluctuaci\u00f3n de las acciones en una bolsa de valores hasta la frecuencia de terremotos o la propagaci\u00f3n de se\u00f1ales el\u00e9ctricas en el cerebro humano. Las similitudes entre fen\u00f3menos que acontecen en circunstancias tan distintas llevaron a los cient\u00edficos a bautizar a los sistemas donde los mismos ocurren como sistemas complejos. Cada uno de esos fen\u00f3menos presenta un gran n\u00famero de componentes \u2012pensemos, por ejemplo, en los agentes de bolsa de un mercado comprando y vendiendo acciones, o en las neuronas del cerebro realizando sinapsis\u2012 y funciona en un modo muy caracter\u00edstico: las partes interact\u00faan en forma casi aleatoria, pero la suma de esas interacciones puede generar regularidades asombrosas, tal como es el caso de las leyes de potencia.<\/p>\n

Y, para los f\u00edsicos, el hecho de que un fen\u00f3meno se comporte seg\u00fan una ley de potencia puede significar mucho. Sucede que, de acuerdo con esa ley, todas las manifestaciones de un fen\u00f3meno \u2012en el caso del experimento de Para\u00edba, las oscilaciones de voltaje y corriente\u2012 son provocadas por una misma causa. Esto significa, por ejemplo, que los or\u00edgenes de un gran terremoto son cualitativamente los mismos que los de un ligero temblor s\u00edsmico. Lo \u00fanico que distingue a los eventos es su magnitud o su tama\u00f1o. \u201cComo no se conoce de antemano si la magnitud de un evento ser\u00e1 grande o peque\u00f1a\u201d, explica Ori\u00e1, \u201cse propag\u00f3 la idea de que todos los sistemas complejos son imprevisibles\u201d.<\/p>\n

Los f\u00edsicos que aplicaron esta idea al estudio del mercado financiero \u2012fundando una disciplina a la que se conoce como econof\u00edsica\u2012 arribaron a la conclusi\u00f3n de que las grandes fluctuaciones en los precios no necesariamente ser\u00edan causadas por un gran cambio pol\u00edtico-econ\u00f3mico. Muchas veces, una crisis financiera puede tener origen en una fluctuaci\u00f3n de precios normal que, por una casualidad, adquiere grandes proporciones. Por lo tanto, las crisis financieras ser\u00edan inevitables. \u201c\u00c9sa es una perspectiva particularmente pesimista e incluso peligrosa, ya que promueve una actitud de irresponsabilidad\u201d, sostiene Sornette, quien viene advirtiendo a sus colegas f\u00edsicos desde los a\u00f1os 1990 acerca del hecho de que no todas las oscilaciones financieras siguen las leyes de potencia, especialmente las mayores.<\/p>\n

Lo que Sornette inform\u00f3 acerca del mercado financiero, Gauthier y los dos colegas brasile\u00f1os lo observaron con los osciladores ca\u00f3ticos. De modo general, los eventos asincr\u00f3nicos tambi\u00e9n segu\u00edan una ley de potencia. Pero los eventos m\u00e1s extremos transgred\u00edan esa ley, pues suced\u00edan con una frecuencia mucho mayor. Esos eventos dibujaban un pico prominente en un extremo de los gr\u00e1ficos, para lo cual los investigadores no hallaban una explicaci\u00f3n.<\/p>\n

Fuera de la ley
\n<\/b>Sin embargo, Gauthier, Cavalcante y Ori\u00e1, inmediatamente se dieron cuenta de que los eventos de asincronismo extremo se encajaban perfectamente en la definici\u00f3n de lo que Sornette denomina dragon kings<\/i>: se trata de los eventos m\u00e1s extremos que pueden ocurrir en un sistema complejo y que sobrevienen con una frecuencia mucho mayor que la estimada seg\u00fan la ley de potencia, que rige al resto de los eventos del sistema.<\/p>\n

\"En

Jonathan UTZ \/ AFP<\/span>En p\u00e1nico: observadores contemplan la ca\u00edda de las acciones en la bolsa de Hong Kong durante la crisis de 1997Jonathan UTZ \/ AFP<\/span><\/p><\/div>\n

La idea seg\u00fan la cual el surgimiento de dragon kings<\/i> ser\u00eda m\u00e1s previsible y controlable que otros eventos extremos naci\u00f3 junto con la primera aplicaci\u00f3n exitosa de la teor\u00eda de Sornette: la prevenci\u00f3n de la ruptura del fuselaje de los cohetes Ariane, utilizados por la Agencia Espacial Europea. Durante los lanzamientos, los ingenieros registraban mediante sensores ac\u00fasticos las variaciones de ruido provocadas por estr\u00e9s en la estructura del cohete. Al analizar esos datos, Sornette not\u00f3 que el estruendo de los eventos de ruptura aparec\u00eda en sus gr\u00e1ficos como dragon kings<\/i>. A partir de ah\u00ed, \u00e9l y sus colaboradores descubrieron c\u00f3mo detectar en el registro de emisiones ac\u00fasticas del cohete los s\u00edntomas iniciales del desarrollo de esas rupturas y c\u00f3mo utilizarlos para prevenir los accidentes.<\/p>\n

Luego Sornette adapt\u00f3 su m\u00e9todo, que se utiliza hasta ahora en los lanzamientos de cohetes, al monitoreo de la econom\u00eda, en busca de se\u00f1ales precursoras del estallido de burbujas financieras. Hace cinco a\u00f1os que coordina el Observatorio de Crisis Financieras de la ETH, un proyecto que monitorea los precios de miles de acciones que se negocian en diversas bolsas de valores, incluyendo a la brasile\u00f1a Bovespa. Una burbuja siempre sobreviene en un ambiente de optimismo, donde tiene lugar una supervaloraci\u00f3n de los bienes negociados. Sornette considera que la mejor manera de prever la aparici\u00f3n de una burbuja consiste en buscar se\u00f1ales de que los precios y dem\u00e1s \u00edndices financieros del mercado est\u00e1n atravesando por un estado que \u00e9l denomina crecimiento superexponencial. Eso ocurre, por ejemplo, cuando una inversi\u00f3n que rinde un 10% mensual pasa a ofrecer el doble en el mes siguiente (20%) y el cu\u00e1druple (40%) dos meses m\u00e1s tarde. Aunque parezca obvio que ese crecimiento no puede mantenerse por siempre, en el fragor de los negocios, los inversores tienden a comportarse como un reba\u00f1o: ansiosos por lucrar con las oportunidades que todos a su alrededor parecen estar aprovechando, ellos \u2012a veces, hasta los m\u00e1s cautelosos\u2012 se dejan llevar por la euforia. Con todo, en cierto momento en que la artificialidad de la coyuntura se torna insostenible, los precios caen abruptamente, produciendo una devaluaci\u00f3n en cascada en toda la econom\u00eda.<\/p>\n

En su observatorio, Sornette y su equipo detectan crecimientos superexponenciales en los \u00edndices que monitorean y analizan su evoluci\u00f3n. El objetivo consiste en obtener informaciones que permitan prever el instante cr\u00edtico en el que el crecimiento es sustituido por un nuevo r\u00e9gimen, que ser\u00e1 de ca\u00edda o estancamiento. Sornette sostiene que puede detectar el surgimiento de burbujas de diversos tama\u00f1os y que es capaz de estimar cu\u00e1ndo tienen m\u00e1s posibilidades de estallar. Un ejemplo de ello es la burbuja del milagro econ\u00f3mico chino, donde las acciones del pa\u00eds crecieron un 300% en pocos a\u00f1os. En septiembre de 2007, en el marco de una conferencia para inversores, Sornette les advirti\u00f3 que pr\u00f3ximamente se avecinaba un cambio de r\u00e9gimen. La mayor\u00eda lo desestim\u00f3, confiando en que el gobierno chino har\u00eda lo que fuera para mantener el crecimiento, mientras segu\u00edan los preparativos para los Juegos Ol\u00edmpicos de Beij\u00edn, que se llevar\u00edan a cabo en el a\u00f1o siguiente. Tres semanas despu\u00e9s de la conferencia, el mercado chino comenz\u00f3 a desplomarse, hasta perder el 70% de su valor al final de 2007.<\/p>\n

De hecho, la frecuencia y la magnitud de las variaciones de los mercados globales en los \u00faltimos 30 a\u00f1os se comportan seg\u00fan una ley de potencia, con algunos puntos extremos fuera de la curva, que representan las peores crisis financieras del per\u00edodo, como en el caso del \u201clunes negro\u201d de 1987, cuando el \u00edndice burs\u00e1til Dow Jones se derrumb\u00f3 ocasionando p\u00e9rdidas por 500 mil millones de d\u00f3lares en un s\u00f3lo d\u00eda, o durante la recesi\u00f3n global de 2007 y 2008, desencadenada por una crisis en el mercado inmobiliario estadounidense. Seg\u00fan Sornette, tales crisis ser\u00edan los mencionados dragon kings<\/i>, provocados por una serie de pol\u00edticas de facilitaci\u00f3n excesiva de la expansi\u00f3n del cr\u00e9dito por parte de los bancos centrales de todo el mundo, lo cual reforzar\u00eda los crecimientos superexponenciales y otros mecanismos que abonan el surgimiento de los dragon kings<\/i>.<\/p>\n

El atractor extra\u00f1o
\n<\/b>M\u00e1s all\u00e1 del crecimiento superexponencial, Sornette explica que ha detectado otros tres mecanismos din\u00e1micos de formaci\u00f3n de dragon kings<\/i>. Uno de ellos es el fen\u00f3meno del burbujeo, observado minuciosamente por primera vez en el par de osciladores construido por Cavalcante y Ori\u00e1.<\/p>\n

Los investigadores se valieron de un modelo te\u00f3rico desarrollado por el f\u00edsico Edward Ott, de la Universidad de Maryland, en Estados Unidos, otro experto en el comportamiento ca\u00f3tico de sistemas electr\u00f3nicos, para comprender c\u00f3mo se formaban los dragon kings<\/i> en los osciladores y qu\u00e9 era exactamente lo que provocaba que esos eventos de asincronismo extremo crecieran mucho m\u00e1s que el resto de los sucesos.<\/p>\n

Por trabajos previos de Gauthier y Ott, los investigadores ya sab\u00edan que las oscilaciones ca\u00f3ticas de esos circuitos electr\u00f3nicos se representan en un espacio abstracto, donde el ancho, la altura y la longitud representan propiedades que caracterizan al par de osciladores en cierto instante, una figura con l\u00edneas infinitas conocida con el nombre de atractor extra\u00f1o.<\/p>\n

Cuando est\u00e1n en sincron\u00eda, las oscilaciones ca\u00f3ticas de ambos circuitos, a pesar de ser err\u00e1ticas, permanecen restringidas a las l\u00edneas que componen el atractor extra\u00f1o, cuya forma nos recuerda a las alas de una mariposa. \u201cSin embargo, descubrimos que existe un punto espec\u00edfico del atractor con una inestabilidad tan poderosa que domina la din\u00e1mica del sistema\u201d, explica Cavalcante.<\/p>\n

Ese punto de fuerte inestabilidad, que se ubica en la uni\u00f3n de las alas de la mariposa, es el responsable de todos los eventos de asincronismo. Cuanto m\u00e1s se acercan los valores de oscilaci\u00f3n a ese punto, mayor es la posibilidad de que la trayectoria que describe el sistema salte moment\u00e1neamente hacia afuera del plano del atractor. Cuanto mayor sea el salto, mayor ser\u00e1 el asincronismo entre los osciladores. La mayor\u00eda de los acercamientos al punto de inestabilidad provoca los asincronismos descritos por una ley de potencia. No obstante, en circunstancias especiales, cuando la trayectoria se aproxima demasiado al punto inestable, los ruidos electr\u00f3nicos y peque\u00f1as diferencias entre los componentes de los circuitos pueden amplificarse hasta que generan los dragon kings<\/i>.<\/p>\n

\u201cLa diferencia entre los eventos de la ley de potencia y los dragon kings<\/i> es compleja y todav\u00eda intentamos comprender sus caracter\u00edsticas\u201d, dice Cavalcante. De todas maneras, la comprensi\u00f3n cualitativa de la diferencia entre los dos tipos de asincronismo ha permitido a los investigadores la identificaci\u00f3n de cierta combinaci\u00f3n de voltajes y corrientes de los osciladores cuyo valor sirve como alarma contra los dragon kings<\/i>. En los test realizados en la UFPB, cuando esa variable alcanzaba un valor l\u00edmite, se\u00f1alando que un dragon king<\/i> estaba cerca de formarse, los cient\u00edficos realizaban una peque\u00f1a intervenci\u00f3n en la electr\u00f3nica de los osciladores. Como resultado de ello, lograban mantener la trayectoria del sistema en el plano del atractor, impidiendo la desincronizaci\u00f3n extrema. En ese caso, los dragon kings<\/i> desaparec\u00edan completamente (observe los gr\u00e1ficos de la p\u00e1gina 53<\/i>). \u201cEsa m\u00ednima intervenci\u00f3n se aplicaba en tan s\u00f3lo un 1,5% del tiempo de operaci\u00f3n de los osciladores y alcanzaba un 100% de eficacia\u201d, dice Cavalcante.<\/p>\n

Huevos de drag\u00f3n
\n<\/b>Aunque el \u00e9xito del experimento impresione, los investigadores tienen noci\u00f3n de la gigantesca distancia que existe entre la complejidad de un par de osciladores electr\u00f3nicos y un mercado financiero. \u201cLa aplicaci\u00f3n de ese procedimiento en sistemas reales no es algo trivial\u201d, comenta el economista Daniel Cajueiro, de la Universidad de Brasilia. Con experiencia en la aplicaci\u00f3n de modelos de la f\u00edsica en la econom\u00eda y tambi\u00e9n como colaborador del Banco Central, Cajueiro dice que, por ahora, \u201cpuede tomarse a este trabajo como punto de partida para una nueva l\u00ednea de investigaci\u00f3n\u201d.<\/p>\n

La esperanza de los investigadores est\u00e1 depositada en que los mercados financieros puedan, al menos en ciertas circunstancias, comportarse en forma similar a un sistema de osciladores ca\u00f3ticos interconectados. Los osciladores, en este caso, estar\u00edan representados por los agentes del mercado, comprando y vendiendo. Sus decisiones confluir\u00edan a ra\u00edz del comportamiento de reba\u00f1o. En ese contexto, se podr\u00eda evitar una crisis identificando los puntos de inestabilidad del atractor extra\u00f1o del sistema y estableciendo reglas de mercado que impidan que su evoluci\u00f3n pase demasiado cerca de dichos puntos.<\/p>\n

\u201cTrabajo con predicciones y conozco cu\u00e1n dif\u00edcil es determinarlas\u201d, afirma el economista Pedro Valls, director del Centro de Estudios Cuantitativos en Econom\u00eda y Finanzas de la Fundaci\u00f3n Get\u00falio Vargas, en S\u00e3o Paulo. \u201cSi creemos en regularidades, ello implicar\u00eda creer en lo determin\u00edstico, lo cual no tiene sentido en rubros tales como econom\u00eda, estad\u00edstica y finanzas\u201d.<\/p>\n

Valls considera poco probable que la econom\u00eda siga leyes deterministas. Por cierto, opina que ocurre todo lo contrario: la mayor\u00eda de los modelos econom\u00e9tricos que utilizan los investigadores, gobiernos e inversores son estoc\u00e1sticos, es decir, se basan en probabilidades determinadas por procesos aleatorios. Sornette lo refuta sosteniendo que los modelos estoc\u00e1sticos tambi\u00e9n pueden exhibir dragon kings<\/i> y que el mejor m\u00e9todo de previsi\u00f3n de burbujas financieras ser\u00eda un modelo h\u00edbrido, con componentes determin\u00edsticos y estoc\u00e1sticos. El problema, seg\u00fan \u00e9l, radica en que muchos economistas insisten en considerar que las soluciones matem\u00e1ticas de los modelos creados por ellos deber\u00edan regir siempre. En tanto, los modelos de Sornette, seg\u00fan argumenta el propio f\u00edsico, son v\u00e1lidos solamente en ciertos momentos cr\u00edticos, cuando el sistema se torna moment\u00e1neamente determin\u00edstico y previsible. Con todo, Valls nota que los modelos de Sornette no son los \u00fanicos capaces de hacer eso. Existe una vasta literatura en econometr\u00eda, seg\u00fan \u00e9l, que debate al respecto de modelos estoc\u00e1sticos capaces de incorporar modificaciones determin\u00edsticas o estoc\u00e1sticas. Estos modelos, denominados modelos de cambio Markoviano, pueden tener diferentes reg\u00edmenes, donde uno de ellos puede describir una crisis. Y permiten determinar las probabilidades de que el mercado ingrese o salga del r\u00e9gimen de crisis, colaborando de esa manera en la prevenci\u00f3n de burbujas.<\/p>\n

Aunque considera que la teor\u00eda de Sornette es muy meritoria, Cajueiro se\u00f1ala al menos dos dificultades para volver factible el control de esos sistemas complejos. La primera radica en que, a diferencia del experimento de Cavalcante y Ori\u00e1, donde la estad\u00edstica de los eventos extremos se identific\u00f3 mediante el registro de millones de datos, las crisis financieras no son tan frecuentes. \u201cEn tal caso, habr\u00eda que construir un modelo fuera de lo normal para el sistema, a partir de una peque\u00f1a muestra de eventos\u201d, explica Cajueiro.<\/p>\n

Y aunque un modelo inspirara la suficiente confianza como para adoptarlo, por ejemplo, para que el Banco Central regule el mercado, podr\u00eda suceder que las intervenciones sugeridas en forma te\u00f3rica, simplemente resulten imposibles de implementar debido a cuestiones pr\u00e1cticas e incluso \u00e9ticas. \u201cPoco se sabe acerca de cu\u00e1l ser\u00eda la respuesta de los agentes econ\u00f3micos ante una intervenci\u00f3n, y qu\u00e9 ocurrir\u00eda si esos agentes anticiparan la respuesta del Banco Central\u201d, dice Cajueiro. Como el mercado financiero no es un sistema aislado, una alteraci\u00f3n realizada para impedir la aparici\u00f3n de una burbuja podr\u00eda acarrear consecuencias inesperadas en variables tales como la inflaci\u00f3n, el tipo de cambio y el desempleo.<\/p>\n

Asimismo, el propio Sornette reconoce que las burbujas financieras tienen un aspecto positivo. Cuando son promovidas por aumentos reales en la productividad, como consecuencia del descubrimiento de nuevas fuentes de recursos o de innovaciones tecnol\u00f3gicas prometedoras, fomentan un clima de optimismo que se expande sobre las actividades econ\u00f3micas, conduciendo a la sociedad a asumir riesgos y al logro de \u00e9xitos que, de otra forma ser\u00edan imposibles.<\/p>\n

El modelo de la UFPB puede ayudar a probar m\u00e9todos de intervenci\u00f3n m\u00e1s realistas, que tengan en cuenta la fascinaci\u00f3n por las burbujas y la renuencia de la sociedad a interrumpir el crecimiento de las mismas antes de un colapso. \u201cLo que hicimos hasta ahora en los osciladores fue valernos de un m\u00e9todo excelente de control, que mata a los dragon kings<\/i> incluso cuando se est\u00e1n incubando, antes de que nazcan y crezcan\u201d, explica Sornette. \u201cPodemos utilizar este sistema para el estudio de otras intervenciones, m\u00e1s anticipatorias y limitadas, como una manera de estimar los costos y las consecuencias de nuestras acciones\u201d.<\/p>\n

Art\u00edculo cient\u00edfico
\n<\/span><\/em>CAVALCANTE, H.L.D.S.\u00a0et al.\u00a0Predictability and suppression of extreme events in a chaotic system<\/a>.\u00a0Physical Review Letters<\/b>. v. 111, n. 19. 4 nov. 2013.<\/p>\n","protected":false},"excerpt":{"rendered":"Brasile\u00f1os ayudan a testear una teor\u00eda sobre la previsi\u00f3n de las crisis","protected":false},"author":14,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[181],"tags":[304,1169],"coauthors":[103],"class_list":["post-149963","post","type-post","status-publish","format-standard","hentry","category-ciencia-es","tag-fisica-es","tag-matematica-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/149963","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/comments?post=149963"}],"version-history":[{"count":0,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/149963\/revisions"}],"wp:attachment":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media?parent=149963"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/categories?post=149963"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/tags?post=149963"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/coauthors?post=149963"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}