Econofsica

Lucas Lacasa Saz de Arce*

Bartolom Luque Serrano*
En los ltimos cinco aos aparecen con regularidad artculos sobre
finanzas y economa en revistas de fsica terica. Al corpus cientfico que
se est generando se le ha denominado econofsica (Econophysics). Los
fsicos con sus nuevos enfoques y tcnicas estn obteniendo resultados
que, en muchos casos, no estn acorde con las teoras financieras y econmicas al uso.
Palabras claves: teora econmica, ciencias econmicas, investigacin
aplicada, estadsica matemtica, proceso estocstico.
Clasificacin JEL: C73.

1. Qu es la econofsica?
Al igual que la biofsica o la geofsica
estudian procesos propios de la biologa
y la geologa desde la perspectiva de la
fsica, la econofsica trata de aplicar los
mtodos propios de esta ciencia a la teora econmica.
Los fsicos se han acercado a la economa por dos vas. La primera, laboral.
Tradicionalmente, los analistas cuantitativos en bancos y otros negocios financieros llamados en la jerga quants han
sido matemticos. Sin embargo, en las
dos ltimas dcadas el mundo financiero
ha empezado a contratar para estos
menesteres tambin fsicos. Las instituciones financieras se han percatado de
que la slida formacin matemtica y la
habilidad en el uso de los ordenadores de
los fsicos, los convierte en excelentes
diseadores de nuevos y sofisticados
* Departamento de Matemtica Aplicada y Estadstica
de ETSI Aeronuticos, Universidad Politcnica de Madrid.

productos financieros, y desarrolladores

de tcnicas de anlisis de grandes masas
de datos. Y los fsicos, que sufren un precario mercado de trabajo acadmico e
investigador endmico, han sentido el
canto de las sirenas: apetecibles salarios.
De hecho, el xito obtenido en estas tareas ha llevado a algunos de ellos a fundar
sus propias firmas, ofreciendo servicios
en el rea de las finanzas.
La segunda va de acercamiento a la
economa por parte de los fsicos ha sido
cientfica. Tradicionalmente, las reas de
inters en el ltimo siglo para los fsicos
fueron el mundo de lo muy grande (teora
general de la relatividad y cosmologa,
por ejemplo) y el mundo de lo muy pequeo (teora cuntica y partculas subatmicas). Sin embargo, en el ltimo cuarto del pasado siglo han desarrollado
nuevos mtodos para analizar campos
ajenos a sus intereses tradicionales,
como la evolucin biolgica, la psicologa
o la sociologa, por ejemplo. Este atrevimiento es parte de un movimiento ms
general en el seno de la fsica: los siste-

BOLETN ECONMICO DE ICE N 2844

DEL 9 AL 15 DE MAYO DE 2005

AU L A D E
FORMACIN

LUCAS LACASA SAZ DE ARCE Y BARTOLOME LUQUE SERRANO

AU L A D E
FORMACIN

II

mas complejos. Era, por tanto, solo cuestin de tiempo que sus intereses alcanzaran de forma contundente a la economa.
La economa y las finanzas estn fuertemente matematizadas desde hace ms
de un siglo, con herramientas que van
desde el movimiento browniano (caminatas al azar) hasta la teora de juegos
(donde se usan conceptos como equilibrio de Nash). En finanzas, por ejemplo,
se ha asumido que las fluctuaciones de
precios siguen una distribucin normal y
que los mercados funcionan de forma eficiente. A partir de ah se ha desarrollado
una extensa teora. Cmo est contribuyendo la fsica a la economa? Los econofsicos estn mostrando fehacientemente que muchas observaciones estn
en desacuerdo con estas hiptesis de trabajo. Por ejemplo, a corto trmino las fluctuaciones son no normales, el incremento
de precios est correlacionado: los signos
del incremento de precios estn descorrelacionados de acuerdo con la hiptesis
de mercado eficiente, sin embargo, la
magnitud de las fluctuaciones de precios
muestran correlaciones temporales de
largo alcance (Ver Caja 1: Regularidades
estadsticas empricas en precios y vuelos de Levy truncados).
Una de las tesis fundamentales en la
que se ha basado el estudio tcnico de la
economa en los ltimos cien aos es la
llamada HME (Hiptesis de Mercado Eficiente), siendo a la vez la suposicin ms
adoptada y menos creda. Asume, bsicamente, que toda la informacin susceptible de ser conocida por el sistema (por
ejemplo, los datos referentes a la Bolsa),
est en cada paso de tiempo incorporada
a los precios. Exige que el sistema, (recordemos que nuestro sistema es un
enorme conjunto de individuos comprando y vendiendo acciones) sea una computadora perfecta, que integra en cada
paso de tiempo toda la informacin rele-

vante. Parece un tanto pretencioso y a

todas luces nada realista.
Son o no aleatorios los precios de los
mercados? Es decir, en otras palabras
mucho ms directas y jugosas: existe
forma segura de ganar en Bolsa? Las
acciones se sobrevalan los primeros
das de enero, suelen caer con frecuencia
las primeras horas de los lunes... Son
hechos empricos, bien conocidos, en
contra de la aleatoriedad. Podemos predecir ms y con rigor? La HME (Hiptesis
de mercado eficiente) asigna como probabilidad a un crash como el de octubre
de 1987, una entre 1035 posibilidades: es
decir, para la teora clsica, semejante
ocurrencia es imposible. Ms an, una
prdida en un da del 5 por 100 en el Dow
Jones (hecho que sucede alrededor de
cada dos aos), debera tener una frecuencia de una cada miles de aos,
segn HME. La teora clsica hace
aguas... La econofsica se est encargando de dar un amparo terico a un sentimiento ampliamente extendido: la HME
es completamente falsa. Y est transformando nuestro entendimiento de la econma con nuevos enfoques (Ver Caja 2:
Caos y criticalidad auto-organizada).
En el mundo real las estrategias usadas por los agentes manifiestan correlaciones (herd effect) que son obviadas por
las teoras al uso. Cmo es posible dar
contenido matemtico a situaciones de
pnico burstil? Los econofsicos son
capaces de modelizar sistemas con
muchos componentes. En contraposicin
con las teoras neoclsicas de equilibrio,
tan caras al razonamiento neoliberal, la
econofsica propone una descripcin del
comportamiento adaptativo de los agentes econmicos frente a situaciones cambiantes. Tal enfoque es ahora posible
debido a la creciente capacidad de simulacin de los ordenadores y a los mtodos matemticos desarrollados en el rea

BOLETN ECONMICO DE ICE N 2844

DEL 9 AL 15 DE MAYO DE 2005

ECONOFSICA

de los sistemas complejos, que han demostrado xitos notables en la comprensin del comportamiento de sistemas con
un gran nmero de componentes que
evolucionan e interaccionan fuertemente
entre s.
El gran economista J. M. Keynes compar la actuacin de los agentes en los
mercados con los participantes de un concurso que intentan adivinar a la mujer que
ser elegida como la ms bella. La elegida finalmente no tiene por qu ser precisamente la ms hermosa, sino aquella
que la mayora piensa que los dems van
a elegir como la ms hermosa. Pensando
en esta forma de meta-actuacin de los
agentes, Brian Arthur cre uno de los
modelos ms celebrados en econofsica:
El Farol, nombre tomado de un concurrido
bar en Santa Fe, Nuevo Mexico. All todos
los jueves por la noche se toca msica
irlandesa. Los aficionados a este tipo de
msica deben tomar cada semana la
decisin de asistir o no a escuchar su
msica preferida. Lamentablemente el bar
es pequeo y si los asistentes superan las
sesenta personas, el ambiente se hace
agobiante. Cada uno de los clientes debe
tratar de inferir qu debe hacer esta
semana, asistir o no, en funcin de sus
experiencias anteriores. Qu estrategia
deben seguir los clientes?
Brian Arthur elabor un modelo computacional que simulaba la situacin: los
clientes o agentes deban decidir o no
asistir al bar, a partir de un conocimiento
limitado, una memoria de las asistencias
anteriores y de unas estrategias de decisin. Si un cliente predeca que ms de
sesenta personas visitaran el bar, evitara ir. Si predeca que la asistencia sera
menor de sesenta personas, entonces
decidira asistir. Observemos que la decisin de asistir o no al bar es de carcter
individual y la consecuencia de la asistencia de todos los clientes es de carc-

ter colectivo. Eso puede generar situaciones paradjicas: si muchos clientes predicen correctamente que el bar estar
poco concurrido ese jueves, entonces su
decisin acertada los hace fracasar,
porque asistirn ms de 60. De manera
similar, si la mayora de clientes predicen
de manera acertada que el bar estar
lleno y deciden quedarse en casa, entonces habrn tomado una decisin equivocada.
Brian Arthur con este modelo de
juguete abri un nuevo camino para
estudiar e iluminar esta dialctica entre el
individuo y el colectivo, esta dinmica
compleja entre las partes y el todo que
aparecen en muchos sistemas econmicos y sociales. Las herramientas empleadas por los fsicos para analizar sistemas
complejos permiten ahora abordar la problemtica de los agentes, ausente prcticamente en la economa clsica (Ver
Caja 3: Juegos de minora).
Por supuesto, la econofsica tiene sus
detractores. Argumentan fundamentalmente que no es posible extraer conclusiones vlidas de experimentos fsicos en
condiciones controladas de laboratorio
para casos empricos reales de la economa. Estos ltimos son resultado de acontecimientos ocurridos en los mercados
que difcilmente vuelvan a repetirse con
toda exactitud. En otras palabras: que no
pueden hacerse experimentos en los
mercados financieros como no pueden
hacerse experimentos de la historia. Pero
como han sealado R. N. Mantenga y H.
E. Stanley, dos fundadores de la econofsica, esa caracterstica es compartida por
varios campos de la fsica como son la
cosmologa, la astrofsica o la climatologa, por ejemplo, sin mayores problemas.
La actividad de los fsicos en economa ha dejado de ser episdica y una
comunidad cientfica con caractersticas
propias ha comenzado a emerger. Usan

BOLETN ECONMICO DE ICE N 2844

DEL 9 AL 15 DE MAYO DE 2005

AU L A D E
FORMACIN

III

LUCAS LACASA SAZ DE ARCE Y BARTOLOME LUQUE SERRANO

FIGURA 1
DISTRIBUCIN EMPRICA Y TERICA IPC 1999

Nota: Distribucin emprica (lneas y crculos) y terica (lneas) de las diferencias de precio en el ndice IPC durante en ao 1999 en escala semilogaritmica. Si las variaciones de precios siguieran una caminata aleatoria, la curva terica, que corresponde a una distribucin gaussiana, y la
emprica deban coincidir. Ntese que las colas de la distribucin emprica son mucho ms gruesas que las de la distribucin terica clsica.
Fuente: Cortesa de Ricardo Mansilla, UNAM.

AU L A D E
FORMACIN

la geometra fractal, la teora de procesos

estocsticos, los fenmenos crticos y, de
modo general, la fsica de los sistemas
complejos. El tiempo dir si esos nuevos
enfoques son una moda pasajera o un
profundo cambio de perspectiva en la
forma de entender la economa.

2. Caja 1: Regularidades
estadsticas empricas
en precios y vuelos de Levy
truncados
Una de las propiedades bsicas del
mercado es la fluctuacin de precios. Existe un encendido debate sobre la forma
funcional de la distribucin de precios. Inicialmente se pensaba que la distribucin
acumulada de log-returns converga a una
distribucin normal para intervalos temporales grandes. Sin embargo, las medidas
reales muestran claramente la existencia

IV

de fat tails en las distribuciones (probabilidades para valores extremos mayores que
las esperadas para una normal). En la
Figura 1 podemos ver el desajuste entre la
teora clsica y los datos empricos. En la
grfica se muestra la distribucin emprica
y la distribucin terica de las variaciones
de precios del IPC durante todo el ao
1999 en escala semilogartmica. Para la
construccin de la misma se utilizaron
datos intra-da (todas las anotaciones
registradas en el mercado a lo largo del
da. Durante el ao 1999 se tuvieron para
el IPC 1.103.483 registros). Si admitimos
que las diferencias de precios siguen una
ley normal, entonces:

Tomando logaritmos a ambos miembros de esta ecuacin, se tiene:

BOLETN ECONMICO DE ICE N 2844

DEL 9 AL 15 DE MAYO DE 2005

ECONOFSICA

De modo que en escala semilogartmica deberamos ver la gaussiana como

una parbola. Como puede observarse
en la imagen la diferencia entre esa parbola gaussiana que asume la teora
clsica y los datos de mercados no se
ajustan en absoluto.
Desde luego estas diferencias eran
conocidas desde hace mucho tiempo. En
los aos 60, B. Mandelbrot y E. Fama sugirieron que la distribucin ajustaba a una
distribucin estable de Levy como generalizacin del teorema del lmite central. Pero
posteriormente se encontraron ms complicaciones. Si bien la distribucin se acerca a una normal para intervalos grandes,
el valor absoluto de los log-returns (tomado a veces como definicin de volatilidad)
decae como una ley de potencias para
valores altos. Y esto es incompatible con
una distribucin de Levy. Ha habido que
esperar hasta 1994, para que dos econofsicos, R.Mantenga y E.Stanley, dieran con
el marco adecuado para describir esta
fenomenologa. Usando vuelos de Levy
truncados (VLT) describieron con xito
notable el comportamiento pseudo-gaussiano de la distribucin de precios. Este
trabajo, y posteriores, permiten estimar
cuantitativamente la probabilidad de que
una determinada diferencia de precios (o
la fluctuacin de un precio), ocurra de
forma ms exacta que la teora clsica.

3. Caja 2: Caos y criticalidad

auto-organizada
Otra rea donde la econofsica est obteniendo nuevos resultados es en el anlisis de datos. Los econofsicos estn utilizando nuevas herramientas, como las que

provienen de la ya madura teora del caos

determinista. Toda la maquinaria desarrollada para analizar trayectorias caticas
en los ltimos 30 aos se est aplicando
al inmenso torrente de datos que nos
ofrece cada da el sector econmico.
En teora del caos se estudian sistemas no lineales que presentan sensibilidad extrema a las condiciones iniciales.
Un sistema se dice catico, si dos condiciones iniciales infinitamente prximas,
evolucionan al cabo de poco tiempo de
modo muy diferente. La Bolsa es un sistema altamente no lineal, si su dinmica es
catica significara que es impredecible.
Existen, sin embargo, sistemas en la
naturaleza que presentan lo que los fsicos llaman caos dbil. Son sistemas donde la prediccin es posible aunque slo a
corto trmino. Si la Bolsa se comportara
de esta manera la posibilidad de prediccin sera posible.
Muchos fenmenos naturales exhiben
caos dbil, entre ellos los sistemas crticos
auto-organizados. Pongamos un ejemplo
de juguete: un reloj de arena. En l, los
granos al caer van formando un pequeo
montn de arena con cierta pendiente. A
medida que van cayendo los granos se
producen pequeas avalanchas de arena
de muy diversos tamaos, de tal modo
que la pendiente permanece constante, se
auto-regula. El sistema est siendo perturbado y se auto-organiza disipando arena mediante avalanchas para mantener la
pendiente. La distribucin de los tamaos
de las avalanchas sigue una ley de potencias que los fsicos relacionan con fenmenos crticos como son las transiciones
de fase (el paso de un slido a lquido, por
ejemplo). Ese tipo de distribuciones se han
encontrado en multitud de fenmenos naturales y cuando los fsicos se topan con
ellas sospechan que se hayan frente a un
sistema crtico.
Los econofsicos han descubierto que,

BOLETN ECONMICO DE ICE N 2844

DEL 9 AL 15 DE MAYO DE 2005

AU L A D E
FORMACIN

LUCAS LACASA SAZ DE ARCE Y BARTOLOME LUQUE SERRANO

AU L A D E
FORMACIN

por ejemplo, las fluctuaciones de las tasas de crecimiento de los tamaos de

compaas decaen siguiendo leyes de
potencias. Y han observado leyes semejantes en la distribucin de salarios, el
nmero de empleos, etctera. En concreto, la distribucin del PIB por pases sigue
una la ley de potencias, un resultado
inexplicable a partir de las teoras econmicas estndar, que encaja perfectamente en las explicaciones alternativas que
ofrece la econofsica.
La pregunta que nos llev a esta Caja
era: Es predecible o no la Bolsa? Al hilo
de lo expuesto, los econofsicos A. Johansen y D. Sornette, conectaron la fenomenologa dispar de los crashes burstiles y
la teora de prediccin de terremotos.
Segn muchos fsicos los terremotos son
un ejemplo de fenmeno crtico autoorganizado. Johansen y Sornette utilizaron las herramientas matemticas que
haban utilizado previamente a la prediccin de terremotos, para explicar el comportamiento de los ndices financieros
antes de los crashes. Como resultado tienen en su haber una sorprendente prediccin de la fecha en la que ocurri el crash
del NASDAQ del 14 de abril de 2000.

4. Caja 3: Juegos de minora

Para explicar el comportamiento de los
precios necesitamos entender el comportamiento de los agentes de los que
depende. Est claro, que los agentes
econmicos no se comportan de forma
totalmente racional y que, sin duda, esto
juega un papel crucial en los precios.
Pero, cmo podemos ir ms all de esta
afirmacin? Se han propuesto modelos
complicados como el SFI. A pesar de que
exhibe caractersticas propias del mercado como la clusterizacin de la volatilidad
y fat tails, es difcil de analizar por la com-

VI

plicacin intrnseca de las simulaciones

numricas. De filosofa opuesta, por su
extrema sencillez, tenemos El Farol, el
punto de partida de toda una serie de
modelos de agentes. Entre ellos los ms
conocidos son los llamados juegos de
minora (Minority Games), propuestos
inicialmente en 1997 por Damin Challet
y Yi-Cheng Zhang.
Bsicamente, un juego de minora es
un modelo donde un grupo de agentes
toma decisiones sucesivas teniendo en
cuenta los xitos y fracasos de sus decisiones pasadas. Para ser ms precisos,
consideremos un nmero impar N de
agentes que toman decisiones sucesivamente dentro de un conjunto de dos posibles, que llamaremos 0 1; comprar o
vender; ir o no ir al bar, etc. Como en el
juego de los chinos, estas decisiones se
toman de manera simultnea por cada
uno de los agentes participantes. Una vez
que todos han hecho pblica su decisin,
ganarn aquellos que estn en el grupo
de la minora (de ah el nombre del modelo). Se llama decisin ganadora en una
iteracin o repeticin del juego a aquella
que tomaron los agentes en minora. Por
ejemplo, supongamos que N = 11, y que
en una de las iteraciones, 9 de ellos deciden comprar y 2 vender. Ganan entonces
los vendedores.
Qu tiene que ver esto con los mercados? Los agentes econmicos consiguen ventajas si se encuentran en minora. Si muchos agentes quieren comprar y
muy pocos quieren vender (acciones burstiles o cualquier producto que se nos
ocurra) entonces los precios subirn
como consecuencia de la diferencia entre
la oferta y la demanda, favoreciendo a los
que estn en la minora, que son los vendedores. De manera similar, si hay muy
pocos compradores y muchos vendedores, entonces los precios se irn a la baja
como consecuencia de la desproporcin

BOLETN ECONMICO DE ICE N 2844

DEL 9 AL 15 DE MAYO DE 2005

ECONOFSICA

entre la oferta y la demanda, para beneficio en este caso de los compradores que
son la minora.
La nica informacin pblica de que
disponen los agentes en estos modelos
es la lista de las decisiones ganadoras en
los instantes de tiempo anteriores. Como
slo son posibles dos acciones, entonces
el histrico del sistema es simplemente
una cadena de ceros y unos, tan larga
como iteraciones del sistema se haya
producido. Supongamos que los tres ltimos dgitos del histrico fueron: 0, 1, 0.
De izquierda a derecha representan la
sucesin de las decisiones ganadoras en
las tres ltimas jugadas. Para ser ms
precisos, hace tres iteraciones quedaron
en minora los que eligieron 0, hace dos
los que eligieron 1 y en la ltima jugada
los que eligieron 0.
Cmo usan los agentes la informacin que provee esta cadena binaria de
decisiones exitosas anteriores? En primer
lugar, como tienen racionalidad limitada,
memoria no infinita, slo recuerdan los
ltimos valores de la serie binaria, digamos, los ltimos tres valores, como en
nuestro ejemplo. A partir de esos valores
anteriores los agentes deben inducir cul
es su actuacin correcta en la prxima
ronda del juego. Para ello hacen uso de
estrategias. Una estrategia es un procedimiento que reconoce la situacin actual y
sugiere, a partir de sta, una actuacin.
En particular, si la memoria de nuestros
agentes es de tres pasos de tiempo, debe
ser capaz de decidir para 23 = 8 posibles
historias. As, una estrategia puede representarse como muestra la Tabla 1.
Dicha Tabla nos dice por ejemplo, que si
las ltimas tres decisiones ganadoras
hubieran sido 0 0 1, la columna sealada
como histrico (2), entonces esta estrategia le aconsejara al agente elegir 1 en la
prxima ronda del juego (el dgito con
fondo gris).

TABLA 1
REPRESENTACIN DE UNA ESTRATEGIA
0

0
0
0

0
0
1

0
1
0

0
1
1

1
0
0

1
0
1

1
1
0

1
1
1

(1)

(2)

(3)

(4)

(5)

(6)

(7)

(8)

Fuente:Elaboracin propia.

Al inicio de una simulacin, cada agente recibe s estrategias como la descrita

ms arriba. Existen varias maneras distintas de asignarlas, usarlas o hacerlas evolucionar. Y cada una de ellas ha generado
alguna variante de los juegos de minora.
Cmo juegan los agentes en este universo-mercado simulado en el ordenador?
Dada una historia, un conjunto de ceros y
unos, cada uno de los agentes toma una
decisin a partir de una de sus estrategias.
Se decide cul es el grupo que qued en
la minora, los que estn en 0 o los que
escogieron 1. Con el smbolo correspondiente a la decisin se actualiza el histrico, poniendo como dgito binario ms
reciente la ltima decisin ganadora y eliminando el ms antiguo. Y se vuelve a
comenzar. Lo que obtenemos es una
sucesin de ceros y unos, el resultado
colectivo de decisiones individuales, del
que los econofsicos extraen conclusiones
muy interesantes. Por ejemplo, es sorprendente que, a pesar de la sencillez de estos
modelos, exhiben una transicin entre eficiencia (prediccin imposible del mercado)
e ineficiencia en funcin de la capacidad
estratgica (memoria) de los agentes.
La sobresimplificacin extrema de este
modelo y sus variantes los aleja mucho
de la realidad. Es el precio a pagar por
resolverlos y entender en profundidad su
funcionamiento. Semejante estrategia de
abordaje en sistemas complejos y mecnica estadstica ha sido enormemente
fructfera bajo tcnicas de renormalizacin e hiptesis de universalidad, y los
econofsicos esperan que reporte resulta-

BOLETN ECONMICO DE ICE N 2844

DEL 9 AL 15 DE MAYO DE 2005

AU L A D E
FORMACIN

VII

LUCAS LACASA SAZ DE ARCE Y BARTOLOME LUQUE SERRANO

dos semejantes en economa. Minority

Game es uno de los primeros pasos firmes para abordar situaciones ms realistas donde las decisiones de los agentes
afectan a los precios y los precios a las
decisiones. A priori estos modelos pueden parecer juegos de saln, pero lo cierto es que son los primeros intentos de
introducir comportamientos individuales
en la teora econmica, que en muchos
casos no son racionales y tan solo disponen de una informacin incompleta. Estos
modelos han sido capaces ya de aportar
las primeras explicaciones con marco
matemtico de fenmenos colectivos bien
conocidos en la Bolsa como son el efecto
manada o el pnico generalizado; fen-

menos inabordables con las herramientas

clsicas.

Bibliografa
1. MANSILLA, Ricardo (2003): Introduccin a
la Econofsica, Ed. Equipo Sirius.
2. BOUCHAUD, J. P. y POTTERS, M. (2000):
Theory of Financial Risk: From Statistical
Physics to Risk Management, Univ. Press,
Cambridge, Reino Unido.
3. MANTENGA, R.N. y STANLEY, H.E. (1999):
Introduction to Econophysics: Correlations
and Complexity in Finance, Cambridge
Univ. Press, Cambridge, Reino Unido.
4. http://www.unifr.ch/econophysics/ Foro de
discusin, opinin y artculos que intenta
aglomerar a la comunidad econofsica.

AU L A D E
FORMACIN

VIII

BOLETN ECONMICO DE ICE N 2844

DEL 9 AL 15 DE MAYO DE 2005