Tesis: Los modelos econmicos y financieros tradicionales basados en anlisis lineales son menos eficientes que los nuevos modelos basados en la geometra fractal. La crisis econmica que sufri Estados Unidos afect de manera considerable a millones de personas en el mundo. Un ejemplo de esto lo podemos ver claramente ya que en Mxico: el valor total de las exportaciones de mercancas en los primeros cuatro meses de 2009 fue de 67480 millones de dlares, lo cual significa un decremento de 30.5% a tasa anual (Gonzlez, 27). El desplome de las bolsas americanas repercuti en los mercados de todo el mundo incluso en la Comunidad Europea donde el desempleo llega hasta un 10.8% debido a la falta de recursos para contratar. Toda esta evidencia nos lleva a cuestionar las maneras en que se ha manejado el dinero y por qu no estbamos preparados para este tipo de debacle econmico. El mundo de las finanzas es el encargado de tratar de entender el mundo del dinero. En esta montaa rusa existen subidas y bajadas, compras y ventas de acciones. Momentos en el que cierta compaa vale millones y momentos en los que nadie quisiera ser parte de ella. Con el paso de los aos se logr establecer ciertos modelos matemticos que intentaban predecir cundo iban a ser subidas y cundo iban a ser bajadas. Pero evidentemente no fueron lo suficientemente eficientes como para predecir las grandes crisis de la economa. As que las finanzas fueron tema de investigacin. En 1890 Charles Dow establece los fundamentos del anlisis tcnico burstil. Estos fundamentos establecen que los ndices burstiles valoran todas las noticias y datos. Otro fundamento planteado por Dow es que los mercados se mueven por tendencias, y stas pueden ser alcistas o bajistas. Los dos fundamentos anteriores junto con otros ms rigieron el estudio de las finanzas apoyados de ciertos modelos matemticos. Uno de los modelos que rigi el mundo financiero por mucho tiempo fue el modelo de anlisis lineal. Con este nuevo anlisis se trat de modelar el mercado financiero, pero debido a su simplicidad no fue efectivo. Segn un articulo de la revista Forbes escrito por W.L Linden, las predicciones econmicas de 1983, 1985, 1987 y 1988 fueron inciertas y varios economistas hicieron serios errores predictivos en cada cambio de tendencia. Alejandro Consuelos Lozano 144508
Cualquier persona que haya tomado un curso de matemticas bsicas y un poco de lgebra podr entender lo siguiente. Las ecuaciones lineales solamente tienen un resultado. Estas ecuaciones son aquellas en donde la variable es de primer grado, es decir establecen una relacin lineal entre una variable independiente, y otra variable que depende de la otra. Este tipo de ecuaciones han sido utilizadas para tratar de entender y modelar los mercados financieros a lo largo del tiempo. Son ecuaciones matemticamente sencillas utilizadas para entender una realidad, empricamente complicada. Los mercados como se puede leer en mltiples libros, son estructuras formadas por mltiples variables, lo que hace que su estudio no pueda ser llevado acabo por medio de estructuras tan simples. Si bien este tipo de ecuaciones sirven para darnos una idea muy general de los panoramas, no son eficientes para anlisis y predicciones ms precisas. Desarrollados para una geometra euclidiana, la cual se basa en el estudio de las formas simples, los modelos econmicos clsicos se ven limitados al tener que calcular cierta cantidad de variables. Pero en la naturaleza no existen rboles triangulares, ni nubes redondas, o montaas rectangulares. Las formas de la naturaleza tienen fracturas, hoyos y deformaciones, que la geometra fractal permite estudiar. La geometra euclidiana no admite estas alteraciones a las figuras clsicas por lo que la descalificacin del uso de este tipo de modelos yace en el origen de los mismos. Es un modelo simple que pretende explicar fenmenos con un alto grado de dificultad. Y como ya fue mencionado, cuando de finanzas se trata, el asunto se torna ms complicado. Uno de los errores que se cometen al analizar las finanzas y los mercados con una estrategia lineal es que se basan en la teora econmica del equilibrio. Segn Adam Smith, el mercado se comporta de tal manera que siempre se restablece el equilibrio. Smith deca que hay una mano invisible que permite esto. La demanda se iguala a la oferta sin ninguna accin premeditada, esto simplemente sucede. Si algn factor exgeno llegara a afectar el sistema, lo alejara de este estado ideal, y de manera lineal ste regresara a su equilibrio. El sistema reaccionar de manera inmediata, pues odia ser desarreglado, todo debe permanecer en orden. (Ojeda, 2004) Otro gran problema de los modelos tradicionales es la manera en que tratan el tiempo. Esta visin economtrica del mundo, ignora el tiempo o en los mejores casos lo trata como una Alejandro Consuelos Lozano 144508
variable ms. Debido a esto los mercados tienen una memoria de corto plazo. En la tesis de Rogelio Ojeda, licenciado en Matemticas y Economa de la Universidad de las Amricas Puebla, menciona un ejemplo de cmo la falta de consideracin del tiempo afecta las predicciones econmicas. Propone el siguiente ejemplo: Si dentro de 10 aos todas las variables que afectan a las tasas de inters tuvieran valores idnticos a los actuales, entonces dichas tasas tendran el mismo valor que hoy. (Ojeda, 2004) Teniendo una visin esttica del tiempo es evidente que las predicciones no sern precisas. Por el contrario, nos pueden hacer creer un cierto tipo de tendencias y de esta manera afectar la manera en que se toman decisiones al momento de invertir y de hacer uso de los recursos. El modelo basado en una visin fractal del mundo financiero, nos permite admitir al tiempo como un factor determinante a la hora de realizar predicciones, lo cual arrojar predicciones ms parecidas a la realidad. En 1900 se dio el primer gran salto en anlisis financiero ya que el matemtico francs Louis Bachelier, en Teora de la especulacin, utiliza el movimiento browniano para tratar de entender las finanzas. Siendo este tipo de comportamiento propio de las partculas en lquidos, Bachelier logr vincular esta particular conducta con el campo financiero. Aunque hoy en da se sabe que su teora es incorrecta, abri la puerta para que los matemticos incursionaran en anlisis econmicos y financieros. El francs es el responsable de introducir el trmino de estocstico para hablar de finanzas. Esta expresin se refiere precisamente a la complejidad del problema. Significa que un proceso estocstico es aquel en el que hay un cierto azar. Esto confirma la idea del prrafo anterior. No son suficientes las ecuaciones lineales para analizar procesos que tienen cierto carcter fortuito y azaroso. Un ejemplo de lo estocstico que puede llegar a ser cotizar en la bolsa pueden ser las empresas dedicadas a la agricultura. Debido a que por la naturaleza de sus productos dependen determinantemente de condiciones que no son controlables por el hombre como el clima, el mercado de la agricultura cuenta con un porcentaje de azar ms elevado que otros. Adems se debe estar consciente de que en este tipo de operaciones financieras siempre hay un riesgo implcito derivado precisamente de las condiciones que no se pueden predecir ni calcular. El azar puede jugar a favor o en contra, como en los dados, pero hay maneras de Alejandro Consuelos Lozano 144508
darnos una idea de cmo va a funcionar. Debido a la naturaleza del problema, es obvio que es necesario un tipo de pensamiento de una mayor complejidad. No basta con suponer tendencias, hay que ser ms precisos. El mtodo fractal se basa en la teora del caos, que nos permite utilizar el azar como una variable capaz de ser calculada, basado en que un gran nmero de agentes (aparentemente) independientes actan de manera coherente. (Ojeda, 2004) Cabe aclarar que esto slo nos da un aproximado, no hay una certidumbre completa acerca de cmo va a actuar el azar. Pero en base a esta teora el porcentaje de error es considerablemente mnimo. Se necesita algo ms. Una estructura que pueda explicar este tipo de comportamientos y que no est limitada por simples relaciones lineales. A pesar de que se han hecho grandes avances en el tema y los modelos lograron ser ms complejos, no estaban a la altura de la problemtica. Es por ello que surge una nueva estructura. Una estructura inspirada en las formas ms fracturadas de la naturaleza. Una estructura geomtrica que puede explicar las formas de las nubes, montaas, costas, etc. Esta nueva estructura que no se limita a las figuras convencionales, permite un anlisis para fenmenos no tradicionales. Nos referimos a la geometra fractal. La razn por la cual el anlisis de los mercados desde una perspectiva fractal encabeza, hoy en da, las investigaciones financieras es la siguiente: Los mercados tienen caractersticas propias de los fractales. Esto se refiere a la propiedad de dichas figuras a tener autosimilaridad. Dicho de otra manera, si vemos un objeto de forma general y luego una parte de ste, la parte debe ser igual al objeto completo. Los mercados financieros se comportan de manera sorprendentemente similar a los fractales. En la mayora de los casos las grficas que se utilizan para analizar los mercados tienen la misma forma, ya sea si se analiza una semana, un mes, un ao o incluso dcadas. Adems de la caracterstica arriba mencionada, otro indicio de la propiedad fractal de los mercados es que los agentes financieros son localmente aleatorios pero determinantes a nivel global. Son agentes individuales pero con caractersticas generales. Lo cual nos indica que los mercados se comportan como un proceso dinmico complejo, no lineal. Esto lo explica Ojeda (2004) de una manera brillante: Alejandro Consuelos Lozano 144508
Tambin podemos considerar una multitud que camina hacia una puerta de, digamos, un estadio; la trayectoria que sigue cada persona en particular es desordenada y aleatoria, pero, la multitud se dirige a un lugar concreto, es decir, la multitud puede actuar como una sola mente y en algunos casos desarrollar tareas que un individuo por si slo no pensara o no sera capaz de hacer. (p. 4) Dicho de otra manera, lo que presenta Ojeda en su tesis se refiere a que gracias a la propiedad estocstica de los mercados cada agente involucrado en el proceso tiene una participacin precisa en el resultado final. A pesar de que grficamente el comportamiento de cada uno de estos factores individualmente parezca diferente comparado con otro, en un conjunto tienen propiedades similares. En su tesis, Rogelio Ojeda presenta un estudio comparativo entre los dos mtodos que hemos discutido en este ensayo. Utiliz los modelos lineales para hacer predicciones financieras sobre el ndice de precios y cotizaciones (IPC) de la Bolsa Mexicana de Valores y por otro lado utiliz la metodologa fractal para poder comparar los resultados. Lo que se pudo observar en este estudio es simplemente irrefutable. Mientras que los modelos lineales arrojan un porcentaje de error relativo hasta de 5%, los modelos basados en el enfoque fractal solamente tienen un porcentaje de error de 0.5%. Por otra parte el estudio contempla dos escenarios, el corto y el largo plazo. En el corto plazo el desempeo del nuevo modelo es satisfactorio. En palabras de Ojeda: el mtodo predictivo fractal, es ms preciso en el corto plazo. (p. 47) Y en el largo plazo, se pudo observar que los modelos lineales de econometra son ms precisos que en el corto plazo; pero el modelo fractal, tambin fue ms preciso que stos. El tipo de anlisis que permite hacer esta nueva geometra no facilita los clculos, por lo contrario, supone un reto para quien la desarrolla, pero se ha observado que puede llegar a ser ms precisa. En palabras de quien desarroll esta nueva teora, Benot Mandelbrot: estas tcnicas no se acercan a predecir una baja o una alza en los precios en un da especfico, pero s podran proveer un estimado de la probabilidad de cmo pudiera comportarse el mercado, y as permitir que los inversionistas se preparen para cambios inevitables". Benoit propone la posibilidad de insertar datos en generadores de fractales, los cuales, mediante lo que llama movimiento browniano fractal en tiempo de cambio Alejandro Consuelos Lozano 144508
multifractal pueda llegar a generar una grfica que explique y modele el comportamiento en el mercado.
En las imgenes anteriores se muestran ejemplos del uso de generadores fractales. En la primera se ve cmo se introducen los datos y en la segunda se pueden apreciar las grficas que nos aportan una idea ms precisa del comportamiento de los mercados. Este proceso parece ser sencillo, pero no hay que olvidar que su complejidad yace en la teora con la que se construye. Actualmente gracias a la tecnologa con la que se cuenta este tipo de anlisis se reduce a introducir datos en un ordenador, pero para obtener un anlisis completo es necesario entender qu es lo que hace la computadora, y para ello hay que adentrarse al mundo matemtico que incluye la geometra fractal. Como hemos podido observar en este ensayo, las limitaciones de los sistemas tradicionales para realizar predicciones se basan en supuestos que no se cumplen en la realidad. Esto se debe a que se trata de modelar la economa de manera lineal y excluyen el carcter catico Alejandro Consuelos Lozano 144508
propio de la economa. A raz de esto y con el propsito de encontrar una manera eficiente de prevenir las crisis econmicas, surge una nueva visin que pretende tener una mayor eficiencia. Como pudimos observar los resultados del estudio presentado son una prueba contundente de que se ha encontrado la manera de seguir mejorando las predicciones financieras. El camino hacia predicciones cada vez ms precisas son los fractales. A pesar de que el estudio de los mercados como formas fractales ha sido desarrollado desde hace 20 aos, es un porcentaje muy bajo de personas que lo aplican realmente. Probablemente por la ignorancia del tema. A pesar de esto el crecimiento y desarrollo que ha tenido el estudio fractal en los ltimos aos sugiere que en un futuro no lejano, sta ser la principal herramienta a la hora de modelar mercados y hacer predicciones.
Alejandro Consuelos Lozano 144508
Referencias Fornero, Ricardo A. (2007). CRONOLOGA FOTOGRFICA DE LAS FINANZAS. Los instrumentos, los conceptos, las herramientas. Recuperado de http://www.unsa.edu.ar/afinan/informacion_general/cronologia_finanzas/cronologia_finanz as_volumen_1_introduccion_y_1600_a_1900.pdf Giles, J. (2004). Benot Mandelbrot: Father of fractals. Nature, 432 (7015), 266-267. Doi: 10.1038/432266 Gonzlez, J., Prez, J., & Montoya, F (2009). La crisis financiera y econmica del 2008. Origen y consecuencias en los Estados Unidos y Mxico. (Spanish) Cotidiano Revista De La Realidad Mexicana, (157), 17 27. Ojeda Surez, R. (2004). Mtodos de Prediccin para Series Tiempo Fractales. Universidad de las Amricas Puebla Petralia, Sergio (2007). Dinmica No Lineal y Caos en Aplicaciones Econmicas. Recuperado de https://docs.google.com/viewer?a=v&q=cache:20lATAb7oI4J:www.econ.uba.ar/www/dep artamentos/matematica/plan97/meconomistas/fronti/Macaya/Archivos/Dinamica%2520No %2520Lineal%2520y%2520Caos%2520en%2520Aplicaciones%2520Economicas.pdf+&hl =es&gl=mx&pid=bl&srcid=ADGEESgWD39ERET1Dzg6W9edZLbnpcawfs2AI9JvHwm MTDQjCxe6lO24EJBN4RxZ3CpaMd0DRh5YTR3iKQvbDqZ1xHiHG_HXUyd7rmiTBC 71ofvHMD_qAmpvosgCP8qA2F9G- 8nNFkcp&sig=AHIEtbRFmXhZN3Nc_RH86xcqF4yLdE9ejA&pli=1