Agentes computacionales y análisis económico
| Autor | Juan Manuel Larrosa |
| Cargo | Doctor en Economía, Departamento de Economía, Universidad Nacional del Sur, Bahía Blanca, Argentina, Instituto de Investigaciones Económicas y Sociales del Sur |
| Páginas | 87-113 |
R E I, . , .º , /, . -
Juan Manuel Larrosa*
AGENTES COMPUTACIONALES
Y ANÁLISIS ECONÓMICO
En ciencias sociales, incluida la economía, hoy se pueden crear
mundos artificiales estableciendo un marco específico y crean-
do entidades programadas que siguen ciertas reglas para responder
preguntas hipotéticas analizando sus interacciones.
La simulación tradicional proyecta y manipula formas estilizadas
agregadas para representar hechos sociales. Pero los fenómenos ma-
cro –las multitudes, el tráfico y el mercado de valores– surgen de la
interacción entre agentes individuales. El agente intenta cumplir sus
objetivos; puede ser una bacteria, una planta, familias, empresas o na-
ciones. En la simulación se aplica cierta función o regla a un conjunto
de entradas para obtener resultados1. Una manera de simular sistemas
socio-económicos es la modelación basada en agentes múltiples, o
multiagente, que interactúan en un ambiente dado, siguiendo cier-
tas reglas de conducta2. En los modelos basados en agentes (MBA)3,
estos se formalizan como entidades que toman decisiones según sus
objetivos, la información sobre el entorno y sus expectativas sobre el
futuro. Los objetivos, la información y las expectativas son afectados
por la interacción con otros agentes4, que pueden ser adaptativos, es
*
Doctor en Economía, Departamento de Economía, Universidad Nacional del
Sur, Bahía Blanca, Argentina, Instituto de Investigaciones Económicas y Sociales
del Sur, [jlarrosa@criba.edu.ar]. Fecha de recepción: 9 de julio de 2014, fecha de
modificación: 2 de marzo de 2015, fecha de aceptación: 12 de mayo de 2016.
Sugerencia de citación: Larrosa, J. M. “Agentes computacionales y análisis eco-
nómico”, Revista de Economía Institucional 18, 34, 2016, pp. 87-113. DOI: http://
dx.doi.org/10.18601/01245996.v18n34.07
1 Drogoul et al. (2003) revisan diversos enfoques para hacer simulaciones.
2 El libro de Wooldridge (2009) es una buena introducción técnica a los sis-
temas multiagente (SMA).
3 El término MBA aquí se usa para referirse a la modelación basada en agentes
o a modelos basados en agentes.
4 Esas interacciones endógenas se resumen en Vriend (2006).
decir, que pueden cambiar sus decisiones y su comportamiento; o
cognitivos. Los SMA tienen en cuenta características de los mercados
reales como la heterogeneidad de los agentes, su racionalidad limitada
y sus complejas interacciones; y dan una gran flexibilidad para modelar
los fenómenos del mundo real. Quizá hagan posible una modelación
más realista de los mercados y de la economía en su conjunto.
Este trabajo revisa algunos aspectos teóricos y prácticos de la MBA
y los SMA aplicados a la economía; un campo aún poco explorado en
la literatura en castellano, pero muy prometedor. Quizá esta revisión
despierte el interés del lector para que incursione en esos y otros
campos asociados que aquí no se consideran. En la primera sección
se exponen los conceptos básicos. La segunda, de carácter descriptivo
más que analítico, revisa algunas aplicaciones en macroeconomía y
microeconomía. La tercera discute sus ventajas y sus dificultades, y
la última presenta las conclusiones.
QUÉ SON LOS AGENTES COMPUTACIONALES
Los SMA y la MBA de sistemas socio-económicos aprovechan los
avances del hardware –velocidad creciente de los procesadores y au-
mento de la capacidad de almacenamiento– y del software, como la
programación orientada a objetos (POO), que hoy permiten modelar
millones de interacciones simultáneas. Multitud de resultados de
pequeña escala se han ampliado a escalas bastante mayores.
Un ejemplo clásico es el modelo de segregación de Schelling
(1978), quien lo elaboró para entender la formación de patrones com-
plejos de segregación urbana a partir de reglas simples de comporta-
miento. En una grilla ubicó individuos de dos tipos que desean vivir
rodeados por vecinos de tipo similar (en algún porcentaje). Cuando
la mayoría de los vecinos era del otro tipo, el agente se podía mudar
iterativamente por toda la grilla hasta satisfacer sus preferencias.
Aunque el experimento original era poco sofisticado y se hizo en una
cuadrícula de papel con monedas de uno y diez centavos, que se des-
plazaban siguiendo esos criterios, los patrones de segregación surgían
rápidamente. Con la posibilidad de programar sistemas de agentes,
los resultados se replicaron a escalas que jamás imaginó su autor, y la
mayoría de sus conclusiones se mantuvo (Vinkovic y Kirman, 2006).
La gráfica 1 muestra una versión simple hecha por computador.
Como ya se dijo, técnicamente los SMA se derivaron de una rama
de la informática que aprovechó los avances de la POO para modificar
el enfoque de la simulación (Gilbert, 2008). Si bien no hay consenso
en la definición de “agente”, el término se suele usar para describir
88
R E I, . , .º , /, . -
Juan Manuel Larrosa
Para continuar leyendo
Solicita tu prueba