Uncertainty and Optimal Economic Growth: Insights from a Bibliometric Analysis

El crecimiento económico es el motor que impulsa la mejora del nivel de vida de las sociedades, pero predecir exactamente cómo funcionará ese motor es notoriamente difícil. Durante décadas, los economistas han intentado construir modelos matemáticos para explicar por qué algunas naciones se enriquecen mientras otras luchan. Estos modelos suelen basarse en la idea de que el futuro puede pronosticarse basándose en tendencias pasadas, asumiendo que los cambios ocurren en un ritmo constante y predecible. Sin embargo, el mundo real rara vez es tan ordenado. Está lleno de choques repentinos —como una pandemia, un colapso financiero o un invento revolucionario— que interrumpen el flujo suave de los datos. Para dar sentido a este caos, los investigadores han comenzado a introducir el concepto de incertidumbre directamente en sus ecuaciones. En lugar de asumir una línea recta, utilizan herramientas que dan cuenta de saltos aleatorios y fluctuaciones impredecibles, tratando a la economía más como un sistema que está siendo constantemente empujado por fuerzas invisibles. Este cambio les permite plantearse una pregunta más realista: ¿cuál es la mejor manera de gestionar una economía cuando el futuro es fundamentalmente desconocido?

Un investigador de la Universidad Cadi Ayyad en Marruecos decidió dar un paso atrás y observar todo el panorama de este campo en evolución. En lugar de construir un nuevo modelo por sí mismo, realizó un vasto estudio de la literatura científica existente para comprender cómo ha cambiado el estudio del crecimiento económico durante la última década. Recopiló miles de artículos de una importante base de datos académica y utilizó un método especializado llamado análisis bibliométrico. Piense en este proceso como el mapeo de una biblioteca vasta y concurrida, no leyendo cada libro de principio a fin, sino analizando qué libros se citan juntos con mayor frecuencia. Al observar estas conexiones, el investigador pudo ver qué ideas son las más populares, qué autores lideran la conversación y dónde permanecen aún las brechas de conocimiento. Su objetivo era crear una imagen clara de cómo los economistas están utilizando actualmente las matemáticas para lidiar con la incertidumbre.

El investigador encontró que el campo se ha alejado de los cálculos simples y paso a paso, y ahora está dominado por dos poderosos enfoques matemáticos: los modelos de tiempo continuo y los modelos que dan cuenta de saltos repentinos. En el pasado, muchos economistas trataban el tiempo como una serie de momentos distintos, como fotogramas en una película. Hoy, el trabajo más influyente trata el tiempo como un río suave y fluido, utilizando ecuaciones que describen cómo cambian las variables en cada instante. Dentro de este flujo suave, las herramientas más prominentes son las ecuaciones diferenciales estocásticas. Estos son marcos matemáticos que permiten variaciones aleatorias y continuas, de forma muy parecida a rastrear el camino de una hoja que flota en un arroyo donde la corriente del agua cambia de forma impredecible. Este enfoque ayuda a los economistas a comprender cómo las perturbaciones pequeñas y frecuentes se acumulan a lo largo del tiempo para dar forma a la salud a largo plazo de una nación.

Sin embargo, el estudio también destacó que los cambios suaves no son toda la historia. El investigador identificó un segundo enfoque, igualmente importante, conocido como modelos de difusión con saltos. Estos modelos reconocen que la economía también está sujeta a eventos raros pero masivos: choques repentinos que no pueden explicarse mediante cambios pequeños y graduales. Estos podrían ser desastres naturales, cambios de política repentinos o grandes avances tecnológicos. En estos modelos, la economía se mueve suavemente la mayor parte del tiempo, pero ocasionalmente realiza un "salto" hacia un estado completamente diferente. El análisis mostró que combinar estas dos ideas —el flujo suave de los cambios diarios y los saltos repentinos de los eventos mayores— proporciona la forma más robusta de simular el crecimiento económico del mundo real. El investigador señaló que esta combinación permite una representación más precisa de cómo funciona realmente la incertidumbre, capturando tanto el ruido de fondo silencioso de la economía como los eventos ruidosos y disruptivos que definen la historia.

Cuando el investigador observó quién está realizando este trabajo, encontró una clara jerarquía de influencia. Un pequeño grupo de revistas de primer nivel, como el American Economic Review y el Journal of Political Economy, publica la mayoría de las investigaciones más citadas en esta área. Estas revistas actúan como los principales guardianes de los estudios más rigurosos e impactantes. Del mismo modo, un puñado de autores líderes domina la conversación. Nombres como Robert Barro y Daron Acemoglu aparecen con frecuencia, no solo porque publican a menudo, sino porque su trabajo es citado miles de veces por otros investigadores. El análisis reveló que estas figuras clave están refinando constantemente las herramientas matemáticas utilizadas para describir el crecimiento económico, impulsando el campo hacia formas más sofisticadas de manejar el riesgo y la aleatoriedad.

El investigador también mapeó los temas específicos que actualmente están impulsando el campo hacia adelante. El análisis de palabras clave mostró que las áreas más activas de estudio involucran la interacción entre el crecimiento económico y factores como la inversión, el consumo y el capital. Existe un creciente interés en cómo estos modelos pueden aplicarse a problemas del mundo real específicos, como el cambio climático, la política energética y la estabilidad financiera. El estudio sugiere que el futuro de este campo reside en expandir estas herramientas matemáticas para cubrir redes más complejas, como el modo en que diferentes países o industrias están vinculados entre sí. El investigador señala que, si bien los modelos actuales son poderosos, todavía están siendo probados y refinados. El campo aún no está resuelto; más bien, es un área dinámica donde se proponen constantemente nuevos métodos para capturar mejor la naturaleza impredecible de las economías humanas.

En última instancia, esta revisión sirve como una hoja de ruta para el futuro. Confirma que la integración de la incertidumbre en la teoría económica ya no es un interés de nicho, sino un pilar central de la investigación moderna sobre el crecimiento. Los hallazgos sugieren que el camino más prometedor hacia adelante implica continuar combinando los modelos continuos y suaves con aquellos basados en saltos repentinos. Al hacerlo, los economistas pueden crear simulaciones que no solo sean teóricamente elegantes, sino también prácticamente útiles para los responsables de la formulación de políticas que necesitan tomar decisiones en un mundo incierto. El estudio concluye que, si bien todavía existen limitaciones en los datos y los métodos utilizados, la dirección es clara: el futuro del modelado del crecimiento económico depende de nuestra capacidad para abrazar matemáticamente lo desconocido.