Marisa FAGGINI | Progetti

MODELLI DINAMICI DI DESCRIZIONE, PREVISIONE E ANALISI DEGLI EVENTI ESTREMI IN SISTEMI COMPLESSI

La maggior parte dei sistemi sociali e naturali sono continuamente soggetti a stimoli, rumori, shock esterni, di diversa ampiezza. Non è, perciò, chiaro a priori se un dato “grande” evento è causato da shock esogeni, piuttosto che da dinamiche interne del sistema che si organizza in risposta alle continue piccole o grandi sollecitazioni, o, ancora, da entrambi. Dal punto di vista dell’analisi economica e sociale, le dinamiche interne del sistema possono riguardare anche l’evoluzione del comportamento individuale dovuto all’instaurarsi di norme sociali e motivazionali (Bruno, Fiorillo, 2012). In molti Sistemi Complessi nasce dal fatto che le perturbazioni imposte dall’esterno devono avvenire all’esterno degli attrattori complessi, che possono presentare biforcazioni. I Sistemi Complessi non sono una semplice descrizione analitico-matematica delle componenti: sono detti, infatti, computazionalmente irriducibili poiché l’unico modo per capire la loro evoluzione è lasciare che si evolvano nel tempo e analizzarne le fasi. Molti sistemi economici mostrano infatti dinamiche complesse, evidenziate da fluttuazioni aperiodiche, pertanto fatti stilizzati quali bubbles, crashes, Fat Tails e Volatility Clustering non trovano adeguata spiegazione teorica all'interno della teoria tradizionale (Bimonte, 2010), quest’ultima in grado di spiegare solo fluttuazioni economiche di piccola ampiezza, dovute a shocks di natura esogena, e non le ampie fluttuazioni aperiodiche riscontrabili nei sistemi economici moderni. In Mosekilde et al. 1988 è studiata l'interazione non-lineare tra cicli di breve e di lungo periodo, identificando fenomeni tipici della dinamica nonlineare, come coesistenza di attrattori, biforcazioni di raddoppiamento di periodo fino al formarsi di attrattori caotici e crisi. Szydlowski et al. 2005 studiano le oscillazioni nonlineari in un modello del ciclo economico alla Kaldor-Kalecki con differimenti temporali. In Caballé et al. 2006 si fornisce una spiegazione endogena delle crisi in economie emergenti soggette a vincoli creditizi, evidenziando come il caos può manifestarsi in maniera improvvisa e imprevedibile. In Brianzoni et al. 2007 si studiano le fluttuazioni in un modello di crescita alla Solow con tasso di crescita della popolazione non costante, mostrando che esso presenta proprietà caotiche. Anche perturbazioni sociali derivanti da comportamenti individuali non ricompresi nel paradigma della razionalità economica (Bruno, 2013) possono determinare andamenti non lineari.Per comprendere la complessità insita nella dinamica economica è indispensabile un approccio basato sui sistemi dinamici non-lineari, come manifestato dall'interesse per tali metodi in campo economico (Faggini, 2014, 2013, 2012; Vinci 2011).Lo stesso Draghi (2014) ha suggerito che analisti, investitori e policy maker dovrebbero adottare molteplici schemi interpretativi e non considerare solo gli scenari centrali e più normali.Non bisogna dunque basarsi su un solo modello, su un solo schema interpretativo e non concentrarsi unicamente sullo scenario “centrale" prestando molta più attenzione all'intera distribuzione di probabilità. Alla luce della recente crisi è diventato irrinunciabile valutare in modo sistemico gli effetti di eventi che pur avendo una bassa probabilità di occorrenza comportano un grande costo nel momento in cui dovessero materializzarsi. La scarsa considerazione di tali eventi, non solo nelle valutazioni macroeconomiche ma anche nelle valutazioni delle attività finanziarie, è alla radice di alcuni degli errori che hanno portato alla crisi.A tal fine la ricerca toccherà i seguenti punti.1)Rassegna della letteratura su eventi estremi e applicazioni in campo economico con particolare attenzione all’analisi dell’atttuale crisi e il suo effetto contagio anche sulle dinamiche sociali2)Interpretazione economica dei risultati ottenuti allo scopo di fornire strumenti normativi e di policy con attenzione all'innovazione