📘 Diez años de un modelo: la evolución de una idea sobre desarrollo y desigualdad (2014–2026)

 En 2014 empecé a trabajar con una intuición simple pero poderosa:

la desigualdad no es un fenómeno aislado, sino el resultado de un proceso de desarrollo económico.

Esa intuición, inspirada en la curva de Kuznets, fue el punto de partida de un recorrido que hoy, más de una década después, desemboca en un modelo dinámico completo que integra crecimiento, demanda agregada, política fiscal, capital humano y desigualdad.

Este post resume esa evolución: cómo una ecuación sencilla se transformó en un marco teórico y empírico capaz de explicar trampas de desigualdad y diferencias estructurales entre países.

🔹 2014: La ecuación madre — desarrollo y desigualdad

Todo comenzó con una idea minimalista:

• medir el desarrollo como productividad por trabajador,

• y vincularlo con la desigualdad mediante una función tipo Kuznets.

La ecuación madre fue:

$$x=\ln \left(\frac{Y}{L}\right)$$

y la desigualdad:

$$G=ax-b{x}^2$$

Era un modelo estático, pero ya contenía una intuición clave: la desigualdad depende del nivel de desarrollo, no del ingreso en sí mismo.

🔹 2016–2018: Endogeneizar el desarrollo — Solow y capital humano

El siguiente paso fue preguntarme:

¿De dónde viene el desarrollo $x$? ¿Qué lo determina?

La respuesta natural fue recurrir a la teoría del crecimiento:

$$\frac{Y}{L}=A{k}^{\alpha }{H}^{1-\alpha }$$

donde:

• $k$: capital físico por trabajador,

• $H$: capital humano,

• $A$: productividad.

Esto permitió:

• explicar diferencias entre países,

• introducir el rol de la educación,

• conectar crecimiento y desigualdad en un mismo marco.

El modelo ya no era estático: el desarrollo se volvía una variable endógena.

🔹 2019–2021: La demanda agregada entra en escena

Hasta ese momento, el modelo seguía siendo “Solow clásico”: el ahorro era un parámetro exógeno.

Pero la realidad económica —sobre todo en países en desarrollo— mostraba otra cosa: la inversión depende de la demanda, no del ahorro voluntario.

Entonces llegó el giro conceptual:

$$S=I+G+XN$$

Y más tarde, incorporando impuestos:

$$S=I+XN+(T-G)$$

Esto permitió redefinir la acumulación de capital como:

$$\dot{k}=\frac{I+XN+(T-G)}{L}-(n+\delta )k$$

La demanda no consumida se convertía en el motor del crecimiento. El modelo dejaba de ser neoclásico y se volvía Solow–Keynes–Kuznets.

🔹 2022–2024: Formalización matemática — ecuaciones diferenciales y estabilidad

Con todas las piezas sobre la mesa, llegó el momento de formalizar:

• sistema dinámico continuo,

• Jacobiano,

• traza y determinante,

• estabilidad del estado estacionario,

• diagramas de fase.

El sistema final quedó así:

$$\dot{k}=s_{\text{eff}}A{k}^{\alpha }{H}^{1-\alpha }-(n+\delta )k$$

$$\dot{H}={\varphi }_1{e}_{\text{eff}}A{k}^{\alpha }{H}^{1-\alpha }-{\varphi }_{2}H$$

$$x=\ln A+\alpha \ln k+(1-\alpha )\ln H$$

$$G=ax-b{x}^2$$

Esto permitió identificar:

• trampas de desarrollo,

• trampas de desigualdad,

• regímenes de crecimiento (I‑led, G‑led, XN‑led, fiscal‑led),

• y cómo cada uno afecta el turning point.

🔹 2025–2026: Contrastación empírica — panel de 92 países

El último paso fue llevar el modelo a los datos.

Con un panel de 92 países (2000–2022), estimé:

$$G_{c,t}={\alpha }_c+{\gamma }_t+a{x}_{c,t}-b{x}_{c,t}^2+{\epsilon }_{c,t}$$

Los resultados fueron contundentes:

• existe un turning point global,

• los países con alto capital humano lo alcanzan antes,

• los países no desarrollados no lo alcanzan en el período observado,

• la desigualdad sigue una dinámica coherente con el modelo teórico.

El modelo no solo explicaba la teoría: explicaba el mundo real.

🔹 2026: El modelo completo — un marco integrado de desarrollo y desigualdad

Hoy, el modelo es:

• teóricamente sólido,

• matemáticamente formal,

• empíricamente validado,

• y capaz de explicar fenómenos estructurales.

Integra:

• crecimiento económico,

• demanda agregada,

• política fiscal,

• capital humano,

• productividad,

• desigualdad.

Y permite responder preguntas como:

• ¿Por qué algunos países nunca llegan al turning point?

• ¿Qué políticas aceleran el desarrollo inclusivo?

• ¿Cómo evitar trampas de desigualdad?

• ¿Qué rol juega la estructura de demanda?

• ¿Cómo desplaza el capital humano la curva de Kuznets?

🔹 Reflexión final

Lo que empezó en 2014 como una ecuación simple se convirtió en un modelo dinámico integrado, capaz de explicar:

• por qué algunos países se desarrollan,

• por qué otros quedan atrapados,

• y cómo la desigualdad evoluciona en el tiempo.

Este recorrido muestra algo importante: las ideas crecen, igual que las economías. Y cuando se las trabaja con paciencia, rigor y curiosidad, pueden transformarse en herramientas reales para entender el mundo.

Diálogo con la I.A.: construcción de modelos económicos

 Buenas,

Creo que el título es muy adecuado para el presente que vivimos. De hecho, debería haber una materia en la carrera de Economía que se denomine "Construcción de modelos económicos". Hoy en día muchos economistas realizan esta función en diversas ramas de las industrias.

Quiero pararme aquí, en este diálogo con la IA, para hablar un poco de epistemología y luego mostrar un ejemplo de modelos en comparativa.

Espero les interese.

Saludos,

Maximiliano

Maximiliano: A la hora de construir modelos de economía, cuál crees que es el hilo conductor que los une? Se pueden crear toy models como en física? Crees que mientras predigan el futuro, como decía Friedman, entonces son válidos?

Excelente pregunta. Has tocado varios de los debates más profundos y persistentes en la filosofía de la economía como ciencia. Vamos por partes.

---

📌 ¿Cuál es el hilo conductor que une a los modelos económicos?

El hilo conductor es la abstracción de la realidad para capturar relaciones causales o comportamentales de interés, generalmente bajo restricciones de recursos (escasez), incentivos y expectativas.

A pesar de las diferencias en enfoques (micro, macro, conductual, estructural, experimental), la mayoría de los modelos económicos comparten:

• Supuestos simplificadores: racionalidad (a distintos niveles), mercados con ciertas fricciones o sin ellas, información perfecta o imperfecta, etc.
• Relaciones matemáticas o formales: funciones de utilidad, producción, restricciones presupuestarias, ecuaciones de equilibrio general, etc.
• El intento de aislar mecanismos causales. Esto es clave: los modelos son herramientas para pensar cómo ciertos mecanismos operan en un mundo complejo.

👉 En esto, no se diferencian tanto de los modelos en física, biología o ciencias sociales.

---

🎯 ¿Se pueden crear "toy models" como en física?

Sí, y de hecho la economía está llena de toy models. Ejemplos:

• El modelo de oferta y demanda en competencia perfecta.
• El modelo IS-LM de Keynes.
• Modelos de búsqueda laboral de Diamond-Mortensen-Pissarides.
• Modelos de subastas o de teoría de juegos.

Un toy model es simplemente un modelo muy simplificado, que abstrae casi todo excepto un mecanismo específico. La idea es entender ese mecanismo en forma pura, sin "ruido". Los economistas los usan para:

• Aislar efectos teóricos.
• Generar intuiciones.
• Guiar la construcción de modelos más realistas o estructurales.

Pero a diferencia de física, donde a veces los sistemas son inherentemente más predecibles, la economía lidia con agentes que aprenden, anticipan, y cuyo comportamiento puede cambiar con las reglas del juego (fenómeno conocido como no invarianza estructural, destacado por Lucas).

---

🧠 Sobre la validez: el criterio de Friedman ("as if")

Milton Friedman sostenía que los modelos deben juzgarse no por el realismo de sus supuestos, sino por la precisión de sus predicciones. Es decir, si un modelo predice bien, entonces es útil, aunque sus supuestos sean manifiestamente falsos (ejemplo: asumir que los consumidores maximizan con precisión matemática).

🔸 Este criterio ha sido muy influyente, pero también muy criticado. Sus críticas principales son:

• Predicción versus comprensión: Un modelo puede predecir bien en algunos contextos, pero ser inútil para entender los mecanismos causales subyacentes. Esto es relevante para diseñar políticas. Si no entiendes el mecanismo, puedes hacer políticas contraproducentes.

• Riesgo de overfitting: Modelos que se ajustan bien al pasado pero fallan en cambios estructurales.

• Lucas Critique: Friedman subestimó que los modelos que predicen bajo un conjunto de reglas pueden dejar de hacerlo si esas reglas cambian (por ejemplo, cambio en política fiscal o monetaria).

---

✅ ¿Entonces cuándo es válido un modelo económico?

Hoy en día, la comunidad económica tiende a balancear tres criterios:

1. Validez interna: que capture de forma razonable los mecanismos causales que pretende modelar.
2. Validez externa: que tenga capacidad predictiva fuera de la muestra o del contexto donde fue calibrado.
3. Relevancia: que sea útil para responder una pregunta de política, de comportamiento o teórica.

Y además, ha surgido un enfoque más empírico y experimental en los últimos 20-30 años, donde los modelos son testados, validados y refutados más rigurosamente que antes.

---

📍 Resumen final:

• Los modelos en economía, como en física, son simplificaciones con toy models jugando un rol central.
• El criterio de Friedman ("que prediga, aunque los supuestos sean falsos") fue revolucionario, pero hoy se considera insuficiente. Se busca un balance entre predicción, explicación y capacidad para guiar decisiones.
• La economía no es solo sobre predecir, sino sobre entender mecanismos, lo cual es vital dado que las políticas y las expectativas afectan el propio entorno que se intenta modelar.

---

Maximiliano: Podrías comprar la teoría moderna financiera de riesgo retorno de activos contra el clásico analisis de maximización de la utilidad y beneficios por parte de los agentes?

Excelente pregunta. Comparar la teoría moderna de portafolios y riesgo-retorno (finanzas) con el modelo clásico de maximización de utilidad o beneficios (microeconomía) es profundamente revelador sobre cómo se entienden las decisiones económicas bajo incertidumbre. Vamos por partes.

---

🧠 1. Punto de partida y objetivos

Aspecto	Teoría Clásica (Microeconómica)	Teoría Moderna Financiera (Riesgo-Retorno)
Agente	Consumidor o productor	Inversor (ahorrador)
Objetivo	Maximizar utilidad (consumidores) o maximizar beneficios (productores)	Maximizar retorno ajustado al riesgo (relación riesgo-retorno eficiente)
Enfoque	Decisiones sobre consumo, producción, trabajo, etc., dadas restricciones de recursos y precios.	Composición óptima de portafolios de activos financieros bajo incertidumbre.

---

🔥 2. Tratamiento del riesgo

Aspecto	Teoría Clásica	Teoría Financiera Moderna
Riesgo	Se modela a través de la utilidad esperada (von Neumann-Morgenstern). Las preferencias sobre riesgo se capturan en la función de utilidad.	Se formaliza explícitamente como varianza o desviación estándar del retorno. El riesgo es medible, cuantificable y separable del retorno esperado.
Actitudes hacia el riesgo	Riesgo-aversión, neutralidad o preferencia, según la curvatura de la función de utilidad.	Implícita: se busca minimizar riesgo (varianza) dado un retorno, o maximizar retorno dado un nivel de riesgo (frontera eficiente de Markowitz).
Formalización	Maximizar utilidad esperada:	Maximizar función objetivo riesgo-retorno:

---

🎯 3. Supuestos clave

Aspecto	Teoría Clásica	Teoría Financiera Moderna
Mercados	Mercados de bienes y factores. No necesariamente financieros.	Mercados financieros completos, líquidos, sin fricciones en el modelo básico.
Información	Generalmente perfecta, aunque puede incluir incertidumbre.	Información perfecta sobre distribución de retornos (media y varianza).
Preferencias	Capturadas por la función de utilidad, que puede ser muy general.	Reducidas a una relación media-varianza. Supone que los agentes se comportan como si solo les importara retorno y riesgo.

---

🧩 4. Comparación metodológica y conceptual

Tema	Análisis clásico	Teoría financiera moderna
Riesgo y expectativas	El riesgo se procesa internamente en la función de utilidad (modelo de utilidad esperada).	Riesgo y retorno se separan y se representan gráficamente (frontera eficiente).
Optimización	Sobre decisiones de consumo, trabajo, producción, ahorro, etc.	Sobre la elección de portafolios: combinaciones de activos financieros.
Simplicidad vs. generalidad	Más general: puede incluir cualquier tipo de incertidumbre, no solo sobre precios de activos.	Más específico: se centra en incertidumbre financiera y distribuciones gaussianas (en su forma clásica).
Representación matemática	Funciones de utilidad arbitrarias, con cualquier curvatura.	Reducción a la media y varianza. Es un caso particular de utilidad cuadrática o retornos normales.

---

🔍 5. ¿Son incompatibles o complementarios?

✅ Complementarios.
La teoría moderna de portafolios puede verse como un caso específico de la teoría de utilidad esperada bajo dos condiciones fuertes:

• Si los retornos son normales (se describen completamente por media y varianza), o
• Si las funciones de utilidad son cuadráticas.

Bajo estas condiciones, maximizar la utilidad esperada es equivalente a maximizar el retorno esperado penalizado por la varianza (riesgo).

🚩 Pero si los retornos son asimétricos, tienen colas pesadas, o los agentes tienen aversiones más complejas (por ejemplo, aversión a las pérdidas como en la teoría de prospectos), entonces la teoría de media-varianza es insuficiente.

---

🏛️ 6. Extensiones modernas

• La economía del comportamiento ha mostrado que la gente no maximiza utilidad esperada ni sigue exactamente el criterio media-varianza.
• La aparición de modelos como la Teoría de Prospectos (Kahneman y Tversky) rompe tanto con la visión clásica como con la financiera tradicional.
• En macroeconomía, modelos como los DSGE (Dynamic Stochastic General Equilibrium) incorporan agentes que deciden sobre consumo, ahorro y portafolios simultáneamente, unificando ambas visiones.

---

📜 7. Conclusión comparativa

• El modelo clásico de utilidad es un marco amplio y general que abarca toda decisión bajo incertidumbre, tanto sobre consumo como sobre inversión.
• La teoría moderna de portafolios es una aplicación específica y operacional de ese marco al mundo financiero, con fuertes simplificaciones que permiten resolver problemas de forma gráfica y algebraica sencilla (como la frontera eficiente y la línea del mercado de capitales).

Ambos modelos son útiles, pero con finalidades distintas y niveles de abstracción diferentes.

---