Introduccin a la Sociomtica

El Estudio de los Sistemas Adaptables Complejos en el Entorno

Socioeconmico.

Dr. Gonzalo Castaeda
Captulo 6
Modelos de Agentes Computacionales
6.0.- Introduccin
Un paradigma sin herramientas de anlisis no permite el
avance del conocimiento
Herramientas de la economa neoclsica: calculo
diferencial, probabilidad, optimizacin, teora de juegos
clsica
Las herramientas no son neutrales: condicionan la
apreciacin de la realidad
Argumentos narrativos suelen ser especulativos,
inconsistentes y caen en odos sordos.
La gran capacidad de cmputo ha hecho posible plantear
y validar hiptesis a travs de la construccin de mundos
artificiales
6.1.- La herramienta algortmica de ETHA
Orgenes de los modelos basados en agentes (ABM):
inteligencia artificial distribuida (DAI): redes de
agentes con conocimientos especficos que al
interactuar resuelven problemas.
Un agente socioeconmico es una unidad auto-
contenida, con reglas de comportamiento propio y
cuyo desenvolvimiento tiene lugar en el entorno
social, poltico y econmico.
Un agente de software en una sociedad artificial es un
objeto que tiene datos y mtodos.
Los datos pueden ser permanente (e.g. sexo, visin,
metabolismo) o variar en el tiempo (e.g. riqueza,
preferencias, identidad cultural, salud)
Un agente de software tiene los siguientes atributos:
autonoma, habilidad social, reactividad, pro-
actividad
Agentes-objetos (capacidades cognitivas y acciones)
y entornos-objeto (estructura virtual del entorno de
adaptacin) relacin didica agencia-estructura
Reglas de comportamiento: entorno-agente,
entorno-entorno, agente-agente, reglas para
cambiar reglas (sociales e individuales)
Rasgos distintivos de un ABM: heterogeneidad,
autonoma, entorno, interaccin local, racionalidad
acotada, dinmica del desequilibrio concordancia
con ETHA-
Ejemplo de modelo ABM: la lista de compras
Agentes-objeto de dos tipos: compradores (mviles) y
tiendas (fijas)
Mtodos de los agentes mviles cambian en funcin
de sus capacidades cognitivas asignadas: (i) se
mueven aleatoriamente (no tienen ms memoria que
la lista sembrada inicialmente); (ii) pueden visualizar
una tienda en su vecindad y dirigirse hacia ella para
comprar la mercanca ; (iii) pueden intercambiar
informacin con compradores que se topan en el
camino.
El tiempo promedio para adquirir la canasta se va
reduciendo: (i) 14,310 (d.e. 4,150); (ii) 6,983 (d.e.
2,007); (iii) 2000 (d.e. 777) en 100 corridas.
No planean y no piensan inductivamente
Programa de NetLogo elaborado por
Gilber y Troitzsch
http://cress.soc.surrey.ac.uk/s4ss/code/NetL
ogo/shopping-agents.html
* Variantes de ABM
Autmatas celulares: agentes-objeto fijos que
se ubican en cada clula, importancia de la
interaccin local
Redes booleanas: agentes-objetos fijos,
importancia de la conectividad
Redes sociales: nodos (agentes fijos) pero
diversidad en las conexiones (vnculos), e.g.
mundos pequeos (igualitarios o jerrquicos)
Sociedades artificiales: agentes mviles que
interactan en un espacio (recursos naturales,
condiciones geogrficas, topologa social)
6.2 Simplicidad o realismo en un ABM?
ETHA y el realismo crticopero existe
necesidad de simplificar sin crear distorsiones
Balance entre sencillez y realismo del modelo
Ventajas de un modelo sencillo: (i) errores de
programacin, (ii) inconsistencias en el
algoritmo, (iii) facilita comprensin, (iv)
comunicar resultados
ABM ms realistas gracias a capacidad de
cmputo y a bases de datos para calibrar
Un modelo sencillo no es necesariamente mejor
* KISS, KIDS y modelacin de amplio
espectro
KISS (Axelrod) un modelo sencillo es mejor (sin
calibrar, pocos tipos de agentes, pocas reglas
de comportamiento)
Facilita entender la dinmica de patrones
emergentes (carencias cognitivas de agentes e
investigadores)
KIDS (Edmons): no es fcil saber de entrada
que reglas de comportamiento son relevantes
Simplificaciones slo cuando son justificadas
Uso de ABM muestra de validez descriptiva
Simulacin de amplio espectro: combinar
modelos sencillos con modelos eleborados
Sencillos (Schelling. Diseminacin cultural) son
generalizables a otros contextos
Sofisticados permiten analizar ecologas de
reglas y ser validados empricamente
1a etapa: modelos sencillos para identificar
comportamientos relevantes
2a etapa: integrar modelo elaborado y
proceder a validar y explicacin de realidad
concreta


* Trayectorias dependientes en
desarrollo de ciudades
Netlogo: (Model Library Curricular Models Urban Suite
Path Dependence)
Anlisis de rendimientos crecientes en creacin de
asentamientos industriales
Empresas eligen lugar por calidad de la zona (valor tierra,
transporte) y efectos de aglomeracin (compartir
infraestructura, conocimiento, proveedores, personal
capacitado)
Economas de aglomeracin: entre mayor sean las empresas
instaladas mayores sern los rendimientos
Sembrado inicial aleatoria y probabilidad de movilizarse
depende de calidad del sitio y efectos de aglomeracin
Si evento aleatorio > p la empresas se mueve a un nuevo sitio


Trayectorias dependientes: movimientos
iniciales generan efecto aglomeracin muy
grande y eso condiciona la creacin de unos
cuantos polos industriales
El estado estocsticamente estable no
necesariamente es el ptimo (menor calidad)
Sembrado inicial en t en t + i
* Asentamientos informales en ciudad
fronteriza
NetLogo (Model Library Curricular Models Urban Suite
Tijuana Bordertowns).
Modelo elaborado aunque no diseado para ser calibrado
empricamente
Realidad concreta: Tijuana recibe inmigrantes de muchos lados
que quieren cruzar la frontera pero mientras trabajan en
maquiladoras
Al inicializar: tres nodos centrales de la que parten avenidas
importantes, en zona perifrica se establecen maquiladoras y
asentamientos irregulares
Cada clula tiene valor de tierra, agua, electricidad, transporte
C/ x periodos nuevos inmigrantes y c/y periodos posibilidad de
cruzar; mientras trabajan con los ahorros pueden moverse a
otra zona si su ingreso se los permite
Nuevos inmigrantes llegan con los paisanos
Si crece la colonia irregular hay presin
poltica para urbanizar
6.3 La simulacin como una tercera va
analtica
Proceso deductivo: consecuencias lgicas que se derivan de
axiomas (teoremas) generalidad de las afirmaciones
Procesos inductivos: hiptesis a partir de analogas o
detectando patrones se pueden formular hiptesis sin teora
precisa
En economa neoclsica: anlisis deductivo para elaborar
planteamientos tericos, inductivo para validar hiptesis
(econometra); teora vs experimentacin
En ETHA: dificultad para plantear y resolver sistemas no-
lineales de ecuaciones; alternativa: anlisis algortmicos
(simulacin es una tercera va)
Bak: modelos computacionales son simplemente una forma
ms conveniente de formular teoras en determinadas
situaciones.
Simulacin: comparte con anlisis deductivo la
posibilidad de derivar consecuencias con las
condiciones iniciales, y comparte con el anlisis
inductivo la posibilidad de detectar patrones con los
datos generados.
Ejemplos versus teoremas: qu tan general es
un teorema de existencia de precios de equilibrio?
resulta mucho mejor una respuesta aproximada a la
pregunta correctaque una respuesta exacta a la
pregunta equivocada
Programas de cmputo = funciones recursivas
Simulacin: proceso deductivo mecnico (en vez de
lgico); con los estados definidos en el n-simo
periodo se puede encontrar lo que sucede en el
periodo n+1.

* La generalidad de los teoremas de economa
Proposicin matemtica: para todo A > 0 y B > 0 se
tiene que f(A, B ) > 0, en donde f es una funcin
dada
En ABM: verificar con simulaciones que f(A, B) > 0
efectivamente se cumple para distintos valores
positivos de A y B.
Pero entonces qu pasara con A = pi y B =
100,000,000?
Generalidad de las implicaciones tambin es limitado
dado los retrictivo e irreal de los supuestos
Teorema econmico: el desempleo aumenta al
incrementarse los salarios mnimos bajo una serie de
supuestos
ABM: qu pasara si el mercado laboral no es
uniforme?


* La simulacin con ABM como una ciencia generativa
Explicar un fenmeno socioeconmico depende de la
posibilidad de simularlo
Con sociedades artificiales la pregunta puedes
explicarlo? equivale a puedes verlo crecer?
teoremas de suficiencia: el explanandum se puede
deducir de las condiciones iniciales de la corrida y la
mecnica de las funciones recursivas
Construccin de sociedades artificiales = forma
generativa de hacer ciencia en el mbito
socioeconmico
Seleccin entre explicaciones: calidad de ajuste entre
A y R o uso de algoritmos genticos
* Formas de simulacin y sus objetivos
Variantes de simulacin: (a) sistemas
dinmicos no-lineales de ecuaciones
diferenciales; (b) procesos de micro-
simulacin; (c) multi-nivel

Objetivos: (i) explicar el mundo social y
explorar hiptesis; (ii) predecir
comportamientos; (iii) crear sistemas
expertos; (iv) entretenimiento; (v) abordar
problemas de ingeniera
6.4 ABM como procesos markovianos
Modelo de cmputo: funcin insumo-producto
No importa la plataforma, mismas condiciones
iniciales generan mismos resultados
Algoritmo: combinacin de operaciones
aritmticas y lgicas
Resultados de una iteracin, insumos de otra
ABM se describe como cadena de Markov
Dinmica: transicin de un estado a otro
Existe convergencia a un estado?
se trata de un sistema no-ergdico?
Modelos de simulacin son estocsticos: sembrado
inicial y reglas de comportamiento
Probabilidades de transicin 0 < pij < 1
Distintas corridas generan una distribucin de
probabilidad aunque condiciones iniciales sean iguales
Condiciones iniciales: determinsticas y aleatorias

* Simulacin de nmeros aleatorios
Valores estocsticos: generados con nmeros pseudo aleatorios
Algoritmos determinsticos que generan un nmero a partir de
una semilla
Misma semilla misma secuencia de nmeros
Simulaciones independientes requieren distintas semillas
Semillas usando el tiempo de la computadora
Con misma semilla Con diferentes semillas

* Un ejemplo de cadena de Markov
Un ejemplo con 12 estados:





Probabilidad de transicin entre los estados i y j
entre los periodos n y n+ 1 viene dada por la
siguiente expresin: P(X
n+1
= j X
n
= i) = p
ij
.
As: p
12
= 0; p
43
= 1/2 p
99
= 1/4
Propiedad markoviana: estado contemporneo
sintetiza toda la informacin que se requiere
para determinar la trayectoria futura:

Cadena markoviana es homognea en el
tiempo cuando las probabilidades de transicin,
p
ij
, son independientes del tiempo:

Determinar los estados del sistema: en CA 5 x
5, y valores binarios: 2
25
!!nmero muy
elevado
Alternativa: (1) todos los vectores cuyos
elementos pares suman ms de 6..



* ABM sencillo como sistema
markoviano
Retcula unidimensional con 17 clulas
Una vez sembrado aleatoriamente, se mueve aleatoriamente a
clulas contiguas
Estado del sistema: nmero de clula en la que se ubica el
agente
Se cumple propiedad markoviana y es homogeneo

Estados



Matriz de transicin
* Distribuciones de probabilidad
como patrn emergente
Distribucin despes de n iteraciones:


Para caminata aleatoria distribucin inicial:

Para un nmero suficiente grande de corridas la
distribucion muestral se acerca poblacional
No siempre se puede obtener la matriz de transicin
Calcular la distribucin muestral y de ah analizar
condiciones de largo plazo (estados absorbentes)
* Distribucion muestral y poblacional
6.5. Ventajas de los ABM en el estudio de
fenmenos socioeconmicos
Cuando se puede construir un modelo matemtico con
solucin (numrica o analtica): mejorar presentacin,
incorporar elementos estocsticos (Monte Carlo)
Cuando el modelo no tiene solucin si no se
incorporan supuestos adicionales: complementar el
anlisis terico (dinmica del proceso, desequilibrio,
contra-ejemplos, relevancia de parmetros) e.g.
existencia versus computabilidad del equilibio
Cuando se trata de un CAS: ABM nica va para
analizar el mundo real

* El modelo de Schelling desde dos perspectivas
diferentes
Teora de juegos evolutivos (EGT): aunque no cumple
con todas las premisas de ETHA tiene gran potencial
analtico
Capaz de explicar: contingencias histricas, inercia de
resultados Pareto-inferiores, equilibrios mltiples,
homogeneidad en lo local y heterogeneidad en lo
global
EGT enfatiza: aprendizaje social, racionalidad acotada,
novedad e importancia de periodos de desequilibrio
No se trata de la refinacin del concepto de equilibrios
Nash de juegos convencionales (CGT); aqu el tiempo
es una dimensin importante
* Versin de EGT del modelo de segregacin (Bowles 2004)
Preferencias asociadas a caractersticas raciales (actores
agregados: verdes y azules)
Los individuos de una comunidad prefieren vivir en
comunidades integradas mientras ellos sean ligeramente
mayoritarios
Preferencias:


Al maximizar esta expresin se encuentran las vecindades
ideales ( o para azules y + o para verdes)
En cada periodo o vecinos decide vender su casa, y el nmero
de clientes potenciales es proporcional a la frecuencia de cada
color: o f (1 f) verdes que quieren vender y son visitados por
azules
La transaccin tiene lugar si P
b
> P
g
p f f f p
p f f f p
g
b
) (
2
1
- ) (
2
1
) (
) (
2
1
- ) (
2
1
) (
2
2
+ =
+ + + =
o o
o o
La dinmica de replicacin es la siguiente:



Existe un equilibrio integrado (P
g
= P
b
) y dos con
segregacin (f= 1, f = 0)
La valuacin es mayor en el equilibrio integrado,
pero ste es inestable
Externalidad: el movimiento de uno afecta las
valuaciones de los otros (other-regarding
preferences)
Segregacin inclusive con individuos tolerantes
igual que en un ABM

) - ( ) 1 ( ) - 1 ( ) - ( ) - 1 ( - '
b g g b
p p x f f p p x f f f f | o | o + =
) ( ) - 1 ( - '
b g
p p f f f f f = = A | o
Ventajas de un ABM:
El modelo se puede extender a mas colores y elementos
ms realistas
Generar distribucin de datos artificiales en donde las
vecindades aunque segregadas no tiene colores puros
Generar situaciones de desequilibrio continuo
Transiciones de fase: hacia segregacin, y hacia
desequilibrios
Entender el papel de los lotes vacos
6.5.- Un ejemplo de sociedad artificial:
Sugarscape
En economa neoclsica la estructura est dada (operacin del
mercado, instituciones, reglas de comportamiento); objetivos:
precios de equilibrio, asignaciones eficientes
Versin post-walrasiana: economa poltica y relaciones
principal-agente pero incapaz de explicar de manera
endgena elementos de la estructura papel de la cultura?
surgimiento de grupos de poder?
Este no es el caso de economistas clsicos, institucionalistas y
evolutivos; buscan explicar la formacin del sistema econmico
y como ste opera
Sugarscape (Epstein y Axtell); partiendo de disposiciones
genticas y topografa de recursos naturales hacen crecer una
sociedad artificial para explicar patrones emergentes
(asentamientos humanos, inequidad, migraciones, ciclos
demogrficos, contaminacin, cambios culturales, conflictos
blicos, mercados, intermediarios financieros, epidemias)
* Los agentes y el entorno en Sugarscape
Datos de los agentes-objeto: metabolismo, visin,
edad de muerte, riqueza (azcar); definidos
aleatoriamente en un inicio
La poblacin se mantiene constante ya que al morir
un agente otro nace en algn lugar del entorno
Mtodos de los agentes-objeto: movilizacin en un
cierto radio para localizar azcar, mantenerse con vida
y acumular riqueza
Datos de entorno-objeto: capacidad de cosecha de
cada sitio definida aleatoriamente.
Mtodos del entorno-objeto: crecimiento por periodo
del cultivo
Topografa de Sugarscape
Dos montaas ricas en azcar, con planicies
poco frtiles
(http://www.brook.edu/es/dynamics/sugarscape/movies.htm)
(a) Sembrado inicial (b) Asentamientos
humanos

* Los asentamientos y la inequidad como procesos
emergentes
Asentamientos humanos: proceso emergente
producto de las reglas de movilizacin (no existen
movimientos diagonales directos: visin en
vecindad Von Neumann)
La inequidad en la distribucin de la riqueza como
producto colateral (auto-organizacin = Ley de
Pareto)
No hay una relacin causal simple; visin,
metabolismo y dotacin generadas con una
distribucin uniforme; tampoco depende del sitio
de nacimiento.
El azar tambin es importante: agentes idnticos
en sitios contiguos pueden exhibir trayectorias de
acumulacin muy diferentes dependiendo de si
inicialmente se movieron o no hacia una montaa
Distribucin del la riqueza en Sugarscape a travs del
tiempo (nivel de riqueza en el eje horizontal, nmero de
agentes en eje vertical)
Sugarscape en Netlogo
Model Library Sample Models Social
Science Sugarscape Sugarscape 3 Wealth
Distribution
Ley de la Potencia en distribucin del ingreso a
pesar de distribucin uniforme inicial
Se presenta tambin curva de Lorenz y
coeficiente de Gini
La Ley de Pareto es muy robusta a cambios en
tamao de poblacin
Un incremento en el rango de dotaciones
mximas y mnimas produce distribucin ms
simtrica importancia de riqueza absoluta
* Ciclos demogrficos
Tasa de fertilidad se hace endgena: en los datos se
incluye el sexo del agente y en los mtodos la
posibilidad de reproduccin.
Apareamiento: agentes de sexo opuesto en la
misma vecindad, en edad frtil y nivel de energa
por encima de dotacin inicial.
El hijo se ubica en sitio contiguo, su composicin
gentica sigue reglas mendelianas, sexo de manera
aleatoria, y contribucin de los padres = mitad de
disponibilidades al momento de nacer
Regla reproductiva contribuye a modificar
caractersticas genticas (visin, metabolismo)
Descendencia con mejores posibilidades de
reproduccin (alta visin, bajo metabolismo, mejor
ubicacin) mayor capacidad de acumulacin en la
sociedad
Incrementos poblacionales excesivos (sobre-
explotacin de recursos) ciclos demogrficos
Ciclos ms pronunciados cuando se reduce (a) la
duracin de la etapa frtil y (b) requerimientos
mnimos para procrear
Cuando (a) y (b) se combinan es posible escenario en
que la poblacin desaparece
Explicacin endgena de colapso de civilizaciones
Al incorporar herencia (riqueza acumulada se reparte
entre hijos al morir) se retarda surgimiento de
disposiciones genticas favorables
Herencia + sexo = se deteriora an ms la
distribucin de la riqueza

Sexo e instituciones sociales en Sugarscape
Modelo de Sugarscape en seccin Community Models de
Netlogo elaborado por Owen Densmore, 2003,
http://backspaces.net/Models/sugarscape.html
Experimentos 5a (se reduce edad mxima para procrear), 5b
(se reduce requerimiento de riqueza) y 5c (ambos factores)
analizan efecto de sexo sobre composicin gentica
Visin promedio se incrementa y metabolismo se reduce
Ciclos demogrficos aparecen con el sexo (comparar con
experimento 2)
(i) composicin gentica (ii) Ciclos demogrficos

* El cambio cultural: homogeneidad y heterogeneidad
Aparte de atributos genticos se incluyen atributos
culturales: cadenas de etiquetas de unos y ceros; i.e.
(11110000111) versus (00110011000)
Agentes que interactan entre si tienden a parecerse
surgimiento de tribus culturales
Regla de cambio cultural: se toma una etiqueta al azar
de c/individuo y se compara con el vecino, en caso de
no ser iguales el vecino imita.
Para identificar grupos: mayora de ceros (grupo
cultural azul), mayora de unos (grupo cultural rojo)
Despus de un tiempo de iniciada la corrida se
tienden a formar grupos culturales en cada montaa
de Sugarscape
Si pasa ms tiempo toda la poblacin se hace
homognea


No existen innovaciones o mutaciones culturales
Contacto entre montaas causado por crecimiento poblacional
o migraciones
A parte de la transmisin cultural horizontal, existe la
transmisin vertical de padres a hijos
Opciones de simulacin: experimento 6 en Netlogo y
Animation III-15 de Epstein y Axtell
(a) Diversidad al inicio (b)Tribus culturales
*El desequilibrio de los mercados
Incorporar posibilidades de intercambio: azcar versus
especies, cada uno cubre necesidades metablicas
diferentes en Sugarscape
Subastador Walrasiano requiere conocimiento de
preferencias y dotaciones de todos los agentes
(subastas = transacciones en mismo tiempo y
espacio)
Intercambios bilaterales con informacin local
precios se establecen de abajo hacia arriba
Con agentes neoclsicos: preferencias definidas en
trminos de consideraciones biolgicas (necesidades
metablicas : m1, m2)



mT m mT
w w w w W
/ 2
2
/ m1
1 2 1
) , ( =
Agentes se mueven a aquel sitio dentro de su
vecindad con mejores posibilidades de acumulacin,
por lo que regla de comportamiento viene dada por:


Regla de intercambio: negociacin bilateral de tal
forma que las especies fluyen de A a V cuando MRS
A

> MRS
V
(para A el valor de la azcar por unidad de
especie es mayor que para V)


Numerador (denominador)= tiempo que falta para
que el agente muera por falta de especies (azcar)
MRS > 1 el agente morir primero por falta de azcar.
) x , x ( max
s s
2 2 1 1
v
N s
+ + w w W
c
1 1
2 2
/
/
m w
m w
MRS =
En esta economa no hay dinero, por lo que precio de azcar se
mide en trmino de unidades de especies: p [MRS
V
, MRS
A
].
Al ir comprando azcar y vendiendo especies las tasas
marginales se acercan entre s, por lo que negociacin termina
cuando una est muy cerca de la otra pero sin rebasarla
(unidades discretas)
En cada periodo existen multiplicidad de precios por el gran
nmero de mercados locales
Conforme tiempo avanza precios se acercan a la unidad al ir
fluyendo la azcar y las especies con el comercio (con agentes
neoclsicos)
Precios estn en constante desequilibrio
Esto se aprecia graficando las curva de demanda y
oferta terica preguntando a cada agente sus
disposiciones a comprar o vender a los diferentes
precios (Epstein Axtell: Animation IV-2)
Las curvas se modifican en c/periodo y la cantidad
est siempre por debajo del equilibrio (naturaleza local
impide a los agentes aprovechar oportunidades
comerciales) no hay eficiencia paretiana

Agentes no-neoclsicos: periodos de vida
finitos y preferencias en funcin de atributos
culturales
Vida acotada precios no convergen,
transicin ms larga que edad promedio del
individuo
Nacimientos implican perturbaciones en oferta
y demanda
Perturbacin tambin se da cuando funcin de
utilidad depende de la fraccin de etiquetas
culturales (f) con valor de cero:
) 1 )( / 2 (
2
) / (m1
1 2 1
) , (
f m f
w w w w W

=

Transacciones de mercados no pueden ser
consideradas como eficientes
Pero existen beneficios porque incrementa su
posibilidad de supervivencia
La distribucin de la riqueza se deteriora an
ms con la actividad comercial.
Precios siguen una especie de caminata
aleatoria.

6.7 ABM y la economa del comportamiento
Anlisis de la evasin fiscal y tasa de auditoras
CAS, comportamientos heterogneos: efectos periodo
subsiguiente y efecto grupal
La teora de utilidad esperada no explica por qu se
pagan impuestos (auditorias bajas, multas pequeas)
La gente tiende a sobre-estimar probabilidades de
eventos de poca ocurrencia (accidente aereo, muerte
en embarazo o violenta)
Incorporar hallazgos de la teora del comportamiento
(experiencia personal, colectiva y probabilidad
percibida) en un ABM
* Probabilidad percibida y teora
de prospectos
Enfoque neoclasico busca maximizar:

Se comparan prospectos alternativos (20,) , (40, 1)
Anomalas con evidencia emprica utilizar
probabilidades percibidas (estimadas en
experimentos)
Para que se cumpla monotonicidad (dominancia
estocstica) se considera que ponderaciones
dependen del nivel relativo de probabilidades reales

= = ) ( . ) ( ) , ;......; , (
1 1 i i n n
x u p q V p x p x EU

+ + + + = =
+
) ... ( ) ... ( donde en ) ( ) (
1 n i n i i i i
p p p p w x u q V t t e
En teora de prospectos de Kahneman y
Tversky se considera funcin de este tipo
RDEU
Eventos a evaluar se consideran en
relacin a punto de referencia: perdidas y
ganancias
Ganancias con aversin al riesgo, prdidas
con bsqueda de riesgo
Una loteria en donde ganancia igual a
prdida y probabilidad de es rechazada
Funcin de valor de K & T
UN ABM de evasin de impuestos
TCS de Bloomquist en Netlogo
Dos poblaciones con distinta visibilidad de
ingreso cautivos vs actividad empresarial-
29 datos: sexo, edad, visibilidad, red de
adscripcin, etc.
Edad mxima 100, muerte aleatoria a partir de
65
Curvas de ingreso de acuerdo a ciclo de vida
Pertenencia a redes sociales, CA unidimensional
de 300 contribuyentes sin frontera
Interfaz en Netlogo
CA elaborado
Dimensin horizontal (nivel de ingreso),
dimensin vertical (cumplimiento fiscal)
* Reglas de comportamiento
Maximizan utilidad esperada emprica con
probabilidades percibidas (RDEU)
A partir de tasa real se establece una
probabilidad percibida media
Con normal se definen probabilidades
percibidas individuales para agentes
heterogneos
Posteriormente se ajusta por factor de riesgo
segn experiencia personal y colectiva
Tres RDEU empricas
* Implementacin de las reglas
Suponiendo neutralidad


Ajustando por desfase y habilidad de
detectar


Recaudacin segn visibilidad

+
>
= + =
contrario caso el en 0
) 1 (
1
si 1
donde en ), . (
g
p
e Y e Y T
nv v
t
t
i
r
d f
g
g
p
) 1 (
.
donde en
) 1 (
1
+
=
+
<
) 1 (
1
1 0 . ) 1 (
f
p p f p
+
< > + +
* Resultados de las simulaciones
Se considera slo efecto inducido
Agentes homogneos vs heterogneos
* Por tasa de auditoria y tamao
de red
* Todos los efectos indirectos