Prospectiva y Series Temporales

En este mismo blog ya he escrito varias entradas dedicadas a la prospectiva, mencionando no solo las técnicas clásicas y el software utilizado sino también las distintas escuelas que existen. El lector interesado puede echar un vistazo a las siguientes entradas de este mismo blog. Algunas de ellas tienen ya algunos años pero mantienen su validez:

Sobre fundamentos de Prospectiva: 

http://elbuhoanaltico.blogspot.com.es/2012/05/fundamentos-de-prospectiva.html

Sobre técnicas y software en Prospectiva:

http://elbuhoanaltico.blogspot.com.es/2012/06/tecnicas-de-analisis-y-software-en.html

Sobre las diferentes escuelas en Prospectiva:

http://elbuhoanaltico.blogspot.com.es/2012/07/analisis-comparativo-de-las-escuelas-de.html

Pero hoy quisiera dedicar esta entrada a hablar de algo que suele pasar muy desapercibido o apenas mencionado en los cursos habituales al respecto. Me estoy refiriendo a la parte de análisis cuantitativo y, más en concreto, a la modelización de series temporales. Hoy nadie medianamente serio ni en los organismos públicos ni en la empresa privada se plantea hacer prospectiva sin ayudarse de datos cuantitativos y de la utilización de éstos mediante el análisis de series temporales. Variables como la temperatura, las precipitaciones, el Índice de Precios del Consumo, el PIB, el desempleo, el turismo y un largo etc pueden ser modelizadas mediante series temporales para dar respuesta a determinadas preguntas. Es trabajo del analista saber qué variables pueden ayudarle más o son más significativas a la hora de explicar su variable dependiente.

Personalmente, debo advertir que yo salí de la universidad creyendo saber modelar series temporales. Para mí sorpresa había una gran distancia entre lo que yo creía y la realidad, y eso a pesar de haber tenido toda una asignatura especialmente dedicada a este tema en el grado de Estadística. Algo que suele sucederle a la inmensa mayoría de los alumnos ¿Por qué?. Principalmente por dos razones. La primera es porque durante los créditos de esa asignatura el profesor apenas tiene tiempo de enseñarte los conceptos básicos de series temporales y la segunda es que la práctica, esto es, las series temporales reales, suelen ser muy diferentes a las que encuentras como ejemplos en los libros de texto. Yo he tenido la inmensa suerte de poder aprender a modelar series temporales de manos de otros analistas senior con años de experiencia. Y ya os adelanto que se aprende mucho más en un par de meses trabajando codo con codo con un analista senior que en años de universidad.

La modelización de series temporales tiene varias etapas. En un primer momento debemos tratar las series que nos dan o que hemos obtenido introduciendo las transformaciones necesarias. Algunas de estas transformaciones pueden ser sencillas, como la aplicación de logaritmos o tomar diferencias regulares o estacionales, pero otras son más complicadas. También se deben introducir las llamadas variables "dummie" para modelizar cambios abruptos o repentinos.

Otro paso es buscar el modelo que más se ajusta a nuestras series. Hay varios modelos clásicos como los AR, MA, ARMA o ARIMA. Cada uno de ellos tiene sus hipótesis y responde a unas funciones de autocorrelación (FAC) y autocorrelación parcial (FAP) concretas.

A continuación trataremos de realizar una estimación para explicar nuestra variable objetivo. Dicha estimación nos devolverá unos parámetros concretos para cada serie o variable independiente.

El paso final es establecer escenarios "What If" mediante la modificación de alguno de esos parámentros. Por ejemplo: ¿Cómo afectaría el incremento de un punto en el desempleo al malestar social? o ¿Qué sucede con la economía si el turismo aumenta en un 1%?

Para finalizar os dejo el enlace a un artículo donde se especifican las diferentes técnicas cualitativas y cuantitativas que pueden usarse en prospectiva. Todo un mundo para especializarse. Podéis echarle un vistazo al artículo mientras saboreáis un café o un té en una taza como las de abajo.

http://eulaks.eu/attach/VII_Metodolog%C3%ADa_Prospectiva.pdf

Análisis comparativo de las escuelas de prospectiva

Esta entrada se basa en un artículo de Raul Balbi en el que el autor sostiene que la prospectiva posee un solo método, utilizado de manera diferente de acuerdo con técnicas específicas de prospectiva y técnicas no específicas, en consonancia con las diversas escuelas prospectivistas. Termina el artículo con una comparativa entre las técnicas usadas en las diferentes escuelas, que es el que reproducimos a continuación.

Método y pasos	Francesa	Anglosajona	Colombiana	Rioplatense
1. Diagnóstico	En general, ninguna escuela hace referencias específicas a este paso. Se supone que el diagnóstico será bien elaborado, con base en variables e indicadores perfectamente reconocidos y operados
(Reducción de variables)	De alguna manera, el “Método” MICMAC	Sugieren, en general, herramientas comparativas	Idem anglosajona	Téc. Impactos Cruzados; Matriz Decisional; otras
2. Escenario normativo	No hay indicaciones precisas al respecto. Incluso existe un debate no concluido acerca de si un escenario normativo puede ser intensamente utópico, o debe ser razonable. En este último punto, la razonabilidad lo acercaría más al escenario apuesta, pero obtenido sin bases suficientes (no se ha completado el proceso)
3. Escenario tendencial	No hace mención directa	No hace mención directa	Sugiere elaborarlo, pero no indica técnica	Técnica CEYR, en su primera parte.
4. Escenarios exploratorios	Combinación de los resultados de la Téc. MICMAC y de la Téc. MACTOR	“Método” de Escenarios	Técnica del escenario Apuesta, parte de desarrollo de escenarios posibles	Técnica CEYR, segunda parte
(Mapas de riesgos y oportunidades)	De alguna manera, se obtiene algo relacionado mediante la evaluación de lo anterior mediante la Téc. de Impactos Cruzados	Pueden surgir de la aplicación de la Técnica de Análisis de Impacto de Tendencias	Técnica IGO y otras de evaluación comparativa	Producto específico que se logra desde la primera parte y a través de los procesos de simulación que la técnica permite
5. Escenario apuesta	No lo menciona específicamente como tal, pero surge del proceso y guía a la elaboración de la estrategia	No lo menciona específicamente como tal, pero surge del proceso y guía a la elaboración de la estrategia	Es el “corazón” de esta propuesta. Basándose en los cuatro escenarios imaginarios creados, se selecciona el escenario apuesta, y desde allí, se elabora la estrategia	Producto específico que se elabora con base en todo el proceso anterior. Debe cumplir con condiciones tales como factibilidad, aptitud, aceptabilidad, etc.
6. Estrategia	Basada en los resultados de la evaluación anterior	No hay menciones explícitas al respecto	Es el trabajo final que se propone. Nuevamente, técnica IGO u otra similar	Aplicación del proceso de planeación estratégica completo.

BIBLIOGRAFÍA:

• http://catedradh.unesco.unam.mx/catedradh2007/SeguridadHumana/prospectiva%206/revista/numero%205/estpros/prospectiva/balbi.htm
• BALBI, Raúl. Metodología de la investigación de futuros, 2003.

MÉTODO LAMP: Lockwood Analytical Method for Prediction

El método Lamp es una metodología de análisis predictivo que se centra en el estudio de la interacción de los actores para desarrollar posibles escenarios. Fue desarrollado en 1992 y publicado por primera vez en el Diario de Inteligencia de Defensa de los EE.UU en 1994. Su creador fue el Coronel Dr. Lockwood, que en la actualidad desempeña su labor profesional como Instructor Senior en el Departamento de Seguridad Nacional y enseña métodos de análisis y pensamiento crítico.

Nwankama, un analista de inteligencia competitiva, fue el primero en trabajar con Lockwood en aplicar este método de origen claramente militar para usos empresariales. Se puede leer más sobre él en su página http://www.nwankama-nwankama.com/

El método Lamp se desarrolla en 12 pasos:

1. Definir y acotar el tema de estudio. 

Si el tema es demasiado amplio, el analista tiene demasiados actores y cursos de acción a considerar, haciendo que el número de futuros alternativos crezca de manera exponencial. En cambio, si el problema está vagamente definido, entonces el analista termina por llevar a cabo un análisis demasiado general.

2. Especificar los actores involucrados

Si el analista es lo suficientemente cuidadoso en su pregunta inicial, el número de actores implicados no debería ser más de cinco o seis. Si se supera esta cifra, el número de posibles futuros alternativos puede llega a ser poco manejable e infructuoso porque las permutaciones serán demasiadas.

3. Estudiar cómo cada actor percibe la problemática

Este paso implica una gran carga de trabajo y suele ser el que más tiempo consume. Aquí el analista debe ponerse en lugar del actor y tratar de no caer en el sesgo del "mirror imaging".

4. Especificar los posibles cursos de acción para cada actor

Después de completar el estudio de cada actor, los posibles cursos de acción deberían ser evidentes para el analista. El analista no debe excluir ningún curso de acción por el mero hecho de que le parezca poco probable que el actor en cuestión vaya a elegirlo, aunque deben excluirse los que resulten claramente imposibles o que escapan a las posibilidades del actor. Aquí es útil seguir el principio del afamado personaje de Conan Doyle, Sherlock Holmes: "Una vez descartado lo imposible lo que queda, por improbable que parezca, puede ser la verdad".

5. Determinar los escenarios dentro de los cuales se comparan los futuros alternativos

Uno de los propósitos de un escenario es proporcionar una base en la que queden reflejadas las posibles acciones de todos los actores. El otro es dotar al analista de un medio para limitar el número potencial de actores para su problema.

6. Calcular el número total de permutaciones posibles de "futuros alternativos" para cada escenario

Aquí es donde la necesidad de limitar el número de actores y las opciones se hace más evidente. La fórmula general para calcular el número de futuros alternativos es la siguiente:

X ^Y = Z

donde "X" es igual al número de cursos de acción abiertos a cada actor, "y" es igual al número de actores que participan y "z" es igual al número total de futuros alternativos para ser comparados. Por ejemplo, si el analista cuenta con cinco actores con dos lineas de acción abiertas cada uno, entonces, tiene ante sí 32 futuros alternativos. Sin embargo, si el analista incluye otro actor con tres lineas de acción, entonces el número de futuros alternativos se convierte en 96. Pero si hay tres lineas de acción abiertas a los cinco actores, entonces el número de posibles futuros alternativos asciende a la friolera de ¡¡¡¡243!!!!. Obviamente delimitar un escenario ayuda al analista a mantener el problema dentro de límites manejables.

7. Realizar una comparación por pares de todos los futuros alternativos dentro del escenario fijado para determinar su probabilidad relativa.

Una comparación por pares analiza los futuros alternos de dos en dos, siempre suponiendo que los dos futuros que se comparan en este momento son los únicos que existen. Sobre la base de toda la información disponible en ese momento, el analista puntúa con un uno el futuro que le parezca más probable de los dos considerados. Esto continúa hasta que el analista ha comparado y votado el último par de futuros. Este proceso se repite para los otros escenarios tenidos en cuenta. El número total de votos es una función del número de futuros alternativos para ser analizados, lo que a su vez es una función del número de actores y cursos de acción que el analista ha determinado. La fómula para el número de comparación por pares es:

donde "n" es igual al número total de futuros alternativos para ser analizados, "x" es igual al número total de comparaciones por pares. 

8. Posición de los futuros alternativos para cada escenario de mayor probabilidad relativa al nivel más bajo en función del número de votos recibidos.

En función del número de votos, el analista ordena los futuros de más probable a menos probable.

9. Suponiendo que un futuro ocurre realmente, analizar las posibles consecuencias

Este paso requiere no sólo conocimiento, sino también imaginación. Se trata de describir la película que aún está por ser rodada.

10. Determinar los eventos focales que deben ocurrir en nuestro presente con el fin de lograr el futuro alternativo dado

Un evento focal es un suceso de una magnitud suficiente como para influir el la probabilidad relativa de los futuros alternativos. Evidentemente hay futuros que ofrecerán una mayor resistencia a ser influenciados.

11. Desarrollar indicadores de los eventos focales

Para cada evento focal asociado a un futuro alternativo debería ser posible desarrollar una lista de indicadores que anticipen que ese evento va a ocurrir.

12. Revisar y modificar el análisis en función del desarrollo de eventos o acontecimientos. 

El concepto de adaptación es muy conocido por los jugadores de ajedrez en cuanto a las diferentes aperturas posibles de una partida.

Se puede consultar un ejemplo centrado en el análisis estratégico en http://www.lamp-method.org/2.html. El sofware para este método en el 2002 era todavía un prototipo.

BIBLIOGRAFÍA:

• http://www.lamp-method.org/2.html
• http://www.allhandsmgt.com/intelligence-analysis-lamp.htm
• http://www.docstoc.com/docs/53669838/Understanding-the-Lockwood-Analytical-Method-of-Prediction-(LAMP)
• http://www.nwankama-nwankama.com/

TÉCNICAS DE ANÁLISIS Y SOFTWARE EN PROSPECTIVA

No cabe duda que, en lo que a prospectiva se refiere, somos, en gran medida, herederos de la escuela francesa. Les debemos a LIPSOR (Laboratoire d´investigation en Prosprective, Stratégie et Organisation), 3EI (Institut d´Innovation Informatique pour l´enterprise) y EPITA (Ecole pour l´Informatique et les Tecniques Avancées) el haber desarrollado unos programas para trabajar en prospectiva que están disponibles para los analistas en software libre. Me refiero a los programas MICMAC, MACTOR; MORPHOL, SMIC PROB-EXPERT y MULTIPOL.

Con el programa MICMAC podemos realizar el análisis estructural de variables e identificar tanto variables críticas como dependientes y las influencias directas e indirectas entre ellas. El programa MACTOR nos servirá para analizar los actores.


 A partir de estos resultados ya estaremos en disposición de construir escenarios con el programa MORPHOL, que siempre puede ser completado con el método de impacto cruzado de carácter probabilista del programa SMIC PROB-EXPERT.

Hay muchos manuales de Prospectiva disponibles en el mercado, pero personalmente opino que los clásicos siguen siendo los mejores. Recientemente se ha traducido al castellano un libro escrito por Michel Godet y Philippe Durance titulado "La prospectiva estratégica para las empresas y los territorios" que usa un lenguaje claro y explica de manera precisa los diferentes tipos de análisis involucrados en prospectiva. Su enfoque eminentemente práctico lo hace indispensable para el estudio del analista.

FUNDAMENTOS DE PROSPECTIVA

Etimológicamente la palabra prospectiva tiene su origen en el vocablo latino “prospectus” que hace referencia a la visión, al conocimiento, a la comprensión, a la mira. El significado más preciso viene del verbo “prospicere” que significa mirar a lo lejos, mirar  más allá. La palabra prospectiva ya fue empleada como sustantivo en el siglo XVI por Paul Valéry, pero su significado actual lo acuñó el filósofo francés Gastón Berger, que en 1957 fundó en París el Centre International de Prospective. En Francia la prospectiva nació a causa de la preocupación por la reconstrucción del país a causa de la II Guerra Mundial y con miras al desarrollo económico del país. 

En Estados Unidos empezó aproximadamente una década antes que en Europa. Pero su propósito y su enfoque eran diferentes, porque tenían una clara visión empresarial. El hito inicial fue la creación, por parte de las Fuerzas Aéreas estadounidenses y la fábrica de aviones Douglas Aircraft Company, del Proyecto RAND (Research and Development, investigación y desarrollo) en 1946. Aunque no es hasta 1948 en que la RAND ya sin la Douglas y bajo la fundación Ford deja de ser un proyecto para convertirse en la corporación que conocemos hoy en dia. Poco a poco la RAND se fue configurando como un “think tank” y se especializó en intentar responder preguntas de eventos futuros sobre los que no hay datos. El resultado más conocido de su trabajo fue el conocido método Delphi[1] que sigue siendo uno de las métodos más usados en el mundo. (Serra del Pino, 2008, p.214).

La prospectiva, sea cual sea, constituye una anticipación (preactiva y proactiva) para iluminar las acciones presentes con la luz de los futuros posibles y deseables. Prepararse ante los cambios previstos no impide reaccionar para provocar los cambios deseados. Dentro de la lógica del triángulo griego, el color azul de la anticipación sólo puede transformarse en el verde de la acción con el amarillo de la adaptación de los actores implicados (Godet, 2007)[2]

Llegados a este punto, conviene distinguir entre futuro y devenir. El futuro es eso que sucederá mañana, el mes que viene o el próximo año. El futuro es acotable mediante variables y, por esa razón, es predecible e investigable y es el tema de estudio de la Prospectiva. En cambio el devenir (l´avenir en francés) se refiere a aquellos sucesos que ocurren de manera totalmente inesperada. Es totalmente impredecible y está cargado de incertidumbre. El devenir es difícilmente anticipado por la prospectiva porque no es acotable, sus variables son dificiles de localizar de una manera racional y frecuentemente escapa a esas variables. A esto se refiere el profesor Nassin Taleb cuando habla del "black swan". Por tanto, no sería correcto acusar a un analista de no haber predicho un "black swan", pero sí, por ejemplo, de no haber compartido información, que fue exactamente lo ocurrido en el 11S. En las próximas entradas, hablaré de las diferentes técnicas y programas especializados en prospectiva.


Recomiendo visitar OPTI: http://www.opti.org/

BIBLIOGRAFÍA:

• GODET, Michel, “Prospectiva estratégica: problemas y métodos”, Cuadernos de LIPSOR, Cuaderno nº 20, Enero 2007.
• SERRA DEL PINO, Jordi, “La prospectiva y la investigación del futuro” en Inteligencia y Seguridad: Revista de análisis y prospectiva, nº4, Julio-Noviembre 2008.

---

[1] El método se bautizó así en honor al famoso oráculo de Delfos consagrado a Apolo en Grecia. Fue creado por Helmer y Dalkey en 1953.

[2] Recomiendo encarecidamente al lector leer la obra de este autor, todo un clásico.

EL PENSAMIENTO DEL PROFESOR TALEB APLICADO A LA PROSPECTIVA: BLACK SWAN

El punto de arranque del pensamiento de Taleb  es el problema de la inducción ejemplificado gráficamente en el caso del “pavo de Russell” (en honor a Bertrand Russell que fue quien expuso por primera vez el ejemplo, retomando el problema de la inducción que inició David Hume, si bien el maestro Russell utilizó la misma metáfora pero con un pollo) que comprobó que todas las mañanas le daban de comer y tras varios meses de observaciones iba a concluir una ley universal (“estos humanos tan amables me debe querer mucho, todos los días me dan de comer”), cuando con la llegada del día de Acción de Gracias al pavo le ocurrió algo inesperado (para el pavo, no para los amables humanos). Pues bien, nuestra manera de pensar no es muy diferente de la del “pavo de Russell”. Gran parte de la matemática estadística, el cálculo de riesgos y las distribuciones de probabilidad están atravesadas por esta manera de pensar: a mayor frecuencia de ocurrencia de un hecho menor sensibilidad frente a lo inesperado. De ahí la metáfora del cisne negro que Taleb toma de David Hume (empirismo) y de Karl Popper (falsacionismo): si nos pasamos toda la vida en el hemisferio norte pensaremos que todos los cisnes son blancos, sin embargo en Australia existen cisnes negros. Y es que un cisne negro nos parece algo imposible debido a nuestra reducida experiencia[1].

¿Qué es entonces un “cisne negro” según Taleb?. El profesor Taleb lo define como un hecho fortuito que satisface estas tres propiedades:

• Gran repercusión,
• Probabilidades imposibles de calcular
• Efecto sorpresa.

En primer lugar, su incidencia produce un efecto desproporcionadamente grande. En segundo lugar, tiene una pequeña probabilidad pero imposible de calcular en base a la información disponible antes de ser percibido el hecho. En tercer lugar, una propiedad nociva del “cisne negro” es su efecto sorpresa: en un momento dado de la observación no hay ningún elemento convincente que indique que el evento vaya a ser más probable. Desde luego, estas propiedades no son ajenas a las crisis financieras que vivió Taleb cuando se ganaba la vida como operador bursátil, como tampoco lo son a los terribles atentados del 11S o del 11M (o eso creemos y esperamos).

Lejos de ofrecer recetas matemáticas para calcular la probabilidad de los sucesos raros (cisnes negros) para protegernos frente a la incertidumbre, lo que nos aporta el profesor Taleb es una buena dosis de sentido común: nunca llegaremos a conocer lo desconocido ya que, por definición, es desconocido. Sin embargo, siempre podemos imaginar cómo podría afectarnos. Es decir, las probabilidades de los cisnes negros no son computables, pero sí podemos tener una idea muy clara de sus consecuencias. Esta es una idea-fuerza para la gestión de la incertidumbre: para tomar una decisión tenemos que centrarnos en las consecuencias (que podemos conocer) más que en la probabilidad. Estar preparado ante la aparición de los cisnes negros es más importante que dedicarle tiempo y esfuerzo a calcular la probabilidad de su ocurrencia. Resumiendo: para que no nos ocurra lo que al “pavo de Russell” hay que estar preparado para lo inesperado (que a diferencia de los pavos, sí podemos imaginar) pero sin preocuparnos de cuándo ocurrirá.

Las ideas del profesor Taleb deberían ser muy tenidas en cuenta por aquellos que se dedican a al comprender, modelizar e implementar sistemas humanos complejos, para incorporar a los modelos las aportaciones de pensadores como Lorenz (teoría del caos), Mandelbrot (fractales), Kahneman (teoría de la prospección), Lucas (crítica de Lucas), etc. y evitar en lo posible los sesgos propios de la matemática de Mediocristán en el diseño de modelos.

---

[1]              A principios del siglo XVIII, los colonos ingleses que volvieron de Australia trajeron consigo, en las panzas de sus barcos, un cargamento de cisnes negros. Los cisnes negros son originales de la isla austral y hasta ese momento, se pensaba que todos los cisnes eran blancos, porque eran blancos todos los que se conocían. La intrahistoria de esta historia es que este hecho supuso una conmoción en la sociedad inglesa. Aunque nos pueda parecer algo ingenuo a los habitantes del siglo XXI, lo cierto es que la aparición de una especie de cisnes de un color distinto al que estaban acostumbrados a ver, supuso para los habitantes de la época una fuente de debate y de polémica.