Agregando política a la propagación de la mora en la economía

La propagación de la mora no puede ser entendida únicamente teniendo en cuenta las relaciones proveedor-cliente como un conjunto de nodos y bordes estáticos. Las políticas de estas relaciones y la información del entorno juegan un importante papel en cómo se propagará una crisis económica. Un grupo de científicos de BBVA Data & Analytics ha analizado estas cuestiones en un paper que se publicará en el Journal of Ambient Intelligence and Humanized Computing.

Los científicos de datos Jordi Nin y Elena Tomás examinaron las diferentes estrategias de selección de compradores dentro de una red de negocios que van desde la reorganización aleatoria altruista (“random-altruistic rearrangement”) hasta decisiones muy bien fundamentadas, en las que se demuestra que el conocimiento de los clientes sobre la situación que rodea a su negocio es crucial.

Específicamente, el paper analiza cuatro situaciones diferentes: en primer lugar, aquella situación en la que no se dan cambios entre nodos; en segundo lugar, la situación conocida como “random-altruistic rearrangement”, en el que un proveedor que no recibe el pago encuentra un nuevo comprador, independientemente de su capacidad de pago; una tercera llamada “soft redirection”, donde un proveedor busca una alternativa a un comprador en dificultades financieras si tiene mejor salud financiera que él mismo; y, por último, la “strong redirection”, en la que un proveedor corta con un comprador y encuentra uno nuevo que tiene una probabilidad de incumplimiento menor que él mismo.

Las simulaciones analizan el comportamiento de 16 sectores económicos en estos cuatro escenarios y mide la probabilidad y la exposición al contagio.

“Este paper demuestra que tener acceso a la información sobre el contexto económico de un agente y el riesgo de mora contribuye al aislamiento de sus dinámicas, pero es el reagrupamiento altruista de los vínculos entre clientes y proveedores el que beneficia a todo el sistema en mayor grado”, explica el científico de datos Jordi Nin.