PARTE III. DINÁMICA DEL SISTEMA
10. Resiliencia
Introducción: una economía fuerte no es sólo la que funciona bien cuando todo funciona bien
El capítulo anterior introdujo los cuellos de botella: elementos cuya insuficiencia limita desproporcionadamente la capacidad del sistema.
La resiliencia plantea la pregunta complementaria:
¿Qué ocurre con esas capacidades cuando el entorno deja de ser normal?
Dos economías pueden presentar en condiciones ordinarias exactamente el mismo nivel de producción, coste y productividad y, sin embargo, reaccionar de forma completamente distinta ante una perturbación.
Imaginemos:
| Situación | Sistema A | Sistema B |
|---|---|---|
| Producción normal | 100 | 100 |
| Producción tras shock | 90 | 40 |
| Recuperación | 3 meses | 3 años |
Antes del shock parecen equivalentes.
Después descubrimos que:
A posee una arquitectura mucho más resiliente que B.
Éste es el punto de partida.
El concepto moderno de resiliencia procede en buena medida del trabajo de C. S. Holling (1973). Holling distinguió entre estabilidad —la tendencia a regresar rápidamente a una situación determinada— y resiliencia —la capacidad del sistema para absorber perturbaciones sin perder las relaciones esenciales que definen su funcionamiento—.
Esta distinción resulta extraordinariamente importante para RMS porque conecta directamente con algo que ya establecimos en el capítulo 2:
equilibrio, estabilidad y resiliencia no son lo mismo.
La literatura posterior de Brian Walker, C. S. Holling, Stephen Carpenter y Ann Kinzig amplió esta perspectiva distinguiendo resiliencia, adaptabilidad y transformabilidad.
Y Carl Folke y colaboradores desarrollaron después el llamado resilience thinking, donde resiliencia, adaptación y transformación forman parte de una concepción dinámica de sistemas que pueden cambiar sin perder funciones esenciales o, cuando el régimen anterior deja de ser viable, transformarse en otro diferente.
RMS trasladará cuidadosamente estas ideas a la economía, sin asumir que una economía funciona exactamente como un ecosistema.
Nuestra definición provisional será:
Resiliencia económica es la capacidad de un sistema para preservar, recuperar o reconfigurar sus funciones y capacidades esenciales ante perturbaciones internas o externas sin sufrir una pérdida desproporcionada o persistentemente destructiva de bienestar y capacidad futura.
La palabra fundamental será función.
Resiliencia no significa necesariamente conservar intactas todas:
- las empresas;
- las tecnologías;
- las instituciones;
- las estructuras.
Puede ser necesario destruir unas para conservar otras.
Por eso:
Resiliencia ≠ inmovilidad.
A veces:
resistir exige cambiar.
10.1. Definición de resiliencia
Supongamos que una economía posee una capacidad normal de 100.
Aparece un shock y cae hasta 60.
Posteriormente recupera 100.
Una representación sencilla sería:
100 → shock → 60 → recuperación → 100
Pero esto sólo muestra una dimensión.
Para evaluar resiliencia necesitamos preguntar:
- ¿Cuánto cayó?
- ¿Cuánto tiempo permaneció deprimida?
- ¿Qué funciones perdió?
- ¿Cuánto costó recuperarlas?
- ¿Se recuperó exactamente la estructura anterior?
- ¿Aprendió algo?
- ¿Quedó más o menos vulnerable al siguiente shock?
Por tanto, la resiliencia posee al menos tres componentes:
absorción + recuperación + adaptación.
Y posiblemente un cuarto:
transformación.
Podemos representarlo compactamente como:
Resiliencia = f(absorción, recuperación, adaptación, transformación).
10.1.1. Absorber
El sistema recibe el shock pero mantiene buena parte de sus funciones.
Ejemplo:
una empresa pierde un proveedor, pero dispone de otro.
10.1.2. Recuperar
El sistema pierde capacidad, pero consigue restaurarla rápidamente.
Ejemplo:
una fábrica interrumpe producción durante dos semanas y posteriormente vuelve al nivel anterior.
10.1.3. Adaptar
El sistema modifica comportamiento o estructura para funcionar bajo las nuevas condiciones.
Ejemplo:
sustituye un material que deja de estar disponible.
10.1.4. Transformar
Si las nuevas condiciones hacen inviable la arquitectura anterior, el sistema desarrolla otra.
Ejemplo:
una economía dependiente de carbón puede no necesitar “recuperar” exactamente su estructura energética anterior, sino construir una diferente.
Aquí aparece una idea importante:
Bounce back no siempre es el objetivo. Algunas veces la resiliencia consiste en bounce forward.
Proposición RMS-RS1
La resiliencia es una propiedad dinámica del sistema que depende de su capacidad para absorber perturbaciones, recuperar funciones, adaptarse y, cuando sea necesario, transformarse.
10.2. Resiliencia, estabilidad y robustez
Estos conceptos deben quedar claramente separados.
10.2.1. Estabilidad
Pregunta:
¿tiende el sistema a regresar a determinado equilibrio después de una pequeña perturbación?
Ya lo vimos:
Shock pequeño → desviación → retorno.
10.2.2. Robustez
Pregunta:
¿puede el sistema mantener aproximadamente el mismo desempeño a pesar de una perturbación?
Un puente construido para soportar fuertes vientos puede ser:
robusto.
La estructura prácticamente no necesita cambiar.
10.2.3. Resiliencia
La resiliencia admite algo más amplio:
el sistema puede:
- absorber;
- reorganizarse;
- sustituir;
- aprender.
Por tanto:
robustez implica soportar sin cambiar mucho;
resiliencia puede implicar cambiar para seguir funcionando.
10.2.4. Ejemplo empresarial
Empresa A pierde proveedor.
Tiene inventario para seis meses.
Eso es principalmente:
robustez.
Empresa B pierde proveedor y encuentra otro en dos semanas.
Eso es principalmente:
adaptabilidad.
Empresa C rediseña el producto para eliminar completamente el componente.
Eso se acerca a:
transformabilidad.
Las tres pueden ser resilientes mediante mecanismos distintos.
10.2.5. Holling: estabilidad versus resiliencia
Ésta fue precisamente una de las aportaciones seminales de Holling: sistemas muy estables frente a pequeñas perturbaciones pueden no ser necesariamente los más capaces de absorber alteraciones grandes sin cambiar de régimen.
Desde RMS:
no debemos medir fortaleza únicamente por la ausencia de volatilidad.
Un sistema aparentemente tranquilo puede haber acumulado vulnerabilidades.
Esto conecta directamente con:
Minsky.
Proposición RMS-RS2
Estabilidad, robustez y resiliencia describen propiedades distintas: un sistema puede ser estable frente a perturbaciones pequeñas y, sin embargo, altamente vulnerable ante shocks suficientemente grandes.
10.3. Capacidad de absorción
La primera defensa del sistema es impedir que un shock inicial produzca una caída proporcional de sus funciones.
Definamos:
Absorción = capacidad para limitar el impacto inicial de una perturbación.
Ejemplo:
Shock potencial:
−30.
Sistema A pierde:
−5.
Sistema B pierde:
−25.
A posee mayor capacidad de absorción.
10.3.1. Buffers
Una forma clásica de absorción consiste en mantener:
- inventarios;
- reservas financieras;
- capacidad ociosa;
- almacenamiento energético.
Estos elementos parecen poco eficientes cuando no se utilizan.
Pero funcionan como:
buffers.
10.3.2. Ejemplo empresarial
Dos empresas necesitan diariamente 100 componentes.
Empresa A
inventario:
2 días.
Empresa B
inventario:
30 días.
El proveedor falla durante 10 días.
A:
producción → 0.
B:
producción → continúa.
Antes del shock, A podía parecer más eficiente porque mantenía menos inventario.
Después aparece el valor de:
capacidad ociosa / inventario de seguridad.
10.3.3. Capital financiero
Lo mismo ocurre con:
- liquidez;
- capital bancario;
- reservas.
Un balance sin holgura puede maximizar rentabilidad en condiciones normales pero volverse vulnerable ante shocks.
10.3.4. Capacidad ociosa
Otro buffer:
spare capacity.
Ejemplo eléctrico:
demanda normal:
capacidad:
Existe un margen de:
Ese margen parece inutilizado.
Pero ante:
pico de demanda +8
permite mantener el sistema.
Proposición RMS-RS3
Los buffers reducen eficiencia aparente en periodos normales, pero pueden aumentar la capacidad de absorción cuando la economía enfrenta perturbaciones.
10.4. Redundancia, diversificación y sustitución
Uno de los mecanismos más importantes de resiliencia es evitar que una función crítica dependa completamente de un único elemento.
10.4.1. Redundancia
Redundancia significa disponer de:
más de una vía para realizar una función.
Ejemplo:
un hospital posee dos generadores eléctricos.
Normalmente utiliza:
uno.
El segundo parece redundante.
Pero:
fallo A → entra B.
10.4.2. Diversificación
No es exactamente igual que redundancia.
Puede haber cinco proveedores pero todos:
- ubicados en la misma región;
- dependiendo del mismo puerto;
- utilizando el mismo proveedor upstream.
Entonces:
5 proveedores nominales ≠ 5 fuentes independientes.
Tenemos que distinguir:
diversificación aparente y diversificación funcional.
10.4.3. Capacidad de sustitución
Recuperamos aquí el concepto del capítulo 8:
C_sub = capacidad de sustitución.
No es indispensable producir todo domésticamente.
Puede existir resiliencia mediante:
- varios proveedores;
- productos sustitutos;
- tecnologías alternativas;
- capacidad de reconversión;
- aliados fiables.
Por tanto:
autonomía resiliente no equivale a autarquía.
10.4.4. Tiempo de sustitución
Además importa:
T_sub = tiempo necesario para activar una alternativa.
Dos economías importan el 90 % de un determinado componente.
Economía A puede sustituirlo en:
3 semanas.
Economía B:
5 años.
Misma dependencia estadística.
Vulnerabilidad completamente diferente.
10.4.5. Elliott, Golub y Leduc
Aquí entra una referencia especialmente relevante.
Matthew Elliott, Benjamin Golub y Matthew Leduc estudian cómo empresas forman redes de suministro cuando necesitan varios inputs esenciales y las relaciones con proveedores pueden fallar. Las firmas pueden diversificar proveedores y hacer inversiones costosas para fortalecer relaciones, pero el equilibrio descentralizado no garantiza siempre una red socialmente robusta.
Esto ofrece un microfundamento excelente para RMS:
optimización de cada empresa ≠ resiliencia óptima del sistema.
Proposición RMS-RS4
La resiliencia depende de la existencia de sustitutos funcionalmente independientes y del tiempo y coste necesarios para activarlos, no simplemente del número nominal de alternativas.
10.5. Redes, conectividad y modularidad
Aquí debemos recuperar el capítulo anterior.
Una economía moderna es una red.
Por tanto, resiliencia depende de:
topología.
10.5.1. Conectividad: beneficio y riesgo
Más conexiones permiten:
- encontrar proveedores;
- compartir conocimiento;
- reasignar recursos;
- acceder a mercados.
Pero también pueden:
- transmitir pérdidas;
- transmitir escasez;
- propagar pánico.
Por tanto, la relación entre:
conectividad y resiliencia
no tiene por qué ser lineal.
10.5.2. Acemoglu y las redes productivas
Acemoglu, Carvalho, Ozdaglar y Tahbaz-Salehi muestran que shocks específicos de sectores pueden transformarse en fluctuaciones agregadas debido a las conexiones input-output; la estructura de esa red condiciona la propagación macroeconómica.
Esto implica:
Shock local × centralidad de red → posible shock sistémico.
10.5.3. Hub crítico
Supongamos:
100 industrias.
Todas dependen de electricidad.
La electricidad representa quizá una fracción moderada del valor añadido.
Pero ocupa una posición:
altamente central.
Su interrupción afecta simultáneamente a:
100 nodos.
Por tanto:
peso económico ≠ importancia sistémica.
10.5.4. Modularidad
Una arquitectura modular intenta limitar propagación.
Un módulo puede fallar sin derribar necesariamente:
todo el sistema.
Ejemplo intuitivo:
si distintos componentes pueden:
- separarse;
- sustituirse;
- aislarse,
el shock puede quedar contenido.
10.5.5. Concentración versus modularidad
Podemos tener:
Arquitectura A
muy concentrada:
- eficiente;
- barata;
- escalable.
Arquitectura B
más modular:
- algo más cara;
- mayor sustitución;
- menor contagio.
No existe superioridad universal.
Hay un trade-off.
Proposición RMS-RS5
La conectividad aumenta oportunidades de coordinación y sustitución, pero también canales de propagación; la resiliencia depende de la topología de la red y no simplemente del grado de conexión.
10.6. No linealidad, umbrales y cascadas
La resiliencia no puede analizarse suponiendo siempre:
shock del 10 % → pérdida del 10 %.
Los sistemas pueden contener:
- complementariedades;
- umbrales;
- cascadas.
10.6.1. Baqaee y Farhi
Baqaee y Farhi muestran que las complementariedades dentro de redes productivas pueden amplificar shocks negativos y generar cuellos de oferta, haciendo que los efectos agregados sean no lineales.
En RMS:
Shock pequeño → pérdida pequeña
hasta cierto umbral.
Después:
Shock adicional pequeño → caída grande.
10.6.2. Ejemplo
Una fábrica necesita tres inputs esenciales.
Tiene inventario suficiente para soportar:
20 % de caída de suministro.
Si la caída es:
15 % → producción normal.
20 % → producción casi normal.
25 % → se agota el componente crítico.
Entonces:
output cae 50 %.
Tenemos un:
threshold.
10.6.3. Cascada
Un fallo puede activar otros:
Proveedor A falla
→ fabricante B detiene producción
→ empresa C pierde input
→ banco D recibe impagos
→ crédito se endurece
→ nuevas empresas reducen actividad.
Tenemos:
shock físico → shock productivo → shock financiero.
La resiliencia debe analizarse:
multicapa.
Proposición RMS-RS6
La vulnerabilidad sistémica puede ser no lineal: complementariedades, umbrales y redes pueden transformar perturbaciones moderadas en pérdidas desproporcionadas una vez superados determinados límites.
10.7. Adaptabilidad
Una economía resiliente no necesita conservar exactamente las mismas conductas.
Puede:
adaptarse.
Walker y colaboradores definen adaptabilidad como la capacidad de los actores para influir en la resiliencia del sistema, mientras transformabilidad se refiere a la capacidad de crear un sistema fundamentalmente nuevo cuando la configuración existente deja de ser viable.
10.7.1. Adaptación operacional
Pequeños ajustes:
- modificar horarios;
- cambiar proveedor;
- cambiar inventario.
La estructura fundamental permanece.
10.7.2. Adaptación tecnológica
Ejemplo:
un material crítico desaparece.
La empresa modifica diseño.
10.7.3. Adaptación institucional
Una regulación que funcionaba bien deja de hacerlo.
La institución:
- observa;
- aprende;
- modifica reglas.
Entonces:
Shock → información → aprendizaje → nueva regla.
10.7.4. Teece y capacidades dinámicas
La literatura de capacidades dinámicas que ya incorporamos en el capítulo 8 ayuda aquí:
resiliencia no depende sólo de poseer recursos redundantes, sino también de poder reconfigurarlos.
Una economía con pocos recursos pero gran capacidad adaptativa podría resistir mejor que otra muy rica pero rígida.
Proposición RMS-RS7
La adaptabilidad es una fuente de resiliencia porque permite recombinar recursos y capacidades cuando la estructura existente deja de ser adecuada.
10.8. Recuperación
Otra dimensión fundamental es:
recovery time.
Dos sistemas pueden sufrir exactamente la misma caída inicial.
A:
−30 % durante una semana.
B:
−30 % durante cinco años.
Su coste total es completamente diferente.
10.8.1. Curva de resiliencia
Podemos imaginar:
capacidad normal → caída → recuperación.
El coste total depende del área perdida durante el proceso.
No sólo importa:
profundidad de la caída
sino también:
duración.
10.8.2. Métrica sencilla
Podemos definir provisionalmente:
Loss Area = pérdida de capacidad acumulada durante la perturbación.
Un sistema será más resiliente cuanto menor sea esa pérdida, manteniendo constantes otras dimensiones relevantes.
10.8.3. Hallegatte
Stéphane Hallegatte ha propuesto medir resiliencia económica frente a desastres distinguiendo pérdidas de activos de las pérdidas de bienestar que esas destrucciones generan. En este enfoque, dos economías que sufren daños físicos semejantes pueden experimentar impactos de bienestar muy distintos según su capacidad de respuesta y recuperación.
Esto es muy RMS:
shock físico ≠ resultado económico predeterminado.
Entre ambos existe:
arquitectura de resiliencia.
10.8.4. Recuperación de output versus capacidades
Aquí necesitamos una distinción nueva.
El PIB puede recuperarse:
rápidamente
mientras algunas capacidades permanecen destruidas.
Ejemplo:
una región pierde industria pero compensa output mediante construcción y transferencias.
Entonces:
Output recuperado ≠ Capability Stock recuperado.
Esta distinción será fundamental.
Proposición RMS-RS8
La recuperación debe medirse tanto por la velocidad con que reaparece la actividad como por la restauración o sustitución de las capacidades que sostienen esa actividad.
10.9. Transformabilidad
Ésta es una dimensión más profunda.
A veces el sistema anterior:
no debe recuperarse.
Debe ser sustituido.
10.9.1. Ejemplo tecnológico
Supongamos una economía especializada en:
máquinas de escribir.
Aparece el ordenador personal.
Ser resiliente no significa:
reconstruir la industria de máquinas de escribir.
Significa poder:
reconfigurar talento, capital y conocimiento hacia nuevas actividades.
10.9.2. Walker-Folke
La literatura de resiliencia distingue precisamente entre:
- permanecer dentro de una configuración;
- adaptarla;
- transformarla cuando se vuelve inviable.
RMS traducirá esta distinción así:
resistencia → adaptación → transformación.
10.9.3. Aghion-Howitt y destrucción creativa
Aquí aparece una conexión económica extraordinariamente importante.
La transformación puede implicar:
destrucción de capacidades antiguas + construcción de nuevas.
Schumpeter y Aghion-Howitt nos permiten evitar una visión excesivamente conservadora de resiliencia.
No queremos proteger indefinidamente:
todo lo existente.
Queremos proteger:
la capacidad del sistema para seguir creando valor y funciones esenciales.
10.9.4. Resiliencia conservadora versus resiliencia evolutiva
Podemos distinguir provisionalmente:
Resiliencia conservadora
restaurar:
S₀.
Resiliencia adaptativa
modificar:
S₀ → S₀'.
Resiliencia transformativa
crear:
S₁.
Esto será muy útil posteriormente para estudiar transiciones.
Proposición RMS-RS9
La resiliencia económica no consiste siempre en restaurar la estructura anterior; cuando ésta se vuelve obsoleta o inviable, puede requerir transformar capacidades y construir una nueva configuración.
10.10. Eficiencia frente a resiliencia
Éste será uno de los problemas normativos más importantes de RMS.
10.10.1. El sistema más barato puede no ser el más resistente
Supongamos:
Sistema A
un proveedor.
Coste:
Sistema B
tres proveedores.
Coste:
En condiciones normales:
A es más barato.
Pero si falla el proveedor:
A → producción 0.
B → producción 80.
Por tanto:
eficiencia estática y resiliencia pueden divergir.
10.10.2. Just-in-time
Inventarios mínimos pueden reducir:
- almacenamiento;
- capital inmovilizado;
- costes.
Pero también reducen:
buffers.
El problema no es afirmar:
just-in-time es malo.
El problema RMS es:
¿cuánto ahorro obtenemos y cuánta vulnerabilidad adicional adquirimos?
10.10.3. Elliott-Golub-Leduc
Su modelo de formación de redes de suministro es especialmente útil porque las firmas deciden sobre multisourcing y robustez en función de incentivos individuales; la arquitectura resultante puede mostrar fragilidad agregada que no coincide con el óptimo social.
Esto proporciona microfundamento para una de nuestras hipótesis:
la búsqueda descentralizada de eficiencia puede generar una arquitectura colectivamente frágil.
No siempre.
Pero sí bajo determinadas condiciones.
10.10.4. Coste de resiliencia
Podríamos definir:
Resilience Premium = coste adicional necesario para aumentar resiliencia.
Ejemplo:
proveedor único:
estructura diversificada:
Prima:
La pregunta será:
¿el valor esperado de evitar pérdidas futuras justifica esos 10?
Esto conecta resiliencia con:
- seguros;
- opciones reales;
- gestión de riesgos.
10.10.5. No existe máxima resiliencia gratuita
Llevar redundancia al extremo puede resultar absurdo.
Diez fábricas idénticas de reserva serían:
muy robustas
pero quizá:
económicamente inviables.
Por tanto RMS no defenderá:
máxima resiliencia.
Buscará:
resiliencia económicamente eficiente.
Proposición RMS-RS10
Existe un trade-off potencial entre eficiencia corriente y resiliencia: redundancia, buffers y diversificación tienen costes, pero pueden reducir pérdidas esperadas y preservar capacidades bajo estrés.
10.11. Resiliencia financiera
El sistema financiero merece una categoría específica porque puede ser simultáneamente:
mecanismo de absorción
y:
amplificador de shocks.
10.11.1. Minsky: la resiliencia puede erosionarse durante la estabilidad
Minsky constituye aquí una referencia central.
Su hipótesis de inestabilidad financiera sostiene que las estructuras financieras pueden evolucionar durante periodos de prosperidad desde posiciones con mayores márgenes de seguridad hacia formas de financiación más frágiles.
En lenguaje RMS:
estabilidad → confianza → apalancamiento → reducción de buffers → fragilidad.
La resiliencia puede caer:
precisamente mientras los resultados observables mejoran.
10.11.2. Fragilidad latente
Antes de la crisis:
- impagos bajos;
- volatilidad baja;
- beneficios altos.
Pero:
- leverage alto;
- liquidez baja;
- dependencia de refinanciación alta.
Entonces:
estabilidad observada ≠ resiliencia.
10.11.3. Diamond-Dybvig
Diamond y Dybvig muestran otra forma de fragilidad: los depósitos líquidos financiando activos ilíquidos cumplen una función útil de provisión de liquidez, pero la estructura puede admitir múltiples equilibrios, incluido uno de corrida bancaria.
Esto permite una lección RMS muy importante:
la misma arquitectura que crea una capacidad puede crear simultáneamente una vulnerabilidad.
La transformación de liquidez es útil.
Pero genera exposición a:
coordinación de retiradas.
10.11.4. Resiliencia bancaria
Puede depender de:
- capital;
- liquidez;
- diversificación;
- aseguramiento de depósitos;
- prestamista de última instancia;
- confianza.
Ninguna dimensión aisladamente describe todo el sistema.
Proposición RMS-RS11
La resiliencia financiera puede disminuir endógenamente durante periodos de estabilidad cuando los agentes reducen márgenes de seguridad, mientras determinadas estructuras útiles de intermediación pueden generar simultáneamente vulnerabilidades sistémicas.
10.12. Resiliencia institucional
Los shocks también ponen a prueba:
instituciones.
Una administración puede funcionar correctamente gestionando:
100 casos.
Pero ante crisis:
10.000.
Su capacidad real aparece:
bajo estrés.
10.12.1. Capacidad normal versus surge capacity
Podemos distinguir:
C_normal y C_emergency.
Ejemplo hospitalario:
500 pacientes normales.
Durante pandemia:
2.000.
La cuestión no es simplemente número de camas.
También:
- personal;
- logística;
- coordinación;
- aprovisionamiento.
10.12.2. Capacidad de decisión
Una institución resiliente debe poder:
- detectar;
- decidir;
- ejecutar;
- corregir.
Tenemos:
información → decisión → implementación → feedback.
Si cualquiera se bloquea:
respuesta lenta.
10.12.3. Ostrom y policentrismo
La gobernanza policéntrica de Ostrom ofrece una hipótesis interesante para RMS: múltiples centros de decisión pueden facilitar experimentación, aprendizaje local y redundancia institucional, aunque también pueden crear problemas de coordinación. No debemos asumir de antemano que más centralización o más descentralización produzcan siempre mayor resiliencia.
La pregunta es:
¿qué arquitectura mantiene capacidad de decisión cuando una parte falla?
Proposición RMS-RS12
La resiliencia institucional depende de la capacidad para mantener información, decisión, coordinación y ejecución bajo condiciones extraordinarias y aprender de la perturbación.
10.13. Resiliencia humana y organizativa
Una economía puede reconstruir:
- edificios;
- maquinaria;
más fácilmente que:
experiencia acumulada.
10.13.1. Talento crítico
Si desaparece una empresa:
sus especialistas pueden:
- emigrar;
- jubilarse;
- cambiar de sector.
Después:
capital financiero puede recuperarse.
Pero:
know-how quizá no.
Esto conecta con nuestra asimetría:
tiempo de destrucción < tiempo de reconstrucción.
10.13.2. Organización
Una empresa es también un stock de:
- rutinas;
- confianza;
- procedimientos;
- relaciones.
Por tanto:
destruir organización ≠ destruir sólo capital físico.
10.13.3. Garicano
La organización del conocimiento importa también para resiliencia.
Si todo conocimiento crítico está concentrado en:
una persona, una división o una empresa,
tenemos:
knowledge single point of failure.
Una arquitectura capaz de transferir conocimiento y escalar expertos puede ser más resiliente.
Proposición RMS-RS13
La resiliencia depende también de preservar o regenerar conocimiento tácito, rutinas y capacidades organizativas, cuya reconstrucción puede ser mucho más lenta que la reposición de capital físico.
10.14. Resiliencia y diversidad
La diversidad puede funcionar como:
portafolio de opciones.
Si todas las empresas utilizan:
la misma tecnología,
el mismo proveedor,
el mismo modelo financiero,
un shock específico puede afectar:
a todas simultáneamente.
Una arquitectura heterogénea puede contener:
- tecnologías diferentes;
- proveedores distintos;
- estrategias diversas.
Entonces algunas sobreviven.
10.14.1. Diversidad como opción evolutiva
Aquí conectamos con:
- Alchian;
- Nelson-Winter;
- evolución económica.
Variación permite:
selección.
Si todos los agentes son idénticos:
un único shock puede eliminar a todos.
Si existe diversidad:
algunos modelos pueden funcionar mejor bajo el nuevo entorno.
10.14.2. Pero diversidad tiene costes
Demasiada fragmentación puede impedir:
- escala;
- estándares;
- aprendizaje común.
De nuevo:
no existe máximo simple.
Proposición RMS-RS14
La diversidad puede aumentar resiliencia al preservar alternativas frente a incertidumbre, aunque un exceso de fragmentación puede reducir economías de escala y coordinación.
10.15. Resiliencia y dependencia de trayectoria
Una economía no responde a un shock sólo con:
los recursos que posee hoy.
Responde con:
la arquitectura que ha acumulado históricamente.
Por ejemplo:
dos países quieren reaccionar a una escasez de baterías.
País A posee:
- industria química;
- ingeniería;
- proveedores;
- energía.
País B:
no.
El shock es el mismo.
La capacidad de respuesta:
muy diferente.
Por tanto:
resiliencia_t depende de Capability Stock_t.
10.15.1. Histéresis
Además, después del shock:
eliminar la perturbación no garantiza volver al punto inicial.
Puede haberse perdido:
- empresas;
- empleo;
- know-how;
- confianza.
Entonces:
S_después ≠ S_antes.
Esto enlaza resiliencia con histéresis.
10.16. Resiliencia y cuellos de botella
El capítulo 9 y el 10 están íntimamente conectados.
Cuello de botella
pregunta:
¿qué limita actualmente el sistema?
Resiliencia
pregunta:
¿qué se convertiría en cuello si aparece una perturbación?
Podemos llamarlo:
latent bottleneck.
10.16.1. Ejemplo
Demanda eléctrica:
Red:
No existe cuello.
Pero una línea transporta:
40 % del suministro.
Si falla:
capacidad restante:
Ahora:
red → bottleneck.
La resiliencia analiza precisamente:
cuellos contingentes.
10.17. Single points of failure
Definiremos:
SPOF = Single Point of Failure.
Es un nodo cuya pérdida puede producir una caída desproporcionada porque:
- es crítico;
- no tiene sustituto;
- tiene elevada centralidad.
No necesariamente está saturado.
Eso lo diferencia del cuello clásico.
10.17.1. Matriz conceptual
| Elemento | Limita hoy | Fallo genera gran daño |
|---|---|---|
| Bottleneck | Sí | Puede |
| SPOF | No necesariamente | Sí |
| Weak link | Puede | Deteriora conjunto |
| Buffer | No | Reduce daño |
| Substitute | No | Permite adaptación |
Esta taxonomía mejora bastante RMS.
10.18. Nueva variable: capacidad bajo estrés
En el capítulo 8 introdujimos:
C_normal y C_stress.
Podemos ahora formalizar un primer indicador:
Retention Ratio = C_stress / C_normal
Ejemplo:
Sistema A:
95 / 100 = 0,95.
Sistema B:
40 / 100 = 0,40.
A conserva una proporción mucho mayor de su capacidad.
10.19. Tiempo de recuperación
Introducimos:
T_rec = tiempo requerido para restaurar una función determinada.
Pero debemos distinguir:
T_output = recuperar producción;
T_capability = recuperar capacidades.
Pueden diferir mucho.
10.20. Adaptation Capacity
Definimos:
AC = capacidad para reconfigurar recursos y mecanismos ante nuevas condiciones.
No debe medirse únicamente después del shock.
Puede evaluarse previamente mediante:
- diversidad;
- competencias;
- modularidad;
- información;
- capacidad institucional.
10.21. Transformability
Definimos:
TC = capacidad para cambiar de arquitectura económica cuando la anterior deja de ser viable.
Aquí conectamos directamente con el futuro capítulo de:
transiciones.
Un sistema puede ser:
muy robusto,
pero:
poco transformable.
Ejemplo:
una industria extremadamente eficiente produciendo una tecnología que está quedando obsoleta.
10.22. Primera arquitectura RMS de resiliencia
Podemos resumir sin sobrecargar la presentación:
Resiliencia = absorción + sustitución + recuperación + adaptación + transformación.
Cada una depende de factores diferentes:
| Dimensión | Pregunta |
|---|---|
| Absorción | ¿Cuánto daño inicial evita? |
| Sustitución | ¿Puede encontrar otra vía? |
| Recuperación | ¿Cuánto tarda en restaurar funciones? |
| Adaptación | ¿Puede reconfigurarse? |
| Transformación | ¿Puede construir otra arquitectura? |
Ésta podría convertirse en la estructura central del capítulo.
10.23. Un posible Índice de Resiliencia Sistémica
Más adelante podríamos desarrollar:
SRI = Systemic Resilience Index.
No debería ser una suma mecánica.
Conceptualmente podría depender de:
SRI = Φ(retención, tiempo de recuperación, sustituibilidad, diversidad, modularidad, adaptabilidad).
Y debería penalizar:
- concentración;
- SPOF;
- alto tiempo de reconstrucción;
- baja capacidad de sustitución.
10.24. Stress testing sistémico
Ésta puede convertirse en una herramienta central de RMS.
En lugar de observar exclusivamente el sistema en:
estado normal,
simulamos perturbaciones.
10.24.1. Procedimiento
Paso 1. Elegir shock
Ejemplo:
−50 % suministro energético.
Paso 2. Identificar propagación
¿Qué nodos dependen de él?
Paso 3. Activar buffers
Inventarios, reservas.
Paso 4. Activar sustitutos
Nuevos proveedores, tecnologías.
Paso 5. Medir pérdida máxima
ΔC_max.
Paso 6. Medir tiempo de recuperación
T_rec.
Paso 7. Observar adaptación
¿cambia la arquitectura?
10.25. Curva RMS de resiliencia
Podemos visualizar conceptualmente:
Capacidad
100 ──────────────┐
│ shock
↓
60 ───────────────╲
╲
╲_____
╲→ 100
Tiempo →
No necesitamos una fórmula compleja.
Tres preguntas:
- profundidad de caída;
- duración;
- nivel posterior.
Esto es mucho más intuitivo.
10.26. La recuperación puede superar el nivel anterior
Supongamos:
100 → shock → 60 → adaptación → 120.
El shock ha inducido:
- aprendizaje;
- sustitución;
- modernización.
Podemos denominar:
adaptive gain.
Esto conecta con transformabilidad.
Pero debemos evitar caer en una narrativa ingenua de:
toda crisis crea oportunidades.
Muchas crisis destruyen capacidades permanentemente.
La pregunta empírica será:
qué sistemas pueden aprender y cuáles no.
10.27. Resiliencia y desigualdad
Hay además una cuestión importante que RMS no debería ignorar.
La resiliencia agregada puede ocultar:
distribución desigual del daño.
Un país puede recuperar rápidamente su PIB mientras determinados hogares pierden:
- vivienda;
- empleo;
- ahorros.
Hallegatte y el Banco Mundial han desarrollado precisamente medidas de resiliencia socioeconómica que distinguen pérdidas de activos y efectos sobre bienestar, mostrando que el mismo daño físico puede tener consecuencias sociales muy diferentes según quién lo soporte y qué mecanismos de protección existan.
Por tanto:
Resilience_system ≠ Resilience_all_agents.
10.28. Resiliencia local versus resiliencia sistémica
Éste será otro principio RMS importante.
Una empresa puede aumentar su resiliencia:
almacenando enormes inventarios.
Pero si todas hacen lo mismo durante una escasez:
demanda inmediata ↑ → escasez ↑.
Otra empresa puede protegerse:
cancelando pedidos a proveedores pequeños.
Pero eso puede provocar:
quiebras upstream.
Por tanto:
una estrategia resiliente individual puede aumentar fragilidad colectiva.
Volvemos a:
micro ≠ macro.
10.29. Resiliencia endógena y fragilidad endógena
Hasta ahora podríamos pensar:
shock externo → prueba resiliencia.
Pero la fragilidad también puede generarse internamente.
Minsky
estabilidad financiera:
→ menor percepción de riesgo
→ mayor deuda
→ menor margen de seguridad
→ fragilidad.
Redes de suministro
búsqueda de eficiencia:
→ concentración / relaciones críticas
→ ahorro de costes
→ vulnerabilidad agregada potencial.
Esto produce una tesis importante:
los sistemas pueden erosionar endógenamente su propia resiliencia durante periodos de éxito.
10.30. Resilience paradox
Podemos denominar provisionalmente:
Paradoja RMS de resiliencia:
cuanto más tiempo funciona sin fallos un mecanismo de protección, más probable puede resultar que los agentes perciban ese mecanismo como innecesario y eliminen parte del margen que generaba la protección.
Ejemplo:
años sin crisis:
→ capital bancario parece excesivo
→ presión para reducirlo
→ vulnerabilidad aumenta.
Es una extensión sistémica inspirada directamente en Minsky.
Debe tratarse como hipótesis RMS, no como ley universal.
10.31. Resiliencia, aprendizaje y memoria
Después de cada shock podemos tener:
Shock → aprendizaje → nuevas reglas → mayor resiliencia.
Pero también:
Shock → tiempo → olvido → eliminación de buffers → nueva fragilidad.
Esto introduce:
memoria institucional.
Una sociedad resiliente quizá no sea sólo la que aprende.
También la que:
conserva aprendizaje relevante cuando desaparece la urgencia.
10.32. Resiliencia y cambio tecnológico
La tecnología puede:
aumentar resiliencia
mediante:
- automatización;
- predicción;
- sustitución.
Pero también:
crear nuevas dependencias.
Ejemplo:
digitalización:
más capacidad de coordinación
pero simultáneamente:
más dependencia eléctrica, cloud, chips y ciberinfraestructura.
Por tanto:
innovación → nueva capacidad + nuevo mapa de vulnerabilidades.
Este será un principio muy importante cuando analicemos IA y robótica.
10.33. Un ejemplo integrado: industria europea
Supongamos una industria europea competitiva.
En condiciones normales:
- componentes asiáticos;
- energía importada;
- financiación europea;
- mercado global.
Producción:
RMS no debería limitarse a afirmar:
“depende del exterior”.
Debe mapear:
Dependencia 1
¿cuántos proveedores?
Dependencia 2
¿existen sustitutos?
Dependencia 3
¿Cuánto tardarían?
Dependencia 4
¿Qué stock doméstico queda?
Dependencia 5
¿Qué proveedor es central?
Dependencia 6
¿Qué pasa si fallan simultáneamente energía y logística?
Sólo entonces podemos evaluar:
resiliencia.
10.34. Un ejemplo integrado: China
El mismo marco evita el error contrario.
Una gran capacidad industrial doméstica puede proporcionar:
- profundidad;
- sustitución;
- escala.
Pero una economía industrial compleja también puede poseer nodos críticos externos.
Por tanto RMS no concluirá:
más industria doméstica = resiliencia automática.
Analizará:
- red;
- concentración;
- sustitución;
- criticidad;
- tiempo de recuperación.
10.35. Siete preguntas para evaluar resiliencia
Podemos crear un RMS Resilience Protocol.
1. ¿Qué función debe preservarse?
No proteger “el sistema” abstractamente.
Definir:
función crítica.
2. ¿Qué shock estamos considerando?
Energético, financiero, tecnológico, geopolítico...
3. ¿Cuánto cae la capacidad?
Impacto máximo.
4. ¿Qué buffers existen?
Inventarios, capital, reservas.
5. ¿Qué alternativas existen?
Sustitución y diversificación.
6. ¿Cuánto tarda la recuperación?
T_rec.
7. ¿Puede adaptarse o transformarse?
No sólo recuperarse.
10.36. Diferencia entre riesgo y resiliencia
También debemos distinguir:
Riesgo
Probabilidad e impacto de un evento.
Resiliencia
Capacidad de respuesta una vez ocurre.
Un sistema puede afrontar:
alto riesgo + alta resiliencia.
Otro:
bajo riesgo + baja resiliencia.
Por tanto:
Risk ≠ Resilience.
10.37. Resiliencia y probabilidad
En el capítulo 9 propusimos:
Systemic Risk = criticidad × probabilidad de fallo.
Ahora añadimos resiliencia.
Conceptualmente:
Pérdida esperada = probabilidad × impacto bruto × vulnerabilidad residual.
La resiliencia reduce:
vulnerabilidad residual.
No necesitamos todavía una fórmula empírica cerrada.
10.38. Resiliencia como capacidad de conservar opciones
Aquí aparece una idea que creo especialmente compatible con RMS.
Un sistema resiliente mantiene:
opciones.
Puede:
- utilizar proveedor A;
- cambiar a B;
- rediseñar;
- producir domésticamente;
- reducir temporalmente demanda.
Cuantas más respuestas viables existan:
Option Set ↑.
Por tanto podríamos formular:
La resiliencia depende parcialmente del conjunto de opciones accesibles al sistema después de un shock.
Esto conecta directamente con nuestro Capability Space.
10.39. De capacidades a opciones
En el capítulo 8 propusimos:
Capacidades actuales → conjunto de opciones futuras.
Ahora añadimos:
Shock → eliminación de algunas opciones → activación de otras capacidades.
Un sistema con un Capability Space amplio puede tener:
más rutas alternativas.
Por tanto:
diversidad de capacidades → opcionalidad → resiliencia.
Ésta puede convertirse en una hipótesis central de RMS.
10.40. Las proposiciones RMS sobre resiliencia
RMS-RS1 — Definición
La resiliencia combina absorción, recuperación, adaptación y transformación.
RMS-RS2 — Distinción
Estabilidad, robustez y resiliencia son propiedades diferentes.
RMS-RS3 — Buffers
Inventarios, liquidez y capacidad ociosa pueden reducir eficiencia corriente pero aumentar absorción de shocks.
RMS-RS4 — Sustitución
La resiliencia depende de alternativas funcionalmente independientes y del tiempo necesario para activarlas.
RMS-RS5 — Redes
La conectividad crea simultáneamente oportunidades de sustitución y canales de contagio.
RMS-RS6 — No linealidad
Umbrales y complementariedades pueden amplificar perturbaciones.
RMS-RS7 — Adaptabilidad
Reconfigurar recursos puede ser tan importante como acumular reservas.
RMS-RS8 — Recuperación
La duración de la pérdida importa tanto como su profundidad.
RMS-RS9 — Transformabilidad
Algunas perturbaciones requieren construir una arquitectura nueva y no restaurar la anterior.
RMS-RS10 — Eficiencia
Puede existir un trade-off entre eficiencia corriente y resiliencia.
RMS-RS11 — Finanzas
La estabilidad puede erosionar endógenamente los márgenes de seguridad y producir fragilidad.
RMS-RS12 — Instituciones
La capacidad institucional debe evaluarse también bajo estrés.
RMS-RS13 — Conocimiento
Know-how y organización pueden ser más lentos de reconstruir que el capital físico.
RMS-RS14 — Diversidad
La heterogeneidad preserva alternativas, aunque tiene costes de coordinación y escala.
RMS-RS15 — Opcionalidad
La resiliencia aumenta cuando el sistema conserva múltiples rutas viables para mantener una función crítica.
10.41. Cómo cambia ahora la arquitectura RMS 2.0
Ya no necesitamos presentar cada letra en una línea separada.
Podemos expresar de forma compacta:
RMS 2.0 analiza cómo recursos (R), mecanismos (M), estructura (S), stocks (K), capacidades (C), feedbacks (F) y cuellos de botella (B) determinan los resultados de una economía y su resiliencia (Rs) frente a shocks.
Y dinámicamente:
Recursos + mecanismos + estructura + stocks → capacidades → resultados.
Después:
shock → absorción / propagación → adaptación → recuperación o transformación.
Finalmente:
nuevo sistema → nuevas capacidades → nueva vulnerabilidad.
Esta presentación creo que queda bastante más limpia que colocar cada variable matemática en un bloque separado.
10.42. La integración de Holling, Folke, Minsky, Diamond-Dybvig y redes
Cada tradición aporta una pieza distinta.
| Autor / literatura | Pregunta fundamental para RMS |
|---|---|
| Holling | ¿Cuánta perturbación puede absorber el sistema sin cambiar de régimen? |
| Walker / Folke | ¿Puede adaptarse o transformarse? |
| Minsky | ¿Puede el éxito erosionar endógenamente la resiliencia? |
| Diamond-Dybvig | ¿Puede una arquitectura útil contener simultáneamente una vulnerabilidad crítica? |
| Acemoglu et al. | ¿Cómo se propaga el shock por las redes productivas? |
| Baqaee-Farhi | ¿Cómo amplifican los shocks las complementariedades y no linealidades? |
| Elliott-Golub-Leduc | ¿Cómo afectan las decisiones descentralizadas de proveedores a la fragilidad agregada? |
| Hallegatte | ¿Cómo medir pérdidas, recuperación y consecuencias sobre bienestar? |
Esta combinación hace que RMS no tenga que importar acríticamente la resiliencia desde ecología.
Podemos construir una economía de la resiliencia apoyándonos simultáneamente en teoría económica, redes, finanzas, organización y sistemas complejos.
Conclusión: eficiencia para el mundo esperado, resiliencia para el mundo que puede cambiar
El concepto de resiliencia introduce una modificación importante en nuestra forma de evaluar un sistema económico.
Hasta ahora hemos preguntado:
¿qué recursos tiene?
¿cómo los convierte?
¿qué capacidades genera?
¿qué cuello de botella limita esas capacidades?
Ahora añadimos:
¿qué ocurre cuando algo falla?
Y esa pregunta puede revelar propiedades que permanecían invisibles mientras el sistema funcionaba normalmente.
Dos sistemas pueden mostrar exactamente:
PIB = 100, productividad = 100, coste = 100
y esconder arquitecturas radicalmente distintas.
Uno puede depender de:
- un proveedor;
- un banco;
- una tecnología;
- una infraestructura.
Otro puede disponer de:
- sustitutos;
- modularidad;
- buffers;
- capacidad adaptativa.
Las estadísticas normales pueden no mostrar la diferencia.
El shock sí.
Holling nos ayuda a comprender que resiliencia no es simplemente estabilidad.
Folke, Walker y colaboradores añaden que mantener resiliencia puede requerir adaptación e incluso transformación.
Minsky introduce una advertencia esencial: la aparente estabilidad puede modificar comportamientos de forma que la fragilidad aumente desde dentro del propio sistema.
Diamond-Dybvig muestra que una arquitectura económicamente útil puede contener simultáneamente condiciones que permiten un equilibrio de crisis.
Acemoglu y coautores muestran que la topología de las relaciones productivas determina cómo perturbaciones locales pueden convertirse en fenómenos agregados.
Baqaee y Farhi añaden que complementariedades y cuellos de oferta pueden hacer esa propagación profundamente no lineal.
Y Elliott, Golub y Leduc permiten dar un paso todavía más RMS: las propias decisiones descentralizadas mediante las cuales las empresas construyen sus redes pueden generar distintos niveles de robustez o fragilidad agregada.
De todo ello surge una tesis importante:
Una economía no debería considerarse fuerte únicamente porque utiliza eficientemente sus recursos en condiciones normales. También importa qué proporción de sus capacidades conserva cuando las condiciones dejan de ser normales y con qué rapidez puede sustituir, aprender, recuperarse o transformarse.
La formulación RMS podría ser:
Fortaleza sistémica = capacidad normal + capacidad bajo estrés + capacidad de adaptación.
Y todavía podemos ir un paso más lejos:
La resiliencia no consiste en impedir todo cambio. Consiste en evitar que el cambio destruya las funciones y capacidades necesarias para conservar opciones futuras.
Esto conecta directamente con el siguiente capítulo, 11. Redes y nodos críticos, donde podremos profundizar mucho más en centralidad, concentración, cascadas, hubs, redundancia real, single points of failure y propagación de shocks, apoyándonos especialmente en Acemoglu-Carvalho-Ozdaglar-Tahbaz-Salehi, Baqaee-Farhi, Elliott-Golub-Leduc y otros trabajos de economía de redes
No hay comentarios:
Publicar un comentario