stringtranslate.com

J. Doyne Granjero

J. Doyne Farmer (nacido el 22 de junio de 1952) es un científico y empresario estadounidense de sistemas complejos con intereses en la teoría del caos , la complejidad y la econofísica . Es profesor Baillie Gifford de Ciencia de Sistemas Complejos en la Smith School of Enterprise and the Environment, Universidad de Oxford , donde también es director del programa de Economía de la Complejidad en el Institute for New Economic Thinking en la Oxford Martin School . Además, es profesor externo en el Santa Fe Institute . Su investigación actual se centra en la economía de la complejidad , centrándose en el riesgo sistémico en los mercados financieros y el progreso tecnológico. Durante su carrera ha hecho importantes contribuciones a los sistemas complejos , el caos , la vida artificial , la biología teórica , la previsión de series temporales y la econofísica . Fue cofundador de Prediction Company , una de las primeras empresas en realizar operaciones cuantitativas totalmente automatizadas . Mientras era estudiante de posgrado, dirigió un grupo que se llamó Eudaemonic Enterprises y construyó la primera computadora digital portátil, que se utilizó para ganar el juego de la ruleta. Es fundador y científico jefe de Macrocosm Inc., una empresa dedicada a ampliar los métodos de economía de la complejidad y llevarlos a la práctica.

El libro de Farmer, Making Sense of Chaos: A Better Economics for a Better World, fue publicado por Allen Lane en abril de 2024. [1]

Biografía

Primeros años de vida

Aunque nació en Houston, Texas, Farmer creció en Silver City, Nuevo México . Fue fuertemente influenciado por Tom Ingerson, un joven físico y líder de Boy Scouts que inspiró su interés en la ciencia y la aventura. [2] Las actividades de los Scouts incluyeron la búsqueda de una mina de oro española abandonada para financiar una misión a Marte, un viaje por carretera a los Territorios del Noroeste y un campamento en el interior de la Barranca del Cobre . [3] Farmer se graduó de la Universidad de Stanford en 1973 con una licenciatura en física y fue a la escuela de posgrado en la Universidad de California, Santa Cruz , donde estudió cosmología física con George Blumenthal .

Ganar a la ruleta

Mientras aún estaba en la escuela de posgrado, Farmer y su amigo de la infancia Norman Packard formaron un grupo llamado Eudaemonic Enterprises. [2] Su objetivo era ganarle al juego de la ruleta y usar las ganancias para formar una comuna científica. [4] La palabra eudaemonia proviene de Aristóteles y se refiere a un estado de iluminación derivado de una vida vivida de acuerdo con la razón.

El ordenador de un granjero en forma de zapato se expone en el MuseumsForum de Heinz Nixdorf
La exposición Eudaemonic Pie, que incluye la ruleta de granjero, en el Heinz Nixdorf MuseumsForum

Compraron una ruleta y realizaron un extenso estudio experimental y teórico de su física. Para ejecutar su sistema, construyeron el primer ordenador digital portátil, aproximadamente al mismo tiempo que el primer ordenador de escritorio de Apple . Farmer codificó a mano el programa de tres kilobytes para el ordenador en lenguaje de máquina. El programa incluía un paquete de coma flotante, un secuenciador para realizar el cálculo y un sistema operativo que funcionaba con entradas de los dedos del pie y salidas vibratorias. La primera versión del ordenador se escondía bajo las axilas, pero una versión posterior se escondía en un zapato. [2] [5]

Su plan se aprovechó del hecho de que, por lo general, transcurren más de diez segundos desde que el crupier suelta la bola hasta que se cierran las apuestas. Durante este tiempo, una persona mide la posición y la velocidad de la bola y el rotor utilizando el dedo gordo del pie para hacer clic en un interruptor en su zapato. La computadora utiliza esta información para predecir la posición probable de aterrizaje de la bola. Se retransmite una señal a una segunda persona, que realiza rápidamente las apuestas. Hicieron más de once viajes a Las Vegas, Reno y Tahoe, y lograron una ventaja del 20% sobre la casa, pero sufrieron problemas persistentes con el hardware. Esto se combinó con su miedo a la violencia a manos de los casinos, por lo que nunca jugaron por grandes apuestas y no lograron hacer realidad las grandes sumas con las que originalmente soñaron. [2]

El caos y el colectivo de sistemas dinámicos

Después del proyecto de la ruleta, Farmer cambió el tema de su disertación a la dinámica caótica y se unió a James P. Crutchfield , Norman Packard y Robert Shaw para fundar el Colectivo de Sistemas Dinámicos (posteriormente conocido por otros como la Cábala del Caos). Aunque tenían la bendición de los miembros de la facultad William L. Burke y Ralph Abraham , esencialmente asesoraron conjuntamente las tesis doctorales de cada uno. [ cita requerida ] Su contribución más importante fue un método para la reconstrucción del espacio de estados, que hizo posible visualizar y estudiar atractores caóticos basándose solo en una única serie temporal. Esto ahora se ha utilizado para identificar atractores caóticos y estudiar sus propiedades en una amplia variedad de sistemas físicos. [6] En su tesis doctoral de 1981, Farmer mostró cómo la variación de un parámetro de un sistema de dimensión infinita podía dar lugar a una secuencia de atractores caóticos sucesivamente más complicados, similar a la transición a la turbulencia. Posteriormente desarrolló un método para la predicción de series temporales no lineales que se ha utilizado para explotar el caos de baja dimensión para hacer mejores predicciones a corto plazo. [7] Otros trabajos incluyeron un método mejorado para la reconstrucción del espacio de estados y una derivación de los límites fundamentales en los que esto se vuelve imposible, de modo que la dinámica se vuelve inherentemente aleatoria. [7] [8] Él y sus colegas también desarrollaron un método para determinar cuándo se puede distinguir el caos de la hipótesis nula de un proceso aleatorio lineal correlacionado. [9] [10]

Trabajar

El Grupo de Sistemas Complejos de Los Álamos

Después de terminar su doctorado en 1981, Farmer aceptó un nombramiento postdoctoral en el Centro de Estudios No Lineales del Laboratorio Nacional de Los Álamos y recibió una beca Oppenheimer en 1983. Desarrolló un interés en lo que ahora se llama sistemas complejos y coorganizó varias conferencias seminales en esta área. [11] [12] [13] En 1988 fundó el Grupo de Sistemas Complejos en la División Teórica y reclutó a un grupo de becarios postdoctorales que posteriormente se convirtieron en líderes en el campo, incluidos Kunihiko Kaneko, Chris Langton , Walter Fontana, Steen Rasmussen , David Wolpert , Stephanie Forrest , James Theiler y Seth Lloyd . [14]

Farmer y Norman Packard desarrollaron el concepto de metadinámica , es decir, redes y sistemas dinámicos en coevolución . Por ejemplo, los nodos de la red podrían representar especies químicas y los bordes sus posibles reacciones, cuya cinética da lugar a un sistema de ecuaciones diferenciales. A medida que se producen nuevas especies, el conjunto de reacciones cambia y la cinética se altera a su vez. Este concepto se utilizó para modelar el sistema inmunológico y el origen de la vida. [15] El trabajo conjunto con Richard Bagley produjo una simulación de un conjunto autocatalítico de polímeros en el que unas pocas especies se mantienen en alta concentración, con muchas de las propiedades de un metabolismo; el conjunto autocatalítico evolucionó a través del tiempo de una manera similar a la evolución de los sistemas vivos, pero sin un código genético. [16] [17]

James Keeler y Farmer demostraron que un sistema de mapas logísticos acoplados podía producir fluctuaciones con un espectro de potencia de 1/f. [18] Demostraron que esto ocurría porque el sistema se sintoniza continuamente para permanecer cerca de un punto crítico, una propiedad que más tarde Per Bak denominó criticidad autoorganizada .

Compañía de predicciones

En 1991, Farmer renunció a su puesto en Los Alamos, se reunió con Norman Packard y su compañero de posgrado James McGill, y cofundó la Prediction Company . La opinión predominante en ese momento era que los mercados eran perfectamente eficientes, por lo que no era posible obtener ganancias consistentes sin información privilegiada. [19] Farmer y Packard estaban motivados por su deseo de demostrar que esto era incorrecto. La estrategia comercial que se desarrolló fue una versión temprana del arbitraje estadístico y utilizó una variedad de señales que se derivaron del procesamiento de esencialmente todos los insumos cuantitativos relacionados con el mercado de valores de EE. UU. También incluyó un modelo de pronóstico de alta frecuencia como una superposición que redujo los costos de transacción. A partir de 1996, el comercio fue completamente automatizado. Farmer fue uno de los arquitectos principales del sistema comercial tal como existía en 1999. Prediction Company se vendió a UBS en 2006 y en 2013 se revendió a Millennium Management. La estrategia finalmente se cerró en 2018.

Ecología de mercado

Farmer dejó Prediction Company en 1999 para ir al Santa Fe Institute, donde realizó investigaciones interdisciplinarias en la interfaz de la economía y los sistemas complejos, desarrolló una teoría de la ecología del mercado y fue uno de los fundadores de la econofísica .

La ecología de mercado se basa en la observación de que las empresas financieras se involucran en estrategias especializadas y pueden clasificarse en grupos, análogos a las especies en biología. [20] El impacto del mercado limita el tamaño de cualquier estrategia en particular. Farmer mostró cómo construir una red alimentaria de mercado, que describe la forma en que las estrategias comerciales influyen en las ganancias y el tamaño de cada una. La red alimentaria del mercado se sustenta en actividades económicas fundamentales, como la demanda de liquidez, los préstamos a la economía real y la diversificación del riesgo. Estas crean patrones en los precios que son explotados por las empresas comerciales, que son análogas a los depredadores en biología. Algunas estrategias son estabilizadoras mientras que otras son desestabilizadoras, y los cambios en la ecología del mercado pueden dar lugar a inestabilidades financieras, por ejemplo, auges y caídas. Estas ideas tuvieron una influencia importante en la hipótesis de los mercados adaptativos . [21]

Econofísica y microestructura del mercado

Farmer es considerado uno de los fundadores del campo de la "econofísica". [ cita requerida ] Esta se distingue de la economía por un enfoque más basado en datos para construir modelos fundamentales, rompiendo con la plantilla teórica estándar utilizada en la economía de maximización de la utilidad y equilibrio. [22] Junto con Michael Dempster de Cambridge, Farmer comenzó una nueva revista llamada Finanzas Cuantitativas y se desempeñó como coeditor en jefe durante varios años.

Sus contribuciones a la microestructura del mercado incluyen la identificación de varias regularidades empíricas sorprendentes en los mercados financieros, como la extraordinaria persistencia del flujo de órdenes. Fabrizio Lillo y Farmer observaron que hay largos períodos en los que las órdenes que fluyen hacia el mercado tienen muchas más probabilidades de ser de compra que de venta, y viceversa, con correlaciones que decaen muy lentamente como una ley de potencia. [23] Él y sus colaboradores desarrollaron un modelo de inteligencia cero para la subasta doble continua que se demostró que predecía el diferencial entre los precios de oferta y demanda. [24] Una variedad de diferentes estudios empíricos documentaron la ley del impacto del mercado, que establece que el cambio promedio en el precio debido a una orden que ingresa al mercado es proporcional a la raíz cuadrada del tamaño de la orden. Esta ley es notable ya que es universal, en el sentido de que la forma funcional del impacto del mercado sigue siendo la misma mientras los mercados estén operando en condiciones "normales". [25] El trabajo de él y sus colegas sentó las bases que finalmente desarrolló el grupo de Jean-Philippe Bouchaud . [26]

Ciclos de apalancamiento y estabilidad financiera

Se cree ampliamente que la crisis de 2008 fue un ejemplo de un ciclo de apalancamiento, en el que los préstamos primero se vuelven demasiado flexibles y luego demasiado estrictos. [27] Un modelo basado en agentes para inversores de valor apalancados muestra cómo el uso del apalancamiento puede explicar las colas gruesas y la volatilidad agrupada observadas en los mercados financieros. [28] De manera similar, el uso del Valor en Riesgo, tal como se incorpora en Basilea II, puede conducir a un ciclo en el que el apalancamiento y los precios aumentan lentamente mientras la volatilidad cae, seguido de un colapso en el que los precios y el apalancamiento se desploman mientras la volatilidad aumenta, similar a la Gran Moderación y la crisis posterior. [29] Farmer es editor del Handbook of Financial Stress Testing . [30]

Predecir el progreso tecnológico

Aunque la innovación puede parecer por su propia naturaleza impredecible, de hecho hay varias regularidades empíricas que sugieren lo contrario. Junto con varios colegas, Farmer desarrolló una teoría para explicar la ley de Wright, que establece que los costos caen como una función de ley de potencia de la producción acumulada. [31] Al recopilar datos sobre muchas tecnologías diferentes, se puede demostrar que esto está estrechamente relacionado con la ley de Moore , que se puede utilizar para hacer pronósticos confiables para el progreso tecnológico en escenarios de negocios habituales. [32] [33] Recientemente, en un artículo en colaboración con J. McNerney, J. Savoie, F. Caravelli y V. Carvalho, se demostró que la posición de una industria en la red de producción global es un determinante importante de su crecimiento a largo plazo. [34]

Macroeconomía y COVID19

En respuesta a la pandemia de COVID, junto con François Lafond, Penny Mealy, Marco Pangallo, Anton Pichler y R. Maria del Rio Chanona, el grupo de Farmer en Oxford predijo correctamente el impacto de COVID en la economía del Reino Unido. [35] [36] En un esfuerzo separado, Asano et al. han demostrado cómo la extensión de un modelo macroeconómico estándar asumiendo que los hogares toman sus decisiones de ahorro copiándose unos a otros conduce a un comportamiento que se asemeja a un ciclo económico endógeno. [37]

Otros intereses

Farmer ha escrito sobre ciencia y aventuras y es un ávido navegante y mochilero.

En la cultura popular

El trabajo de Farmer y Packard en la ruleta, junto con sus aventuras en los casinos de Nevada, apareció en la serie documental de Breaking Vegas de 2004 , "Beat the Wheel".

Véase también

Referencias

  1. ^ Dando sentido al caos. 25 de abril de 2024.
  2. ^ abcd Bass, Thomas (1985). El pastel eudaemónico . Houghton Mifflin Harcourt.
  3. ^ Brockman, John (2004). Mentes curiosas: cómo un niño se convierte en científico . Knopf Doubleday Publishing Group. ISBN 978-1400076864.
  4. ^ Regis, Ed (1988). ¿Quién se quedó con el despacho de Einstein? Excentricidad y genialidad en el Instituto de Estudios Avanzados. Basic Books. ISBN 978-0201122787.
  5. ^ "Exposición del Museo Heinz Nixdorf sobre la computadora que golpea la ruleta". Museo Heinz Nixdorf . Archivado desde el original el 9 de marzo de 2016. Consultado el 9 de marzo de 2016 .
  6. ^ Packard, N.; Crutchfield, JP; Farmer, J. Doyne; Shaw, RS (1980). "Geometría a partir de una serie temporal" (PDF) . Physical Review Letters . 45 (9): 712–716. Código Bibliográfico :1980PhRvL..45..712P. doi :10.1103/PhysRevLett.45.712. Archivado desde el original (PDF) el 2016-03-09 . Consultado el 2016-03-09 .
  7. ^ ab Farmer, J. Doyne; Sidorowich, JJ (1987). "Predicción de series temporales caóticas" (PDF) . Physical Review Letters . 59 (8): 845–848. Código Bibliográfico :1987PhRvL..59..845F. doi :10.1103/PhysRevLett.59.845. PMID  10035887.[ enlace muerto permanente ]
  8. ^ Gibson, JJ; Casdagli, M.; Eubank, S. (1992). "Un enfoque analítico para la reconstrucción práctica del espacio de estados" (PDF) . Physica D . 57 (1–2): 1–30. Bibcode :1992PhyD...57....1G. doi :10.1016/0167-2789(92)90085-2.
  9. ^ Casdagli, M.; Eubank, S.; Farmer, J. Doyne; Gibson, J. (1991). "Reconstrucción del espacio de estados en presencia de ruido" (PDF) . Physica D . 51 (1–3): 52–98. Bibcode :1991PhyD...51...52C. doi :10.1016/0167-2789(91)90222-U. Archivado desde el original (PDF) el 2016-03-09 . Consultado el 2016-03-09 .
  10. ^ Theiler, J.; Galdrikian, B.; Longtin., A.; Eubank, S.; Farmer, J. Doyne (1992). "Detección de estructura no lineal en series temporales" (PDF) . Physica D . 58 (1–4): 77–94. Bibcode :1992PhyD...58...77T. doi :10.1016/0167-2789(92)90102-S.
  11. ^ Farmer, J. Doyne; Toffoli, T.; Wolfram, S. (1983). "Autómatas celulares, actas de un taller interdisciplinario". Physica D: Fenómenos no lineales . 10 .
  12. ^ Farmer, J. Doyne; Lapedes, AS; Packard, N.; Wendroff, B. (1986). "Evolución, juegos y aprendizaje: modelos de adaptación en máquinas y naturaleza". Physica D: Nonlinear Phenomena . 22 (1–3): vii–xii. Código Bibliográfico :1986PhyD...22D...7F. doi :10.1016/0167-2789(86)90227-7.
  13. ^ Langston, CG; Taylor, C.; Farmer, J. Doyne; Rasmussen, S. (1991). Vida artificial II . Actas del Instituto Santa Fe sobre estudios en las ciencias de la complejidad. Addison Wesley Longman. ISBN 978-0201525717.
  14. ^ Waldrop, M. Mitchell (1993). Complejidad: la ciencia emergente en el límite entre el orden y el caos. Simon & Schuster. ISBN 978-0671872342.
  15. ^ Farmer, J. Doyne; Kauffman, S.; Packard, N. (1986). "Replicación autocatalítica de polímeros" (PDF) . Physica D . 22 (1–3): 50–67. Bibcode :1986PhyD...22...50F. doi :10.1016/0167-2789(86)90233-2. Archivado desde el original (PDF) el 2016-03-10 . Consultado el 2016-03-10 .
  16. ^ Bagley, RJ; Farmer, J. Doyne; Fontana, W. (1991). "Aparición espontánea de un metabolismo" (PDF) . Vida artificial II . Santa Fe Institute Studies in the Sciences of Complexity. págs. 93–140. Archivado desde el original (PDF) el 2016-03-10 . Consultado el 2016-03-10 .
  17. ^ Bagley, RJ; Farmer, J. Doyne (1991). "Evolución de un metabolismo" (PDF) . Vida artificial II . Santa Fe Institute Studies in the Sciences of Complexity. págs. 141–158. Archivado desde el original (PDF) el 29 de julio de 2010. Consultado el 10 de marzo de 2016 .
  18. ^ Keeler, James; Farmer, J. Doyne (1986). "Intermitencia robusta del espacio-tiempo y ruido 1/f" (PDF) . Physica D . 23 (1–3): 413–435. Bibcode :1986PhyD...23..413K. doi :10.1016/0167-2789(86)90148-X. Archivado desde el original (PDF) el 2016-03-10 . Consultado el 2016-03-10 .
  19. ^ Bass, Thomas (1998). Los predictores: cómo un grupo de físicos inconformistas utilizó la teoría del caos para abrirse camino hacia una fortuna en Wall Street. Penguin Press Science.
  20. ^ Farmer, J. Doyne (2002). "Market Force, Ecology, and Evolution" (PDF) . Cambio industrial y corporativo . 11 (5): 895–953. arXiv : adap-org/9812005 . doi :10.1093/icc/11.5.895. S2CID  118938089. Archivado desde el original (PDF) el 2016-03-10 . Consultado el 2016-03-10 .
  21. ^ Farmer, J. Doyne; Lo, AW (1999). "Fronteras de las finanzas: evolución y mercados eficientes" (PDF) . PNAS . 96 (18): 9991–9992. arXiv : adap-org/9912001 . Bibcode :1999PNAS...96.9991F. doi : 10.1073/pnas.96.18.9991 . PMC 33727 . PMID  10468547. Archivado desde el original (PDF) el 2016-03-10 . Consultado el 2016-03-10 . 
  22. ^ Filosofía de los sistemas complejos, editado por Paul Thagard, Cliff A. Hooker, John Woods. Elsevier Science. 2011. pág. 545. ISBN 9780080931227. Recuperado el 11 de noviembre de 2020 .
  23. ^ Lillo, F.; Farmer, J. Doyne (2004). "La memoria a largo plazo del mercado eficiente" (PDF) . Estudios en dinámica no lineal y econometría . 8 (3): 1226. arXiv : cond-mat/0311053 . doi :10.2202/1558-3708.1226. S2CID  31214126. Archivado desde el original (PDF) el 2016-03-10 . Consultado el 2016-03-10 .
  24. ^ Farmer, J. Doyne; Patelli, P.; Zovko, I. (2005). "El poder predictivo de la inteligencia cero en los mercados financieros" (PDF) . PNAS USA . 102 (6): 2254–2259. Bibcode :2005PNAS..102.2254F. doi : 10.1073/pnas.0409157102 . PMC 548562 . PMID  15687505. Archivado desde el original (PDF) el 2016-03-10 . Consultado el 2016-03-09 . 
  25. ^ Smith, E.; Farmer, J. Doyne; Gilemot, L.; Krishnamurthy, S. (2003). "Teoría estadística de la subasta doble continua" (PDF) . Finanzas cuantitativas . 3 (6): 481–514. arXiv : cond-mat/0210475 . Código Bibliográfico :2003QuFin...3..481S. doi :10.1088/1469-7688/3/6/307. S2CID  23788.[ enlace muerto permanente ]
  26. ^ Donier, J.; Bonart, J.; Mastromatteo, I.; Bouchaud, JP (2014). "Un modelo mínimo y totalmente consistente para el impacto no lineal del mercado". Finanzas cuantitativas . 15 (7): 1109–1121. arXiv : 1412.0141 . doi :10.1080/14697688.2015.1040056. S2CID  219715855.
  27. ^ Geanakoplos, J. (2009). "El ciclo del apalancamiento". NBER Macroeconomics Annual 2009 . 24 . University of Chicago Press: 1–65. doi :10.1086/648285. S2CID  224800842.
  28. ^ Thurner, Stefan ; Farmer, J. Doyne; Geanakoplos, John (2012). "El apalancamiento causa colas gordas y volatilidad agrupada" (PDF) . Finanzas cuantitativas . 12 (5): 695–707. arXiv : 0908.1555 . doi :10.1080/14697688.2012.674301. S2CID  219718701. Archivado desde el original (PDF) el 2016-03-10 . Consultado el 2016-03-10 .
  29. ^ Aymanns, Christoph; Caccioli, Fabio; Farmer, J. Doyne; Tan, Vincent (2016). "Domar el ciclo de apalancamiento de Basilea". Journal of Financial Stability . 27 : 263–277. arXiv : 1507.04136 . doi :10.1016/j.jfs.2016.02.004. S2CID  5560992.
  30. ^ Farmer, Doyne; Kleinnijenhuis, Alissa; Wetzer, Thom (2022). "Pruebas de estrés del microcosmos financiero". En Farmer, Doyne; Kleinnijenhuis, Alissa; Schuermann, Til; Wetzer, Thom (eds.). Pruebas de estrés del macrocosmos financiero. Cambridge University Press. págs. 661–696. doi :10.1017/9781108903011.037. ISBN 9781108903011.
  31. ^ McNerney, James; Farmer, J. Doyne; Redner, Sid; Track, Jessika (2011). "El papel de la complejidad del diseño en la mejora de la tecnología" (PDF) . PNAS . 108 (22): 9008–9013. arXiv : 0907.0036 . Bibcode :2011PNAS..108.9008M. doi : 10.1073/pnas.1017298108 . PMC 3107265 . PMID  21576499. Archivado desde el original (PDF) el 2016-03-09 . Consultado el 2016-03-09 . 
  32. ^ Nagy, B.; Farmer, J. Doyne; Bui, QM; Trancik, JE (2013). "Base estadística para predecir el progreso tecnológico". PLOS ONE . ​​8 (2): e52669. arXiv : 1207.1463 . Bibcode :2013PLoSO...852669N. doi : 10.1371/journal.pone.0052669 . PMC 3585312 . PMID  23468837. 
  33. ^ Farmer, J. Doyne; Lafond, F. (2016). "¿Qué tan predecible es el progreso tecnológico?". Research Policy . 45 (3): 647–655. arXiv : 1502.05274 . doi :10.1016/j.respol.2015.11.001. S2CID  154564641.
  34. ^ Doyne Farmer, J. (2018). "Cómo las redes de producción amplifican el crecimiento económico". arXiv : 1810.07774 [q-fin.GN].
  35. ^ R Maria del Rio-Chanona, Penny Mealy, Anton Pichler, François Lafond, J Doyne Farmer, Choques de oferta y demanda en la pandemia de COVID-19: una perspectiva de la industria y la ocupación, Oxford Review of Economic Policy, graa033, https://doi.org/10.1093/oxrep/graa033
  36. ^ Pichler, A., Pangallo, M., del Rio-Chanona, RM, Lafond, F. y Farmer, JD (2020). 'Redes de producción y propagación de epidemias: ¿Cómo reiniciar la economía del Reino Unido?' https://arxiv.org/abs/2005.10585v1
  37. ^ Asano, Y., Kolb, JJ, Heitzig, J. y Farmer, JD (2019). 'Desigualdad emergente y dinámica endógena en un modelo macroeconómico conductual simple' https://arxiv.org/abs/1907.02155v1

Lectura adicional

Enlaces externos