Hace poco estaba pensando en algo que muchos pasamos por alto: cuando hablamos de economía, todo parece muy complicado. Gobiernos, empresas, individuos tomando decisiones todos al mismo tiempo, y de eso surgen el crecimiento, la inflación, el empleo. Es casi imposible entender todo de una vez. Pero aquí viene lo interesante: existe una forma de desmenuzar esta complejidad. Los economistas usan herramientas para simplificar el análisis, y eso es exactamente lo que es un modelo económico en su esencia.

Un modelo económico no es más que una representación simplificada de cómo funciona la realidad. La idea no es capturar cada detalle, sino enfocarse en las relaciones más importantes entre variables como precios, ingresos, inflación o desempleo. Suena simple, pero es poderoso. Al reducir la complejidad, los economistas pueden razonar claramente sobre causa y efecto.

Pero qué es un modelo económico realmente en la práctica? Básicamente, tiene tres objetivos: explicar cómo las variables económicas se influencian mutuamente, prever tendencias futuras y evaluar resultados de decisiones políticas. Los gobiernos los usan para probar reformas antes de implementarlas. Las empresas los necesitan para planificar cuando el futuro es incierto.

La estructura es siempre similar. Primero están las variables: los elementos que cambian, como precios, cantidades, niveles de ingresos, tasas de interés. Luego los parámetros, que son valores fijos describiendo cuán sensibles son esas variables entre sí. Después vienen las ecuaciones que vinculan todo, expresando relaciones económicas en forma matemática. Y finalmente los supuestos que definen los límites del modelo.

Tomemos un ejemplo clásico: la Curva de Phillips, que vincula inflación con desempleo. La ecuación π = πe − β (u − un) expresa que la inflación depende de la inflación esperada, la tasa de desempleo actual, la tasa natural de desempleo y un parámetro que mide cuán sensible es la inflación a cambios en el mercado laboral. Simple, pero efectivo.

El proceso de construcción es bastante directo. Identificas las variables clave y cómo se relacionan. En oferta y demanda, el enfoque está en precio, cantidad demandada y cantidad ofrecida. Después defines parámetros usando datos reales, típicamente medidas de elasticidad precio. Luego formalizas las relaciones con ecuaciones y estableces supuestos que limiten el alcance del análisis.

Piensa en un mercado de manzanas. El precio determina cuánto quieren comprar los consumidores y cuánto quieren vender los productores. La demanda baja cuando el precio sube, la oferta sube. Iguala cantidad demandada con cantidad ofrecida y obtienes un precio de equilibrio donde el mercado se despeja. En ese punto, los recursos se asignan eficientemente. Si el precio sube por encima, hay exceso de oferta. Si cae, hay escasez. Incluso en este escenario simplificado, el modelo revela cómo los mercados coordinan el comportamiento.

Existen muchas variantes. Los modelos visuales usan gráficos para hacer ideas abstractas más comprensibles. Los empíricos utilizan datos reales para probar teorías. Los matemáticos son más formales, usando ecuaciones detalladas. Algunos incorporan expectativas, reconociendo que las creencias sobre el futuro influyen en decisiones presentes. Otros usan simulaciones por computadora para explorar escenarios complejos.

Hay también una distinción importante entre estáticos y dinámicos. Los estáticos ofrecen una instantánea en un momento específico. Los dinámicos rastrean cómo evolucionan las variables a lo largo del tiempo. Aunque son más complejos, los dinámicos son mejores para entender tendencias a largo plazo y ciclos económicos.

Ahora bien, en el mundo cripto esto cobra especial relevancia. Los modelos de oferta y demanda explican cómo la emisión de tokens y la adopción de usuarios afectan los precios. Los modelos de costo de transacción muestran cómo las tarifas de red impactan el comportamiento del usuario y la eficiencia de la blockchain. Las simulaciones son particularmente valiosas acá, permitiendo explorar escenarios hipotéticos sobre cambios regulatorios, upgrades tecnológicos o cambios en el sentimiento del mercado. Aunque son teóricos, estructuran el pensamiento en torno a la incertidumbre en mercados digitales que evolucionan rápidamente.

Pero aquí viene lo importante: los modelos no son perfectos. Dependen de supuestos que no siempre se mantienen en la realidad, como comportamiento completamente racional o mercados perfectamente competitivos. Al simplificar, pueden pasar por alto factores importantes como sesgos psicológicos o acceso desigual a información. Un modelo demasiado complejo se vuelve inútil. Uno demasiado simple pierde dinámicas críticas. Por eso deben verse como herramientas de orientación, no como previsiones precisas.

En la práctica, los responsables de políticas los usan para evaluar el impacto probable de cambios fiscales o ajustes monetarios. Las empresas los usan para prever demanda y planificar inversiones. Los economistas los utilizan para anticipar tendencias en crecimiento, inflación y empleo.

Al final, los modelos económicos proporcionan una forma estructurada de entender cómo funciona la economía al simplificar interacciones complejas en relaciones claras. Ningún modelo captura la realidad en su totalidad, pero siguen siendo esenciales para el análisis, la previsión y la toma de decisiones. Tanto en finanzas tradicionales como en cripto, ofrecen una base teórica que ayuda a dar sentido a los mercados, el comportamiento y las tendencias a largo plazo.