Estimación de los flujos de remesas asociados a corredores migratorios en condiciones de incertidumbre: el caso de Ecuador

Zusammenfassung

La Teoría de la Información Generalizada (Klir, 2006, 1991) se fundamenta en la reducción de la incertidumbre presente en situaciones decisionales mediante el uso del conocimiento. Este paradigma promueve el desarrollo de teorías que expresen formalmente la incertidumbre y permitan cuantificar la reducción de la misma, ocasionada por la generación de información útil para la toma de decisiones. En este marco teórico, la presente investigación pretende desarrollar una teoría T sobre la incertidumbre, empleando redes bayesianas construidas en base al conocimiento como metodología de modelado de situaciones en condiciones de incertidumbre. Para ello se propone una metodología de cálculo, que hibrida técnicas estadísticas y de inteligencia artificial, tales como la Simulación Monte Carlo (Metropolis and Ulam, 1949), la Lógica Difusa (Zadeh, 1975) y los Algortimos Evolutivos Multi-objetivo (Schaffer, 1985), con objeto de salvar dos de las limitaciones que afectan al modelado y resolución de redes bayesianas construidas a partir del conocimiento, tales como la dificultad para la asignación de probabilidades a las variables aleatorias de la red (Renooij and Witteman, 1999) y el tratamiento de aquellas de naturaleza continua (Cobb et al., 2005). Además, la hibridación de técnicas hace posible la formalización y evaluación de distintos tipos de incertidumbre que pueden existir de forma simultánea en problemas complejos. Mientras que la Simulación Monte Carlo permite formalizar la incertidumbre ocasionada por falta o escasez de datos, la Lógica Difusa posibilita el tratamiento de la incertidumbre motivada por la imprecisión del lenguaje natural con el que se expresa el conocimiento sobre el fenómeno de estudio. Por su parte, los Algoritmos Evolutivos Multi-Objetivo reducen la subjetividad del proceso de calibración del modelo. Los resultados obtenidos mediante este procedimiento de cálculo son evaluados empleando el índice de Shannon (Shannon, 1948), el cual permite medir la incertidumbre asociada a la función de distribución conjunta P de la red bayesiana, estimada conforme al procedimiento de cálculo diseñado. La operatividad de la teoría T propuesta en esta investigación ha sido probada mediante su aplicación al caso de estudio de los flujos de remesas, fenómeno en el que la falta o escasez de datos constituye una importante fuente de incertidumbre, con implicaciones en la construcción y evaluación de modelos para la estimación de dichos flujos. Concretamente, la teoría T ha sido empleada para la evaluación de los flujos de remesas en dos estudios relativos al corredor España-Ecuador, uno de los principales canales de remesas en el área de América Latina y el Caribe y con uno de los crecimientos más importantes tanto en número de personas como de flujos monetarios remitidos durante el periodo 2000-2010 (Ratha et al., 2010).