Primeira vez aqui? Seja bem vindo e cheque o FAQ!
x

Por que é tão difícil fazer previsões? Como lidar com a nossa falta de habilidade de fazer previsões?

+3 votos
535 visitas
perguntada Out 10, 2015 em Sistemas Complexos por danielcajueiro (5,261 pontos)  

Como posso usar minha bola de cristal da melhor forma?

A imagem será apresentada aqui.

Compartilhe

1 Resposta

+2 votos
respondida Out 10, 2015 por danielcajueiro (5,261 pontos)  

Nem sempre é difícil fazer previsões. A qualidade de nossas previsões depende muito do tipo de previsões que estamos fazendo e também das técnicas que estamos usando.

Você pode dar exemplos?

Exemplo 1: Você é capaz de prever em quanto tempo uma bola de gude parada a uma altura de um metro do chão alcança o chão?

Note que conseguimos fazer a essa previsão com alto grau de certeza, visto que conhecemos as leis de Newton e todos os dados necessários para responder a essa previsão. De fato, podemos conseguir uma excelente aproximação, desprezando a resistência do ar, se supormos que a bola de gude nesse trajeto segue um movimento uniformemente acelerado, isto é, \(H=gt^2/2\) ou \(t=\sqrt{2H/g}\approx 0.48s\). Ou seja, esse é um sistema simples facilmente previsível.

Exemplo 2: Você é capaz de prever qual das faces de uma moeda vai sair em um único lançamento?

Note que esse sistema por ter natureza estocástica (aleatória), o melhor que você consegue fazer é dizer que qualquer uma das faces ocorre com 50% de certeza. Na maioria das situações reais existe algum nível de aleatoriedade. Logo, se você considerar essa característica determinante no seu problema, o melhor que você pode fazer é associar probabilidades a um determinado evento.

Exemplo 3: Vai chover em Brasília na segunda?

time forecast

Atualmente, previsão do clima (chuva, temperatura) é uma das áreas mais bem sucedidas de previsão. Entretanto, como no exemplo anterior você provavelmente não estará fazendo um bom negócio dando uma resposta definitiva (se vai chover ou não). Com exceção dos meses de agosto e setembro é provável que você erre com uma probabilidade razoável se você disser por exemplo que não irá chover. De fato, o sistema atmosférico que rege essas relações climáticas é um sistema dinâmico não-linear, possivelmente caótico, que envolve muitas dimensões e que está sujeito a forte sensitividade às condições iniciais. Muitas vezes as pessoas se referem a esse tipo de comportamento como Efeito Borboleta. Você nunca ouviu falar que uma borboleta batendo as asas no Brasil poderia causar uma tempestade em Nova York?

Por exemplo, considere o sistema conhecido como Mapa de Henon:

\[\begin{cases}x_{n+1} = 1-a x_n^2 + y_n\\y_{n+1} = b x_n.\end{cases}\]

A figura apresentada abaixo mostra esse mapa depois de 5000 iterações.

henon map

Vamos agora ver como esse sistema responde a pequenas variações nas condições iniciais, plotando esse sistema ao longo do tempo. O sistema em azul foi iniciado com condições iniciais \((x_0,y_0)=(0.5,0.2)\) e o sistema em vermelho foi iniciado com condições iniciais \((x_0,y_0)=(0.5,0.201)\). Note que tem apenas uma diferença de 0.001 na variável \(y_0\) e, depois de pouco tempo, esses dois sistemas apresentam trajetórias totalmente diferentes.

henon map

A implementação dessas figuras está aqui nessa resposta.

Logo, dada a sensibilidade a condições iniciais, é mais interessante, você associar a sua previsão a uma probabilidade.

Exemplo 4: Você seria capaz de prever o ataque terrorista ao World Trade Center em 11/09?

A imagem será apresentada aqui.

NÃO. Ninguém seria capaz de prever algo planejado daquela forma e com aquela magnitude - simplesmente porque um ataque dessa forma nunca tinha ocorrido antes. Note que esse não é um evento raro que ocorre com baixa probabilidade, mas sim um evento que NUNCA ocorreu antes. Ou seja, esse evento simplesmente NÃO poderia ter sido previsto em nenhuma hipótese. Talvez alguma atividade terrorista pudesse ter sido prevista, mas não o evento como foi planejado.

Da mesma forma, como você poderia prever o papel da internet em nossas vidas, as redes sociais, o facebook?

O que podemos prever?

Todos os dias fazemos previsões importantes e acertamos muitas delas... Conseguimos prever o comportamento de sistemas simples, conforme o apresentado no Exemplo 1... Eu consigo dizer que consigo chegar no Departamento de Economia da UnB em 10 minutos, pois já faço o mesmo percurso há 6 anos... Um professor depois lecionar muitas vezes o mesmo curso, sabe que na média (por exemplo) 30% da turma vai reprovar em seu curso... Bancos acertam na média se você é ou não um bom pagador (veja por exemplo essa pergunta)... Conseguimos com alto grau de precisão associar probabilidades para eventos naturais...

O que é difícil prever?

É impossível prever eventos que nunca ocorreram, pois simplesmente eles não fazem parte da nossa base de dados... É mais difícil prever eventos sociais (ou econômicos) do que eventos naturais... É muito difícil prever se um determinado filme, roupa ou outro tipo de objeto irá fazer sucesso ou não (veja por exemplo essa resposta aqui)... É difícil prever se seu vídeo no youtube irá virar um hit ou não...

Por que é mais difícil prever eventos econômicos ou sociais?

Ok... Nem todos os eventos sociais e econômicos são difíceis de prever... Por exemplo, é fácil prever que se alguém estaciona um carro na rua, provavelmente vai fechar todas as janelas, ligar o alarme do carro e checar se tem algo estranho ocorrendo ao redor. Por que? Basicamente, porque nós recebemos incentivos das empresas que fazem os seguros dos nossos carros para nos comportar dessa forma. Embora tenhamos seguro, se o nosso carro for roubado, ficaremos provavelmente um mês sem carro (a menos que você já pague o direito ao uso de outro carro) e ainda não receberemos desconto quando formos renovar o seguro. Talvez a maioria das pessoas não se preocupasse com o carro ser roubado se o seguro garantisse que se ele fosse, você receberia um novo igual ao anterior imediatamente. Na verdade, o comportamento seria totalmente oposto...

O Dilema do Prisoneiro (se você não sabe o que é o Dilema do Prisoneiro, veja aqui) também é pode ser usado para fazer muitas previsões. Silvio Santos (sim, o famoso apresentador) usou esse resultado no jogo conhecido como 7 e 1/2. Depois de algumas rodadas de perguntas e respostas, sobravam dois jogadores. O prêmio máximo era posto em disputa e cada jogador tinha duas cartas apenas: a carta 7 e a carta 1/2. Eles deveriam entregar ao Silvio, num envelope fechado, uma dessas cartas. Se um colocasse 7 e o outro 1/2, o que colocou 7 levava o prêmio todo, enquanto o outro voltava pra casa sem nada. Se ambos colocassem 1/2, o prêmio era dividido entre os dois. Se os dois colocassem 7, Silvio Santos ficava com a maleta de barras de ouro que valia mais do que dinheiro e os dois saiam sem nada. A diferença do Dilema do Prisoneiro é que nessa brincadeira os dois jogadores podiam convencer um ao outro o que colocar. Conforme você previu, Silvio Santos ganhava a maioria das vezes.

Apesar desses dois exemplos, algumas previsões de eventos econômicos são muito difíceis de serem feitas... É sabido que é particularmente difícil fazer previsões de quebras de mercados financeiros, pois essas quebras são rupturas com o comportamento usual da economia. Normalmente, eles ocorrem supostos momentos de bonança econômica com investidores muito entusiasmados que possivelmente seguindo uma manada criam bolhas racionais (você aceita comprar uma mercadoria por um valor mais alto, pois acredita que no futuro poderá vendê-la por um valor mais alto ainda), mas insustentáveis que explodem facilmente após o surgimento dos primeiros rumores negativos.

market crash

Considere por exemplo uma das primeiras quebras documentadas que é conhecida como "Mania de Tulipas".

Tulipe Mania

De forma resumida, tulipas tinham popularidade crescente na holanda do século XVII e percebendo isso comerciantes começaram a investir tudo que tinham nesse mercado, pois perceberam que conseguiam sempre vender as tulipas pelo preço desejado. O ponto é que o preço das tulipas foram subindo e também o número de pessoas que investiam nesse mercado. Quando em algum momento algum comprador não desejou pagar o preço de venda desejado, houve um desespero no mercado, pois várias pessoas estavam endividadas, e o preço das tulipas caiu rapidamente fazendo que muitos comerciantes perdessem tudo que tinham.

Um erro muito cometido é supor que quando uma política pública é alterada, os agentes vão se comportar da mesma forma que se comportariam antes dela. A idéia geral discutida aqui é conhecida como crítica de Lucas que diz que não se deve prever o comportamento dos agentes econômicos em relação a adoção de uma política utilizando dados históricos coletados antes da introdução da política. Por exemplo, principalmente em países que tem setores públicos inflados (como é atualmente o caso do Brasil), existe sempre a discussão sobre o aumento de impostos. Supor que no caso de aumento das alíquotas as pessoas vão se comportar da mesma forma que se comportariam com as alíquotas antigas e que a arrecadação vai aumentar na mesma proporção é um erro. Simplesmente alíquotas mais altas podem desistimular as pessoas a realizarem novos projetos e incentivar outros a sonegar os impostos.

Finalmente, um outro ponto importante é que agentes econômicos podem alterar seu comportamento dependendo das previsões. Um dos casos é a chamada profecia auto-realizável. Apenas o fato de uma massa de investidores ter informação que o dólar vai subir, fará com que eles comprem mais dólares, fazendo com que o dólar suba. Uma profecia auto-cancelável pode ser exemplificada usando o problema do bar El Farol apresentado aqui (se todos os agentes prevêem que o bar vai estar lotado, então todos decidem ficar em casa!). No mundo real, se todos prevêem que o carnaval de Salvador vai estar muito cheio, eles podem decidir que devem passar o carnaval no Rio e no final o carnaval de Salvador não estará tão cheio assim.

Existe uma lista de orientações que eu poderia usar para melhorar as minhas previsões?

SIM!

1) A menos que você esteja trabalhando com sistemas simples, faça previsões usando probabilidades, isto é, "existe 30% de chover amanhã e 70% de não chover."

2) Atualize suas previsões sempre que você tiver novos dados. Não tente ficar justificando previsões erradas, mas ao invés as atualize. Se você sempre estivar atualizando suas previsões, ela tenderá a convergir para o fato correto. A abordagem da estatística bayesiana parece ser bem interessante nesse contexto.

3) Busque teorias para justificar suas previsões e não apenas dados.

4) Não use apenas as suas "opiniões" para fazer previsões. Considere que você está sujeito a viéses associados a sua classe social, raça, escolaridade, gênero etc. De fato, empresas vencedoras (como por exemplo o MacDonalds) tem o histórico de incluir pessoas com diferentes backgrounds no processo decisório, justamente por considerar vários pontos de vista. Veja aqui sobre o papel da diversidade em uma organização.

Especialistas podem estar errados?

SIM, a maioria do tempo eles estão!

O exemplo mais recente foi nas Eleições de 2014 na Bahia em que Paulo Souto (DEM) que ficou sempre na frente nas pesquisas para o governo do estado foi derrotado por Rui Costa (PT).

Que estratégia posso usar quando é muito difícil prever o resultado de um investimento?

Uma saída normalmente é incluir flexibilidade no seu modelo de tomada de decisão. Por exemplo, há mais de uma década especialistas em avaliação de projetos e empresas incluem flexibilidade na avaliação dos retornos relacionados a projetos, incluindo a possibilidade de reduzir o tamanho da empresa em caso de a economia estar ruim e aumentar no caso contrário.

A Zara a empresa espanhola que vende roupas e sapatos, há algum tempo, faz experimentação.

A imagem será apresentada aqui.

Ela lança novas coleções em pequenas quantidades e depois de algum tempo que a coleção está no mercado, ela faz um levantamento das peças mais vendidas e faz produção em massa dessas peças. Bons jogadores de Poker sempre fizeram isso. No início tentam entender como seus parceiros jogam (por exemplo, entender quando eles blefam) e depois jogam fazendo as apostas "reais".

Existem boas referências para eu aprender mais sobre previsões?

Duas boas referências bem instigantes sobre esse assunto que obviamente influenciaram essa publicação são:

Everything is obvious - Duncan Watts

The signal and the noise - Nate Silver

Existem várias outras: siga os links para encontrar essas referências no estilo ciência popular e no estilo técnico.

...