Abstract:
La racionalidad ha sido considerada un rasgo esencial del ser humano (Aristóteles, zoon logikon). Aunque central en muchas disciplinas, su comprensión es compleja y multidimensional. Este estudio analiza la racionalidad desde la Teoría Económica, dada su relevancia en esta ciencia (Adam Smith, homo economicus) y el valor analítico inherente al mercado bursátil por ser un entorno próximo a la racionalidad perfecta. En este marco, ser racional implica calcular correctamente los rendimientos futuros de las empresas así como los esquemas subyacentes de incertidumbre. A este respecto, la Teoría Económica sostiene que, en un mercado con agentes racionales, los precios deben igualarse con el valor presente de las ganancias futuras esperadas. Esta es la base de la Hipótesis de Mercados Eficientes (EMH), según la cual los precios integran toda la información relevante disponible. No obstante, la evidencia empírica es ambigua: hay estudios que confirman la EMH y otros que la refutan. Esto cuestiona cómo procesan información los agentes, cómo inciden las emociones, y el grado de eficiencia de los mercados. Nuestro aporte es proporcionar un modelo que simula el procesamiento cognitivo humano mediante un gemelo digital. Haciendo uso de herramientas de AI, nuestro modelo digital incorpora variables lingüísticas, psicológicas y económicas, así como aprendizaje y emociones, alineado con la teoría de la racionalidad limitada. Mediante experimentos con datos del índice Dow Jones, mostramos que este enfoque ofrece respuestas útiles sobre racionalidad, información y eficiencia, contribuyendo al entendimiento de estos conceptos clave tanto en economía financiera como en otras ciencias sociales.