Finanzas colaborativas

Las finanzas colaborativas son una forma de economía no monetaria que se refiere a un conjunto de prácticas y técnicas utilizadas para liquidar pagos entre dos partes sin la intervención directa o indirecta de un tercero. ^{[ 1 ]}^{[ 2 ]} Si un pago implica un medio de intercambio emitido por un tercero (intervención indirecta), como moneda fiduciaria o criptomoneda , no se considera financiación colaborativa. Del mismo modo, si una transacción es facilitada por un intermediario (intervención directa) (por ejemplo, un banco o una aseguradora que actúa como corredor o garante), también queda fuera del ámbito de las finanzas colaborativas. En las finanzas colaborativas, los medios de pago son creados y regulados por las propias partes que realizan la transacción y, en parte, también por la comunidad a la que pertenecen.

Algunos ejemplos incluyen sistemas de crédito mutuo como moneda basada en el tiempo , Local Exchange Trading System (LETS), CreditCommons, ^{[ 3 ]} Komunitin, ^{[ 4 ]} y Community Exchange System . En estos casos, los individuos contraen obligaciones con el grupo en su conjunto, y cada línea de deuda corresponde a una línea de crédito reconocida por la comunidad. ^{[ 5 ]} En sistemas de crédito en malla, como XRP Ledger , Ledger Loops, ^{[ 6 ]} o Trustline Network, los individuos eligen su exposición crediticia con cada contraparte, y esta toma de decisiones local influye en la capacidad de completar pagos a través de la red. Otros ejemplos de finanzas colaborativas son los sistemas de compensación que adoptan técnicas de compensación multilateral (por ejemplo, Cycles.money, ^{[ 7 ]} Ledger Loops, ^{[ 6 ]} Local Loop Merseyside ^{[ 8 ]} ).

Muchas otras innovaciones monetarias, incluyendo las monedas locales y los sistemas de monedas complementarias , se engloban dentro de la categoría de finanzas colaborativas. ^{[ 9 ]} Por ejemplo, en la moneda local de Chiemgauer , los participantes gestionan la moneda mediante asambleas democráticas. Estos sistemas se valoran por su adaptabilidad y flexibilidad operativa, características que reducen los costos de transacción y les otorgan una ventaja comparativa en determinados contextos económicos.

Como resultado, las finanzas colaborativas se utilizan con frecuencia en áreas desatendidas por el sector bancario tradicional. Un ejemplo notable es el sistema de crédito con vales para productores utilizado en Kenia, basado en la agrupación de compromisos. ^{[ 10 ]}^{[ 11 ]} Este sistema combina elementos de las ROSCA tradicionales (chamas) y las ROLA ^{[ 12 ]} (mweria) dentro de una plataforma digital de crédito mutuo. Cada miembro del grupo puede emitir una cierta cantidad de vales, con el acuerdo del resto del grupo. Cada vale representa un compromiso para proporcionar una cantidad específica de bienes o servicios dentro de un período determinado. Estos vales pueden ser canjeados por otros miembros del grupo y utilizados como medio de pago dentro de la comunidad.

Historia

Börner y Hatfield, en su obra The Design of Debt-Clearing Markets ^{[ 13 ],} se centraron específicamente en la evolución y la eficiencia de los mecanismos de compensación descentralizados en la Europa preindustrial, desde el siglo XIII hasta el XVIII. Estos mecanismos, conocidos con nombres como rescontre , skontrieren o virement des parties , fueron diseñados para liquidar deudas no negociables o de negociabilidad limitada, como las letras de cambio. El pago sin efectivo representó una alternativa al transporte de pesadas monedas de oro o plata en peligrosas rutas comerciales y redujo la dependencia de las políticas monetarias locales. Contribuyó a superar la escasez de dinero de la Baja Edad Media, derivada de la escasez de lingotes de plata y oro.

El procedimiento de rescontre era un mecanismo de compensación autoaplicable desarrollado para compensar créditos y deudas no negociables. Al final de un período de mercado, los comerciantes con pasivos se reunían, revelaban a sus deudores y confirmaban los pasivos. Primero, se cancelaban las deudas recíprocas. Posteriormente, los comerciantes utilizaban ciclos de compensación y cadenas de compensación para cancelar las deudas pendientes. En un ciclo (por ejemplo, i le debe a j, j le debe a k, k le debe a i), se podía cancelar el monto común (o mínimo). En una cadena (por ejemplo, i le debe a j, j le debe a k), j podía saldar su deuda, y el monto se transfería a una nueva relación de deuda entre i y k (también llamada "novación" ). Finalmente, este proceso se repetía, y los pasivos restantes se pagaban en efectivo o mediante la emisión de nuevas letras de cambio.

Los acreedores tenían derecho a negarse a intercambiar un deudor por otro, lo que constituía un fuerte incentivo para participar. Esto garantizaba que los agentes no se vieran obligados a realizar transacciones desventajosas y revelaran con veracidad su posición. Las transferencias de deuda eran definitivas; si una deuda se transfería a un nuevo acreedor, el deudor original dejaba de ser responsable. Esto protegía el mecanismo de posibles desmantelamientos posteriores.

Existen evidencias de su uso que se remontan a finales de la Edad Media en las ferias de Champaña (siglos XII-XIII). Se documentó en importantes centros comerciales europeos como Fráncfort, Lyon, Amberes, Medina del Campo, Barcelona, Génova, Nápoles y Venecia. Evolucionó hasta convertirse en un procedimiento formal integrado en un marco legal, perfeccionado en las ferias financieras de finales del siglo XVI y principios del XVII, como las de Besanzón y Piacenza. Regulaciones como las "Órdenes de Besanzón" de 1597 sirvieron de modelo para las leyes de cambio posteriores. La compensación solía realizarse trimestralmente, a veces mensualmente o semanalmente en los mercados permanentes. La participación generalmente estaba abierta a todos, aunque algunas ferias exigían depósitos o la participación obligatoria. Este mecanismo constituyó la columna vertebral de la compensación financiera durante más de 500 años de crecimiento preindustrial en Europa. Un libro de contabilidad de Johan Bodeck, correspondiente a la feria de otoño de Frankfurt de 1632, mostraba que más del 97% de los 135.000 florines se habían liquidado mediante mutuo acuerdo, y que solo 4.000 florines se habían pagado en efectivo.

Solo en los siglos XVII y XVIII, los bancos centrales modernos (bancos de cambio público) comenzaron a desempeñar un papel significativo en estas ferias. Su objetivo era facilitar la compensación actuando como intermediarios. Sin embargo, sin un flujo de ganancias, solo las deudas de peor calidad se presentaban al banco, ya que los comerciantes con buenas deudas preferían liquidarlas directamente (el problema del "desenredo", Teorema 5). Esto se observó con el fallido Banco de Núremberg. Los bancos centrales exitosos, como el Banco de Ámsterdam y el Banco de Hamburgo, generaban flujos de ganancias a partir de depósitos u otras actividades bancarias. Estas ganancias incentivaban a los comerciantes a participar y ayudaban a protegerse contra las pérdidas. Su éxito se debió a un sólido respaldo institucional, como garantías sobre los depósitos, penalizaciones por sobregiro y poder de ejecución (por ejemplo, el papel de la ciudad de Ámsterdam). Si bien los bancos centrales podrían alcanzar la plena eficiencia de Pareto mediante la creación simultánea de nuevos contratos de deuda, el proceso de rescontre , aunque no siempre sea plenamente eficiente según el criterio de Pareto, podría funcionar sin confiar en una institución central y gestionar una mayor heterogeneidad, facilitando así el comercio transfronterizo.

En esencia, el artículo ofrece un análisis teórico e histórico de cómo los mecanismos descentralizados de compensación de deudas, como el rescontre, fomentaron el comercio europeo preindustrial a pesar de desafíos como la limitada aplicación de la ley y las deudas no negociables, coexistiendo y, finalmente, siendo complementados por instituciones más centralizadas como los bancos de cambio, cuyo éxito dependía de su capacidad para generar confianza y obtener beneficios.

Algoritmos de compensación multilateral

En este párrafo se presentan algoritmos para la compensación de deudas (o liquidación neta de pagos). Estos algoritmos, aplicados a los sistemas de pago, permiten el intercambio de bienes y servicios minimizando el número de transferencias y la cantidad de efectivo necesaria para saldar la deuda pendiente. Un algoritmo centralizado requiere que todos los datos de las transacciones sean recopilados por una cámara de compensación central. Un algoritmo descentralizado permite que los datos de las transacciones se almacenen de forma distribuida en la red. En términos de complejidad temporal, los algoritmos centralizados son más eficientes. A continuación, se presentan los dos estudios principales sobre algoritmos centralizados y descentralizados.

Sistema de pago centralizado

En 1992, Slobodan Simić y Vladan Milanović publicaron "ALGUNAS COMENTARIOS SOBRE EL PROBLEMA DE LA COMPENSACIÓN MULTILATERAL" en Publikacije Elektrotehničkog fakulteta, Serija Matematika, una publicación de la Universidad de Belgrado, Serbia. ^{[ 14 ]}

El artículo aborda el Problema de Compensación Multilateral (MLC), definido para un digrafo ponderado D(w) = (V, A; w), donde 'w' asigna un peso entero no negativo a cada arco. Una reducción D(w') de D(w) se forma disminuyendo algunos pesos de arco, y una compensación es una reducción lograda a través de una secuencia de compensaciones cíclicas, donde los pesos de los arcos a lo largo de un ciclo se reducen uniformemente. El objetivo del problema MLC es encontrar una compensación con el peso mínimo. Los autores señalan que un enfoque voraz simple de compensaciones cíclicas no garantiza una solución óptima. Un concepto clave es el equilibrio de un vértice v, denotado por δ(v), que es la diferencia entre la suma de los pesos de los arcos salientes y entrantes en v. Una compensación perfecta reduce todos los pesos de los arcos a cero, lo cual es posible si y solo si todos los vértices del digrafo están equilibrados (es decir, δ(v) = 0). Sin embargo, ninguna compensación cambia el equilibrio de los vértices.

El artículo presenta un algoritmo exacto (de tiempo polinomial) para resolver el problema MLC. Si bien existe una formulación de problema de programación lineal (PL), resulta poco práctica debido al tamaño potencialmente exponencial del espacio de ciclos. En cambio, se demuestra que el problema MLC es equivalente a encontrar una reducción equilibrada de peso máximo, o su reducción complementaria de peso mínimo. El algoritmo exacto resuelve esto extendiendo el digrafo original D(w) a D'(W) con una fuente 's' y un sumidero 't' añadidos. 's' se conecta a los vértices p (vértices con balance positivo) con pesos de arco iguales a su balance, y los vértices n (vértices con balance negativo) se conectan a 't' con pesos de arco iguales al valor absoluto de su balance. Todos los vértices en D'(W), excepto 's' y 't', se equilibran.

Esta transformación permite que el problema MLC sea polinomialmente reducible al problema de flujo de costo mínimo (MCF) en la red capacitada extendida D'(W). La complejidad de resolver el problema MLC utilizando este método es O(n²m), donde 'n' es el número de vértices y 'm' es el número de arcos. Para instancias a gran escala del problema MLC (por ejemplo, más de 10 000 vértices), el tiempo de ejecución exacto del algoritmo se vuelve prohibitivo (superando las 24 horas en 1992). Para tales casos, el artículo propone una heurística de dos fases para encontrar soluciones subóptimas:

•Fase I: Su objetivo es encontrar una compensación total (que no admita ninguna compensación de ciclo adicional) en un tiempo relativamente corto. Esta fase implica procesar una secuencia de digrafos en capas, aumentando el flujo máximo hasta que el flujo total sea igual al flujo objetivo en D'(W).

• Fase II: Reduce iterativamente el peso de la compensación total obtenida en la Fase I. Esto se logra intercambiando trayectorias ponderadas entre las reducciones complementarias D(w') (la parte equilibrada) y D(w") (la parte de compensación total), mejorando siempre la solución factible. Una ventaja clave es que el procedimiento puede detenerse en cualquier momento, obteniendo siempre una solución factible.

Los resultados experimentales demuestran que el algoritmo exacto funciona satisfactoriamente para grafos de hasta 500 vértices (tiempo de ejecución de pocas horas) con tecnología de 1992. Para grafos más grandes, la heurística de dos fases obtuvo soluciones subóptimas con una desviación relativa respecto a las soluciones óptimas siempre inferior al 5 % para grafos de hasta 500 vértices. Para grafos de hasta 9861 vértices y 231 090 arcos, la heurística se completó en 95 minutos, lo que indica su aplicabilidad práctica. La investigación se inspiró en un problema real encontrado por el Servicio de Contabilidad Social de Yugoslavia, que también facilitó las instalaciones para realizar experimentos con datos reales.

Sistema de pago descentralizado

En los sistemas de pago descentralizados , una red de crédito funciona como una infraestructura de pago innovadora, modelando relaciones de confianza entre entidades y ofreciendo una alternativa a los sistemas monetarios centralizados tradicionales. En este contexto, una relación de confianza es un vínculo orientado y ponderado entre A y B que significa el compromiso de A de proporcionar una determinada cantidad de bienes y servicios a B cuando B lo solicite. En este sentido, A también está dispuesto a exponerse ante B por un monto máximo expresado en la conexión de confianza, y a aceptar el mismo monto máximo en la "moneda de B".

En lugar de depender de una moneda común emitida por una autoridad central, los nodos dentro de una red de crédito "imprimen su propia moneda" y extienden líneas de crédito a otros nodos, lo que significa su voluntad de confiar (o comprometerse) entre sí por una cierta cantidad de sus respectivas monedas. ^{[ 15 ]}^{[ 16 ]} Este concepto fue introducido independientemente por DeFigueiredo y Barr (2005), Ghosh et al. (2007) y Karlan et al. (2009), con formalización posterior por Dandekar et al. ^{[ 17 ]}

Mecanismo y liquidación de pagos

El funcionamiento de una red de crédito se basa fundamentalmente en el intercambio y la redistribución del crédito:

Confianza y pagarés : El mecanismo central implica el intercambio bilateral de pagarés (obligaciones) entre nodos. ^{[ 15 ]}^{[ 16 ]} Un borde con capacidad significa que un nodo confía en otro nodo hasta unidades de la moneda de ^[¹⁵^] . $c_{uv}$ $u$ $v$ $c_{uv}$ $v$
Enrutamiento de pagos : Los pagos de las transacciones se enrutan a través de una cadena de nodos de confianza. ^{[ 15 ]}^{[ 16 ]} Si un pagador quiere enviar unidades a un beneficiario y hay una ruta desde hasta donde cada arista tiene capacidad de al menos , la transacción puede proceder. ^[¹⁵^] Este proceso es análogo al enrutamiento de flujos residuales en redes de flujo generales, ^[¹⁵^]^[¹⁶^] específicamente, una actualización de ruta de aumento en un cálculo de flujo máximo. ^[¹⁷^] $u$ $p$ $v$ $P$ $v$ $u$ $p$
Redistribución de crédito : Una transacción exitosa resulta en una redistribución del crédito a lo largo de la ruta de pago. ^{[ 15 ]} Para cada arista en la ruta del pagador al beneficiario, la capacidad de crédito en esa dirección ( ) disminuye en el monto del pago , mientras que la capacidad en la dirección inversa ( ) aumenta en . ^[¹⁵^] Fundamentalmente, la capacidad de crédito total para cualquier par de nodos ( ) permanece constante, ya que el pago simplemente reasigna el crédito existente. ^[¹⁵^] $(p_{i},p_{i+1})$ $w(p_{i},p_{i+1})$ $p$ $w(p_{i+1},p_{i})$ $p$ $c_{uv}+c_{vu}$
Fallo de transacción : Una transacción falla si no existe una ruta factible con crédito suficiente del beneficiario al pagador. ^{[ 15 ]}
Liquidez a largo plazo : La capacidad del sistema para soportar transacciones repetidas a lo largo del tiempo, conocida como liquidez a largo plazo, es un foco central de la investigación. ^{[ 15 ]} Esto se analiza modelando las transacciones repetidas como una cadena de Markov, donde los estados representan configuraciones de la red. ^{[ 15 ]}^{[ 18 ]}
Independencia de la trayectoria y alcanzabilidad del ciclo : Un hallazgo clave es la propiedad de independencia de la trayectoria : el resultado (éxito o fracaso) de una secuencia de transacciones es independiente de las trayectorias específicas elegidas para enrutar los pagos. ^{[ 15 ]}^{[ 17 ]} Esto se debe a que el flujo de enrutamiento a lo largo de un ciclo dirigido cambia el estado de la red pero no el crédito total disponible para ningún nodo, ^{[ 15 ]} lo que lleva al concepto de estados equivalentes al ciclo que también son equivalentes a la transacción . ^{[ 15 ]}^{[ 17 ]} La cadena de Markov inducida por tasas de transacción simétricas tiene una distribución uniforme de estado estacionario sobre clases de equivalencia de ciclo alcanzables. ^{[ 15 ]}^{[ 17 ]}

Principales conclusiones de la investigación

Los estudios sobre redes de crédito han revelado varios hallazgos significativos con respecto a su liquidez, solidez y formación estratégica:

Robustez y eficiencia

Las redes de crédito demuestran una pérdida limitada , donde las pérdidas totales de un atacante están limitadas por el crédito otorgado a este, independientemente del número de nodos atacantes. ^{[ 15 ]}
Las pérdidas también son localizadas , afectando solo a los nodos que extendieron crédito directamente a un atacante. ^{[ 15 ]}
El enrutamiento de pagos es eficiente , ya que solo requiere un cálculo de flujo máximo. ^{[ 15 ]}

Liquidez y topología de red

Para grafos bien conectados como redes en estrella, grafos completos, redes de Erdös-Rényi y redes de Barabási-Albert, la probabilidad de fallo de transacción se aproxima a cero a medida que aumenta el tamaño, la densidad o la capacidad crediticia de la red. ^{[ 15 ]}
Específicamente, para redes en estrella, la probabilidad de falla es Θ(1/c); ^{[ 15 ]} para grafos completos, Θ(1/nc); ^{[ 15 ]} para Erdös-Rényi, conjeturado Θ(1/(npc)); ^{[ 15 ]} y para Barabási-Albert, conjeturado Θ(1/(dc)). ^{[ 15 ]} Donde c denota la capacidad de cada arista, n representa el número de nodos, p significa la probabilidad de que cualquier arista dada esté presente entre dos nodos en el grafo de Erdös-Rényi, y d es el número de aristas que crea cada nodo que llega cuando el modelo de Barabási-Albert (BA) construye el grafo aleatorio.
Las simulaciones muestran que incluso las redes pequeñas y bien conectadas (por ejemplo, 200 nodos, c=1, grado promedio 25) pueden alcanzar altas tasas de éxito (>0,9). ^{[ 15 ]} El tamaño de la red no tuvo efecto sobre la probabilidad de éxito si el grado promedio de los nodos se mantuvo constante. ^{[ 15 ]}
En grafos "delgados", como las redes de líneas y ciclos, la probabilidad de falla en estado estacionario se aproxima a uno a medida que aumenta el tamaño de la red. ^{[ 15 ]} Para redes de líneas, la probabilidad de éxito es Θ(c/n^2), ^{[ 15 ]} y para grafos de ciclos, es Θ(c/n). ^{[ 15 ]}
La conectividad RF (que representa la liquidez) entre los nodos de un grafo está directamente relacionada con la expansión de las aristas del grafo. ^{[ 18 ]} Las "comunidades" bien conectadas (subgrafos con alta expansión de aristas) exhiben alta liquidez entre sus miembros, independientemente de la estructura general de la red. ^{[ 18 ]}

Comparación con los sistemas centralizados

Un sistema monetario centralizado puede modelarse como una red en estrella donde la raíz (banco central) tiene capacidad crediticia infinita para los nodos hoja, y las transacciones ocurren solo entre nodos hoja. ^{[ 15 ]}
La probabilidad de fallo de transacción en estado estacionario en un sistema centralizado de este tipo es (n-1)/(C+n-1), o Θ(1/ ) (donde C es el crédito total, es el crédito promedio por nodo). ^[¹⁵^] ${\bar {c}}$ ${\bar {c}}$
Fundamentalmente, la liquidez en redes de crédito bien conectadas es comparable a la de sistemas monetarios centralizados equivalentes, ^{[ 15 ]}^{[ 16 ]} lo que implica que los beneficios de la descentralización y la robustez no conllevan una pérdida significativa de liquidez. ^{[ 15 ]}^{[ 16 ]} Por ejemplo, la probabilidad de fallo en grafos completos (Θ(1/nc)) es la misma que en un sistema centralizado equivalente. ^{[ 15 ]}

Redes de crédito con restricciones

Los nuevos modelos introducen restricciones que limitan la pérdida total en la que puede incurrir un agente o grupo, o limitan las garantías de solvencia. ^{[ 17 ]}
Estas restricciones preservan la estructura analítica de las redes de crédito, incluyendo la independencia de ruta y la distribución uniforme en estado estacionario bajo transacciones simétricas. ^{[ 17 ]}
Las restricciones de endeudamiento agregado pueden simplificar la estructura de la red y lograr un equilibrio óptimo entre liquidez y capital en custodia (por ejemplo, en aplicaciones de criptomonedas). ^{[ 17 ]} Las restricciones de nodo pueden hacer que un grafo complejo sea funcionalmente equivalente a una red en estrella restringida. ^{[ 17 ]}
Si bien la conjetura de monotonicidad (que agregar una arista no puede disminuir la liquidez) se cumple para redes sin restricciones, es falsa para redes de crédito con restricciones, lo que demuestra un cambio cualitativo en el comportamiento, aunque se siguen respetando límites específicos. ^{[ 17 ]}

Formación estratégica de redes

Cuando los agentes deciden estratégicamente cuánto crédito otorgar, surgen diferentes comportamientos basados en modelos de riesgo. ^{[ 19 ]}
Bajo riesgo dicotómico (confiar únicamente en los vecinos de la red social) con transacciones bilaterales, el juego de formación es un juego potencial, y los equilibrios de Nash maximizan el bienestar social y son alcanzables en ciclos (admiten secuencias de transacciones idénticas). ^{[ 19 ]} Sin embargo, con transacciones no bilaterales, el juego puede no tener un equilibrio de Nash, y el precio de la anarquía puede ser ilimitado. ^{[ 19 ]}
Bajo riesgo global (probabilidades de incumplimiento público), los equilibrios de Nash tienden a tener una estructura en forma de estrella. ^{[ 19 ]} Las dinámicas de mejor respuesta miopes pueden converger rápidamente a un óptimo social, a pesar de que el precio de la anarquía sea potencialmente ilimitado. ^{[ 19 ]}
Bajo riesgo graduado (señales ruidosas sobre la probabilidad de incumplimiento), las redes centralizadas surgen solo cuando los incumplimientos son raros; de lo contrario, los vínculos crediticios se emiten a cortas distancias sociales, lo que refleja la localidad de la información. ^{[ 19 ]}

Referencias

↑ "¿Qué es CoFi?" . Economía común . Consultado el 26 de junio de 2025 .
↑ "Finanzas colaborativas: herramientas y teoría" . Finanzas colaborativas . Consultado el 26 de junio de 2025 .
↑ "CreditCommons" . CreditCommons . Consultado el 27 de junio de 2025 .
↑ «Komunitín» . Komunitin . Consultado el 27 de junio de 2025 .
↑ Matthew Slater. "Construyendo sistemas de intercambio" . Matslats.net . Consultado el 26 de junio de 2025 .
1 2 "LedgerLoops" . LedgerLoops . Consultado el 26 de junio de 2025 .
↑ "Cycles.money" . Cycles.money . Consultado el 26 de junio de 2025 .
↑ "LocalLoop" . LocalLoop . Consultado el 26 de junio de 2025 .
↑ "RAMICS – Asociación de Investigación sobre Innovación Monetaria y Monedas Complementarias y Comunitarias" . RAMICS . Consultado el 26 de junio de 2025 .
↑ Ruddick, Will (s.f.). Economía de base . Reseña. ISBN 979-8-3474-5211-8Consultado el 26 de junio de 2025 .
↑ Ruddick, Will (2023). "Commitment Pooling – Un protocolo económico inspirado en la sabiduría ancestral" . International Journal of Community Currency Research . 27. doi : 10.15133/j.ijccr.2023.004 . ISSN 1325-9547 .
↑ Wang, Shun (2019). "Capital social y asociaciones laborales rotativas en la China rural" . China Economic Review . 53 : 243–253 . doi : 10.1016/j.chieco.2018.09.013 . ISSN 1043-951X . Consultado el 26 de junio de 2025 .
↑ Lars Börner y John William Hatfield, El diseño de los mercados de compensación de deuda: mecanismos de compensación en la Europa preindustrial , Journal of Political Economy 2017,125:6, 1991-2037
↑ Simić, Slobodan; Milanović, Vladan (1992). "Algunas observaciones sobre el problema de la compensación multilateral" . Publikacije Elektrotehničkog Fakulteta. Serija Matematika (3): 27– 33. JSTOR 43666430 .
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 Dandekar, P., Goel, A., Govindan, R., & Post, I. (2011). Liquidez en redes de crédito: Un poco de confianza da para mucho. En Actas de la 12.ª conferencia ACM sobre comercio electrónico (págs. 147–156). ACM.
1 2 3 4 5 6 Goel, A. (2017). Redes de crédito (Apuntes de clase de CS 261, 19 de enero de 2017). Universidad de Stanford.
1 2 3 4 5 6 7 8 9 10 Ramseyer, G., Goel, A., & Mazières, D. (2020). Liquidez en redes de crédito con agentes restringidos. En Actas de la Conferencia Web 2020 (WWW '20), 20-24 de abril de 2020, Taipéi, Taiwán . ACM, Nueva York, NY, EE. UU.
1 2 3 Goel, A., Khanna, S., Raghvendra, S., & Zhang, H. (2015). Conectividad en bosques aleatorios y redes de crédito. En Actas del vigésimo sexto simposio anual ACM-SIAM sobre algoritmos discretos (pp. 2037–2048). Sociedad de Matemáticas Industriales y Aplicadas.
1 2 3 4 5 6 Dandekar, P., Goel, A., Wellman, MP, & Wiedenbeck, B. (2012). Formación estratégica de redes de crédito. En Actas de la 21.ª Conferencia Internacional World Wide Web (WWW 2012), 16-20 de abril de 2012, Lyon, Francia . ACM.

[1] "¿Qué es CoFi?" . Economía común . Consultado el 26 de junio de 2025 .

[2] "Finanzas colaborativas: herramientas y teoría" . Finanzas colaborativas . Consultado el 26 de junio de 2025 .

[3] "CreditCommons" . CreditCommons . Consultado el 27 de junio de 2025 .

[4] «Komunitín» . Komunitin . Consultado el 27 de junio de 2025 .

[5] Matthew Slater. "Construyendo sistemas de intercambio" . Matslats.net . Consultado el 26 de junio de 2025 .

[LedgerLoops-6] 1 2 "LedgerLoops" . LedgerLoops . Consultado el 26 de junio de 2025 .

[7] "Cycles.money" . Cycles.money . Consultado el 26 de junio de 2025 .

[8] "LocalLoop" . LocalLoop . Consultado el 26 de junio de 2025 .

[9] "RAMICS – Asociación de Investigación sobre Innovación Monetaria y Monedas Complementarias y Comunitarias" . RAMICS . Consultado el 26 de junio de 2025 .

[10] Ruddick, Will (s.f.). Economía de base . Reseña. ISBN 979-8-3474-5211-8Consultado el 26 de junio de 2025 .

[11] Ruddick, Will (2023). "Commitment Pooling – Un protocolo económico inspirado en la sabiduría ancestral" . International Journal of Community Currency Research . 27. doi : 10.15133/j.ijccr.2023.004 . ISSN 1325-9547 .

[12] Wang, Shun (2019). "Capital social y asociaciones laborales rotativas en la China rural" . China Economic Review . 53 : 243–253 . doi : 10.1016/j.chieco.2018.09.013 . ISSN 1043-951X . Consultado el 26 de junio de 2025 .

[13] Lars Börner y John William Hatfield, El diseño de los mercados de compensación de deuda: mecanismos de compensación en la Europa preindustrial , Journal of Political Economy 2017,125:6, 1991-2037

[14] Simić, Slobodan; Milanović, Vladan (1992). "Algunas observaciones sobre el problema de la compensación multilateral" . Publikacije Elektrotehničkog Fakulteta. Serija Matematika (3): 27– 33. JSTOR 43666430 .

[Dandekar2011-15] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 Dandekar, P., Goel, A., Govindan, R., & Post, I. (2011). Liquidez en redes de crédito: Un poco de confianza da para mucho. En Actas de la 12.ª conferencia ACM sobre comercio electrónico (págs. 147–156). ACM.

[GoelLecture2017-16] 1 2 3 4 5 6 Goel, A. (2017). Redes de crédito (Apuntes de clase de CS 261, 19 de enero de 2017). Universidad de Stanford.

[Ramseyer2020-17] 1 2 3 4 5 6 7 8 9 10 Ramseyer, G., Goel, A., & Mazières, D. (2020). Liquidez en redes de crédito con agentes restringidos. En Actas de la Conferencia Web 2020 (WWW '20), 20-24 de abril de 2020, Taipéi, Taiwán . ACM, Nueva York, NY, EE. UU.

[Goel2015-18] 1 2 3 Goel, A., Khanna, S., Raghvendra, S., & Zhang, H. (2015). Conectividad en bosques aleatorios y redes de crédito. En Actas del vigésimo sexto simposio anual ACM-SIAM sobre algoritmos discretos (pp. 2037–2048). Sociedad de Matemáticas Industriales y Aplicadas.

[Dandekar2012-19] 1 2 3 4 5 6 Dandekar, P., Goel, A., Wellman, MP, & Wiedenbeck, B. (2012). Formación estratégica de redes de crédito. En Actas de la 21.ª Conferencia Internacional World Wide Web (WWW 2012), 16-20 de abril de 2012, Lyon, Francia . ACM.

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ],

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]

[ 18 ]

[ 19 ]