Econofísica

Lucas Lacasa Saíz de Arce*

Bartolomé Luque Serrano*

En los últimos cinco años aparecen con regularidad artículos sobre

finanzas y economía en revistas de física teórica. Al corpus científico que
se está generando se le ha denominado econofísica (Econophysics). Los
físicos con sus nuevos enfoques y técnicas están obteniendo resultados
que, en muchos casos, no están acorde con las teorías financieras y eco-
nómicas al uso.
Palabras claves: teoría económica, ciencias económicas, investigación
aplicada, estadísica matemática, proceso estocástico.
Clasificación JEL: C73.

1. ¿Qué es la econofísica? productos financieros, y desarrolladores

de técnicas de análisis de grandes masas
Al igual que la biofísica o la geofísica de datos. Y los físicos, que sufren un pre-
estudian procesos propios de la biología cario mercado de trabajo académico e
AU L A D E
y la geología desde la perspectiva de la investigador endémico, han sentido el
FORMACIÓN
física, la econofísica trata de aplicar los canto de las sirenas: apetecibles salarios.
métodos propios de esta ciencia a la teo- De hecho, el éxito obtenido en estas tare-
ría económica. as ha llevado a algunos de ellos a fundar
Los físicos se han acercado a la eco- sus propias firmas, ofreciendo servicios
en el área de las finanzas.
nomía por dos vías. La primera, laboral.
La segunda vía de acercamiento a la
Tradicionalmente, los analistas cuantitati-
economía por parte de los físicos ha sido
vos en bancos y otros negocios financie-
científica. Tradicionalmente, las áreas de
ros —llamados en la jerga quants— han
interés en el último siglo para los físicos
sido matemáticos. Sin embargo, en las
fueron el mundo de lo muy grande (teoría
dos últimas décadas el mundo financiero general de la relatividad y cosmología,
ha empezado a contratar para estos por ejemplo) y el mundo de lo muy pe-
menesteres también físicos. Las institu- queño (teoría cuántica y partículas suba-
ciones financieras se han percatado de tómicas). Sin embargo, en el último cuar-
que la sólida formación matemática y la to del pasado siglo han desarrollado
habilidad en el uso de los ordenadores de nuevos métodos para analizar campos
los físicos, los convierte en excelentes ajenos a sus intereses tradicionales,
diseñadores de nuevos y sofisticados como la evolución biológica, la psicología
o la sociología, por ejemplo. Este atrevi-
* Departamento de Matemática Aplicada y Estadística
miento es parte de un movimiento más
de ETSI Aeronáuticos, Universidad Politécnica de Madrid. general en el seno de la física: los siste-

BOLETÍN ECONÓMICO DE ICE N° 2844

DEL 9 AL 15 DE MAYO DE 2005 I
 LUCAS LACASA SAÍZ DE ARCE Y BARTOLOME LUQUE SERRANO

mas complejos. Era, por tanto, solo cues- vante. Parece un tanto pretencioso y a
tión de tiempo que sus intereses alcanza- todas luces nada realista.
ran de forma contundente a la economía. ¿Son o no aleatorios los precios de los
La economía y las finanzas están fuer- mercados? Es decir, en otras palabras
temente matematizadas desde hace más mucho más directas y jugosas: ¿existe
de un siglo, con herramientas que van forma segura de ganar en Bolsa? Las
desde el movimiento browniano (camina- acciones se sobrevalúan los primeros
tas al azar) hasta la teoría de juegos días de enero, suelen caer con frecuencia
(donde se usan conceptos como equili- las primeras horas de los lunes... Son
brio de Nash). En finanzas, por ejemplo, hechos empíricos, bien conocidos, en
se ha asumido que las fluctuaciones de contra de la aleatoriedad. ¿Podemos pre-
precios siguen una distribución normal y decir más y con rigor? La HME (Hipótesis
que los mercados funcionan de forma efi- de mercado eficiente) asigna como pro-
ciente. A partir de ahí se ha desarrollado babilidad a un crash como el de octubre
una extensa teoría. ¿Cómo está contribu- de 1987, una entre 1035 posibilidades: es
yendo la física a la economía? Los eco- decir, para la teoría clásica, semejante
nofísicos están mostrando fehaciente- ocurrencia es imposible. Más aún, una
mente que muchas observaciones están pérdida en un día del 5 por 100 en el Dow
en desacuerdo con estas hipótesis de tra- Jones (hecho que sucede alrededor de
bajo. Por ejemplo, a corto término las fluc- cada dos años), debería tener una fre-
tuaciones son no normales, el incremento cuencia de una cada miles de años,
de precios está correlacionado: los signos según HME. La teoría clásica hace
del incremento de precios están desco- aguas... La econofísica se está encargan-
rrelacionados de acuerdo con la hipótesis do de dar un amparo teórico a un senti-
AU L A D E de mercado eficiente, sin embargo, la miento ampliamente extendido: la HME
FORMACIÓN magnitud de las fluctuaciones de precios es completamente falsa. Y está transfor-
muestran correlaciones temporales de mando nuestro entendimiento de la eco-
largo alcance (Ver Caja 1: Regularidades nómía con nuevos enfoques (Ver Caja 2:
estadísticas empíricas en precios y vue- Caos y criticalidad auto-organizada).
los de Levy truncados). En el mundo real las estrategias usa-
Una de las tesis fundamentales en la das por los agentes manifiestan correla-
que se ha basado el estudio técnico de la ciones (herd effect) que son obviadas por
economía en los últimos cien años es la las teorías al uso. ¿Cómo es posible dar
llamada HME (Hipótesis de Mercado Efi- contenido matemático a situaciones de
ciente), siendo a la vez la suposición más pánico bursátil? Los econofísicos son
adoptada y menos creída. Asume, bási- capaces de modelizar sistemas con
camente, que toda la información suscep- muchos componentes. En contraposición
tible de ser conocida por el sistema (por con las teorías neoclásicas de equilibrio,
ejemplo, los datos referentes a la Bolsa), tan caras al razonamiento neoliberal, la
está en cada paso de tiempo incorporada econofísica propone una descripción del
a los precios. Exige que el sistema, (re- comportamiento adaptativo de los agen-
cordemos que nuestro sistema es un tes económicos frente a situaciones cam-
enorme conjunto de individuos compran- biantes. Tal enfoque es ahora posible
do y vendiendo acciones) sea una com- debido a la creciente capacidad de simu-
putadora perfecta, que integra en cada lación de los ordenadores y a los méto-
paso de tiempo toda la información rele- dos matemáticos desarrollados en el área

BOLETÍN ECONÓMICO DE ICE N° 2844

II DEL 9 AL 15 DE MAYO DE 2005
 ECONOFÍSICA

de los sistemas complejos, que han de- ter colectivo. Eso puede generar situacio-
mostrado éxitos notables en la compren- nes paradójicas: si muchos clientes predi-
sión del comportamiento de sistemas con cen «correctamente» que el bar estará
un gran número de componentes que poco concurrido ese jueves, entonces su
evolucionan e interaccionan fuertemente decisión «acertada» los hace fracasar,
entre sí. porque asistirán más de 60. De manera
El gran economista J. M. Keynes com- similar, si la mayoría de clientes predicen
paró la actuación de los agentes en los de manera «acertada» que el bar estará
mercados con los participantes de un con- lleno y deciden quedarse en casa, enton-
curso que intentan adivinar a la mujer que ces habrán tomado una decisión «equivo-
será elegida como la más bella. La elegi- cada».
da finalmente no tiene por qué ser preci- Brian Arthur con este «modelo de
samente la más hermosa, sino aquella juguete» abrió un nuevo camino para
que la mayoría piensa que los demás van estudiar e iluminar esta dialéctica entre el
a elegir como la más hermosa. Pensando individuo y el colectivo, esta dinámica
en esta forma de meta-actuación de los compleja entre las partes y el todo que
agentes, Brian Arthur creó uno de los aparecen en muchos sistemas económi-
modelos más celebrados en econofísica: cos y sociales. Las herramientas emplea-
El Farol, nombre tomado de un concurrido das por los físicos para analizar sistemas
bar en Santa Fe, Nuevo Mexico. Allí todos complejos permiten ahora abordar la pro-
los jueves por la noche se toca música blemática de los agentes, ausente prácti-
irlandesa. Los aficionados a este tipo de camente en la economía clásica (Ver
música deben tomar cada semana la Caja 3: Juegos de minoría).
decisión de asistir o no a escuchar su Por supuesto, la econofísica tiene sus
música preferida. Lamentablemente el bar detractores. Argumentan fundamental- AU L A D E
es pequeño y si los asistentes superan las mente que no es posible extraer conclu- FORMACIÓN
sesenta personas, el ambiente se hace siones válidas de experimentos físicos en
agobiante. Cada uno de los clientes debe condiciones controladas de laboratorio
tratar de inferir qué debe hacer esta para casos empíricos reales de la econo-
semana, asistir o no, en función de sus mía. Estos últimos son resultado de acon-
experiencias anteriores. ¿Qué estrategia tecimientos ocurridos en los mercados
deben seguir los clientes? que difícilmente vuelvan a repetirse con
Brian Arthur elaboró un modelo com- toda exactitud. En otras palabras: que no
putacional que simulaba la situación: los pueden hacerse experimentos en los
clientes o agentes debían decidir o no mercados financieros como no pueden
asistir al bar, a partir de un conocimiento hacerse experimentos de la historia. Pero
limitado, una memoria de las asistencias como han señalado R. N. Mantenga y H.
anteriores y de unas estrategias de deci- E. Stanley, dos fundadores de la econofí-
sión. Si un cliente predecía que más de sica, esa característica es compartida por
sesenta personas visitarían el bar, evita- varios campos de la física como son la
ría ir. Si predecía que la asistencia sería cosmología, la astrofísica o la climatolo-
menor de sesenta personas, entonces gía, por ejemplo, sin mayores problemas.
decidiría asistir. Observemos que la deci- La actividad de los físicos en econo-
sión de asistir o no al bar es de carácter mía ha dejado de ser episódica y una
individual y la consecuencia de la asis- comunidad científica con características
tencia de todos los clientes es de carác- propias ha comenzado a emerger. Usan

BOLETÍN ECONÓMICO DE ICE N° 2844

DEL 9 AL 15 DE MAYO DE 2005 III
 LUCAS LACASA SAÍZ DE ARCE Y BARTOLOME LUQUE SERRANO

FIGURA 1
DISTRIBUCIÓN EMPÍRICA Y TEÓRICA IPC 1999

Nota: Distribución empírica (líneas y círculos) y teórica (líneas) de las diferencias de precio en el índice IPC durante en año 1999 en escala semi-
logaritmica. Si las variaciones de precios siguieran una caminata aleatoria, la curva teórica, que corresponde a una distribución gaussiana, y la
empírica debían coincidir. Nótese que las colas de la distribución empírica son mucho más gruesas que las de la distribución teórica clásica.
Fuente: Cortesía de Ricardo Mansilla, UNAM.

la geometría fractal, la teoría de procesos de fat tails en las distribuciones (probabili-

AU L A D E
estocásticos, los fenómenos críticos y, de dades para valores extremos mayores que
FORMACIÓN
modo general, la física de los sistemas las esperadas para una normal). En la
complejos. El tiempo dirá si esos nuevos Figura 1 podemos ver el desajuste entre la
enfoques son una moda pasajera o un teoría clásica y los datos empíricos. En la
profundo cambio de perspectiva en la gráfica se muestra la distribución empírica
forma de entender la economía. y la distribución teórica de las variaciones
de precios del IPC durante todo el año
1999 en escala semilogarítmica. Para la
2. Caja 1: Regularidades construcción de la misma se utilizaron
estadísticas empíricas datos intra-día (todas las anotaciones
en precios y vuelos de Levy
registradas en el mercado a lo largo del
truncados
día. Durante el año 1999 se tuvieron para
el IPC 1.103.483 registros). Si admitimos
Una de las propiedades básicas del
que las diferencias de precios siguen una
mercado es la fluctuación de precios. Exis-
ley normal, entonces:
te un encendido debate sobre la forma
funcional de la distribución de precios. Ini-
cialmente se pensaba que la distribución
acumulada de log-returns convergía a una
distribución normal para intervalos tempo-
rales grandes. Sin embargo, las medidas Tomando logaritmos a ambos miem-
reales muestran claramente la existencia bros de esta ecuación, se tiene:

BOLETÍN ECONÓMICO DE ICE N° 2844

IV DEL 9 AL 15 DE MAYO DE 2005
 ECONOFÍSICA

provienen de la ya madura teoría del caos

determinista. Toda la maquinaria desarro-
llada para analizar trayectorias caóticas
en los últimos 30 años se está aplicando
De modo que en escala semilogarítmi-
al inmenso torrente de datos que nos
ca deberíamos ver la gaussiana como
ofrece cada día el sector económico.
una parábola. Como puede observarse
En teoría del caos se estudian siste-
en la imagen la diferencia entre esa «pa-
mas no lineales que presentan sensibili-
rábola gaussiana» que asume la teoría
dad extrema a las condiciones iniciales.
clásica y los datos de mercados no se
Un sistema se dice caótico, si dos condi-
ajustan en absoluto.
ciones iniciales infinitamente próximas,
Desde luego estas diferencias eran
evolucionan al cabo de poco tiempo de
conocidas desde hace mucho tiempo. En modo muy diferente. La Bolsa es un siste-
los años 60, B. Mandelbrot y E. Fama sugi- ma altamente no lineal, si su dinámica es
rieron que la distribución ajustaba a una caótica significaría que es impredecible.
distribución estable de Levy como genera- Existen, sin embargo, sistemas en la
lización del teorema del límite central. Pero naturaleza que presentan lo que los físi-
posteriormente se encontraron más com- cos llaman caos débil. Son sistemas don-
plicaciones. Si bien la distribución se acer- de la predicción es posible aunque sólo a
ca a una normal para intervalos grandes, corto término. Si la Bolsa se comportara
el valor absoluto de los log-returns (toma- de esta manera la posibilidad de predic-
do a veces como definición de volatilidad) ción sería posible.
decae como una ley de potencias para Muchos fenómenos naturales exhiben
valores altos. Y esto es incompatible con caos débil, entre ellos los sistemas críticos
una distribución de Levy. Ha habido que auto-organizados. Pongamos un ejemplo AU L A D E
esperar hasta 1994, para que dos econofí- de juguete: un reloj de arena. En él, los FORMACIÓN
sicos, R.Mantenga y E.Stanley, dieran con granos al caer van formando un pequeño
el marco adecuado para describir esta montón de arena con cierta pendiente. A
fenomenología. Usando «vuelos de Levy medida que van cayendo los granos se
truncados» (VLT) describieron con éxito producen pequeñas avalanchas de arena
notable el comportamiento pseudo-gaus- de muy diversos tamaños, de tal modo
siano de la distribución de precios. Este que la pendiente permanece constante, se
trabajo, y posteriores, permiten estimar auto-regula. El sistema está siendo pertur-
cuantitativamente la probabilidad de que bado y se «auto-organiza» disipando are-
una determinada diferencia de precios (o na mediante avalanchas para mantener la
la fluctuación de un precio), ocurra de pendiente. La distribución de los tamaños
forma más exacta que la teoría clásica. de las avalanchas sigue una ley de poten-
cias que los físicos relacionan con fenó-
menos críticos como son las transiciones
3. Caja 2: Caos y criticalidad de fase (el paso de un sólido a líquido, por
auto-organizada ejemplo). Ese tipo de distribuciones se han
encontrado en multitud de fenómenos na-
Otra área donde la econofísica está ob- turales y cuando los físicos se topan con
teniendo nuevos resultados es en el análi- ellas sospechan que se hayan frente a un
sis de datos. Los econofísicos están utili- sistema crítico.
zando nuevas herramientas, como las que Los econofísicos han descubierto que,

BOLETÍN ECONÓMICO DE ICE N° 2844

DEL 9 AL 15 DE MAYO DE 2005 V
 LUCAS LACASA SAÍZ DE ARCE Y BARTOLOME LUQUE SERRANO

por ejemplo, las fluctuaciones de las ta- plicación intrínseca de las simulaciones
sas de crecimiento de los tamaños de numéricas. De filosofía opuesta, por su
compañías decaen siguiendo leyes de extrema sencillez, tenemos El Farol, el
potencias. Y han observado leyes seme- punto de partida de toda una serie de
jantes en la distribución de salarios, el modelos de agentes. Entre ellos los más
número de empleos, etcétera. En concre- conocidos son los llamados «juegos de
to, la distribución del PIB por países sigue minoría» (Minority Games), propuestos
una la ley de potencias, un resultado inicialmente en 1997 por Damián Challet
inexplicable a partir de las teorías econó- y Yi-Cheng Zhang.
micas estándar, que encaja perfectamen- Básicamente, un juego de minoría es
te en las explicaciones alternativas que un modelo donde un grupo de agentes
ofrece la econofísica. toma decisiones sucesivas teniendo en
La pregunta que nos llevó a esta Caja cuenta los éxitos y fracasos de sus deci-
era: ¿Es predecible o no la Bolsa? Al hilo siones pasadas. Para ser más precisos,
de lo expuesto, los econofísicos A. Johan- consideremos un número impar N de
sen y D. Sornette, conectaron la fenome- agentes que toman decisiones sucesiva-
nología dispar de los crashes bursátiles y mente dentro de un conjunto de dos posi-
la teoría de predicción de terremotos. bles, que llamaremos 0 ó 1; comprar o
Según muchos físicos los terremotos son vender; ir o no ir al bar, etc. Como en el
un ejemplo de fenómeno crítico auto- juego de los chinos, estas decisiones se
organizado. Johansen y Sornette utiliza- toman de manera simultánea por cada
ron las herramientas matemáticas que uno de los agentes participantes. Una vez
habían utilizado previamente a la predic- que todos han hecho pública su decisión,
ción de terremotos, para explicar el com- ganarán aquellos que estén en el grupo
AU L A D E de la minoría (de ahí el nombre del mo-
portamiento de los índices financieros
FORMACIÓN delo). Se llama decisión ganadora en una
antes de los crashes. Como resultado tie-
nen en su haber una sorprendente predic- iteración o repetición del juego a aquella
ción de la fecha en la que ocurrió el crash que tomaron los agentes en minoría. Por
del NASDAQ del 14 de abril de 2000. ejemplo, supongamos que N = 11, y que
en una de las iteraciones, 9 de ellos deci-
den comprar y 2 vender. Ganan entonces
4. Caja 3: Juegos de minoría los vendedores.
¿Qué tiene que ver esto con los mer-
Para explicar el comportamiento de los cados? Los agentes económicos consi-
precios necesitamos entender el compor- guen ventajas si se encuentran en mino-
tamiento de los agentes de los que ría. Si muchos agentes quieren comprar y
depende. Está claro, que los agentes muy pocos quieren vender (acciones bur-
económicos no se comportan de forma sátiles o cualquier producto que se nos
totalmente racional y que, sin duda, esto ocurra) entonces los precios subirán
juega un papel crucial en los precios. como consecuencia de la diferencia entre
Pero, ¿cómo podemos ir más allá de esta la oferta y la demanda, favoreciendo a los
afirmación? Se han propuesto modelos que están en la minoría, que son los ven-
complicados como el SFI. A pesar de que dedores. De manera similar, si hay muy
exhibe características propias del merca- pocos compradores y muchos vendedo-
do como la clusterización de la volatilidad res, entonces los precios se irán a la baja
y fat tails, es difícil de analizar por la com- como consecuencia de la desproporción

BOLETÍN ECONÓMICO DE ICE N° 2844

VI DEL 9 AL 15 DE MAYO DE 2005
 ECONOFÍSICA

entre la oferta y la demanda, para benefi- TABLA 1

REPRESENTACIÓN DE UNA ESTRATEGIA
cio en este caso de los compradores que
0 1 1 1 0 1 0 0
son la minoría.
0 0 0 0 1 1 1 1
La única información pública de que 0 0 1 1 0 0 1 1
disponen los agentes en estos modelos 0 1 0 1 0 1 0 1

es la lista de las decisiones ganadoras en (1) (2) (3) (4) (5) (6) (7) (8)

los instantes de tiempo anteriores. Como Fuente:Elaboración propia.

sólo son posibles dos acciones, entonces

el histórico del sistema es simplemente Al inicio de una simulación, cada agen-
una cadena de ceros y unos, tan larga te recibe s estrategias como la descrita
como iteraciones del sistema se haya más arriba. Existen varias maneras distin-
producido. Supongamos que los tres últi- tas de asignarlas, usarlas o hacerlas evo-
mos dígitos del histórico fueron: 0, 1, 0. lucionar. Y cada una de ellas ha generado
De izquierda a derecha representan la alguna variante de los juegos de minoría.
sucesión de las decisiones ganadoras en ¿Cómo juegan los agentes en este uni-
las tres últimas jugadas. Para ser más verso-mercado simulado en el ordenador?
precisos, hace tres iteraciones quedaron Dada una historia, un conjunto de ceros y
en minoría los que eligieron 0, hace dos unos, cada uno de los agentes toma una
los que eligieron 1 y en la última jugada decisión a partir de una de sus estrategias.
los que eligieron 0. Se decide cuál es el grupo que quedó en
¿Cómo usan los agentes la informa- la minoría, los que están en 0 o los que
ción que provee esta cadena binaria de escogieron 1. Con el símbolo correspon-
decisiones exitosas anteriores? En primer diente a la decisión se actualiza el históri-
lugar, como tienen racionalidad limitada, co, poniendo como dígito binario más
memoria no infinita, sólo recuerdan los AU L A D E
reciente la última decisión ganadora y eli-
últimos valores de la serie binaria, diga- FORMACIÓN
minando el más antiguo. Y se vuelve a
mos, los últimos tres valores, como en comenzar. Lo que obtenemos es una
nuestro ejemplo. A partir de esos valores sucesión de ceros y unos, el resultado
anteriores los agentes deben inducir cuál colectivo de decisiones individuales, del
es su actuación correcta en la próxima que los econofísicos extraen conclusiones
ronda del juego. Para ello hacen uso de muy interesantes. Por ejemplo, es sorpren-
estrategias. Una estrategia es un procedi- dente que, a pesar de la sencillez de estos
miento que reconoce la situación actual y modelos, exhiben una transición entre efi-
sugiere, a partir de ésta, una actuación. ciencia (predicción imposible del mercado)
En particular, si la memoria de nuestros e ineficiencia en función de la capacidad
agentes es de tres pasos de tiempo, debe estratégica (memoria) de los agentes.
ser capaz de decidir para 23 = 8 posibles La sobresimplificación extrema de este
historias. Así, una estrategia puede repre- modelo y sus variantes los aleja mucho
sentarse como muestra la Tabla 1. de la realidad. Es el precio a pagar por
Dicha Tabla nos dice por ejemplo, que si resolverlos y entender en profundidad su
las últimas tres decisiones ganadoras funcionamiento. Semejante estrategia de
hubieran sido 0 0 1, la columna señalada abordaje en sistemas complejos y mecá-
como histórico (2), entonces esta estrate- nica estadística ha sido enormemente
gia le aconsejaría al agente elegir 1 en la fructífera bajo técnicas de renormaliza-
próxima ronda del juego (el dígito con ción e hipótesis de universalidad, y los
fondo gris). econofísicos esperan que reporte resulta-

BOLETÍN ECONÓMICO DE ICE N° 2844

DEL 9 AL 15 DE MAYO DE 2005 VII
 LUCAS LACASA SAÍZ DE ARCE Y BARTOLOME LUQUE SERRANO

dos semejantes en economía. Minority menos inabordables con las herramientas

Game es uno de los primeros pasos fir- clásicas.
mes para abordar situaciones más realis-
tas donde las decisiones de los agentes Bibliografía
afectan a los precios y los precios a las
decisiones. A priori estos modelos pue- 1. MANSILLA, Ricardo (2003): Introducción a
den parecer juegos de salón, pero lo cier- la Econofísica, Ed. Equipo Sirius.
to es que son los primeros intentos de 2. BOUCHAUD, J. P. y POTTERS, M. (2000):
introducir comportamientos individuales Theory of Financial Risk: From Statistical
Physics to Risk Management, Univ. Press,
en la teoría económica, que en muchos
Cambridge, Reino Unido.
casos no son racionales y tan solo dispo-
3. MANTENGA, R.N. y STANLEY, H.E. (1999):
nen de una información incompleta. Estos
Introduction to Econophysics: Correlations
modelos han sido capaces ya de aportar and Complexity in Finance, Cambridge
las primeras explicaciones con marco Univ. Press, Cambridge, Reino Unido.
matemático de fenómenos colectivos bien 4. http://www.unifr.ch/econophysics/ Foro de
conocidos en la Bolsa como son el efecto discusión, opinión y artículos que intenta
manada o el pánico generalizado; fenó- aglomerar a la comunidad econofísica.

AU L A D E
FORMACIÓN

BOLETÍN ECONÓMICO DE ICE N° 2844

VIII DEL 9 AL 15 DE MAYO DE 2005