A tese deste trabalho é que as técnicas mais sofisticadas atualmente utilizadas pelos economistas para fazer previsões (métodos não estruturais de previsão, em geral, e modelos de detecção de mudanças de regime, em particular) não parecem realmente muito eficazes em prever mudanças radicais de regime como a que ocorreu na economia mundial recentemente. Assim, para aumentar seu grau de acurácia, parece razoável imaginar que tais técnicas devam ser complementadas por abordagens mais holísticas. O objetivo geral deste trabalho é mostrar que a metodologia de dinâmica de sistemas (system dynamics), que permite identificar os ciclos de feedback que comandam a dinâmica de sistemas complexos, parece estar especialmente bem-equipada para se tornar uma dessas abordagens complementares. Pretende-se, especificamente, apresentar um algoritmo sistêmico para identificar processos de mudança de regime como os que ocorrem quando uma economia, após anos de expansão continuada, sofre os efeitos da explosão de uma bolha financeira, como ocorreu recentemente.

This paper argues that the sophisticated techniques presently used by economists to forecast macroeconomic variables behavior (non-structural forecasting methods, in general, and regime-switching models, in particular) do not seem much effective for anticipating radical regime shifts as recently happened in the world economy. Thus, in order to improve their accuracy, it seems that they should be complemented by more holistic approaches. The general purpose of the paper is to show that the system dynamics methodology, which allows identifying the critical feedback loops that drive complex systems' dynamics, seems to be especially fitted to be one of those complementary approaches. To reach that goal, we present a systemic algorithm which allows identifying regime shift processes as the ones that take place when an economy is hit by the effects of a financial bubble burst.