Por María Dolores Gadea Rivas
Esta entrada se basa en los resultados del trabajo de Gadea y Pérez-Quirós (2012)
Recientemente, varios científicos italianos fueron encontrados culpables y condenados a prisión por haber subestimado el riesgo de que ocurriera un terremoto en L’Aquila. Afortunadamente para la profesión, ningún economista está en la cárcel por no haber sido capaz de predecir la Gran Recesión (GR). Sin embargo, este fallo de la profesión académica ha sido ampliamente comentado y criticado en diferentes foros, especialmente la incapacidad de anticipar el papel que la acumulación del crédito iba a tener en la génesis de la GR. Así, por ejemplo, Paul Krugman en el New York Times (revista del 2 de septiembre de 2009) se lamenta de la ceguera de la profesión ante la posibilidad de fallos catastróficos de la economía de mercado. Y un amplio grupo de economistas en Colander et al. (2009) subrayaban la mala asignación del esfuerzo investigador en Economía, y la insistencia de la profesión en construir modelos que ignoran los elementos clave que gobiernan la economía en el mundo real.
La principal crítica a la profesión se basa en que ha sido incapaz de predecir una crisis de tal magnitud, cuando durante la etapa expansiva anterior se estaban acumulando desequilibrios que parecían insostenibles. En particular, hay muchas referencias al rápido crecimiento del crédito y a cómo dicho crecimiento provocó una presión alcista sobre el precio de los activos, especialmente inmobiliarios. A raíz de esta experiencia, empezaron a proponerse mecanismos de predicción del ciclo económico, basados en el uso del crédito como “variable adelantada” del ciclo, es decir, como un indicador cuyo crecimiento contiene información predictiva sobre la probabilidad de que ocurra una recesión, hasta el punto de que cada vez es más frecuente que en procedimientos de supervisión macroeconómica realizados por instituciones internacionales se utilice la evolución del crédito como señal de desequilibrio macroeconómico o de “alerta” ante futuras recesiones. Por ejemplo, el Fondo Monetario Internacional, en su WEO de 2011, apoyándose en una serie de bien documentadas regularidades empíricas, apunta al crecimiento del ratio del crédito en relación al PIB como un indicador particularmente fiable de la llegada de una recesión. Gráficos como éste, que muestra la evolución de dicho ratio en US junto con el fechado del ciclo económico de acuerdo con el NBER, parecen apoyar esta hipótesis. Y es cierto, mirando a este gráfico y a otra evidencia empírica presentada en diferentes trabajos, que, como economistas, podemos preguntarnos lo que se preguntó la Reina de Inglaterra en la LSE: ...si todo es tan evidente, ¿por qué nadie pudo predecir la recesión?
El problema radica en que toda la evidencia “clara” que encontramos ahora en los trabajos empíricos, tal vez no estaba tan “clara” antes de la crisis, ya que, como se muestra en Gadea y Pérez Quirós (2012 y 2013):
En primer lugar, este tipo de trabajos confunden el análisis descriptivo con la inferencia estadística, ya que toman las recesiones como dadas exógenamente, asumiendo además que son conocidas a priori y analizando el comportamiento del crédito alrededor de los puntos de giro. Utilizando un símil médico, esta literatura está interesada en la “anatomía” de las crisis financieras en general, la Gran Recesión en particular, una vez que han ocurrido. Los resultados que se obtienen en esta literatura son de “medicina forense” (explicación después de que la muerte ha ocurrido). Sin embargo, el objetivo debería ser extraer de los datos lecciones que sean útiles para la toma de decisiones. El enfoque adecuado para ello, y es el que se adopta en este trabajo, es de tipo “medicina clínica”, es decir tratar de diagnosticar la evolución de un paciente (economía) a partir de sus síntomas (nivel de crédito), porque no sólo se obtienen lecciones de las muertes (crisis) sino también de los tiempos en que los niveles de crédito son anormalmente altos (principios de la década del 2000, por ejemplo) y nada ocurre.
En segundo lugar, la falacia del efecto acumulador. El crédito es una variable que aumenta de forma endógena en periodos de expansión, como señalan numerosos trabajos teóricos, pero la cuestión es ¿ese tipo de comportamiento contiene algún poder predictivo sobre la llegada de las recesiones? Veamos una ilustración muy simple utilizando el juego del parchís. Como todos sabemos, o recordamos de nuestra infancia, es necesario obtener un 5 (de un dado de 6 posiciones) para sacar una ficha de su posición inicial. Si tiramos varias veces sin conseguir ese resultado, probablemente un niño pensaría que en la siguiente jugada le toca sacar el 5; pero todos sabemos que la probabilidad de éxito en cada tirada sigue siendo la misma, 1/6. Sin embargo, si acumulamos el número de fracasos, se podría encontrar que esta variable, que, por construcción, no tiene ningún efecto predictivo, es, significativa en un modelo estándar (tipo logit) para predecir el futuro “éxito” ¿por qué? Porque la media del acumulador justo antes del “éxito” suele ser más alta que justo después del éxito. Cualquier acumulador del número de fracasos es significativo en un modelo tipo predictivo ex post. ¿Y qué hacen los modelos que relacionan crédito y puntos de giro? El nivel de crédito en relación al PIB actúa como un acumulador del número de periodos en expansión, porque crece endógenamente en estos periodos. Utilizando la nomenclatura del parchís, el crédito sobre PIB actúa como el número de “fracasos” en conseguir un 5. Y, como en el caso del parchís, incluso aunque esta variable no tiene poder predictivo sobre la probabilidad de “éxito” (punto de giro en la economía), es significativa en un modelo predictivo ex post al uso.
En tercer lugar, la cuestión de la endogeneidad. En la literatura previa, las crisis son tratadas habitualmente como variables exógenas, conocidas a priori. Por otra parte, en la localización de los puntos de giro del ciclo económico, en especial cuando se trata de crisis financieras la variable crédito es una de las utilizadas. Ello provoca, según nos enseña la Econometría, que los parámetros estimados en el modelo que relaciona ciclo económico y crédito estén sesgados al alza.
Finalmente, todos los anteriores trabajos están muy sesgados por el peso estadístico de la Gran Recesión, donde confluyen crisis financiera y recesión, y que estuvo precedida por una fuerte expansión del crédito en la mayoría de los países desarrollados. Sin embargo, para una muestra de 39 países de la OCDE, entre 1950.1 y 2011.3, se identifican 149 periodos de recesión, de los cuales solo 45 coinciden con crisis financieras de cualquier tipo. En esa misma muestra se encuentran 143 crisis financieras, de las cuales solo 45 corresponden con recesiones. Eliminando las que corresponden con la Gran Recesión se concluye que solo hay 14 casos (6% del total) en que las crisis son a la vez financieras y reales. Definitivamente, demasiadas pocas coincidencias para establecer una relación.
Sin embargo, realizando un ejercicio empírico con diferentes metodologías que no incurren en los problemas de la literatura previa, se obtiene un resultado controvertido: el crédito no tiene poder predictivo sobre cuándo se producen las recesiones ni sobre cómo de profundas o de largas serán éstas. En otras palabras, con la información en tiempo real, nunca hubo evidencia empírica para apoyar la decisión de cortar el crédito en medio de una expansión con el objetivo de prevenir futuras recesiones.
Este resultado permitiría contestar a la reina de Inglaterra: "nadie vio venir la crisis financiera porque el crédito no ha estado hasta esta crisis tan estrechamente relacionado con el ciclo económico". Esta es una nueva característica de los datos asociada a un solo período determinado. Los macroeconomistas no habían incluido el crédito de forma preferente en sus modelos porque había otras características de los datos (rigideces en precios y salarios, por ejemplo) que explicaban mejor las características del ciclo económico. Es decir, los economistas tenían la misma probabilidad de predecir la Gran Recesión a partir de la evolución del crédito que los científicos italianos de predecir el gran terremoto de L'Aquila a partir de los datos geofísicos.
La conclusión es que los economistas confunden a veces, y esto es un ejemplo de ello, el comportamiento a posteriori con el análisis a priori en tiempo real. Pero trabajar en tiempo real implica seleccionar el modelo con la información disponible hasta ese momento, y el crédito nunca hubiera sido seleccionado como predictor de cambios de ciclo antes del 2008. Existe un proverbio español que ejemplifica muy bien el aserto anterior: “"Los toros se ven muy bien desde la barrera" A posteriori, todos podemos explicarlo todo. Otra cosa es ir a la arena y enfrentarse al toro.