Somos un pueblo con una querencia por el exceso de diversión, con un poquito o un muchito de sal gorda, y con poca afición a reflexionar y enterarse de qué van las cosas. No es el tiempo ni el momento para ahondar en las causas de tal desgracia, que es más o menos compartida por otros pueblos, pero sí para intentar deshacer uno de los mitos que más y peor nos corroe. Y es el de qué va la economía y qué se considera que es una aportación a nuestra disciplina.
Una amiga me comentó que había tenido acceso a las estadísticas de nuestro grado Filosofía, Política y Economía (que viene del Philosophy, Politics and Economics, creado por la Universidad de Oxford hace unos cien años) que ofrecemos a cuartos con la UAB, UPF y UAM. Este grado está entre los que tienen una nota de corte de entrada más alta en nuestra universidad. Y entre los que tienen los peores grados de satisfacción del estudiante. Razón: la economía que se les cuenta no tiene nada que ver con sus expectativas. En particular están muy machacados con la cantidad de matemáticas y estadística con la que solemos envolver nuestro producto. Esperaban que les enseñaran a ser valientes caballeros que cargan a mandoble limpio contra la pobreza, las injusticias y todos los demás problemas económicos que aquejan al mundo.[1] Y en vez de eso, les fastidiamos con ecuaciones, tests de causalidad, intervalos de confianza y otras zarandajas. Y la pregunta es: ¿es esto realmente necesario?
La Economía ha tenido una larga historia de errores por falta de cuidado. Conclusiones que no eran tal, correlaciones que se interpretaban como causalidad, influencia de las ideologías y de los partidos políticos, etc. Todo ello producía juicios que se presentaban como obvios y que no lo eran. Y por eso, la Economía en los años 50 del pasado siglo estableció una serie de barreras, análogas a las que se erigen en una sala de operaciones para que no entren los virus.[2]
Del Mythos al Logos
En primer lugar, tiene que haber un modelo y unos supuestos bajo los cuales se va a trabajar. Sin supuestos no hay modelo. Ese modelo, que es una representación simplificada de la realidad para hacerla comprensible, debería tener una forma matemática, generalmente constará de una serie de ecuaciones.[3] Y primero hay que probar que tales ecuaciones tienen una solución.[4] Esa solución dependerá de cómo hemos construido el modelo y nos indicará cómo se comportan las variables a estudiar dependiendo de las formas funcionales que hayamos elegido. ¿Y ahora qué?
Desde hace unos 40 años los experimentos se han convertido en un arma más de nuestro arsenal. En Nada es Gratis hemos dedicado numerosas entradas a este tema (por ejemplo, aquí), así que una primera manera de ver cómo funciona el modelo es el de montar un experimento que sea replicable. Por ejemplo, sabemos cómo recrear un mercado. Cuando daba el curso de Introducción a la Economía solía hacer ese experimento que, por cierto, nunca falla. En un par de iteraciones, los alumnos que asumían el rol de compradores y vendedores terminaban comprando y vendiendo al precio predicho por la teoría. Tal predicción era, ex ante, entregada en un sobre cerrado a uno de los estudiantes que no participaba en el experimento. Al final de este, el estudiante abría el sobre y se leía la predicción que era invariablemente correcta. El lector interesado en este tema no puede hacer mejor que ir a esta página web, desarrollada, entre otros, por mi amigo Humberto Llavador, de la Pompeu Fabra.
Hay trabajos que son puramente teóricos, ya que exploran nuevos territorios o buscan establecer nexos entre cosas que ya se conocían. Pero ninguna buena teoría está completa sin datos que la corroboren. Pero, cuidado, porque aquí la sofisticación también es importante. Que dos variables muestren una alta correlación no significa que una cause la otra. Para determinar eso hemos desarrollado una batería de tests de causalidad que nos pueden indicar hacia dónde va la acusación. Y, además, cuidado con interpretar los parámetros como si estuvieran en la Tablas de la Ley con las que Moisés bajó del Sinaí. La estimación de los parámetros está sujeta a incertidumbres que se suele representar por el intervalo de confianza.[5] Así yo puedo estimar la edad media de mis lectores. Debe estar en torno a los 50 años. El problema es que, si quiero que esa predicción tenga un 90% de confianza, los intervalos de edad se disparan a 30 y 70, es decir, a la nada. Y es importante fijarse si las variables son significativas o no que es una manera de controlar si los resultados podrían ser o no el resultado de mera suerte.
Y así arribamos a la segunda parte del título. Para que el disparo de un cañón tenga unas oportunidades razonables de acercarse al blanco, son necesarios cálculos matemáticos nada triviales. Y muchas cosas más. La humedad, el viento, incluso el efecto Coriolis han de ser tomados en cuenta si no queremos desperdiciar munición. Así cuando en 1764 Carlos III abrió la escuela de artillería de Segovia en él se estudiaban tres años de matemáticas y uno de táctica artillera, (véase aquí). El conocimiento de las matemáticas es absolutamente imprescindible cuando tratamos con sistemas muy complejos, sea la balística o la Economía, en los que es difícil intuir cuales son los resultados. Y juegan un papel decisivo en la evaluación de las políticas públicas.
Resumiendo. Si quieres hacer algo positivo por la humanidad, piensa, formaliza y mide. Aprende a tratar a las matemáticas y a la estadística como amigos que te van a ayudar mucho y no como un lastre a tus pensamientos. Y apunta con mucho cuidado. El enemigo no es una masa amorfa a la que hay que eliminar dando palos de ciego ni repitiendo consignas. Es un bicho muy ladino, difícil de acertar...
Estas notas están dedicadas a mi amigo y colega Juan Luis Jiménez que tanto hace por la eliminación de mitos y malentendidos en nuestra profesión. Y que tanto sufre por ello.
[*] Agradezco a Carmen Beviá sus agudos comentarios a una versión preliminar de este trabajo. Todos los errores u omisiones que permanezcan son de mi absoluta responsabilidad.
[1] Por cierto, problemas que son una mera sombra comparados con los que nos aquejaban hace cien años. Véase esta conferencia de mi amigo y colega Leandro Prados para ver cómo hemos progresado
[2]Los responsables de tan meritoria tarea en buena parte fueron galardonados con sendos premios Nobel: Arrow, Debreu, Koopmans, Samuelson, Hurwicz, Leontieff, Solow, etc.
[3]Y si esas ecuaciones se fundamentan en el comportamiento de los agentes -empresas, consumidores- mejor que mejor. Tradicionalmente este comportamiento se suponía maximizador. En la actualidad hay otras alternativas (ver aquí).
[4]El que el número de ecuaciones sea igual al de variables no es una condición ni necesaria ni suficiente de existencia de tal solución.
[5]Mis compañeros Alejandro Rodríguez y Esther Ruiz han mejorado sustancialmente este tipo de predicción (ver aquí)