Empecemos con un hecho. Cualquier programa de doctorado en una Universidad entre las mejores del mundo tiene un primer año en el que se enseñan micro, macro, estadística y econometría y matemáticas, con una micro y una macro muy matemática (ver por ejemplo) en donde podemos leer que las habilidades matemáticas juegan un papel importante en la selección de los estudiantes. Esto no es tanto porque los alumnos estén ya familiarizados con las matemáticas sino porque la habilidad matemática suele ser un buen predictor de la habilidad de pensar analíticamente en abstracto. Ídem en los cinco mejores programas de doctorado en economía en nuestro país que, en mi opinión, son (por orden alfabético) Alicante, Autónoma de Barcelona, Carlos III, CEMFI y Pompeu Fabra. Creo que lo son porque son los únicos que regularmente asisten como agentes activos al mercado de trabajo de los economistas europeos (que por cierto deriva del español) y varios aparecen en los rankings de los mejores departamentos de economía del mundo en posiciones destacadas
Y el lector puede preguntarse ¿¿¿¿Y ESTO PORQUÉEEEEEEEEEE???? Históricamente viene de la discusión que hubo en EEUU entre finales de los 40 y los 50 del siglo pasado (ver por ejemplo aquí, aquí o aquí). Los pro-cuantitativos que venían eufóricos con el libro de Paul Samuelson "concebido y escrito en 1937" y publicado 10 años más tarde, lograron una resonante victoria. La economía se fue transformando en lo que hoy en día se enseña en los programas doctorales de más éxito. Y ha llevado a la catalogación del estudio de la economía como STEM en las principales universidades de EEUU.
Las razones del éxito
- Los métodos cuantitativos no eliminan las consideraciones cualitativas: Las incluyen.
Lo cualitativo puede representarse por el cero (no tiene esa cualidad) o el uno (sí la tiene). Lo cual es la manera más tosca de calificar a alguien. Por ejemplo, supongamos que queremos calificar a los futbolistas. Buen o mal futbolista son categorías excesivamente amplias por lo que usándolas se cometerían grandes injusticias y se obtendría una información poco precisa. Introduzcamos pues más categorías. Excelente, muy bueno, etc. Quizá eso no sea suficiente para distinguir bien quién es quién. Sería mucho más natural asignar a cada futbolista un número real entre cero y, digamos, diez. Pues eso es el enfoque cuantitativo.
Ejemplo: Las variables "cualitativas" se usan frecuentemente en una de nuestras especialidades más cuantitativas, la econometría. Se les llaman variables Dummy (o binarias). Aunque generalmente estas variables pueden tomar sólo dos valores, la idea se extiende a variables que pueden tomar un número finito de valores que, como vimos, pueden representar índices de calidad. - Los métodos cuantitativos no están basados en opiniones.
Si dos ideas al principio contradictorias se formalizan, es fácil encontrar un nexo común que será un modelo más general del que esas ideas serán casos particulares. Y aparecerán más casos particulares antes escondidos en la maraña de la discusión dialéctica.
Ejemplo: La organización industrial antes de 1950 era una colección de modelos sin nexo común: Cournot, Bertrand, Stackelberg, Hotelling, competencia monopolísitica, colusión, etc. Mi amigo Peter Hammond lo llamaba "desorganización industrial". Cuando apareció la teoría de juegos fue fácil catalogar todos esos modelos como casos particulares de un modelo general. Y han aparecido más modelos para tratar otros problemas como la información asimétrica, las plataformas, la búsqueda de rentas, las subastas, el R&D, la diferenciación vertical y muchos más con una muy importante aplicación al comercio internacional. Todos en un marco común (ver aquí). - Los métodos cuantitativos permiten analizar sistemas complejos.
La economía no ya de un país sino de una región de tamaño mediano es un sistema donde interaccionan decenas de miles de agentes en miles de mercados y decenas de entidades públicas. ¿De verdad que con una visual o una frase se puede uno enterar de lo que está pasando? Ídem de los sistemas políticos con una miríada de votantes. Los instrumentos matemáticos son como las máquinas que nos ayudan a levantar pesos que por nosotros mismos no podríamos ni mover. Y eliminan el temido “On the other hand” que ha causado terror entre la clase política de los países más avanzados.
Ejemplo: Tanto la prueba de la existencia de un equilibrio competitivo como el teorema de imposibilidad son difícilmente intuibles en términos verbales. Y ambos son la base del estudio de sistemas de mercado y de votación. Ambos parten de unos supuestos claramente especificados y dicen que, en el caso del mercado, no hay contradicción entre ellos, pero en el caso de los sistemas de votación (con más de dos candidatos) sí la hay y tenemos que elegir violar uno de los supuestos. O escogemos un sistema en el que hay un dictador o uno que no selecciona resultados socialmente eficientes o uno en donde la valoración social entre dos alternativas depende de cómo se valoren terceras alternativas o uno que no funciona para ciertas preferencias individuales. Sobre las perspectivas de este último ver aquí. - Los métodos cuantitativos permiten conocer bajo que condiciones ciertas afirmaciones son verdad.
No hay verdades absolutas. Bajo ciertas condiciones un control burocrático puede funcionar muy bien como en Corea en el pasado, pero en otros el mercado ha dado grandes resultados como en Irlanda.[1] Países con instituciones muy endebles han logrado liderar la escala del bienestar económico como Singapur, pero en otros han hundido lo que era una economía floreciente como Argentina. Dictaduras como la España de los años 60-75 o la China en el siglo XXI crecieron a tasas más elevadas que democracias como la Italia de los 60-75 o la India en el siglo XXI. Inglaterra no tenía un sistema educativo muy boyante en tiempos de la revolución industrial y sin embargo este parece ser la causa de la resiliencia de la economía alemana desde el siglo XIX (un país que hasta 1949 era célebre por sus malas instituciones). En sistemas complejos todo depende de cuanto y porqué.
Ejemplo. El equilibrio general nos da condiciones en las que el equilibrio de mercado es eficiente. Pero también nos enseña las causas de las posibles ineficiencias y nos da pistas de cómo curarlas. La econometría nos enseña a ser críticos con regresiones que se interpretan alegremente como evidencia de que una cosa causa otra. Y a este respecto no puedo hacer nada mejor que dirigir al lector a esta serie maravillosa de videos del premio Nobel Angrist. - Permite una evaluación que no depende de la habilidad dialéctica o de la popularidad de una opinión.
El ganador en una discusión entre modelos depende de quien tenga el modelo más general o que se adecúe mejor a la realidad. Las opiniones populares no son necesariamente correctas, ya nos avisó Ibsen con su Enemigo del Pueblo rehecha por Hollywood como Tiburón...
Ejemplo. Continuamente estamos leyendo artículos que parten de premisas sin fundamentar. Que, si el votante español está polarizado, que la gente cada vez piensa menos, etc. Y no se ofrece ninguna prueba de esas afirmaciones. Yo me he impuesto la regla de que si un artículo empieza con afirmaciones tremendistas sin datos que la avalen dejo de leer ipso facto. Te invito a seguir esa práctica.
That's all folks.... ¿o no?
¿¿¿¿¿Nos dejamos algo importante fuera????? Pues sí. Los métodos cuantitativos son una condición necesaria para hacer buena economía, pero no son suficientes. La originalidad juega una parte crucial. Y es muy importante el examen cuidadoso del enfoque que se toma. Y con todos los datos en la mano uno tiene que tener conocimiento para interpretarlos, como nuestro médico de cabecera sabe interpretar nuestros análisis. A este respecto no puedo dar mejor ejemplo de la crítica de Coase a los modelos convencionales de externalidades que olvidan que si el sector privado no ha monetizado las ganancias potenciales de bienestar debe haber poderosos impedimentos para ello. Y que tenemos que preguntarnos si la intervención pública es capaz de remover esos impedimentos. Si no lo hace, será vana.
Para terminar, Coase remarcó muy enfáticamente en su discurso de aceptación del Nobel la absoluta necesidad del enfoque cuantitativo en particular el estudio de las bases de datos sobre contratos.
"My remarks have sometimes been interpreted as implying that I am hostile to the mathematization of economic theory. This is untrue. Indeed, once we begin to uncover the real factors affecting the performance of the economic system, the complicated interrelations between them will clearly necessitate a mathematical treatment, as in the natural sciences, and economists like myself, who write in prose, will take their bow. May this period soon come."
[1]Sobre la política industrial coreana ver esta entrada de este blog
[*] Agradezco a Carmen Beviá, Juan Luis Jiménez y Juan D. Ternero-Moreno sus comentarios a una primera versión de este trabajo. Todos los errores o inconsistencias son de mi cosecha.