Como quizás sepan, la semana pasada publiqué en este blog una entrada sobre la investigación que estudia si la inmigración causa crimen. El texto resumía un trabajo de Marie y Pinotti sobre la literatura al respecto, una literatura que, basándose en múltiples estudios que utilizan múltiples estrategias empíricas, concluye que no hay evidencia de esa causalidad.
El articulo trajo y todavía trae cola. Como dijo nuestro querido Jose Luis Ferreira, la más de treintena de comentarios recibidos en la entrada se pueden clasificar en cuatro tipos: 1) “¡Si todo el mundo sabe que es lo contrario!” 2) “¡Usa datos agregados!” 3) “¡Pero no estudian causalidad!” y 4) “Pues yo interpreto otra cosa”. En esta entrada me centraré en el número 3.
Muchos de los comentarios en esa categoría citaban porcentajes de delitos cometidos por extranjeros para concluir que la inmigración genera crimen, cuando en realidad esos porcentajes solo muestran sobrerrepresentación en registros administrativos, no causas. También recurrieron a comparaciones de descriptivas simples ignorando la composición demográfica o sesgos institucionales. Otros se apoyaban en casos particulares para extraer conclusiones generales, o en la idea de que basta con mirar “quién delinque” para resolver la cuestión (acompañado de expresiones como “es obvio”, “es innegable”). Incluso se criticó el uso de técnicas econométricas avanzadas porque “los datos brutos ya muestran correlación”, sin reparar en que justamente esos métodos existen para dirimir causalidad. Es decir, todos estos comentarios reflejaban un mismo error: confundir correlación con causalidad.
En NeG creíamos que el mantra correlación no es causalidad estaba ya había calado. En este blog lo hemos mencionado innumerables veces (por ejemplo, Antonio Cabrales ya avisaba en 2013). Pero parece que demasiada gente no lo tiene tan claro. Por eso, hoy me gustaría volver al tema, centrándome en esta ocasión en la importancia de entender bien esta distinción porque, de no hacerlo, nuestras sociedades pueden cometer errores muy costosos. Lamentablemente, ya lo han hecho.
A continuación, repasaremos varios casos.
La desastrosa austeridad
Tras la Gran Recesión de 2008, la Unión Europea adoptó una política de austeridad fiscal severa basada en la idea de que una deuda pública alta ahoga el crecimiento económico. Esta idea se basaba en un estudio muy citado de Reinhart y Rogoff (2010), que mostraba una correlación histórica: países con deuda superior al 90% del PIB tendían a tener crecimiento bajo o negativo. Políticos conservadores y organismos internacionales tomaron esta correlación como evidencia de causalidad, concluyendo que el elevado endeudamiento provocaba estancamiento económico, y que por tanto era urgente recortar gastos y déficits para recuperar la senda de crecimiento. En España se reformó la constitución de forma express tras un debate y votación en Cortes en pleno agosto.
Sin embargo, pronto se descubrió que el estudio de Reinhart y Rogoff contenía errores de cálculo y omisiones de datos. Más importante aún, al reanalizar los datos se vio que no había tal umbral mágico del 90% y que la relación observada no probaba causalidad. De hecho, una revisión de la literatura sugiere que es más probable que la dirección causal probable sea la opuesta: es el bajo crecimiento es el que suele elevar la deuda al caer los ingresos fiscales y aumentar el gasto social en recesiones. Por ejemplo, en España durante la crisis, el PIB se desplomó y eso disparó el déficit y la deuda pública, no al revés. Correlación no implica causalidad, y confundirlas llevó a aplicar austeridad con consecuencias desastrosas para las personas y un severo descredito del sistema democrático que estamos pagando y que continuaremos pagando un buen tiempo.
El caso Reinhart-Rogoff mostró de una forma rotunda que no se pueden hacer recomendaciones de política económica basadas solo en correlaciones: asociar deuda elevada con crecimiento bajo no equivale a demostrar que la deuda cause estancamiento. Asumir una causalidad inexistente puede agravar la misma situación que se pretende resolver.
Obras publicas milmillonarias
Como nos contó hace poco Javier Campos, otro caso que nos muestra lo problemático de confundir correlación con causalidad en política pública es el del AVE y el turismo. Durante años se asumió que llevar la alta velocidad a ciudades del interior generaría un impulso turístico. A simple vista, la correlación parecía lógica: hay menos turismo donde las conexiones son peores. Sin embargo, al aplicar un método de control sintético que construye un escenario contrafactual comparable, se puede ver que en ciudades como Albacete, Cuenca y León hubo menos pernoctas de hotel que las que habrían tenido sin AVE.
Este ejemplo ilustra el riesgo de basar en ideas que parecen “de cajón” decisiones tan costosas como la construcción de líneas de alta velocidad. Si nos quedamos en la correlación, reforzamos narrativas atractivas pero engañosas. Si a quien propone estas políticas, quizá por motivaciones espurias, no le exigimos más que cuatro porcentajes y correlaciones, deterioramos la calidad democrática porque debilitamos la rendición de cuentas. Y corremos el peligro de invertir miles de millones en políticas que no cumplen sus objetivos o que incluso generan efectos contrarios a los esperados.
“Nos quitan el trabajo”
Otro caso similar es el de los discursos de “los inmigrantes nos quitan el trabajo”. La correlación parece clara, ¿no? Menos inmigración, menos oferta de mano de obra, menos (supuesta) competencia desleal y, por lo tanto, mejores salarios y más empleo para “los de casa”.
Esta idea, consecuencia de la falacia de la cantidad fija de trabajo, ha inspirado políticas migratorias restrictivas como la que se aprobó en el estado de Georgia, EEUU, en 2011. Una política de “mano dura” con los inmigrantes indocumentados que esperaba “liberar” empleos agrícolas para trabajadores nacionales desempleados. ¿El resultado? Un desastre. Miles de braceros inmigrantes no acudieron ese año a recoger frutas y verduras. Como no existía un “ejército oculto” de estadounidenses aguardando la oportunidad de sustituir a los inmigrantes en el campo, ni siquiera ofreciéndoles salarios de hasta 200 dólares al día, cultivos enteros terminaron pudriéndose. Es decir, una ley concebida para “proteger” la economía local terminó dañándola porque se basaba en una causalidad ficticia.
La evidencia desmiente que la inmigración sea devastadora para el empleo o los salarios de los trabajadores “nativos”. Los efectos agregados de la inmigración en el mercado laboral suelen ser modestos o incluso positivos. Así lo dice, por ejemplo, un reciente informe de una institución tan poco sospechosa de izquierdismo bolivariano (lo sé, repito el chiste) como FEDEA.
En resumen, confundir correlación con causalidad en materia migratoria ha llevado a políticas restrictivas que perjudican a todos: se parte de una observación correlacional equivocada (“si hay inmigrantes y paro, los inmigrantes causan el paro”) y se soslaya que las verdaderas causas del desempleo o los bajos salarios suelen ser otras (estructurales, tecnológicas, condiciones laborales). Los ejemplos de Georgia o del Reino Unido tras el Brexit demuestran que expulsar inmigrantes o limitar su posibilidad de trabajar no garantiza mejoras para los nativos y puede acarrear efectos económicos indeseados.
Ayuda no es dependencia
Otro ámbito donde se confunde correlación con causalidad es el de las políticas sociales. Se suele afirmar que las ayudas públicas generan vagancia (o algún otro pecado capital similar), apoyándose en que las regiones o segmentos con más paro concentran también más perceptores de subsidios. Pero esa observación no tiene en cuenta que igualmente se podría argumentar que es la falta de empleo la que explica la mayor demanda de ayudas.
Este razonamiento ha inspirado reformas restrictivas, desde la “welfare reform” en EEUU hasta recortes en España durante la eurocrisis. En ambos casos, se partió de la idea de que recortar subsidios incentivaría a la gente a trabajar. La evidencia, sin embargo, matiza mucho esa idea “de sentido común”. Por ejemplo, como nos contaban Gerard Domenech y Silvia Vannutelli en este mismo blog, si bien la reducción de las prestaciones por desempleo puede impulsar a algunos trabajadores a intensificar la búsqueda de empleo a corto plazo, los efectos a largo plazo son ambiguos y pueden perjudicar a los grupos más vulnerables. El principal factor desalentador de la búsqueda de empleo no es la generosidad de las prestaciones, sino su duración y la falta de oportunidades reales de inserción. Al endurecer las condiciones, lo que a menudo se logra no es más empleo, sino más pobreza, como sucedió en España con los mayores de 55 años tras 2012.
Ver a personas en paro cobrando subsidio no significa que el subsidio sea la causa de su desempleo. Retirar las ayudas con esa premisa suele castigar a quienes más las necesitan, sin resolver las causas de fondo: falta de empleo productivo, baja calidad del trabajo o problemas de salud y formación.
Conclusión
Los casos repasados demuestran el peligro de confundir correlación con causalidad en el diseño de políticas públicas. En todos ellos, mediante la mera percepción o una inspección básica de los datos, se identificó una correlación, se asumió una relación causal simple y se utilizó para tomar medidas de calado. Pero en la realidad lo que parece 1+1 = 2 no siempre lo es. Las percepciones, los casos particulares no bastan. Aplicar políticas sobre la base de una causalidad mal inferida no solo no contribuye a solucionar el problema, sino que con frecuencia genera efectos indeseados que empeoran la situación o crean nuevos daños, especialmente para grupos vulnerables, que son siempre los primeros en sufrir recortes o en ser chivos expiatorios de falsas narrativas causales.
Agradezco a Lluis Torrens la sugerencia de escribir este articulo.
Hay 19 comentarios
Hola Santi. Muy didáctico este post. Quería comentar algunas cuestiones al respecto:
Aristóteles distinguía cuatro tipos de causa, la formal, la material, la eficiente y la final. Yo veo la causalidad como unas lentes que nos permiten ordenar el mundo de forma lógica, adaptando nuestro sistema de creencias, generando una perspectiva o “realidad” concreta.
En física (clásica), el gran modelo a imitar por la econometría, o en la balística, podemos establecer causalidad directa entre los fenómenos. Aquí la causa formal y material quedan sustanciadas como principio vertebrador de nuestra cosmovisión.
En lógica la cosa se vuelve más difusa. Cuando trabajamos con argumentos, despegamos de la adecuada correspondencia material para abrazar la ideación de lo abstracto. En ese sentido es forzosa una interpretación y un intérprete, de ahí la causa eficiente, el investigador, que pone a prueba su hipótesis, con el propósito ambicioso de culminar la causa final ampliando las fronteras de nuestro conocimiento. (sigo)
La correspondencia material representa el grado de proximidad entre nuestras interpretaciones y la realidad. Desde un punto de vista experimental, esto es más “fácil” desde dentro del ámbito de las ciencias duras.
La economía pretende cuantificar bajo la máxima de Galileo “mide lo que es mensurable y haz mensurable lo que no lo es” y ahí, en la industrioso afán de recopilar datos, en el diseño y la metodología de las técnicas de investigación, en su pulcritud inmaculada, se otorga un halo o aura de seriedad y rigor infalible. Esto es real, en la mayoría de los casos, además la alternativa a estos procedimientos, es la charlatanería y la propaganda ideológica, lo cual tampoco está exento de realidad, pero representa un reduccionismo o banalización del poder de la mente humana para emitir argumentos en base a simulaciones o aproximaciones que no requieren contar todos los granos de arena para conjeturar que estamos en la playa en agosto. (sigo)
Con la mutualización de la deuda (artículo sobre esto pa' cuándo?) yo dejo de deber como aragonés (qué bien!) y debo como español (qué mal!). Aquí me estáis diciendo que los inmigrantes no delinquen por inmigrantes (qué bien!) sino por ser hombres jóvenes, pobres, de bajo IQ y criados en sociedades violentas (qué mal!.
Pos vale. Pero que siguen siendo la misma persona, lol.
Tu analogía con la deuda es simpática, pero irrelevante. Aquí no hablamos de semántica, sino de política pública. Yo nunca he dicho nada de IQ ni de “sociedades violentas”: esa es tu caricatura. Lo que muestran los estudios es más sencillo, y más útil: importan las condiciones en que viven las personas (estatus legal, acceso a empleo, oportunidades). Si el problema son esas condiciones, entonces las soluciones son diferentes: mejorar esas condiciones en lugar de "mano dura".
No puedo dejar tu ultimo punto, porque es una crítica que se me ha hecho por ahi: que aunque sea cierto que los inmigrantes no delinquen "por inmigrantes" sino por ser jóvenes/hombres/pobres, siguen siendo físicamente inmigrantes y que esa es la realidad de lo que son y no un argumento teorico. Pero lo que es una realidad es que si se identifica otra población con la misma "propensión" a delinquir (por ejemplo, hombres jóvenes españoles de barrios marginales), entonces ese argumento se puede usar de igual forma para justificar que se expulse a esa otra población. Y si no lo propones para esa otra poblacion pero si para los inmigrantes es porque en realidad quieres expulsar a los inmigrantes por serlo, no porque delincan especialmente. Es decir, quieres una excusa.
Santi, muchísimas gracias por combatir con generosidad y sabiduría los prejuicios de gente con ideas preconcebidas sin ( o con débil) base científica, aunque sus comentarios sean muy educados. Haces un gran favor a la profesión.
En la economía de la inmigración, la idea del "lump sum" (trabajo fijo) está muy extendida aunque haya evidencia teórica y empírica demostrando que es una falacia en la mayoría de los casos.
Los inmigrantes no se distribuyen aleatoriamente entre las regiones del país de destino sino que lo hacen hacia aquellas zonas donde hay mas trabajo y, sobre todo, mas contratos para buscar empleos. Por ello es crucial, aleatorizar su llegada usando variables instrumentales como la proporción de inmigrantes de una determinada nacionalidad que llegaron en el pasado. Los venezolanos y marroquíes van donde están sus compatriotas. Por eso, es fundamental usarlos como hacen Marie y Pinotti y llevan haciéndolo los economistas serios desde que Bartik (1991) los propusiera. Sin ellos, lo normal es que haya una correlación negativa entre, digamos, desempleo y tasa de inmigración porque los inmigrantes suelen ir a áreas donde hay menos paro, lo que daría lugar a otra de tus fantásticas viñetas. Obviamente Marie y Pinotti son conscientes de este problema y sus métodos de estimación son los correctos. Si no sale un efecto positivo y estadísticamente significativo de inmigración sobre delincuencia es porque no la hay..... hasta que alguien demuestre lo contrario.
Muchas gracias, JJ. Yo no lo podría haber explicado mejor; un lujo leerte en los comentarios.
Finalmente, asemejamos el consecuente o el efecto que queremos demostrar como un nodo conectado en un grafo. Éste nodo, para poder llegar a él es posible trazar varias rutas desde otros nodos, que digamos lo legitiman, serían pues sus antecedentes o causantes parciales.
Estos son los “factores” que influyen individualmente o de forma global sobre un determinado fenómeno de la realidad. Todos los nodos o rutas que sostienen o por los que se puede llegar a una conclusión. También puede haber distintos pesos entre los nodos, pero todos cumplen una función de comunicación o respaldo.
En esta trama compleja, cuando se tienen en cuenta unos factores, y la posibilidad de negarlos para anular la conclusión, resulta prácticamente inevitable, dejarnos atrás algunos nodos que aún permiten que la conclusión sea válida. Estaríamos pues incurriendo en un error al establecer una causa por correlación, ya que en ese caso, el contexto global contendrá un número de factores mayor con lo que no habíamos contado. Sin embargo,en el caso de que los factores aislados sean en conjunto el total de los estimados, la conclusión puede considerarse plenamente justificada.(fin)
Gracias por el artículo. Lamentablemente el peso que tiene la experiencia sensible en la formación de ideas es enorme. Incluso gente con formación (entiende y conoce el método científico, el contraste de hipótesis, la plausibilidad biológica....) cuestiona la evidencia cuando esta entra en liza con su experiencia sensible. En el mundo sanitario, esto es bastante frecuente. Es muy fácil encontrar profesionales que aseguran que los genéricos y biosimilares no son iguales que los medicamentos de referencia porque según ellos "en sus pacientes han ido mal". Esto se conoce en psicología como sesgo de negatividad. Recuerdan más los eventos negativos. También les dan más credibilidad y más peso en sus decisiones, ya que mejorar es lo esperable y un resultado adverso obliga a tomar más decisiones. Me parece muy interesante lo que expones y me parecía relevante añadir este aspecto de la experiencia sensible ya que hoy en día ni si quiera hace falta tener una mala experiencia tú mismo para automáticamente establecer una casualidad y generalizarla. Basta con que te llegue por redes sociales x caso que le pasó a x persona para automáticamente encender la visceralidad de la experiencia sensible. Es muy complicado abstraerse de ella y no es suficiente con tener formación al respecto. Y es por ello que es muy rentable utilizar esas "correlaciones" y "casos" para distorsionar la realidad, ya que entran como cuchillo en mantequilla. Enhorabuena por el post!
Muchas gracias a ti por el comentario, Pelayo. Lo que señalas conecta con dos sesgos muy conocidos, el de disponibilidad y el de prominencia, que nos hacen recordar con más facilidad los casos que nos impactan o los mas llamativos. Por eso un médico puede concluir que “los genéricos no funcionan igual”, porque tiene muy presentes un par de pacientes a los que “les fue mal”, aunque la evidencia agregada diga lo contrario. Esto, junto con el sesgo de negatividad que mencionas, explica por qué basta a veces con que circule un testimonio en redes sociales para que cale la sensación de causalidad. Los datos se ignoran por “fríos”, mientras que la anécdota se convierte en “prueba” irrefutable.
Además, influye que manejar datos o metodologías sofisticadas se perciba como arrogancia o como darse aires de superioridad, cuando en realidad no lo hacemos porque seamos más listos, sino porque entendemos que los humanos somos tontos y sesgados.
Buenas, Santiago. Yo no he propuesto nada. He remarcado el hecho de que si traes inmigrantes (no precisamente ingenieros suizos) entonces aumentará la delincuencia (aumentará menos con un mejor mercado laboral y cosas así, pero claro que aumentará, porque lamentablemente no todas las condiciones que lo causan se pueden mejorar).
Yo, particularmente, defiendo fronteras 100% abiertas; pero lo hago por ideología y no porque cierre los ojos ante un hecho tan obvio que cualquier artículo sobre inmigración y criminalidad que no lo deje claro es una tomadura de pelo.
Por otro lado, obviamente no toda la gente que defienda limitar la inmigración por su impacto en la criminalidad -no es mi caso- lo está usando como una excusa. Supongo que no defiendes dejar entrar a terroristas extranjeros, ¿pero defiendes exiliar a los etarras? Asumo que no, y no hay ninguna hipocresía ni contradicción.
También supongo que no defenderás abolir el IMV para dar todo ese dinero a los africanos más pobres, pese a que cualquier argumento que defienda la redistribución de riqueza dentro de España funciona exactamente igual para defenderlo de incluso los españoles más pobres hacia los africanos más pobres. De nuevo, eso no es un problema porque nadie se toma seriamente que no haya ninguna diferencia entre gente dentro y fuera de nuestras fronteras.
Hola de nuevo, Carlos.
Lo de “no precisamente ingenieros suizos” es justo el sesgo que la evidencia desmiente. Muchos inmigrantes en España, Europa y Estados Unidos sí son cualificados. El “hecho obvio” sobre quién inmigra a menudo está equivocado, como muestran muchos estudios (entre ellos los de Alesina y Stantcheva) que observan que los “nativos” sobreestiman el numero de inmigrantes en su país y tienen percepciones incorrectas sobre su perfil religioso y de origen. Y en todo caso, como argumenté en el post de la semana pasada, lo que predice mejor la criminalidad son las oportunidades legales y laborales que los inmigrantes encuentran al llegar.
Tus analogías con terroristas y etarras son casos extremos que no representan inmigración normal. Y tu punto sobre IMV vs ayuda a África confunde política redistributiva con análisis empírico sobre la criminalidad, que era el objeto del post.
Admites que defiendes fronteras abiertas “por ideología” y no por evidencia. Es honesto por tu parte reconocerlo y está muy bien tener posiciones ideológicas, faltaría mas, pero lo que no hay que hacer es usar argumentos empíricos incorrectos para justificarlas.
En esta frase de respuesta al comentario xenófobo la clavas: "No puedo dejar tu ultimo punto, porque es una crítica que se me ha hecho por ahi: que aunque sea cierto que los inmigrantes no delinquen "por inmigrantes" sino por ser jóvenes/hombres/pobres, siguen siendo físicamente inmigrantes y que esa es la realidad de lo que son y no un argumento teorico. Pero lo que es una realidad es que si se identifica otra población con la misma "propensión" a delinquir (por ejemplo, hombres jóvenes españoles de barrios marginales), entonces ese argumento se puede usar de igual forma para justificar que se expulse a esa otra población. Y si no lo propones para esa otra poblacion pero si para los inmigrantes es porque en realidad quieres expulsar a los inmigrantes por serlo, no porque delincan especialmente. Es decir, quieres una excusa." Por esta regla de tres deberíamos expulsar a los gitanos ("los nuestros" u otros colectivos autóctonos tradicionalmente relacionados con la delincuencia (drogadictos, empresarios y políticos corruptos, etc..). Si quieres una visión interesante del tema, se refleja en este estudio de las cosmovisiones sociales de un investigador de la UPF, en donde se abordan temas como el nimbysmo, que incluye el rechazo al inmigrante. https://cosmovisiones.es/ La receta para corregirlo no pasa por el rechazo o denuncia exclusivamente sino por intentar entender las razones por las que las personas por ejemplo nos convertimos en xenófobos y e intentar gestionarlo.
Ya puestos a eliminar situaciones de pobreza o vulnerabilidad, espero que a nadie se le ocurra prohibir el divorcio o obligar a que las mujeres embazadas solteras aborten porque la tasa de riesgo de pobreza alcanza su máximo en el colectivo de familias monoparentales. O que se prohiban los vehículos en las carreteras porque hay más dels triple de fallecidos por accidentes de tráfico (1158 en 2024) que homicidios intencionados (331 en 2023).
De acuerdo en general con el artículo.
Para mi gusto, añadiría un comentario sobre como, en ciencias sociales, demostrar la causalidad no es siempre suficiente (aunque siempre es necesario, como el alcalde de amanece que no es poco)
Al estudiar las ciencias sociales hechos complejos con múltiples causas, no es factible un único modelo que capture la causalidad y el impacto de cada variable bajo cualquier circunstancia. Por eso coexisten múltiples modelos cuya validez depende del contexto (esto es, cada uno bajo el cumplimiento de ciertos supuestos)
Al contrario de lo que ocurre en otras ciencias como la física, en ciencias sociales no se pueden establecer leyes universales ni modelos unívocamente correctos. Esto puede provocar confusión a quienes intentan buscar el equivalente de la gravitación universal en modelos econométricos o de otras ciencias sociales.
Esto no implica, no obstante, que un modelo robusto y significativo estadísticamente no sea válido porque no se pueda garantizar su validez universal. Dejará de ser válido cuando otro modelo más robusto lo refute o sea más preciso bajo circunstancias distintas.
La cantidad de comentarios del autor de este artículo donde asume causalidad, cuando alega ser un verdadero "científico", me deja sin habla.
Ejemplo: "llevó a aplicar austeridad con consecuencias desastrosas para las personas y un severo descredito del sistema democrático que estamos pagando y que continuaremos pagando un buen tiempo".
¿Dónde está la evidencia detrás de estas aseveraciones causales?
Carlos,
la pataleta, el mezclarlo todo, no ayuda. Los insultos velados tampoco. Una cosa es un post en el que resumo la literatura causal sobre inmigración y crimen. Otra muy distinta es una frase que sintetiza lo que los estudios académicos y organismos internacionales han documentado: las políticas de austeridad tras 2010 tuvieron efectos económicos muy negativos y dañaron la confianza en las instituciones. Eso no es “mi” identificación causal, es un consenso amplio en la literatura.
Un ejemplo de evidencia causal sobre las consecuencias políticas de la austeridad es el trabajo de Thiemo Fetzer (Did Austerity Cause Brexit?, AER 2019). Así que cuando digo que “llevó a aplicar austeridad con consecuencias desastrosas para las personas y un severo descrédito del sistema democrático” no estoy improvisando ni es una ocurrencia personal.
De todos modos, exigir un RCT por cada afirmación histórica es una caricatura. Señalar mecanismos bien documentados no es asumir “causalidad porque sí”, sino, exactamente, lo que hacemos en las ciencias sociales.
Sin intención de polemizar (al menos demasiado)
No creo que se pueda demostrar una relación clara de causalidad entre las políticas de austeridad y los eventos políticos/sociales. El impacto de las políticas de austeridad depende mucho de factores económicos subyacentes que, en muchos casos, eran previos a las políticas de austeridad.
Es absolutamente cierto que Blanchard (en nombre del FMI) y la mayoría de los partidarios de las políticas de austeridad tuvieron que reconocer que habían infraestimado el valor de los multiplicadores financieros en tiempos de crisis y que la cagada de Reinhart y Rogoff fue monumental (aunque Rogoff sigue pensando que no fue para tanto)
Lo que demuestra el debate de las políticas de auteridad tras la gran recesión es que, en economía. el contexto importa y mucho. No se debe asumir que el impacto de una variable es estable y no cambia en función del contexto. Y en macro esto es, todavía, más cierto.
Ello no implica que se deba ignorar el análisis de causalidad. Al contrario, hay que tener análisis con estrategias de identificación robustas porque lo contrario es hacerse trampas al solitario.
Pero también hay que ser conscientes de que prácticamente nunca se va a conocer a priori el efecto exacto de una política económica y que, raramente (léase nunca), se pueden obtener recetas universalmente válidas en economía.
Como diría aquel: la causalidad es muy bonita, pero es muy complicada.
Me ha gustado mucho el artículo. Lo que no alcanzo a entender es cómo estos estudios estadísticos alcanzan conclusiones generalistas y son válidos con independencia de otros factores tales como cultura del país de origen, etc. Es decir, se concluye que inmigración no equivale a más delincuencia, ¿esto es valido con independencia de la cultura del país de origen del inmigrante o si proviene de un país democrático? Parece que se obvian factores culturales y psicológicos y se mezcla todo. Por ejemplo, es válida la teoría tanto si hablamos de inmigrantes de paises de origen musulmanes? Agradecería una explicación. Muchas gracias.
Gracias por su comentario. Permitame remitirle a la seccion de comentarios del la entrada sobre inmigracion y crimen, donde se trata esta cuestion en varias ocasiones.
Los comentarios están cerrados.