La Paradoja de Kaldor
Desde hace ya algunas décadas los modelos econométricos se han impuesto en el imaginario de muchos economistas como una de las formas más técnicas y refinadas mediante la que la Ciencia Económica prueba sus teorías y muestra sus resultados. El objetivo de este documento es plantear alguna de las debilidades que suelen encontrarse en muchos de los datos que alimentan esta técnica.
Comencemos por un modelo donde la estadística se emplea con variables sobre las que tenemos la posibilidad de realizar mediciones certeras y posibilidad de control, como es el caso de la medición de la producción de cosechas. Mediante la experimentación es posible medir cómo afectan distintas variables a la producción de un determinado fruto, flor, cereal o al crecimiento de una planta. Es posible plantear un modelo donde la producción por planta dependa de parámetros que podemos medir con precisión como: temperatura, humedad, cantidad de fertilizante, cantidad de Co2, horas de luz, ph del agua, tipo de sustrato, etc. La particularidad que tiene un modelo que emplee las anteriores variables es que todas pueden ser controladas. De este modo, con una población suficientemente grande, podemos ver cómo un cambio en cualquiera de las variables incide en la producción final. Además, los márgenes de error de las mediciones son mínimos, gracias a que durante el siglo XX ha habido una auténtica revolución en las herramientas métricas y actualmente contamos con artilugios que permiten realizar mediciones de forma milimétrica. Contamos pues, con 2 cuestiones fundamentales para la experimentación: control de las variables y herramientas de medición adecuadas.
Si, por lo general, encontráramos las mismas posibilidades de medición en las Ciencias Económicas, que encontramos en las Ciencias Naturales, podríamos afirmar que la econometría es una herramienta que nos ofrece la prueba del algodón que nos permitiría encontrar relaciones fuertes y, tal vez, incluso responder a unos cuantos porqués de la Economía. Pero cuando se plantean estudios macroeconómicos, de las dos características anteriores (variables de control y herramientas de medición), no podemos manipular las primeras, ya que el objeto de estudio se escapa a nuestro control. Y si pensamos en la segunda, la calidad de los datos, veremos que también nos encontramos con problemas.
A nivel macroeconómico encontramos datos que no son directamente observables y que nacen de un conjunto de encuestas, declaraciones impositivas, cuentas del sector público, estadísticas empresariales, información elaborada por el sistema financiero y otras fuentes. Como, por ejemplo, ocurre en el dato macroeconómico más popular, el PIB y sus distintos componentes. Obviamente agregar todo lo que se produce en un país en un único número contiene un margen de error y grandes dificultades que van desde la veracidad de las cuentas de millones de empresas no auditadas, hasta las transformaciones de las mediciones anuales en trimestrales, o las las diferencias de tiempo entre la medición de cada componente.
Como el propio INE recoge en su documento de Metodología de la Contabilidad Nacional Trimestral de España: “Aunque la situación ideal estaría relacionada con la completa disponibilidad de fuentes directas, la realidad indica que este escenario no es posible para la mayoría de los agregados macroeconómicos trimestrales, por lo que, frecuentemente, hay que recurrir a procedimientos estadísticos y econométricos para estimar los agregados trimestrales.” Ante estas dificultades técnicas son muchos economistas[1] que se han preguntado hasta qué punto tiene sentido ofrecer datos como el del crecimiento del PIB con decimales, como si pudiéramos medir con una precisión milimétrica similar a la de un laboratorio donde percibimos cambios de 0,001. Pero ¿es la situación descrita hasta ahora un problema? No por sí misma, todo depende de hasta donde pretendamos llegar con estos datos.
Todo el conjunto de transformaciones, mediciones, procesos intermedios y encuestas implica que, como norma general, medimos muchos datos macroeconómicos con error del que desconocemos su distribución. A la hora de plantear un modelo, los resultados son muy distintos, si pensamos que estamos diseñando un modelo donde las variables son directamente observables y se miden sin error, o si partimos de una situación donde cada una de las variables tiene un error del que desconocemos su distribución. Ante la segunda situación, una vía de escape sería suponer que la suma de los errores, cuya distribución desconocemos, es igual a cero. Pero aceptar que realmente se dé de forma general esta condición tan poco probable y especial es ingenuo, o una creencia autoimpuesta de manera acrítica.
¿Qué supone que nos movamos en un universo de datos cuyas distribuciones de errores desconocemos? Supone aceptar que la econometría se enfrenta a una serie de dificultades insalvables y que los resultados ofrecidos tenderán a ser menos fiables de lo esperado. Si a ello le sumamos la ausencia de Leyes universales, nos encontramos ante una situación muy distinta a la de las Ciencias Naturales. Un ejemplo claro es que mientras que, en Física, si un experimento no replica una ley, se cuestiona la ley y nos encontramos ante un hallazgo de gran magnitud para el avance de la Ciencia. Mientras que en econometría se hacen regresiones hasta que se consigue el resultado deseado, bien cambiando el horizonte temporal de los datos, realizando nuevas transformaciones, o introduciendo y sacando variables.
¿Cómo nos afecta? En principio un lector poco experimentado pensaría que si se cuida de no leer este tipo de publicaciones no tendría problemas. Nada más lejos de la realidad. Decisiones tan delicadas como la política de recortes defendida por el FMI se han justificado mediante estudios con problemas como los anteriormente descritos. En otras palabras, estas técnicas se han utilizado para justificar políticas de una ideología determinada que han llevado a decisiones erróneas muy costosas, para los habitantes de determinados países, y que se han resuelto con un artículo y un disclaimer que nos avisa que la opinión del Economista Jefe del FMI no representa la visión del propio FMI.
Seguir leyendo…
Últimos comentarios