Por Jairo F. Gudiño R.*
Twitter: @JFernandoGRE @MalEconomista
No solamente varios modelos y herramientas utilizados convencionalmente por académicos de este campo fracasaron tras la Crisis Subprime del 2008, sino que varias controversias recientes han puesto en duda la reputación científica de varios de ellos. Artículos publicados en prestigiosas revistas no replicables, abuso de lenguaje matemático para introducir posiciones ideológicas de manera silenciosa por parte de premios Nobel y ausencia de interacción con otras ciencias distintas de Estadística, Finanzas y Ciencias Políticas son las controversias más recientes. La superación de estas deficiencias no sólo debería incluir un cambio en el código ético convencional, sino también en la forma de abordar lo que se quiere estudiar y el estilo de explicación para especialistas de otras disciplinas y el público en general. Aquí se proponen algunas reglas.
La Crisis del 2008 debió dejar duras lecciones a los economistas académicos. La influencia de ellos sobre las decisiones nacionales e internacionales del mundo de hoy es fuerte sin duda, y las fallas en el entendimiento del funcionamiento del mercado hacen necesario el desarrollo de nuevas reglas de investigación. Mi propósito en esta entrada es recomendar algunas de las más importantes a partir de las controversias recientes desde la crisis del 2008, examinando cada una de ellas y explicando críticamente por qué son necesarias. Me centro en los economistas académicos, y es posible que las críticas sean válidas para otros campos del conocimiento.
Las reglas de investigación que deberían predominar en las investigaciones académicas en Economía y que a mi modo de ver deberían ser las más importantes son las siguientes:
(1) Dudar mucho acerca de las creencias convencionales, y preferiblemente explicar fenómenos extraños en vez de los comunes y comprobables.
En el mundo académico de la profesión es muy común dirigir la atención a modelos que tratan de reproducir lo que pasa en el mundo real. Pero lo que generalmente se silencia es el costo de abstraerse, hasta el punto de que se asume varias veces que los mercados funcionan perfectamente.
Voy a tomar un ejemplo de ello en este punto, y es el estudio de las imperfecciones en los mercados financieros de una economía. Antes de la crisis del 2008, gran parte de la profesión (no todos, como es el caso de Robert Shiller) creía que la posibilidad de que el sector financiero colapsara y golpeara el sector real de la economía era casi nula, y en muchos de los modelos utilizados por bancos centrales e instituciones financieras grandes segmentos del sector financiero, como la banca en la sombra, ni siquiera eran estudiados. La existencia de una burbuja hipotecaria en los países avanzados no pasó por la mente de muchos de ellos sino sólo cuando vieron venir la crisis. La investigación estaba centrada alrededor de la hipótesis de que los mercados se autocorregían y por tanto funcionaban correctamente (Kirman, 2010), así que el estudio de los nexos entre el sector real y financiero, como también la fragilidad de este último sector no era considerada importante sino en unos pocos modelos.
Para el 2009 la crisis ya había llegado, y profesores respetados como Markus Brunnermeier de la Universidad de Princeton empezaron por fin a reconocer este grave error:
“El grueso de la investigación en macroeconomía simplemente asume que no existen problemas en el funcionamiento del sistema financiero. El sistema financiero y sus detalles institucionales fueron frecuentemente vistos antes de la crisis como una distracción de las principales fuerzas de la actividad económica. En esos modelos la caída de importantes instituciones financieras como la de Lehman Brothers no tendría consecuencias sobre el sector real” (Brunnermeier, 2009).
El rol de la deuda en la inversión y la actividad económica tampoco se encontraba dentro de los modelos matemáticos más complejos (Krugman y Eggertsson, 2012), a pesar de que trabajos como los de Hyman Minsky, un pensador muy original, ya había desarrollado ideas al respecto en los años setenta. El resultado de estas grandes omisiones fue una crisis de la teoría económica (Kirman, 2010; Buiter, 2009), donde gran parte de la profesión ha hecho muchos esfuerzos de superar estas grandes limitaciones en los últimos años, a mi modo de ver muy satisfactorios.
Si algo debería aprender la profesión, entonces, es no sólo empezar a salir de la idea de que los mercados se autocorrigen y que no hay imperfecciones, que es una lección ahora convencional, sino también de dudar de muchas proposiciones que se convencionalmente, examinándolas críticamente. Se necesita inventar nuevos términos, nuevas herramientas y teorías alternativas. La preocupación debe enfocarse en plantear preguntas relevantes y no repetitivas.
(2) Ser multidisciplinar
En gran parte de los debates técnicos entre economistas, como también en documentos que tienen alta reputación entre la profesión, difícilmente se vincula o cita a sociólogos, físicos, biólogos y antropólogos. Incluso el diálogo con otros especialistas como estadísticos, politólogos o profesionales en finanzas se cierra a discusiones sobre modelos o métodos que se tienen en común. Muy rara vez se citan artículos de otras ramas. Fourcarde et. al. (2015) publicaron un artículo en una prestigiosa revista americana de Economía (Journal of Economic Perspectives), y el siguiente fragmento expresa muy bien este punto:
“Los economistas son los únicos [entre un conjunto de ciencias sociales] que están en desacuerdo con la proposición de que el conocimiento interdisciplinario es mejor que el conocimiento que proviene de una sola disciplina. Estos resultados son consistentes con la noción de que los economistas, con una marcada confianza en la superioridad de su disciplina, son menos propensos a sentir la necesidad de interactuar con otras disciplinas o incluso a saber de su existencia… los economistas a menudo se asemejan a los colonos que se asientan en nuevas tierras, una imagen reforzada por orgullosas celebraciones de “imperialismo económico”. Atraídos por la expectativa de una cosecha productiva, los economistas se apresuran en sondear nuevos caminos. Pueden pedir orientación a la llegada, incluso aliarse con los lugareños (con los que comparten los mismos datos), pero es improbable que aprendan mucho de ellos en tanto prefieren emplear sus propias técnicas, no las de otros”.
Los argumentos que se han dicho convencionalmente para justificar este alejamiento se basan en al menos tres afirmaciones: la primera es que Economía es la ciencia social que usa métodos estadísticos y matemáticos más sofisticados que en otras ciencias sociales, así que no hay razón para tener contacto permanente con otros especialistas excepto cuando se usan herramientas comunes. Una segunda es que gran parte de los modelos que se enseñan parten de preferencias y acciones individuales, y el éxito empírico logrado a partir de esas bases no permite pensar que la investigación deba centrarse en comportamientos colectivos. Por último, la existencia misma de artículos relacionados con ramas como la Estadística, las Finanzas y las Ciencias Políticas demuestra el particular estilo multidisciplinar de los economistas.
En mi opinión, estos argumentos parten del desconocimiento generalizado que se tiene acerca de la existencia de otras ciencias:
En primer lugar, en campos como Sociología también se utilizan métodos sofisticados, como se puede mostrar en el trabajo de Kossinets y Watts (2009) con redes complejas. Por lo tanto, tengo al menos un contraejemplo con el que puedo decir que no se puede subestimar la rigurosidad en la aplicación de métodos empíricos en otras ciencias sociales sin herramientas convencionales dentro de la profesión.
En segundo lugar, la obtención de resultados empíricos exitosos suponiendo preferencias individuales ha dejado de lado muchos resultados encontrados por el estudio de fenómenos colectivos. Comportamientos de manada, irracionalidad, sesgos cognitivos y eventos inesperados requieren mayor atención por parte de toda la profesión y no sólo de unos curiosos, y el contacto con otras ciencias sociales podría ser muy beneficioso en este sentido. Los admirables estudios de Kahneman relacionados con fenómenos psicológicos dan prueba de ello, como también los de Thomas Schelling en el estudio de las elecciones binarias. O los del profesor Kindleberger acerca de la historia de las crisis financieras que son en gran medida descriptivos.
En tercer lugar, excepto por la Estadística, no se puede considerar las que interacciones con otras ramas es sinónimo de que predomina la multidisciplinariedad, como afirman los defensores más radicales (Fourcarde et. al., 2015). El creciente interés por temas de finanzas en los últimos años se debe a que se ha adoptado en ese otro campo tanto teorías como métodos provistos por economistas y estadísticos (cópulas de Vine, hipótesis de los mercados eficientes, VaR, modelos de factores, Ecuaciones de Black-Scholes, etc). El creciente interés por estudiar fenómenos de Ciencias Políticas, por otra parte, se debe más bien a que han tenido acogida teorías de elección racional, como también métodos empíricos como los de evaluación de impacto y datos panel, ambos también provistos por economistas y estadísticos.
Se puede considerar entonces que el avance hacia esos otros campos no se debe a que muchas teorías o sistemas de pensamiento de esas otras ramas se hallan adoptado en Economía, que es lo que al menos yo entiendo como definición de ser multidisciplinario, sino que en esos campos se adoptan los métodos provistos por economistas y estadísticos. No se acepta fácilmente conceptos de otras ciencias, hay mucha resistencia. El ejemplo más claro de esta asimetría es que nombres como Hannah Arendt o Benoit Mandelbrot casi nunca son escuchados en muchos departamentos de Economía, algo exactamente contrario a nombres como James Buchanan, Eugene Fama o Robert Merton.
Mi llamado entonces es a que los economistas académicos interactúen con otros campos en el sentido de que se interpreten y exploren teorías de otras ciencias, pero no para extender modelos existentes sino para colaborarse mutuamente. El éxito no se puede reducir a formalizar un modelo y nada más. Gran parte de los fenómenos colectivos como contagios, incertidumbre o eventos inesperados eran muy poco estudiados antes de la crisis (Kirman, 2010). Varios economistas en los últimos años, sin embargo, ya están usando herramientas propias de físicos, biólogos y sociólogos para explicar muchos de esos fenómenos que no son fácilmente tratables en los modelos estándar, así que esta ruta parece progresiva, como lo puede confirmar el lector interesado en trabajos como el de León et. al. (2014).
(3) Expresar en términos muy sencillos los resultados encontrados, de manera sistemática y ordenada. La utilización de un modelo sofisticado no garantiza por sí mismo resultados interesantes.
En una publicación reciente del American Economic Review, el economista Paul Romer (2015) criticó ferozmente a Robert Lucas y Edward Prescott, dos premios Nobel, por haber obtenido conclusiones a partir de demostraciones inconclusas en sus últimos artículos, guiadas más bien por un interés ideológico. A ésta tendencia él la denomina mathiness, que es manipular modelos matemáticos con fines políticos, escondiéndolos detrás de operaciones que a simple vista parecen irrelevantes.
El resultado del abuso de modelos matemáticos en muchos artículos académicos es entonces un exceso de tecnicismos para obtener conclusiones, pero muchas veces a un nivel tan complejo y tedioso que es difícil discernir si se introducen dentro de ellos posiciones silenciosamente ideológicas para forzar ciertos resultados. No es que esto sea normal ni mucho menos, pero sí es una preocupación que no se puede ignorar. Frenar esta tendencia en los modelos teóricos convencionales no es para nada fácil si llegara a ser normal, teniendo en cuenta el reducido éxito empírico de modelos económicos simples y convencionales a la hora de explicar aspectos complejos (Kirman, 2010), a menos que se impongan rigurosas revisiones al momento de publicarlos que es lo que se ha venido haciendo.
Varios de los métodos empíricos que se han utilizados recientemente son tan complejos que tampoco es fácil chequear qué tanto se ajustan a los datos usados, y la fiabilidad o robustez de los resultados es algo que casi no se revisa excepto por unas pocas pruebas, como la correspondencia con las fuentes originales.
Es triste también la obsesión de varios profesores e investigadores por publicar resultados en revistas especializadas con métodos demasiado complejos pero pobres en conclusiones de interés.
Lo que se requiere entonces no sólo es mayor contacto con otras disciplinas, sino tener mayor cuidado con esta tendencia. El análisis cuidadoso de los datos y modelos que se tienen para corroborar diversas afirmaciones debería ser el centro de discusión. Además, obtener conclusiones originales y no sólo métodos complejos es el énfasis que debería predominar en muchas revistas.
(4) Hacer públicos los datos y los códigos utilizados.
Este año, tres investigadores publicaron un reporte donde explicaban los resultados de una una exhaustiva revisión de artículos de Economía publicados en revistas muy reconocidas. Ellos intentaron replicar los resultados obtenidos. Las conclusiones obtenidas son muy preocupantes: 2 de cada 3 estudios fueron incapaces de confirmar los hallazgos originales, mientras que otro 12% no confirmaba al menos un hallazgo importante a partir del estudio original mientras que confirmaba otros (Duvendack et al., 2015).
Dos economistas de la Reserva Federal de Estados Unidos intentaron replicar también otros artículos, y los resultados de nuevo parecen confirmar esta preocupación. Fueron capaces de replicar menos de la mitad de los artículos en la muestra que tenían incluso con ayuda de los autores (Business Insider UK, 2015).
La recomendación a seguir entonces es obvia: los datos y códigos utilizados para obtener resultados deben estar a disposición del público para que haya mayor transparencia. Lamentablemente muchos de los métodos que son utilizados son tan complejos que difícilmente son entendibles, así que todos los artículos teóricos o empíricos deberían estar acompañados de un documento donde se explique paso a paso la metodología que los investigadores usaron junto con los códigos y datos empleados con el lenguaje más accesible posible que una revista pueda juzgar. No quiero decir que no existan especialistas que publican los datos que usan, pero ese número es muy pequeño.
CONCLUSIONES
Las recientes controversias comentadas en las secciones anteriores hace necesario un cambio profundo en la forma en la que muchos economistas interpretan, exploran y tratan de explicar fenómenos del mercado. El cambio en el código ético convencional es urgente.
En esta entrada se proponen nuevas reglas de investigación basadas en los siguientes puntos:
(a) Poner en duda muchas de las creencias convencionales. Un economista debe explorar nuevos fenómenos, y dudar frecuentemente es una vía para lograrlo.
(b) Ser multidisciplinar. Se necesita mayor interacción con otras ciencias sociales y naturales. A pesar de los progresos alcanzados en los últimos años, gran parte de los debates siguen siendo altamente técnicos, de una manera tal que se excluye la participación de profesores e investigadores de otras ramas del conocimiento. No se presentan generalmente textos accesibles para que el público general se entere de muchas discusiones de interés.
(c) Expresar en términos muy sencillos los resultados encontrados, de manera sistemática y ordenada. Utilizar modelos demasiado técnicos y complejos (ya sea teóricos o estadísticos), no garantiza resultados de interés por su simple uso, y hasta puede entorpecer la búsqueda de respuestas cuando se le da mayor interés a estas formas de representar la realidad que a los datos que la soportan. El centro de atención entonces deben ser los datos o modelos y el análisis metódico que se realice con ellos para concluir algo.
(d) Hacer públicos los datos y métodos utilizados, explicando de manera muy paciente cada uno de los pasos utilizados. La mayoría de los artículos no son replicables, así que hacer públicos los datos utilizados hace menos probable la manipulación de ellos. Además, muchas discusiones de interés nacional (efectividad de un programa o política, efectos de una medida o restricción) generalmente son cerradas a los no economistas e incluso a economistas, entre otras cosas porque se basan en datos que muchas veces no están disponibles para cualquier persona.
Es importante mencionar que los puntos que he defendido son producto de la interpretación de las fuentes que he consultado y están disponibles al lector. Lo que sugiero aquí es un cambio en la manera en que analizamos, defendemos y exponemos como profesionales diferentes puntos de vista. El uso de datos sin duda ha permitido progreso en muchos campos de la economía y creo que por la llegada de nuevas tecnologías esto puede tener un poco de menor preocupación, pero aún queda sin resolverse la poca interacción con otros campos y el público en general y el estilo poco accesible en el que exponemos nuestros resultados.
* El autor de esta entrada agradece los comentarios de tres referencias anónimas, con quien tuvo interesantes discusiones acerca de cada uno de los puntos tratados. Por supuesto, todos los errores son del autor.
REFERENCIAS BIBLIOGRÁFICAS
Brunnermeier, M., (2009). “Lucas Roundtable: Mind the Frictions”. The Economist.
Buiter, W., (2009). “The Unfortunate Useless of Most ‘State-of-the-Art’ Academic Monetary Economics”. The Financial Times.
Business Insider UK, (2015). “Two FED Economists tried to Replicate Some Top Economic Studies – and the Results are Dreadful”.
Duvendack, M., Palmer-Jones, R., Reed, R., (2015). “Replications in Economics: A Progress Report”, Econ Journal Watch, Vol. 12 (2), 164-191.
Fourcarde, M., Ollion, E., Algan, Y., (2015). “The Superiority of Economists”, Journal of Economic Perspectives, Vol. 29 (1), 89-114.
Kirman, A., (2010). “The Economic Crisis is a Crisis for Economic Theory”, CESifo Economic Studies, Vol. 56 (4), 498-535.
Kossinets, G., Watts, D., (2009). “Origins of Homophily in an Evolving Social Network”, American Journal of Sociology, Vol. 115 (2), 405-450.
Krugman, P., Eggertsson, G., (2012). “Debt, Deleveraging and the Liquidity Trap: A Fisher-Minsky-Koo Approach”, The Quarterly Journal of Economics, Vol. 127 (3), 1469-1513.
León, C., Leiton, K., Pérez, J., (2014). “Extracting the Sovereign CDS Market Hierarchy: A Correlation-Filtering Approach”, Physica A, Vol. 415, 407-420.
Romer, P., (2015). “Mathiness in the Theory of Economic Growth”, American Economic Review: Papers and Proceedings, Vol. 105 (5), 89-93.