“Estadística y econometría no son muy útiles para entender la economía”

“En la estadística, en la econometría y en la economía, los resultados que se obtienen “dependen de los supuestos que hacemos en nuestros modelos. Cambiar esos supuestos -que juegan un rol más importante que los datos que introducimos al modelo- conlleva grandes cambios en nuestras conclusiones. Usar estadística no es garantía de que obtengamos ninguna verdad objetiva”.

Así explica el profesor de estudios sociales e historia económica de la Universidad de Malmö (Suecia), Lars Syll, las limitaciones que tienen los métodos de estudio económico predominantes en el mundo, y que se usan para presentar información y justificar políticas. ¿Por qué entonces aceptar como universalmente cierto algo que es subjetivo?

“Como investigadores sociales, nunca debemos equiparar la ciencia con las matemáticas y los cálculos estadísticos. Toda ciencia conlleva juicios humanos, y usar modelos matemáticos y estadísticos no nos libera de eso. No sustituyen el pensamiento y la ciencia real”, advierte.

Incompletos
La mayor parte del trabajo en econometría y estadística se realiza suponiendo que el investigador tiene un modelo teórico que es “verdadero”. Sin embargo, “pensar que podemos construir un modelo donde todas las variables relevantes están incluidas, y que las relaciones funcionales que hay entre ellas están correctamente especificadas, no es solamente una creencia sin sustento, sino que es una creencia imposible de sustentar”, indica Syll.

Y es que “las teorías con las que trabajamos cuando construimos nuestros modelos de regresión son insuficientes. No importa qué estudiemos, siempre habrán variables faltantes, y no podemos saber la forma correcta para especificar funcionalmente las relaciones entre las variables”.

Por tanto, todos los modelos econométricos construidos son falibles. “Siempre hay una lista interminable de posibles variables a incluir, e infinitas posibles formas de especificar las relaciones entre ellas. Así que cada econometrista presenta su propia especificación y estimaciones de parámetros. El Santo Grial de la econometría de valores paramétricos consistentes y estables no es nada más que un sueño”, sentencia el experto.

Esto se debe a que las condiciones teóricas que se deben cumplir para que la econometría funcione, no se cumplen ni de lejos en la realidad.

Según explica Syll, la econometría es básicamente un método deductivo: dados ciertos supuestos, produce inferencias deductivas. “El problema es que nunca sabemos completamente cuándo esos supuestos son correctos. Las conclusiones solo pueden ser tan válidas como las premisas, y eso se aplica también en la econometría”.

A veces no se puede saber
Para el economista sueco, en un mundo de genuina incertidumbre, las probabilidades que marcaron el pasado no son las que marcaran el futuro. “El tiempo es lo que impide que todo ocurra simultáneamente. Suponer simplemente que los procesos económicos se pueden resumir en promedios conjuntos, sin considerar la temporalidad, no es una manera sensata de lidiar con el tipo de genuina incertidumbre que permea los sistemas abiertos como las economías”.

Syll da un ejemplo para explicar este razonamiento aparentemente complicado. “Supongamos que tenemos un mercado con un producto que cuesta 100 euros. Imaginemos que el precio primero sube 50% y luego baja 50%. El promedio conjunto para este producto será de 100 euros. Esto ocurre cuando suponemos 2 universos paralelos, donde el precio cae en uno (a 50 euros) y sube en el otro (a 150 euros). Pero desde el punto de vista del promedio temporal, solo se imagina 1 universo donde el precio sube a 150 euros y luego cae a la mitad, o sea hasta 75 euros”.

O sea que desde el punto de vista del promedio conjunto, no ha pasado nada realmente. El promedio sigue siendo 100, igual que al principio. Pero desde el punto de vista temporal/histórico, efectivamente ha habido cambios (el promedio fue de 75).

Lo que Syll intenta demostrar con ese razonamiento es que los procesos sociales y económicos del mundo real no pueden ser observados como un conjunto aislado de la temporalidad, y que lo determinante en los procesos económicos es la incertidumbre, y no el riesgo. “Pensar en la incertidumbre en términos de ‘expectativas racionales’ y ‘promedios conjunto’ ha tenido repercusiones muy malas en los sistemas financieros”.

Bajo el punto de vista de los econometristas, uno “cae en la creencia errónea de que con mejor información y mayor poderío computacional podemos siempre calcular probabilidades y describir el mundo como un universo de promedios conjunto”.

Pero en realidad el origen de la incertidumbre no está en la falta de datos o poder de cálculo, sino en la propia naturaleza del mundo real. “No solo tiene que ver con el hecho de que no podemos saber cosas que hoy por hoy no sabemos aún (algo que se podría resolver con mejor información, más poder de cálculo), sino con el hecho de que en muchos casos simplemente no hay una base firme con la que podamos cuantificar probabilidades y expectativas”.

En pocas palabras: “a veces no sabemos algo porque no lo podemos saber”, dice Syll. Y pretender hacerlo llevará a errores que pueden costar caro en la vida real.

Lo que la econometría pretende
La econometría no se contenta con solamente hacer predicciones óptimas, sino que también aspira a explicar las cosas en términos de causa y efecto. Ahí es donde está su principal debilidad, pues para ello necesita de los muchos supuestos, y como no hay forma de saber si ellos son correctos, los resultados de los modelos econométricos pueden ser equivocados. “Y cuando un modelo está mal, pues simplemente está mal”.

El experto sueco advierte que “nuestra admiración por el virtuosismo técnico no debe cegarnos del hecho de que debemos mantener una actitud cauta respecto a las inferencias probabilísticas en contextos económicos”.

Los economistas deben buscar relaciones causa-efecto, pero la econometría “nunca puede ser más que un punto de partida en esa tarea, porque las explicaciones econométricas (estadísticas) no son explicaciones en términos de mecanismos, poderes, capacidades o causas”. Al estar firmemente basados en la tradición empírica, la econometría solo se ocupa con los aspectos medibles de la realidad.

Pero siempre existen otras variables, de vital importancia, que aunque no puedan ser observables o medibles, no son epistemológicamente inaccesibles (o sea que aunque no se pueden medir sí se pueden conocer y entender), y que no son consideradas en los modelos econométricos.

“Los sistemas sociales del mundo real no están gobernados por mecanismos causales estables. El tipo de ‘leyes’ y relaciones que la econometría ha establecido, son leyes y relaciones que presuponen que los mecanismos causales son atomísticos y aditivos”, o sea que algo es igual a la suma de sus partes.

Sin embargo, en los procesos sociales y económicos del mundo real, lo común es que un hecho es mucho más que la suma de sus partes. Las interacciones que se producen terminan siendo tan transformadoras que cuando se divide algo en sus componentes individuales, no se está observando realmente el fenómeno.

En palabras del economista sueco: “Cuando los mecanismos causales operan en sistemas del mundo real, lo hacen mediante combinaciones cambiantes, dinámicas e inestables, donde el todo es más que la suma mecánica de sus partes. Las regularidades económicas solo ocurren en ambientes o modelos controlados hechos por el hombre; fuera de ellas son muy raras o incluso inexistentes. Desafortunadamente, eso hace que muchos de los logros econométricos sean inútiles”.

Límites de la causalidad y probabilidad estadística
La causalidad en ciencias sociales y económicas “nunca puede ser solamente una cuestión de inferencia estadística”. La causalidad implica más que predictibilidad, y “para poder explicar a profundidad los fenómenos sociales se necesita teoría”.

Es cierto que muchos hechos pueden tener varias explicaciones posibles, alternativas, pero la idea es encontrar la mejor de todas las explicaciones contrastantes. ¿Cuál es entonces la mejor explicación?

Syll explica que muchos científicos, influenciados por el razonamiento estadístico, piensan que la explicación más probable es la mejor. “Pero la probabilidad de ‘X’ no es en sí mismo un argumento fuerte para pensar que puede explicar ‘Y’”.

El argumento del experto es que “lo que hace que una explicación sea mejor que otra son elementos como buscar y encontrar características y mecanismos poderosos, profundos, causales, para los que tenemos razones justificadas y garantizadas para creer. En el razonamiento estadístico generalmente no tienen cabida este tipo de consideraciones explicativas. Lo único que importa es la relación probabilística entre evidencia e hipótesis”.

En situaciones controladas, como una rueda de ruleta, uno puede calcular las probabilidades y otros parámetros. “Pero, ¿cómo usar esto para complejidades como los precios, el producto interno bruto, la distribución de ingresos, etc.?”, pregunta Syll. Y su respuesta: “Sólo con un salto de fe”, y eso no es suficiente en las ciencias.

“Simplemente tenemos que admitir que los procesos socioeconómicos de los que hablamos en las ciencias sociales, y ciertamente en la economía, no son susceptibles de análisis como probabilidades, simplemente porque en el mundo real de sistemas abiertos no hay probabilidades a la mano”, afirma.

Por estas razones, Syll considera que los patrones estadísticos y econométricos nunca pueden ser vistos por los investigadores sociales más que como posibles pistas a seguir. “Detrás de los datos observables hay estructuras y mecanismos reales operando. Si realmente queremos entender, explicar y tal vez predecir el mundo real, estas cosas son más importantes que simplemente correlacionar y hacer regresiones sobre variables observables”.

Por tanto, afirma, “la estadística no puede establecer la verdad acerca de un hecho. Nunca lo ha hecho. Nunca lo hará”.

La teoría importa
“Siempre debemos recordar que la economía y la estadística son dos cosas bastante diferentes. Y mientras los economistas no puedan identificar sus teorías estadísticas con fenómenos del mundo real, no hay una garantía real para tomar sus inferencias estadísticas como algo serio”, indica el economista sueco.

El actual “boom” de los datos, algoritmos, inteligencia artificial, y demás fenómenos tecnológicos contemporáneos parece mostrar que “muchos cientistas sociales piensan, falsamente, que pueden salirse con la suya analizando fenómenos del mundo real sin ninguna teoría. Pero los datos nunca hablan por sí mismos. Usar una máquina que aprende algoritmos solo producirá lo que quieres que produzca. La teoría importa”.

[gallery type="rectangular" ids="58397,58398"]