Durante las últimas semanas he intentado enunciar los principales errores en la teoría económica al uso que, a mi juicio, conducen a necesitar estos cajones de sastre. Auténticas cajas negras de conocido desconocido y denominación equívoca. Y digo necesitar porque a menudo se crean para “cuadrar” los resultados previstos por esa teoría… con la realidad.
Todos estos errores conceptuales, metodológicos y técnicos, desde la mala definición de los fenómenos económicos hasta la pretensión (siempre desmentida) de capacidad predictiva de los modelos, llevan a olvidar que la más importante capacidad de la ciencia económica es su potencia explicativa. En palabras de Miguel Anxo Bastos:
“El pasado no puede predecir el futuro. Sólo la teoría, la buena teoría, puede prever el futuro”
Un ejemplo reciente de este acúmulo lo tenemos en las resoluciones de la CNMC, y su forma de calcular las sanciones que impone. Su importe se calcula siempre como un porcentaje, de hasta el 10%, de la cifra de negocios de la empresa sancionada en el año inmediatamente anterior a la imposición de la multa. Y se hace así porque se asume, ya desde la ley correspondiente, una relación directa entre esta cifra de negocios y los «beneficios ilícitos» logrados con la conducta sancionada.
Hay tres formas, y sólo tres, de generar rentabilidad en una empresa: margen, rotación y descalce. Pero esta ley, internamente, sólo contempla la posibilidad del margen. Comparen ese tope máximo del 10% con el 0,47% que genera Carrefour, el 2,1% de Eroski, o el 2,81% de la exitosa Mercadona. ¿Qué creen que supondría una sanción equivalente a los beneficios de 20 años de actividad? Efectivamente, el cierre inmediato.
Publish or Perish, y findings
Además de los otros problemas que genera el sistema universitario, los académicos en todo el mundo están sometidos a presión para generar rápida y constantemente trabajos de investigación (publish), para impulsar o siquiera sostener (perish) su carrera profesional. No es un problema nuevo. La misma expresión, y con el mismo significado, está recogida en papers… desde tan pronto como 1942. La relativa seguridad que les proporciona su posición funcionarial no abstrae del publish or perish a los académicos de la universidad pública; no es extraño que se vuelvan hiperactivos doce o dieciocho meses antes del fin de un quinquenio investigador, disponiendo a voluntad de los doctorandos del departamento (becarios a todos los efectos) y dejando de lado sus tareas docentes. De esta “fiebre investigadora” de último momento depende su evolución profesional… y su remuneración.
Una ley básica en toda ciencia humana, en su expresión económica, es que los actores responden a los incentivos. Parafraseándome a mí mismo cuando conversé con Lilian Fernández sobre función pública, diré que
No podemos creernos que, por el hecho de haber accedido a la tarima y el encerado, los académicos se conviertan en ángeles; del mismo modo no podemos pretender que se conviertan en mártires
En este sentido, no es extraño el caso de una “revista científica” especializada en un área de la ciencia y una zona geográfica… en la que sólo hay una facultad de la especialidad, que además ejerce de editora de la revista.
Pero hay otro incentivo perverso en la investigación científica académica: para verse publicado fuera de los medios controlados por la propia academia, hay una exigencia más o menos explícita de que cada artículo suponga descubrimientos, encuentre cosas (findings). Cualquier resultado en un paper que no sea un «finding» es menos probable que sea publicado; es tenido como «pobre» o, peor aún, tomado como irrelevante. Por este motivo es muy escaso el paper publicado con resultados «negativos»… Sin «findings». Es muy escasa la investigación que replique una anterior, y en consecuencia también la investigación cuyo resultado contradiga o muestre discrepancias con una anterior.
El resultado probable de todo este marco de incentivos es, por supuesto, que se publique lo que sea y de cualquier manera. Que cada académico se concentre en un área cada vez más reducida del conocimiento, en la que encontrará menos “competencia”, aunque sean publicaciones progresivamente más irrelevantes. Que a menudo publique una y otra vez refritos, “acualizaciones”, y revisiones de las mismas investigaciones que hicieron en su momento. Que no es ni mucho menos extraño el que los autores dificulten activamente la replicación de sus investigaciones. El supuesto mecanismo de la revisión entre iguales (peer review) parece no funcionar en la realidad y, salvo unos pocos casos de mucha repercusión mediática, no hay una revisión sistemática de las publicaciones científicas en economía.
Matematicismo
Ya expliqué las semanas anteriores los problemas que resultan de la extraña exigencia de hacer de la economía una disciplina exclusivamente numérica. Pues bien, entendamos que el incentivo perverso del «Publish or Perish» es mucho más realizable, se puede cumplir con él mucho mejor, cuantas más piruetas matemáticas se den.
“El cálculo diferencial no tiene sentido en economía. Las acciones humanas toman en consideración realidades discretas” Jesús Huerta de Soto
El último peso pesado en denunciar estas piruetas matemáticas, logrando un buen tsunami académico, es Paul Romer (le llamo peso pesado porque, literalmente, es matemático antes que economista). En concreto, y entre otras cuestiones, denuncia que se utilicen las matemáticas “como una herramienta retórica en vez de como una herramienta para entender el mundo” (en palabras de Noah Smith), llamando a esto “matematicismo” (mathiness). Si quieren conocer con más profundidad las denuncias de Romer lean a Samuel Bentolilla en Nadaesgratis (obviando el horrible silogismo con que comienza el post).
La actitud habitual de matematicismo en los académicos se percibe claramente cuando se centran más en el uso de instrumentos matemáticos que en las labores previas de conceptualización, creación o selección de indicadores, etc. Vean un ejemplo extremo de lo anterior:
“The work [of economics] will be done by data scientists, computer modelers, and historians of various stripes.” Brad DeLong, economista de Berkeley
Visto lo visto hasta el momento no es de extrañar que, en palabras de Antonio Cabrales en Nadaesgratis, “la teoría económica no llega hoy a una quinta parte de las publicaciones de las mejores revistas”. Y no precisamente porque la teoría económica esté firmemente establecida y sea indiscutible, sino porque los incentivos impulsan a los investigadores por un camino muy diferente.
Gabriel Doménech, con quien he tenido cordiales discusiones, habla sin mencionarlo del matematicismo en el análisis económico del derecho:
“Es posible, por ello, que no detecten los problemas más importantes que la realidad [jurídica] plantea, que vean problemas donde en verdad no los hay, que descubran mediterráneos o que incurran en errores y malinterpretaciones de bulto.”
Mientras tanto, en otras ciencias humanas se lograr realizar investigaciones intelectualmente deliciosas precisamente porque se centran en la potencia explicativa de la teoría en vez de en la exigencia numérica.
Mientras tanto, con un colmillo ciertamente afilado, se concede el Premio Ig-Nobel de economía en 2.002… por utilizar números imaginarios.
La agenda política e ideológica en las ciencias sociales
Este es el elefante en la habitación (el traje nuevo del emperador) de todas las ciencias. Si ya es difícil salirse del propio encuadre intelectual, hacerlo del ideológico requiere de una honestidad intelectual a prueba de bomba.
Lo es, desde luego, porque los sesgos de confirmación y de consenso son dos características intrínsecas, y evolutivas, de la psicología humana, magnificados en este ámbito.
Lo es porque el control de la financiación a la investigación científica condiciona qué nociones, ideas y desarrollos van a ser objeto de atención.
Lo es porque la dependencia de la financiación pública hace que absolutas aberraciones se vean respaldadas desde la academia.
Lo es porque las amenazas desde la política a los científicos que no sigan la senda “adecuada” son creíbles (casi siempre).
Lo es porque, como bien dice María Blanco, “la diferencia entre la academia y las redes sociales es que la academia es usada para asesorar a los políticos y las redes sociales no»
Lo es porque en este ámbito, como en todos, se produce una autoselección progresiva que destruye la diversidad y por tanto la calidad del trabajo intelectual. En este ámbito en que las dinámicas de relaciones laborales se parecen más a las de un cártel de la droga que a las de un mercado de ideas.
“The usual way to protect a scientific discussion from the factionalism of academic politics is to exclude people who opt out of the norms of science. The challenge lies in knowing how to identify them” Paul Romer
Como consecuencia de todo lo anterior, la universidad se convierte (especialmente en España) en uniformidad. Entiendo que hemos visto suficientes motivos ya para no aceptar acríticamente cualquier noción porque sea mayoritaria o preponderante en “la academia”.
Trasplantadores, modeladores, y otros
Como ya he explicado en esta casa, la economía (entre las ciencias humanas) es especialmente proclive a generar trasplantadores que asignan a un grado de agregación de interacciones (empresa, mercado, economía al completo) las dinámicas inherentes a otro grado de agregación. Como bien dice Nassim Taleb,
“no hay manera de entender ni predecir “científicamente” a una colonia de hormigas estudiando cada una de las hormigas”
Se hace, creo yo, porque dominando una de esas dinámicas a que aludía es más sencillo “asumir” que se reproducen en otros niveles de agregación… que a comenzar el estudio de nuevo desde cero. Es el mismo motivo, el coste psicológico, que tenemos para aferrarnos a las creencias, prácticas, costumbres… o decisiones pasadas.
Lo mismo sucede cuando nos aferramos a un experimento mental, llámese modelo o de cualquier otra forma, en el que necesariamente asumimos condiciones irreales, para luego trasplantarlo a la realidad… y emitir propuestas y recomendaciones contraproducentes. No es cuestión de ir cambiando de modelo o ir mejorando los modelos… es cuestión de ir asumiendo el alcance y capacidad de esa herramienta.
“Si sucesivas calibraciones no reducen el error, el modelo no es un modelo. Hace tiempo que dejamos de calibrar la velocidad de la luz.” Nassim Taleb
Todos los economistas intentan vislumbrar el futuro… Unos mirando (los datos o estimaciones disponibles de) el pasado con espejo de aumento y otros mirando al futuro con cara de miopes. La diferencia entre ellos estriba en que unos intentan prever y otros… predecir. Si quiere saber cuál es la diferencia entre prever y predecir, lea el prospecto de un medicamento; encontrará una previsión, no una predicción.
Ejemplos de cajones de sastre
Vamos por fin a enumerar unos pocos cajones de sastre habituales en la economía y su divulgación. No voy a explicar en profundidad por qué considero cajón de sastre a cada uno de ellos, que llevamos ya tres posts y esto se alarga…
El EBE, excedente bruto de explotación, del que ya habló Daniel Nagore en esta casa. Consiste en restar a la cifra de negocios de la empresa, las compras y los costes laborales… y ya está. Es el resultado de una resta sin conceptualización unívoca posible. Un cajón de sastre que incluye costes financieros, amortizaciones, endeudamiento/desapalancamiento, adquisiciones no sujetas a IVA (patentes, marcas, fondo de comercio), rentas inmobiliarias imputadas, etc. Conceptualmente ¿para qué sirve? Siendo honesto, para nada. Siendo deshonesto, para asimilarlo a la retribución del capital y quejarse de que los trabajadores cobran poco (mientras las empresas o quiebran o se desendeudan para intentar sobrevivir).
El output gap, un constructo autodefinido lleno de inansibles, creado sobre otro constructo (PIB potencial), calculado en base a dos factores (¿por qué no de 23?) mal conceptualizados y estimados, siendo ambos lógicamente débiles, que a su vez está encaramado en una multiestimación (PIB) que recoge “casi todos los errores de la historia del pensamiento económico en una sola cifra”, y a su vez ignora alegremente la estadística misma (¿cuál sería su distribución de probabilidad?).
El PIB potencial se puede definir así: “cómo sería el PIB si el PIB no fuera como es sino como les sale a los que calculan el PIB potencial”. Se parece mucho a la definición de economía como “lo que hacen los economistas”. El problema NO es que algo no pueda ser medido, sino la debilidad del desarrollo que lleva al concepto mismo.
La NAIRU, la tasa de paro a partir de la cuál se genera inflación, otro concepto de difícil catalogación que parte de una falsa dicotomía (trade-off) entre tasa de paro e inflación, que a su vez parte de una falsa relación entre crecimiento e inflación, que a su vez parte de nuevo de una errónea identificación entre inflación e IPC, que a su vez parte de la misma mala definición de inflación.
Hay dos escuelas de pensamiento a ese respecto –respondió Rincewind -. Algunos dicen que es peligroso y otros que es MUY peligroso.
Cita de uno de los libros del Mundodisco
La curva de Philips, que dibuja esa a mi entender falsa dicotomía entre paro e inflación, entrando en el terreno del pensamiento circular o de las concepciones autoexplicativas. Burdamente explicado, yo calculo una curva partiendo de la NAIRU; si el dato se mueve cerca de la curva, es correcta, y si el dato se mueve alejándose de la curva, dicha curva es correcta pero se ha movido.
El paro estructural, la tasa de paro mínima en una economía constante y consistentemente superior a la tasa de paro friccional. Aunque no parezca que sepamos por qué existe, sí lo sabemos pero no parecemos tener ningún interés en que deje de serlo.
Ejemplo palmario, el “Capital Humano”, habitualmente mal estimado como “nivel formativo”. Se dice “la generación más preparada de la historia” cuando se alude a “la generación más titulada de la historia”. Si, de repente, tuviéramos un millón de master en macramé, tendríamos mayor nivel formativo pero… ¿tendríamos más capital humano? En absoluto. Para perfilar «capital humano», además de nivel formativo y su adecuación al mercado de trabajo, harían falta ética del trabajo, flexibilidad, adaptabilidad, escasez relativa de todo lo anterior, etc. Medir todo esto es inasumible, porque no hay forma humana de matematizarlo y numeralizarlo. El concepto es válido y correcto, pero la mala estimación lo desvirtúa… Y claro, luego tenemos que recurrir a otros cajones de sastre como los “factores culturales”.
El cajón de sastre culturalista, el mantra de «para ser Alemania hacen falta alemanes», o «para ser Dinamarca hacen falta daneses», desmentido una y otra vez cuando se analiza honestamente cada ámbito. El marco de incentivos explica el comportamiento medio mucho mejor que el cajón de sastre culturalista, pero este último es mucho más consolador, porque exonera a los generadores de esos incentivos (la normativa, por ejemplo) y proporciona coartada a los ingenieros sociales que pretenden cambiar la realidad por decreto. Si lo recuerdan, apretar las riendas con fuerza, preferir «hacer algo a no hacer nada», puede resultar rentable a la propia psicología y sólo a corto plazo, pero es contraproducente a largo.
Hay ejemplos mil: Fallos de mercado, shock asimétrico, competencia imperfecta, el egoísmo como base de la economía, llamar pobreza a la desigualdad… O (casi) todos juntos en un mismo texto. ¿Se atreven a detectar y enunciar algunos?
P.D.: Mi profundo agradecimiento a los Usual Suspects, por las conversaciones con ellos sin las cuales habría sido imposible desarrollar esta serie.
