Cuando en el post anterior tomaba
como ejemplo a la Medicina o Fisiología como una ciencia que no necesariamente
es predictiva, lo hacía por mostrar que no es el carácter predictivo o no de
una disciplina lo que la convierte en Ciencia, sino el método y organización
del conocimiento que provee. En este sentido, la paleontología es obviamente
una ciencia pero cuyo poder predictivo es simplemente escaso sino es en
combinación con otras disciplinas, las que tomando sus conclusiones y hechos
principales, ayudarán a predecir, por ejemplo cómo se verán las especies que pueblan
la tierra en 100 mil años, considerando claro el probable clima y las demás
condiciones relevantes.
Específicamente, el carácter predictivo
de cualquier disciplina se encuentra en la estabilidad y robustez de sus
modelos. La estabilidad se sustenta en sus parámetros (los parámetros otorgan
una causalidad constante entre sus variables, por ejemplo saber que ante un
crecimiento de 5% en la variable “x”, la variable “y” crece en 1%), y la “robustez”
de un modelo significa que este no mejora si se le agregan nuevas variables y
claramente empeora si se le quita alguna.
Pues bien, en la química y la física los
parámetros son constantes, por ejemplo, el agua hierve a nivel del mar a 100
grados y la velocidad de la luz es casi 300 mil kilómetros por segundo en
cualquier circunstancia, y la mayoría de los modelos son bastante robustos, por
esto es relativamente fácil predecir en ambas disciplinas.
Todo lo contrario sucede con las
llamadas Ciencias Sociales, estas estudian básicamente a las personas, sea
individualmente o en colectivos; así la Economía ha intentado por años elaborar
modelos explicativos (y en muchos casos también predictivos), acerca de los
efectos de algún suceso o política concreta, y claro muchas veces han fallado
pero, retomando brevemente el post anterior, aquí sufrimos de un claro caso de
prejuicio negativo, es decir ponderamos más el hecho negativo que los
positivos.
Ciertamente, ha habido ocasiones en
las que las fallas predictivas han sido clamorosas pero culpar a toda la
disciplina por esto es como proscribir a la medicina porque un cirujano
plástico colocó mal unas prótesis de siliconas. La Economía es mucho más amplia
que la macroeconomía o la econometría, de hecho tiene numerosas ramas de
estudio (los llamados “Fields” o campos de especialización), por ejemplo el
último Nobel fue concedido a Jean Tirole, un experto en “Organización
Industrial”, o el campo de estudio de las firmas, especialmente en mercados
concentrados como los Oligopolios o Monopolios, y en las políticas públicas que
pueden aplicarse para reducir las distorsiones de estos mercados en comparación
al ideal de competencia perfecta.
Incluso, la Macroeconomía actual no
es sólo la vertiente Neo Clásica, que es la que ha sido cuestionada en su poder
predictivo, sino que también existe la vertiente Neo Keynesiana, cuya premisa
fundamental es que, contrariamente a la Neo Clásica, los mercados no consiguen
por sí solos el equilibrio, y además la nueva No Walrasiana que cuestiona
incluso el proceso comúnmente aceptado de formación de precios (sustentado en
el modelo de equilibrio general de Walras)
En concreto, los modelos macroeconómicos
Neo Clásicos utilizan una función de utilidad en la que el único argumento es
el consumo, y desde hace unos 30 años también consideran al “ocio”, esto
significa que ellos consideran que las dos variables fundamentales que explican
el comportamiento de los agentes son el consumo y el ocio, y claro los
experimentos muestran que más o menos esto pasa para el 70% de las personas y
dependiendo del experimento, y cuando hablamos de políticas públicas esto suele
funcionar un gran porcentaje de veces pero que ha tenido fallas es innegable
pero es claro que también ha tenido aciertos.
El mejor ejemplo que se me ocurre ahora
mismo es el de la herramienta más usada de política monetaria, la tasa de
interés de referencia del Banco Central de Reserva (BCR). La tasa de interés de
referencia del BCR se usa para inducir a las tasas de interés del mercado y así
a la inversión en búsqueda de acelerar o desacelerar el crecimiento. La
inducción sobre las tasas de interés del mercado se logra mediante operaciones
de compra y venta de valores y obligaciones con los bancos, es decir si el BCR
coloca la tasa de referencia a 4%, los bancos terminarán con una tasa más o
menos similar.
Y ¿Cuál es el efecto sobre la
inversión?, pues supongamos que la tasa del mercado está aproximadamente en 4%,
esto quiere decir que todos los proyectos de inversión cuya tasa de retorno (TR)
está por sobre 4% son viables, es decir obtendrán ganancias pero todos los que
están con una TR por debajo, digamos 3.5% no. Si el modelo que utilizamos para
predecir dice que los agentes maximizan el consumo y el ocio sujetos a
restricción de su ingreso y la tasa de referencia baja a 3% e induce a la del
mercado a casi 3%, resulta que los proyectos de 3.5% de TR que antes no eran
rentables ahora lo son, el agente al observar la nueva tasa reflexionará y
concluirá que consumiendo un poco menos e invirtiendo más podrá consumir más en
el futuro que lo que consume ahora, es decir invertirá con lo que el nivel
agregado de inversión sube y la política del BCR tendrá éxito en lograr lo que
se propuso. Pero si hay incertidumbre o el BCR o el gobierno no tienen
credibilidad pueden llevar la tasa de referencia a cero sin lograr ningún
efecto positivo sobre la inversión (como en EEUU desde la crisis del 2008),
esto porque en este contexto el agente no sólo considera a las variables consumo
y ocio, sino otras más que este modelo predictivo no considera.
Es precisamente en tratar de
encontrar una función de utilidad que capture más variables relevantes o en
diseñar más correctamente modelos de toma de decisiones, en lo que se concentra
la rama de la Economía del comportamiento. En la próxima y última entrega de
este tema es que me concentraré en algunos de estos avances que me parecen los
más interesantes.
