Psicólogos versus Economistas, Primer Round

Por Economic Psycho

Entonces, quienes son mejores científicos ¿los psicólogos o los economistas? La respuesta es fácil: cada uno es bueno en lo suyo, por supuesto. Todos sabemos que los psicólogos no saben matemáticas (seguramente eligieron la psicología para evitarlas), y por lo tanto jamás destacarían en una disciplina formal como la economía. Por otro lado, ningún economista serio se metería a estudiar psicología o incluirla en sus teorías del comportamiento, como alguna vez sentenciaron Pareto, Robbins o Samuelson.

Bueno, quizás me pasé con los prejuicios, pero sigue siendo cierto que la especialización impide la comparación. No hay tiempo para saber de todo, así que simplemente no podemos establecer un orden de prevalencia. ¿O quizás sí? Probemos tratando de explicar un fenómeno que puede ser estudiado desde diferentes perspectivas: la violencia social.

En este rincón… un economista famoso, especialista en analizar fenómenos sociales multidimensionales. Con su habitual simpatía, ironía y buen humor… Llega desde Chicago, el discípulo de Gary Becker… Steeeeeeven Levitt! (uf, que difícil es escribir como los presentadores de box…). Levitt, junto con John Donohue, propusieron que el crimen en Estados Unidos declinó en los 90s como consecuencia de que el aborto fue legalizado en 1973, luego de la decisión de la Corte Suprema de Estados Unidos en el juicio Roe vs. Wade. Luego de este hecho, las madres que no estaban preparadas para serlo simplemente abortaron a los futuros delincuentillos. Levitt incluye este hecho entre otros cuatro que explicarían la clara reducción del crimen en los 90s en EEUU., y muestra que los estados que legalizaron el aborto antes de 1973 fueron los primeros que observaron una declinación en las tasas de delincuencia.

Interesante, pero según Steven Pinker, retador y psicólogo, demasiado buena para ser cierta. Pinker anticipa que la correlación que encontró Levitt puede deberse a otras razones, por ejemplo a que los estados más grandes que legalizaron el aborto fueron los primeros en ver la suba y la caída de la epidemia del crack. Pero además de esto, Pinker observa varios cables sueltos en la explicación del otro Steven. Para partir de los abortos y llegar a la reducción del crimen debemos asumir que se cumplen los siguientes pasos: (i) el aborto legal produce menos niños no deseados; (ii) los niños no deseados tienen más posibilidades de volverse criminales y (iii) que la primera generación de niños sacrificada con abortos fue la que causó el inicio de la reducción del crimen. Según parece, estos vínculos son frágiles, y en algunos casos inexistentes.

Para empezar, se asume que las mujeres antes y después de 1973 tenían la misma probabilidad de concebir hijos no deseados, y que la única diferencia es que luego de 1973 estos pibes simplemente no nacieron. Pero una vez que el aborto se legaliza, algunas parejas pueden tener más sexo sin protección. Si las mujeres antes del 73 concebían más hijos no deseados, la opción de abortar más hijos podría dejar la propoción de hijos no deseados igual. Más aún, esta proporción puede aumentar si algunas mujeres luego de disponer de la opción del aborto tienen más sexo sin protección y luego deciden, una vez embarazadas, que sería bueno tener un hijo después de todo. Y de hecho, desde 1973 la proporción de bebés nacidos de mujeres en categorías vulnerables (pobres, solteras, adolescentes y afroamericanas), no solo no decreció, algo que para ser consistente con la tesis de Levitt es lo que debió haber pasado, sino que aumentó… mucho.

Además, entre las mujeres que quedan accidentalmente embarazadas y no están preparadas para criar un hijo, se supone que las que abortan deberían ser justamente las más cuidadosas, realistas y disciplinadas, mientras que las que completan el embarazo deberían ser más desorganizadas e inmaduras, concentradas más en tener un lindo bebé más que un adolescente díscolo. Las estadísticas confirman que las mujeres que optan por abortar tienen mejor educación, no dependen tanto de los planes sociales y tienden a terminar el colegio con más asiduidad que las que no abortan. Así, si el aborto tuviera algún efecto, sería el contrario al que Levitt propone.

En general, es más plausible que las mujeres en entornos criminales tengan más niños no deseados, que la probabilidad opuesta, de que los embarazos no deseados causan comportamientos criminales directamente. En este caso, el entorno casi siempre le gana a los genes.

Finalmente, si abortar más fácilmente desde 1973 significó tener una generación más aversa al crimen, la reducción de la delincuencia debería haber comenzado con el grupo más joven, para luego extenderse en cada franja etárea a medida que estos muchachos crecen. Por ejemplo, los adolescentes de 16 años de 1993 (nacidos en 1977, con aborto disponible), deberían haber cometido menos crímenes que los pibes de 16 años de 1983 (nacidos en 1967, sin aborto disponible). Estos son los veinteañeros de 1993, que no deberían olvidar que son violentos. Recién desde 1990, cuando los post aborto disponible cumplen ya 20 años, deberíamos ver que los veinteañeros son menos violentos. Pero pasó lo contrario: cuando la generación dorada llegó a los 90s, no solo no redujeron las estadísticas de homicidios, sino que protagonizaron una orgía de caos. La declinación del crimen comenzó cuando las cohortes más viejas, nacidas mucho antes de que el aborto fuera legal, abandonaron su pistolas y cuchillos, y esta generación mantuvo sus bajas tasas de homicidio a medida que creció.

Bueno, tal como presento las cosas, las tarjetas del jurado muestran diferencias irremontables, si esto no es ya un nocaut técnico. Pero mi intención no es desprestigiar a Levitt, que como dije antes me parece un personaje simpático. Lo de quién era más científico del primer párrafo, por si algún despistado no lo entendió, era en broma. Para mí un buen científico es el que sigue las reglas del método científico y reconsidera sus teorías a medida que el razonamiento y los datos lo hacen reflexionar. Lo que quiero marcar es que me parece que en el ámbito de los economistas este sano ejercicio de refutación y reflexión no está suficientemente desarrollado. Ok, no tengo estadísticas de esto, pero me parece que hay “algo” en la epistemología de la profesión que desestimula la conducta del pensamiento crítico.

Este “algo” es que la formalización en economía en ocasiones tiende a opacar en lugar de iluminar algunos razonamientos. La forma en que la teoría económica suele vender su uso de las matemáticas es el siguiente: uno observa algún fenómeno, construye un modelo que le permite clarificar las ideas, observa el funcionamiento de este modelo y publica las conclusiones. Me atrevo a decir que en la práctica muchos economistas que estudian en la academia sufren lo indecible para transformar sus ideas en un modelo formal, ya que si no lo hacen pierden la posibilidad de publicar. Esta obsesión con la formalización pasó del sano objetivo de clarificar el pensamiento a ir a la cola del razonamiento, transformándose en una mera obligación. Todos conocemos la historia del nóbel Akerlof, que no logró publicar su trabajo sobre los lemons hasta que se puso a armar las correspondientes ecuaciones. Samuelson dijo alguna vez que las matemáticas son un idioma, y Leijonhufvud le contestó sin timidez que el inglés también es un idioma.

En el caso referenciado aquí, lo que parece opacar la discusión de Levitt es que él se concentra más en mostrar sus técnicas econométricas que en la explicación del fenómeno en sí, sobre el cual en realidad reflexiona poco. Parece que toda esta cuestión del aborto es la excusa para exhibir una econometría sofisticada más que una investigación completa sobre la declinación de la violencia en los 90s en EEUU.

Y finalmente, ¿qué es lo que determinó esta reducción? En Better Angels of Our Nature, el libro en el cual Pinker desarrolla estos argumentos, el autor no elude la respuesta, pero es demasiado extensa como para resumirla aquí sin que sus explicaciones sean interpretadas fuera de contexto. Y para colmo de males, el libro de este psicólogo no tiene siquiera una ecuación.

Saludos,

EP

Falsos Positivos

Por Economic Psycho

Algún comentario riguroso avisó de mi tendencia a mezclar conceptos y profundizar poco, y en particular a la insuficiencia de la discusión sobre probabilidades de mi post anterior. Para mostrarle que veces el rigor, de tan aburrido, puede llevar al mortis, le dedico esta nueva intervención (ok, seguro que esta tampoco es rigurosa…).

Dos avisos dos. Uno, este es un post APB, Paenza style. Dos, el mismo no hubiera sido posible sin la inestimable colaboración de GeRo, el mejor profesor de Estadística I de la UBA, y con muy alta probabilidad, del mundo.

Bayes donde bayes, te vamo’ a alentar

Luego de que un test anunciara la presencia de un cáncer de tiroides en la Presidenta, la operación posterior reveló que no tenía la enfermedad. El médico a cargo señaló “la bibliografía internacional estima que ocurren entre un 2 y 4 por ciento de ‘falsos positivos’, es decir, tumores que parecen malignos en el estudio citológico preliminar al microscopio y que los análisis posteriores del órgano extirpado en cirugía determinan que son benignos”. Algunos comunicadores y políticos mostraron su descontento por esta situación, juzgando que el porcentaje era demasiado bajo como para que todo el asunto fuera real.

El problema es que por “falso positivo” pueden entenderse dos cosas. Unos usan la expresión para indicar que, de los que no tienen la enfermedad, entre el 2% o 4% obtienen un test positivo. Esto se conoce como la probabilidad condicional de que dado que se conoce que el individuo no está enfermo, el test dio (erróneamente) positivo. Pero la pregunta relevante que debiera contestarse es en realidad la inversa: habiendo dado positivo un test, ¿cuál es la probabilidad de que el individuo tenga la enfermedad? A la Presidenta se le administró primero un test que dio positivo, que luego se confirmaría o no con la extracción.

Vamos a un ejemplo numérico. El siguiente cuadro se llenó procurando que los números reflejen de manera aproximadamente realista el problema.
Primero examinemos los totales de la última columna. Estamos asumiendo que de una población de un millón de personas, el 0,5% tienen la enfermedad (5000 personas), mientras que el resto (995000) no la tienen. Esto concuerda razonablemente con las estimaciones internacionales. Hacia la izquierda, asumimos que de los 5000 enfermos, el test suele ser erróneo en el 1% de los casos (50). El resto son 4950. En la fila de abajo suponemos que de los 995000 sanos, solo al 0,1% de ellos (995 personas) el test igual les da positivo (erróneo). El resto, 994005, están realmente sanos y el test les da negativo. Las sumas verticales dan 24850 y 975150 respectivamente.

Obsérvese que en esta muestra de 1.000.000 de personas la gente enferma es poca y la sana mucha. El efecto que esto produce es que si miramos la segunda columna (test negativo), los dos números son muy diferentes, pero si observamos la primera columna (test positivo), los números se parecen mucho más.

Ahora las probabilidades condicionales. Tomamos la primera fila y agarramos a los que sabemos que están enfermos (porque fueron operados y se verificó la enfermedad), y nos tomamos la tarea ociosa de aplicarles el test. El cuadro revela que no siempre el test reflejará esto, y en el 1% de los 5000 enfermos (50 personas) el test se equivocará y dirá que están sanos. Por supuesto, esta probabilidad condicional no nos sirve mucho, porque en general uno no tiene primero la información de que la persona está sana o enferma para después testear, sino que lo que se hace primero es un test para después chequear si la enfermedad está o no.

Por lo tanto, estudiemos qué pasa si tengo primero la información del resultado del test. Si antes fuimos por fila, ahora hay que ir por columnas. Tomemos la columna “test negativo”. De los que dieron negativo, que son 994055, solo 50 acabaron teniendo la enfermedad realmente. Este es un porcentaje muy bajo, casi nulo. De modo que si usted tiene un resultado negativo, quédese tranquila porque está sana (al menos con estos números). Y ahora el clímax: si a usted el test le dio positivo, ¿qué probabilidad hay de que tenga la enfermedad? Los positivos han sido 5945, pero de ellos hay 995 que están sanos. Por lo tanto, la probabilidad de que a uno le pase lo que le pasó a la Presidenta es de aproximadamente un 17% (995/5945). Por tanto, aquí no pasó nada raro.

¿¿¿Y la psicología??? ¿¿¿Donde está la psicología???

Todo el punto es que la probabilidad bayesiana es difícil de captar y puede ser engañosa (un corolario de mi post previo). Es posible que se haya llamado “falso positivo” a la probabilidad de que, estando sano, el test sea incorrecto (en nuestro ejemplo un 2%), cuando lo que importa es la probabilidad de que, luego de un test positivo, la mujer esté sana (un 17%).

El ejemplo de los falsos positivos ilustra lo peligroso de suponer que la gente forma probabilidades bayesianas simplemente porque debemos sostener la hipótesis de racionalidad (por caso, para asegurar que un modelo sea “manipulable”). Los médicos que no interpretan las probabilidades correctamente literalmente te matan.

Vamos a las culpas. ¿Faltan materias de estadística en la carrera de medicina? Parece que sí . Y sin embargo, en un experimento propio les propuse a alumnos de Económicas resolver e interpretar una probabilidad bayesiana, peroreescrita en términos de un problema económico. Fallaron miserablemente, aun con varios cuatrimestres (recientes) de estadística y matemática encima. De casi 60 pibes, ni uno solo dio la respuesta correcta exacta (y rigurosa), y solo 5 se acercaron razonablemente. El resto, si ahora se pusiera a estudiar medicina, te mata igual. (No hace falta que crean mis resultados, cualquiera que dé clases en la facu los puede replicar).

What is going on here? Primero, parece haber una cualidad humana ancestral que tiende a huirle a la formalización rigurosa. Simplemente no estamos tuneados para eso, y las resoluciones formales de probabilidades bayesianas son solo un caso más. Segundo, parece que la cosa no es con los cálculos de probabilidades en sí sino con la forma en que se nos presentan. Como quise explicar en el post anterior (con poco éxito), las probabilidades frecuenciales de eventos repetibles son más fáciles de digerir. De hecho, cuando el problema se presenta con frecuencias se tiende a resolver mejor, y el éxito aumenta con representaciones gráficas. Finalmente, tampoco hay que confiarse demasiado del aprendizaje. Los experimentos sugieren que en ciertos cálculos de probabilidad muchas veces no aprendemos más. Sobre esto, puedo profundizar otro día, si todavía me soportan.

Saludos, EP.

Mirem-se no exemplo, daqueles riscos, de Atenas

Por Economic Psycho

Sobremesa sin postre

- ¿Y qué es el riesgo? – preguntó un curioso en la mesa del restaurante, ya entrada la sobremesa (uy, que bueno eso…). Se notaba que la cosa venía de desafío.

- ¿Un sistesma para suplanstar la llusvia en el camspo? – intentó suavizar el chistoso del grupo.

- Una medición de la incertidumbre – aplicó con rudeza el economista de la mesa, antes de que la respuesta anterior se devorara el tema.

- Ajá, ¿y como se mide? – insistió el indagador, con esa media sonrisa que nunca logra ocultar escepticismo.

- Fácil, a partir de sopesar las distribuciones de probabilidad de los distintos eventos posibles – dio por cerrado nuestro riguroso teórico.

- Un ejemplo, un ejemplo… - pidió otro, insólitamente entretenido con el tema.

- Suponete que un inversor tiene que tomar una decisión de comprar diferentes bono nacionales de distintos países. Uno de los eventos posibles es el no pago. Es posible ponderar entonces los rendimientos esperados del bono por la probabilidad de repago de cada uno, para saber qué decisión tomar. –

- Ta bueno. ¿Y de donde sale esa probabilidad? – insistió el pragmático preguntón.

- Se calcula, se calcula… - replica el economista, levantando la cabeza y mostrándose algo fatigado por tener que dar tantas explicaciones a esos iletrados (o imatematizados). Cuando su campo de visión vuelve al horizontal, aparece el mozo con la cuenta. La toma él (siempre hace la cuenta él), y con la velocidad del rayo determina cuánto paga cada uno, propina incluida.

Singing in the rain of risk

Yo no estuve en esa mesa de galanes, pero esto es lo que hubiera dicho de haber estado presente (mentira, esto solo lo puedo decir después de días de reflexión; en el momento y con algunas copas encima hubiese dicho cualquier pavada).

No me voy a meter con los modelos que calculan probabilidades de riesgo y voy a asumir que son correctos (si se puede usar esa palabra). Ahora, ¿cómo interpreta la gente común una probabilidad? Fácil, todos fuimos al casino: rojo o negro, una de dos, salvo una vez cada tanto que sale el cero. Bah, un cacho menos del 50%... digamos una de dos. Obvio. ¿Y qué pasa si juego toda la noche a color? Salvo los que creen en ESP, a la larga voy a perder, poquito pero pierdo. Seguro.

Ok, todos entendemos la probabilidad. Vamos ahora con otro test: ¿que significa que hay un 30% de probabilidad de lluvias para mañana?... Ejem… ¿Se quedó pensando el señor economista? ¿Quiere el lector que le hable de nada un rato como hace Paenza para inducirlo a reflexionar? ¿Le digo “usted puede” y todas esas cosas? ¿Le escondo la respuesta?

Lo que importa aquí no es que la respuesta la sepa o no un economista, un meteorólogo o un comentarista de fútbol, sino que esta es información que se proporciona de manera regular y sistemática a toda la población, suponiendo que ésta toma (mejores) decisiones gracias a ella. Afortunadamente, alguien hizo una encuesta por mí. En un estudio en 5 países, la mayoría de los Europeos creen que esto significa que lloverá mañana el 30% del tiempo, y otros creen que lloverá en el 30% del área. Otro grupo cree que lloverá en 30 de los días que siguen, y otros interpretan que 3 metereólogos piensan que lloverá, mientras que 7 no. Una mujer de Berlín dijo que los meteorólogos miran al cielo y miran 100 nubes, de las cuales 30 son negras. Y una mujer de Atenas (ay, aquellas mujeres de Atenas…) reflexionó esotéricamente que, de tener los humanos 100 vidas, en 30 de ellas mañana llovería.

La respuesta correcta es, por supuesto (por supuesto???), que en días con las condiciones meteorológicas como el de mañana, ha sucedido anteriormente que en 3 de 10 ha llovido. Cuando la pregunta es abierta, casi nadie contesta correctamente, y cuando se le proponen solo 3 opciones fallan más o menos la mitad (la chance es 1/3). La pregunta entonces es: ¿qué nos pasa a los argentinos, o mejor dicho a los humanos, con las probabilidades?

Una posibilidad interesante es que nos cuesta entender las probabilidades para eventos únicos. Todos entendemos las probabilidades de la ruleta porque se trata de eventos repetitivos, pero mañana llueve o no llueve, y ese 30% no se a qué referencia aplicarlo. A esto se suma el hecho de que ciertos niveles de probabilidad no sean del todo informativos a la hora de tomar decisiones como si llevar o no un paraguas. Aun con una probabilidad del 50%, dice el estudio, muchos deciden no cargarlo.

Riscos de Atenas, Chico

Bien, nos cuesta entender y usar una probabilidad que todos nosotros escuchamos a diario. Pero en economía este problema seguro que no lo tenemos, ¿no? Veamos. ¿Cómo interpreta un inversor una probabilidad de default de Grecia (evento único) del, digamos, 38%? Yo, EP, no sabría bien qué contestar. Quizás arriesgaría algo así como que 38 de 100 países como Grecia, en las mismas circunstancias, no pagaron. O que 38 de las 100 ciudades de Grecia no pagarían. O que 38 de 100 griegos no van a pagar. O que si viviéramos 100 vidas en medio de los dioses griegos, éstos nos castigarían en 38 de ellas.

Pero no importa, porque el mercado siempre nos resuelve todo. Para solucionarnos la vida están las incalificables calificadoras de riesgo, que elaboran sesudos análisis en base a una comprensión clara y profesional de la probabilidad y el riesgo. Y nos transforman los complejos números probabilísticos… en letras. Los grandes calificadores han interpretado por ejemplo con extraordinaria rapidez y pericia que cuando Grecia reconoció su mentira y concedió un déficit fiscal del 10% del PIB era porque estaban en problemas. Brillante, excepto por el hecho de que un déficit sobre la línea equivale a un aumento del endeudamiento bajo la línea, y que la información de los acreedores de Grecia siempre estuvo limpita, limpita; disponible, disponible. A partir de allí, el endeudamiento de Grecia no cambió, pero su probabilidad de default sí. Vaya suerte la de las mujeres de Atenas.

Saludos, EP.

Doctor, anoche soñé con dólares… Reflexiones psicológicas sobre la corrida cambiaria

Por Economic Psycho 

En mi primer post el señor N de G anticipó que en futuras intervenciones apuntaría a la coyuntura. Además, algún comentario preguntó si BE era aplicable a la macro. Esto último no lo voy a solucionar yo en un blog, pero en el espíritu de tener modelos o teorías “a mano” que sean comprensibles y practicables para resolver problemas reales, como sugiere Krugman, planto aquí algunas excéntricas psicoideas que ayuden a entender lo sucedido recientemente en el mercado cambiario local.

Primero, los hechos. A lo largo del año pasado, la fuga de capitales se aceleró de USD 800 al mes a 2500 millones (setiembre). Luego de que un resultado eleccionario indiscutible no aplacara la sed de verdes, se establecieron diversos controles. El tipo de cambio oficial se mantuvo, pero los “paralelos” se hicieron notar. La sangría continuó un par de semanas más, pero ahora seguida de retiros de cuentas dolarizadas, que sumó USD 2.500 millones. Sobre el final de la corrida, algunas tasas pasivas subieron hasta 18/20%. En total se perdieron reservas por aprox USD 6.000 millones.

Ahora, las explicaciones. (Voy a descartar las justificaciones confabulatorias, por considerarme inepto para analizarlas; y las explicaciones circulares que plantean “recuperar la moneda nacional y acabar con la inflación”). Se atribuyó el episodio a (i) Razones “precio”: un dólar “barato”, porque los salarios suben al 30% y el dólar al 8%; y/o a (ii) Razones “cantidades”: el horizonte cambiario se apreciaba crecientemente complicado por la aceleración de las importaciones, los próximos pagos de deuda con reservas, etc. Al señalar los límites de la intrusiva política oficial, se advierte que los individuos reflexionan: “si están prohibiendo la compra de dólares, es porque (i) y/o (ii) son peores de lo que yo pensé”. Dada la imposibilidad de controlar todas las transacciones de un mercado tan desconcentrado, las medidas sólo habrían contribuido a empeorar las cosas.

Pero, un momento. La corrida terminó y ni (i) ni (ii) cambiaron. Bein adjudicó el final a la fuerte suba de tasas, pero éstas no se mantuvieron. El dólar paralelo se reacomodó un poco, los depósitos en dólares dejaron de migrar y parte de las reservas se recuperaron. Si bien puedo estar escribiendo mis últimas famosas palabras, me animo a decir que las medidas tuvieron algún efecto positivo duradero.

Psicomeasures 

Concentrémonos en las decisiones individuales de las familias, dejando de lado a los decisores “estructurales”, aquellos que aseguran sin una mueca que ahorrar en dólares en una caja de zapatos siempre fue lo óptimo, y que citan como evidencia únicamente las crisis cambiarias, sin computar los años de atraso cambiario con jugosas tasas en pesos.

Primero, una cosa es percibir un atraso cambiario, y otra muy distinta una tendencia insostenible del tipo de cambio. ¿Como un individuo para distinguir entre ambas situaciones? Bien, usa reglas simples, como todos los humanos (menos los de los libros de micro). Una regla simple es, por supuesto, mirar lo que hacen los otros, lo que da lugar a las profecías autocumplidas, comportamientos en manada, y otras yerbas. Los que se deciden más tarde, se suben al tren si ven que ya subieron suficientes pasajeros. Y si se subieron tantos, debe ser el último tren a Londres, ¿no?. Por lo tanto, aun cuando uno solamente tenga un problema de atraso, la psicología social lo puede transformar en un problema de insostenibilidad. Recomendación inmediata y obvia de política: actuar rápidamente, para evitar que la fuga dure mucho o se acelere. Algo de eso sucedió.

Así como un mercado de cambios caliente atrae a la gente, uno que se enfría la repele. Empieza a actuar el fenómeno de la “postergación” o “aplazamiento” (no hay buena traducción para procrastination), que significa que si la ganancia o pérdida de una transacción no es alta o inmediata, tiendo a dejarla para otro momento. Este efecto no es menor: en los 90s muchísimas personas “procrastinaron” y dejaron su decisión sobre qué AFJP elegir para otro momento. Si el dólar no es noticia, el costo de dilatar una decisión sobre él se reduce.

Algunos plantearon que la “verdadera solución” debía ser: (a) devaluar y/o (b) recuperar la confianza, dejando que compren nomás. La primera tiende a confirmar que uno hacía lo correcto al hacerse de verdes. ¿Por qué habrá de vender entonces luego, si la experiencia puede repetirse? Más aun, los que todavía no compraron pueden “aprender la lección” y salir raudos a hacer la cola al banco. Para los humanos es muy importante mostrar a nuestros pares que “no consiguieron engañarme” o que “hice un buen negocio”, casi más importante que la plata en sí que ganamos o perdemos. 

 La segunda alternativa no resuelve el problema de la coordinación. Hay que convencer a demasiada gente en demasiado poco tiempo, y la pregunta es quién se arriesgará a ser el primero en dejar de comprar. Juan Carlos Petruza seguro que no. (Por supuesto, si la situación es de por sí insustentable, es poco lo que podemos hacer con la policía en el microcentro. Pero este no era el caso, por lo que el argumento de que “cada vez que se quiso controlar fue peor” debe considerar cada circunstancia particular).

BE mostró que los individuos preferimos agrupar pérdidas y desagrupar ganancias. Diez pérdidas de 10 pesos nos duelen más que una de 100, y lo contrario para las ganancias. Traducido a la política cambiaria, eso significa que puede ser efectivo dotar de mayor volatilidad de corto plazo a la cotización, para que nadie compre dólares para venderlos en transacciones regulares sin enfrentar pérdidas. De esto se ha hecho más bien poco, y creo que administrar una mayor variabilidad cambiaria reduciría aun más la fuga.

Finalmente, otro poroto para la eficacia de los controles es que se complementaron con políticas destinadas a preservar la sostenibilidad externa, despejando dudas sobre (i) y (ii). El tipo de cambio oficial se fue deslizando levemente, y se está actuando para mantener el superávit comercial. Esto sí es economía pura.

Lo dicho no pretende agotar la discusión macro sobre este tema, quizás el más importante de nuestra historia económica. Solo intenta mostrar que comprender los factores psicológicos detrás de algunos fenómenos macro a veces son más útiles que tomar medidas con los resultados de un DSGE.

Saludos, EP

¡Bienvenida Behavioral Economics! Espere unos años en el lobby, por favor…

[N. de G: Abrimos la tribuna de ESC a un nuevo columinsta invitado. En esta primera nota nos introduce en los temas que quiere tratar en futuras intervenciones, y por lo tanto, esta nota en sí no apunta a aspectos de la coyuntura (como solemos tratar aqui), sino al enfoque a utilizar. ¡Bienvenido a ESC!]

Por Economic Psycho

Hablar de la introducción de la psicología en la teoría económica (para resumir, behavioral economics, o BE) requiere previamente de una (breve) discusión epistemológica. Cientos de experimentos en las últimas dos décadas demuestran de modo palmario que los supuestos de comportamiento racional utilizados en la teoría tradicional no son realistas. Pero esto significa adoptar una postura epistemológica discutible: que el realismo de los supuestos es relevante para hacer teoría económica. Como todos sabemos, Friedman alguna vez respondió sin ambigüedades que no, argumentando que si una teoría tenía poder predictivo, poco importaba si estaba edificada sobre supuestos realistas o no. Por lo tanto, si adoptamos la postura de Milton, todo el enfoque BE es simplemente una pérdida mayúscula de tiempo, un recreo intelectual, una burla irrelevante a la economía usual.

Por supuesto, la idea de Friedman puede ser correcta si lo único que hiciera la teoría económica es intentar predecir. Pero por suerte para la profesión, eso no es así. Si midiéramos los resultados de los economistas de acuerdo a nuestra capacidad predictiva, hace rato que nos hubieran echado a patadas del concierto intelectual de las ciencias (y todo esto asumiendo que la economía debería estar invitada a ese teatro…). Los epistemólogos han dedicado libros enteros a esta discusión que disparó Friedman, así que no nos extenderemos más sobre ella, sobre todo porque la “revolución” BE ocurrió bastante después de que este autor propusiera su metodología positiva para la teoría económica.

¿Y qué ocurre hoy día con BE?

Bueno, es difícil saber qué sendero tomará la cosa, pero hay dos hechos que difícilmente se puedan discutir. Primero, que la teoría tradicional (en especial la dedicada a la teoría financiera), por la razón que fuere, no ha conseguido diagnosticar, prevenir o explicar satisfactoriamente episodios tan importantes como la crisis internacional reciente. Los ingenieros, los físicos, los biólogos y los médicos han desarrollado una teoría estandarizada cuyo estado del arte les permite identificar con seguridad qué es lo que hay que hacer para evitar grandes daños (o que es lo que no hay que hacer para que sucedan). Los ingenieros saben perfectamente cómo prevenir caídas de edificios, los físicos cómo prevenir peligros nucleares, los biólogos cómo prevenir desastres ecológicos y los médicos cómo prevenir epidemias. Los economistas, en cambio, no podemos prever siquiera las grandes crisis financieras.

Segundo, atenta la insuficiencia de teorías en su rol preventivo, predictivo y diagnóstico, muchos economistas pensaron que sería bueno repensar un poco la cosa desde los supuestos. ¿No es acaso evidente que inducir un modelo de crisis con agentes plenamente racionales resulta, por lo menos, difícil de explicar? ¿No es más eficaz suponer que un modelo que arroja un resultado irracional es una suma de interacciones entre individuos, algunos de ellos no tan racionales? ¿No puede un mayor grado de realismo en los supuestos darnos una pista para elaborar mejores modelos? Perdón por el arrojo de lo que voy a decir, pero siempre me pareció extravagante que las teorías económicas asumieran comportamientos que los individuos reales no pueden siquiera entender.

En este estado de cosas, y aun con sus enormes insuficiencias, BE es un soplo de aire fresco. No es un tormenta, ni lo puede ser, porque el cinturón protector de la teoría usual está demasiado fortalecido como para que las nuevas ideas penetren. Pensemos en las últimas famosas palabras de Blanchard dirigidas a un público que, por detrás del estrado desde el cual hablaba, veía acercarse por la ventana el meteorito de la crisis. “The state of macro is good”, dijo Blanchard, autoridad indudable de esto que llamo la teoría tradicional, allá por 2008. Casi un lustro después, los planes de consolidación fiscal (bueh… al menos cambió el nombre…) se basan en el mismo modelo macro que en aquel año mostraba “una saludable convergencia teórica”.

La introducción de la psicología en la economía es una buena noticia. Pero costará mucho que no la dejan esperando en el lobby por un lugar en el centro de las discusiones teóricas o empíricas. Muchos economistas, de variadas corrientes, han tendido a defender su magisterio para dejarlo impoluto del avance en otras ciencias sociales. Algunos porque las consideran “menores” frente al uso de herramental matemático en economía, otros porque creen que no es necesario recalar en categorías conceptuales a nivel individual. En ocasiones, como intentaré mostrar en próximas entradas, el análisis interdisciplinario puede ser algo más que una frase retórica.

Saludos,
EP