El Premio Nobel de Economía ha sido concedido este año a los Dres. David Card, Joshua Angrist y Guido Imbens por sus contribuciones metodológicas al análisis de las relaciones causales
Siempre ha sido una aspiración para una gran parte de los economistas convertir su disciplina en una “ciencia dura”, experimental, para alcanzar un estatuto epistemológico equiparable, por ejemplo, al de la Física. Este ideal de ciencia ha permeado los principales desarrollos teóricos y aplicados de la Economía desde al menos finales del siglo XIX. Por otra parte, también se ha buscado en la Economía un catalizador o referente de las ciencias sociales, en la que confluyan los principales resultados de la psicología (economía conductual), las teorías evolucionistas (economía evolutiva), la neurociencia (neuroeconomía) y las ciencias de la complejidad (economía de la complejidad). Los desarrollos teóricos, formales y aplicados son impresionantes.
Pero, ¿es posible experimentar en economía? Todos los que en algún momento de nuestra vida hemos estudiado Economía hemos realizado “experimentos mentales”; esto es, examinar mediante un proceso lógico-deductivo las implicaciones que tendrían, por ejemplo, un cambio en las preferencias o la tecnología en el precio de equilibrio de un mercado, los efectos sobre una economía de una subida del tipo de interés del banco central, la aparición de innovaciones tecnológicas en las estructuras de los mercados, etc. Para alcanzar una conclusión, estas cadenas deductivas lógicas exigen mantener constante todo lo demás, es decir, todas las circunstancias de tiempo y lugar ajenas al cambio que inicia la cadena de deducciones. Es la consabida cláusula caeteris paribus —todo lo demás constante. A partir de ahí se trataría de validar, falsar, contrastar, etc., los resultados obtenidos lógicamente con los datos o evidencia empírica disponible. El papel de la Econometría es central en esta forma de proceder.
En los últimos años hemos asistido a un importante avance en la aplicación de técnicas y métodos econométricos al análisis del comportamiento de los agentes económicos, así como de la evaluación de determinadas medidas (intervenciones) de la política económica en general. En el primer caso, los avances en la Economía Experimental son de gran importancia para mejor fundamentar las hipótesis de comportamiento de consumidores, inversores, etc. Esta línea de investigación ya fue reconocida en 2002 cuando se galardonó a Vernon Smith con el Nobel de Economía. La segunda línea de investigación es la que ha recibido el reconocimiento más reciente al recaer el Nobel de 2019 en Duflo, Banerjee y Kremer por “su aproximación experimental al alivio de la pobreza global”, empleando experimentos aleatorios controlados —randomized controlled trials como los empleados en medicina— y la concesión del mismo este año a David Card (Universidad de California en Berkeley), Joshua Angrist (MIT) y Guido Imbens (Universidad de Stanford).
Los trabajos de estos tres últimos investigadores se han centrado en establecer, mediante diseños experimentales adecuados, análisis causales de los fenómenos económicos. Para ello, se parte de establecer las condiciones que determinan una situación en la que caeteris paribus las demás variables del sistema, se varía una, el instrumento, y se examinan los efectos. Para ser válido, un instrumento (un programa de becas, por ejemplo) debe ejercer su influencia solamente sobre la variable que se está analizando (por ejemplo, sobre los ingresos) a través de su efecto en el tratamiento (años de escolarización), y no a través de otros canales. Para asegurar en un entorno real la igualdad del resto de variables no basta aplicar una regresión econométrica común, sino que se ha de asegurar la eliminación de sesgos y que las muestras poblacionales en las que se realiza el experimento (el grupo que se interviene y el grupo de control) sean independientes.
Los trabajos de estos tres últimos investigadores se han centrado en establecer, mediante diseños experimentales adecuados, análisis causales de los fenómenos económicos
En esta aproximación, junto con los experimentos aleatorios, quizá la técnica más popular haya sido el análisis de las diferencias en diferencias en la estimación de relaciones causales. La estimación de diferencias en diferencias consiste en identificar una intervención o tratamiento específico. Hecho esto, se compara las diferencias (por ejemplo, en ingresos) en los grupos antes y después de la intervención en los grupos afectados por ésta, con las diferencias correspondientes en los grupos de control —no afectados por la intervención. Así para identificar, por ejemplo, los efectos de un programa determinado (un seguro médico, un programa de becas de estudio, un salario mínimo…) se deberá primero aislar los grupos en los que se ha producido la intervención de los que no, para posteriormente comparar los cambios producidos en alguna variable de interés para el análisis —si ha habido cambios significativos en el grado de cobertura sanitaria, de acceso a la educación, en salarios y nivel de empleo, etc.
El enorme atractivo de este modo de proceder estriba en su simplicidad y en su potencial para salvar muchas de las dificultades que aparecen cuando se establecen comparaciones entre poblaciones heterogéneas. Los resultados obtenidos permiten sin duda acercar la Economía al plano más empírico. Esta metodología combina lo mejor de los métodos experimentales (aleatoriedad y realismo) permitiendo al investigador evitar muchos sesgos muy comunes en otros métodos experimentales, como puede ser el de selección, y salvar determinadas dificultades que pueden surgir en las investigaciones experimentales por razones políticas, logísticas o éticas. Además, esta metodología mejora la transparencia en la investigación y permite juzgar si un determinado instrumento satisface los supuestos necesarios y las conclusiones derivadas de estos son correctas.
Aunque se ha llegado a afirmar que esta aproximación sienta las bases de una revolución en Economía —y otras disciplinas—, estos procedimientos también tienen, obviamente, sus limitaciones; entre ellas una elevada exigencia de datos y la granularidad de estos, lo que limita la aplicabilidad general y el escalado de los experimentos —que en muchos casos pueden llegar a ser muy costosos o prohibitivos. No faltan críticos como Sims, Nobel de Economía en 2011, que incluso desde la Econometría niegan el carácter experimental de la economía.
Sin embargo, en nuestra opinión, la limitación principal viene dada por que los procesos económicos reales se despliegan en el tiempo; son procesos no reversibles que incluyen todo tipo de propiedades emergentes —como son las innovaciones técnicas, organizativas y sociales, incluyendo las institucionales—, lo que dificulta las comparaciones más allá de ámbitos espacio-temporales limitados. Con todo, esta línea de investigación es de enorme importancia y utilidad para mejorar la racionalidad y analizar rigurosamente el impacto de determinadas políticas públicas. Solo por esta razón merecen los premiados tal galardón.
Lectura recomendada: Joshua D. Angrist & Jörn-Steffen Pischke (2015). Mastering ‘Metrics. The path from cause to effect. Princeton and Oxford: Princeton University Press. (Hay traducción al español en Antoni Bosch.)
