Quien examine las principales revistas económicas ortodoxas se dará cuenta inmediatamente de que la teoría económica se ha llenado de formalismo matemático. La inflexible búsqueda de los economistas neoclásicos de la precisión en sus modelos se ha alcanzado a costa de la precisión en sus predicciones.
El viejo chiste del borracho buscando sus llaves cerca de la farola es una metáfora apropiada.
En este artículo, explicaremos dos ejemplos clásicos de esta costumbre, en la que los economistas ortodoxos deben abandonar el sentido común porque sus herramientas matemáticas favoritas reclaman una lealtad total. El primer ejemplo viene de un reciente desafió a la economía austriaca de su habitual adversario, Bryan Caplan. El segundo ejemplo se refiere a la crítica del profesor de economía y columnista de Slate Steven Landsburg en relación a la gente que dona a múltiples obras de caridad.
Como veremos, tanto Caplan como Landsburg se equivocan porque quieren desesperadamente desarrollar sus modelos matemáticos para captar las realidades económicas. Ofrecen dos ejemplos más de por qué la postura austriaca (a menudo ridiculizada como “no científica” y “verbal”) nos ofrece un excelente contraste para protegernos contra esos deslices neoclásicos.
Bryan Caplan hace a los austriacos una pregunta imposible
En el popular blog EconLib, Bryan Caplan desafía a los austriacos en “The Trojan Horse Example”:
Los economistas austriacos a menudo atacan a la ortodoxia por ignorar algo que ellos llaman la “incertidumbre radical”, la “completa ignorancia” o a veces la “incertidumbre de Knight”. Una frase austriaca común es que “Los economistas neoclásicos sólo estudian casos en los que la gente sabe que no sabe; nosotros estudiamos casos en los que la gente no sabe que no sabe”.
Todo esto parece razonable hasta que presionas al austriaco para hacer una de dos cosas:
1. Explicar este punto utilizando lenguaje de probabilidad estándar. ¿Qué probabilidad corresponde a “no saber que no sabes”? ¿Cero? Pero si la gente realmente asignara p=0 a un acontecimiento, entonces la aparición de contraevidencias les debería llevar a pensar que están equivocados, no [a que se haya producido] un acontecimiento p=0.
2. Dar un ejemplo concreto. He oído que Israel Kirzner da ejemplos que incluyen libros en bibliotecas, cabinas telefónicas y golpes en la cabeza, pero ninguno de ellos [tiene] para mí ningún sentido. (Énfasis original).
Antes de apuntar al absurdo en la solicitud de Caplan, deberíamos ofrecer algo de trasfondo. A principios y mediados del siglo XX, los modelos ortodoxos estándar suponían que los agentes en la economía tenían una información perfecta. Al hacerlo, era fácil “probar” que la publicidad era un desperdicio, que mecanismos inteligentemente diseñados podrían permitir a los planificadores centrales replicar los resultados de un mercado y que esos teóricos económicos podrían olvidar con éxito el emprendimiento.
Naturalmente, cada vez más críticos fustigaban esa postura tan poco realista, En respuesta, los principales economistas ortodoxos incorporaron la “incertidumbre” a sus modelos, pero sólo de una forma muy limitada. Ahora en lugar de conocer (por ejemplo) el precio al contado del petróleo a cada hora, desde ahora al año 2050, los modelos de vanguardia de equilibrio general asumirían en su lugar que los agentes sólo conocen la distribución de probabilidad de los precios al contado del petróleo en cualquier momento para el resto de la eternidad. Así, los modeladores pensaban haber respondido adecuadamente a la objeción, pues ahora el agente en el modelo realmente no sabe qué precio tendrá mañana el petróleo.
Ahora podemos entender el debate al que alude Caplan. Los economistas austriacos, especialmente Israel Kirzner, han señalado que esto no es realmente incorporar la verdadera incertidumbre (frente al riesgo actuarial) en la postura ortodoxa. Los agentes siguen conociendo la estructura del mundo con certidumbre; no hay posibilidad, por ejemplo, de que un agente piense erróneamente que los precios de petróleo se distribuyan normalmente con una media de 120$ cuando en realidad la media real es de 121$. Este tipo de situación se rechaza como imposible en un modelo ortodoxo.
En un modelo ortodoxo, incluso en uno que incluya nominalmente la incertidumbre, Jim el especulador no puede ser mejor que Joe el especulador en los mercados de futuros del petróleo a causa de su mayor capacidad de previsión. Nadie puede cometer nunca un error real. Sí, los inversores podrían lamentar sus acciones una vez que las variables del azar se hubieran hecho efectivas, pero sólo lo harían de la forma que un jugador de blackjack se “lamentaría” por haberse doblado con un 11 contra un 6 del crupier. Incluso después de perder, el jugador de blackjack diría correctamente “realmente no cometí un error, porque mi acción era la óptima dada la información que tenía en el momento de mi decisión”. Esta inmunidad al error real y a la sorpresa sigue siendo verdad en todos los modelos formales ortodoxos, porque es muy difícil modelizar formalmente (pero no arbitrariamente) los errores.
Los austriacos, por otro lado, son perfectamente libres de explicar que algunos empresarios los hacen mejor que otros en el mundo real, porque se adaptan a las condiciones cambiantes más rápidamente que sus pares y por tanto obtienen beneficios económicos. Los austriacos pueden hacerlo porque no están ligados a modelos matemáticos formales. Esta libertad en su explicación verbal no es una señal de dejadez, sino más bien una descripción más adecuada de lo que está pasando realmente en el mundo.
Así que resumamos el debate: los austriacos dicen que las herramientas de probabilidad estándar son inaplicables en un mundo de incertidumbre abierta, donde es imposible asignar una probabilidad numérica a todos los posibles resultados futuros. Aunque sólo fuera por los limitados poderes mentales de computación, la gente real simplemente no actúa así.
Recordemos la solicitud de Caplan: ¡quiere que el austriaco parafrasee esta idea “utilizando lenguaje de probabilidad estándar”! Me recuerda un episodio en la universidad cuando trabajaba en un estudio explicando que la “incertidumbre radical” planteaba serios problemas para la postura neoclásica hacia el interés.[1] Uno de mis tutores me escuchó explicar los problemas durante cinco minutos en el vestíbulo y luego me dijo: “Mmm, pon todo eso en un modelo simple de doble periodo”.
Landsburg piensa que la mayoría de la gente que dona a la caridad es egoísta
Dejemos a Bryan Caplan y ocupémonos del economista de la Universidad de Rochester y columnista de Slate, Steven Landsburg.
En “Giving Your All”, Landsburg argumenta que si estuviera verdaderamente motivada por el altruismo para los receptores, la gente debería concentrar sus donaciones de caridad en un solo objetivo:
La gente ignora constantemente mi buen consejo contribuyendo a la American Heart Association, la American Cancer Society, CARE y a la radio pública el mismo año, como si pensaran “Vale, ya he acabado con el problema de las enfermedades cardiacas; veamos ahora qué puedo hacer con el cáncer”. Pero esos delirios de grandeza no pueden ser muy comunes. Así que la gente tiene que tener alguna otra razón para diversificar sus donaciones.
Creo saber qué razón es. Damos caridad porque nos preocupan sus receptores o porque dar nos hace sentir bien. Si nos preocupan los receptores, escogeremos los más dignos y concentraremos allí nuestros esfuerzos. Pero si nos preocupa nuestro propio sentido de la satisfacción, disfrutaremos apuntando a 10 instituciones de caridad distintas y diciendo “¡Doy a todas estas!”
En primer lugar, quiero apuntar que incluso en sus propios términos, la crítica de Landsburg no tiene mucho sentido. Incluso si la gente está realmente donando con el fin de sentirse bien consigo misma, ¿por qué debería preocuparles algo irrelevante, como el número de organizaciones a las que dona? Por ejemplo, si una persona se da palmadas en la espalda por enviar 500$ a cuatro organizaciones distintas de caridad, ¿por qué no iba a sentirse igualmente petulante enviando 2.000$ a una sola? (O siguiendo con el ejemplo, ¿por qué no 2$ a mil organizaciones distintas?)
Como pasa a menudo en estos casos, el problema es que Landsburg necesita modelar la situación utilizando herramientas matemáticas formales y una vez que sigue este camino, aparece la respuesta “óptima” en la que una persona debería concentrar toda su donación en la única caridad que considere más importante. No estoy poniendo palabras en su boca; aquí está el propio Landsburg:
Este mismo siglo, el eminente economista Alfred Marshall ofreció este consejo a sus colegas: cuando afronten un problema económico, tradúzcanlo primero a matemáticas, luego resuelvan el problema, vuelvan a traducirlo al inglés y quemen las operaciones matemáticas. Soy un devoto de Marshall y frecuentemente sigo su consejo. Pero en este caso, quiero experimentar con una pequeña desviación: en lugar de quemar las operaciones matemáticas, las haré disponibles como un enlace.
Propongo establecer la siguiente premisa: si sus contribuciones de caridad son pequeñas en relación con el tamaño de las organizaciones de beneficencia y si le preocupan sólo los receptores (en oposición a preocuparle, por ejemplo, cuántos reconocimiento recibe), entonces juntará todas sus contribuciones en una sola caridad. Esto es básicamente una proposición matemática, que he traducido al inglés en este artículo.
Así que estos son todos los tipos de motivación que podrían absolver a los filántropos de la acusación de Lansburg, o bien que son irracionales o que donan secretamente a la caridad sólo para ganar aprobación pública. Por ejemplo, alguien podría querer obtener un nivel de confianza en una organización con el tiempo y ver cómo gasta donaciones menores antes de aumentar las contribuciones. O alguien podría pensar que una organización sólo puede mantener su independencia si se basa en numerosas contribuciones pequeñas, en lugar de unas pocas grandes donaciones de personas ricas.
Aquí no se trata de ofrecer una teoría distinta. Más bien quiero decir que la gente no se aproxima a las donaciones de caridad de la forma que Landsburg supone en su modelo. Como se equivoca en el primer paso, no nos debería de sorprender que llegue a una conclusión que sorprende a la mayoría de la gente por ser contraintuitiva.
Conclusión
La aproximación misesiana a la economía no se basa en modelos formales no realistas. Más bien la praxeología (la ciencia de la acción humana) deduce necesariamente conclusiones verdaderas a partir del hecho de que la gente actúa.
Es verdad que el misesiano puede a menudo presentar todo su análisis en términos puramente verbales y no puede dar garantías de ninguna predicción cuantitativa acerca de la economía. Pero, como ilustra tan bien el chiste del borracho buscando sus llaves, los científicos tienen que buscar las respuestas donde están realmente, en lugar de redefinir el problema como algo que sus herramientas favoritas puedan manejar.
Notas
[1] Este asunto está incluido en la tercera parte de mi tesis.
Publicado el 17 de julio de 2008. Traducido del inglés por Mariano Bas Uribe. El artículo original se encuentra aquí.
