Los austriacos llevan mucho tiempo argumentando que los modelos de equilibrio de los fenómenos económicos no pueden expresar el aspecto causal realista del comportamiento humano. “Todas las cosas están sometidas a la ley de causa y efecto”, decía Menger en su famosa frase de inicio de sus Principios de economía política. Los modelos económicos formales, por el contrario, normalmente describen sistemas de ecuaciones en los que cada variable determina simultáneamente los valores de las demás variables.
Y aun así, la economía empírica ortodoxa ha sufrido un cambio radical en las últimas dos décadas, alejándose de los modelos de fórmulas reducidas, ateóricos y basados en equilibrio y adoptando nuevas aproximaciones que pretenden abarcar la causalidad. Este movimiento, descrito como la “revolución de la credibilidad”, sostiene que los científicos sociales pueden identificar causa y efecto, no mediante un razonamiento a priori, como en la aproximación de Mises, sino adoptando los métodos usados en la investigación biomédica. A través de un diseño cuidadoso de investigación, se pueden usar métodos experimentales para identificar factores o variables que “causan” resultados concretos, incluso sin conocer los mecanismos subyacentes de una manera profunda o intuitiva. Por ejemplo, para saber si los trabajadores proporcionan una cantidad mayor de trabajo en respuesta a un aumento en el nivel salarial, se diseña un experimento en el que un “tratamiento” (un salario mayor) se aplica a un grupo de trabajadores, mientras que el otro grupo, elegido para igualar las características del primero, recibe el tratamiento de “control” o placebo (no aumenta su salario). Si los dos grupos se igualan cuidadosamente en todas las características que no sean el salario y que se piensa que no afectan al suministro de trabajo o, todavía mejor, si los grupos de trabajadores se asignan al azar al grupo de tratamiento o control, cualquier diferencia en las horas trabajadas puede atribuirse al cambio en los salarios. Igualar cuidadosamente (mediante características observadas o puntaje de propensión) o asignar aleatoriamente resuelve la condición ceteris paribus que, en las antiguas aproximaciones, se gestionaría mediante regresiones múltiples. Si hay una diferencia estadísticamente importante en el resultado entre los dos grupos, el tratamiento puede decirse que “causa” el resultado.
Por supuesto, este es un concepto de causación muy distinto del de Menger o Mises. No obstante, incluso dentro de la ortodoxia ha habido cierta reticencia contra lo que algunos describen como una obsesión con la inferencia causal. Poco después de recibir su premio Nobel, Angus Deaton se quejaba de que a las Pruebas controladas aleatorizadas (PCA), sobre todo relacionadas con el Poverty Action Lab del MIT, se les ha pedido que hagan demasiado: lo que funciona en una pequeña disposición experimental puede tener poca “validez externa”, es decir, puede no ser aplicable a otras disposiciones. George Akerlof observaba recientemente que el énfasis en el diseño de la investigación puede producirse a costa de la importancia de la cuestión económica subyacente (algo que yo también he dicho). A los entusiastas de las PCA se les ha llamado randomistas, lo que no siempre es un elogio.
Estas críticas tienen una razón esencial que me ha preocupado por un tiempo. La creciente popularidad de las PCA, modelos de variables instrumentales, regresiones de diferencias en diferencias, pareamiento por puntaje de propensión, discontinuidad de regresión y diseños similares de investigación parece haber coincidido con un estrechamiento del enfoque. En lugar de responder a las grandes preguntas de la economía, los investigadores empíricos están aplicando cada vez más esfuerzo a entender preguntas cada vez más pequeñas: ¿¿qué procedimientos siguen los alumnos para estudiar un examen? ¿Cómo afecta la raza o género al número de ofertas de empleo? Esto está muy lejos de los tipos de preguntas que han motivado a los economistas a lo largo de los siglos.
El British Journal of Medicine de diciembre publica una divertida parodia de las PCA en forma de un estudio, “Uso del paracaídas para impedir muertes y heridas graves al saltar de un avión”. Como la creencia común de que no se debe saltar de un avión sin un paracaídas se basa únicamente en “la plausibilidad biológica y la opinión de expertos”, se diseñó una prueba PCA para probar un verdadero efecto causal. Después de asignar aleatoriamente sujetos de prueba en grupos con y sin paracaídas, los investigadores no fueron capaces de detectar un efecto del tratamiento estadísticamente significativo, porque los sujetos estaban saltando de aviones pequeños estacionados en el asfalto. A pesar de la falta potencial de “validez externa”, los investigadores (adecuadamente, según las indicaciones de los PCA) concluyen que no hay ningún beneficio en vestir un paracaídas cuando se salta de un avión.
El artículo original se encuentra aquí.
