Correlación ≠ Causación

0

A menudo observamos que dos datos, que se supone que no tienen ninguna relación, parecen tener una correlación visual muy alta. Por ejemplo, podemos descubrir una fuerte correlación entre la intensidad del ladrido de un perro y los movimientos de las cotizaciones bursátiles. Uno se siente tentado a aprovechar este descubrimiento para ganar dinero en el mercado de valores.

En realidad, sin embargo, tanto los ladridos del perro como los movimientos de los índices bursátiles no tienen nada que ver entre sí. Lo que puede hacer que la correlación sea aparentemente buena es que ambos muestran una tendencia alcista a largo plazo. Además, las fluctuaciones de estos datos no parecen converger en torno a la tendencia, sino que parecen moverse en una dirección ascendente. Estos tipos de estadísticos de datos etiquetan los datos como no estacionarios.

Por el contrario, los datos que convergen en torno a un valor fijo se etiquetan como estacionarios. Los datos estacionarios implican una estructura inalterada, algo que es estable y, por lo tanto, se le puede dar sentido, mientras que los datos no estacionarios se asocian con fluctuaciones irregulares, lo que, por supuesto, hace que sea muy difícil encontrarle sentido. Por lo tanto, si algo deriva sin rumbo no es posible decir mucho sobre su curso futuro. Si uno trata de darle sentido a los datos que son irregulares, obviamente no llegará muy lejos. Esto, sin embargo, crea un gran problema para los economistas si los datos que los economistas y analistas financieros están empleando no son estacionarios. Por consiguiente, la incorporación de este tipo de datos en los análisis económicos conduce a resultados engañosos.

Por ejemplo, un economista quiere establecer la importancia de los cambios en la producción en el consumo de la gente. El procedimiento común para ello es aplicar métodos estadísticos sobre los datos de consumo y producción con el fin de establecer su interrelación.

Mediante una técnica estadística, también conocida como análisis de regresión, se establece cómo el consumo y la producción están conectados cuantitativamente entre sí.

Supongamos que un economista ha encontrado que la relación entre consumo y producción se resume en la siguiente expresión matemática:

Consumo = 10 + 0,5*Producción

Armado con este hallazgo, el economista puede ahora decirnos la dirección del consumo si hay un cambio en la producción. Así, si la producción es de 100, el consumo será de 60 (porque 10+0,5*100=60). Los economistas etiquetan los números 10 y 0,5 como parámetros.

Obsérvese que la información relativa al tamaño de estos parámetros (es decir, si son 10 y 0,5 o algo más) se obtiene mediante la técnica de regresión. Los números 10 y 0,5, que fueron generados por el método de regresión, son las estimaciones de los parámetros reales en el mundo real, o así se sostiene.

Se sostiene que, en promedio, estas estimaciones se aproximan mucho a los parámetros reales. También se cree que cualquier conclusión derivada de la ecuación sobre la relación entre consumo y producción es un reflejo de la realidad, siempre y cuando el desempeño del modelo en términos de su capacidad de pronóstico sea bueno.

El Premio Nobel Clive Granger, sin embargo, refuta esto.1 Sostiene que no se pueden sacar conclusiones significativas de la ecuación anterior si los datos empleados para establecer esta ecuación no son estacionarios. De hecho, según Granger, los datos que los economistas empleaban en la investigación anterior probablemente no eran de naturaleza estacionaria.

Es probable que los parámetros que se obtienen a partir de estos datos sean engañosos y, por lo tanto, es probable que el resultado del análisis carezca de sentido. Entonces, ¿cómo se supera el problema?

Si se estableciera un factor común que influyera tanto en el consumo como en la producción, se diría que estas dos series temporales están conectadas o cointegradas. Granger y otros han demostrado mediante métodos matemáticos y estadísticos que la introducción de un factor común hace estacionaria la interrelación entre series temporales no estacionarias.

Así pues, el consumo y la producción pueden observarse por separado como series temporales no estacionarias. Si se tratara de establecer relaciones económicas entre ellos, se obtendrían resultados engañosos. Sin embargo, si se estableciera que tanto el consumo como la producción tienen un factor común, se podría inferir que con el tiempo tanto el consumo como la producción deben moverse juntos.

Este factor común o cointegración podría ser que el bienestar de las personas requiere consumo y producción. Además, que sin producción no puede haber consumo y sin consumo no hay producción posible.

Otro ejemplo es un bien idéntico, que se comercia en diferentes lugares. Las fluctuaciones diarias de los precios pueden parecer aleatorias en varios lugares y, por lo tanto, lo más probable es que no se correspondan entre sí.

Sin embargo, la existencia de arbitraje y la ley de la oferta y la demanda asegurarán que con el tiempo los precios en varios lugares se acerquen unos a otros.

En lugar de tratar de averiguar cuál es el factor cointegración, Granger y otros han elaborado un marco mecanizado, que permite a los economistas establecer si los datos cumplen con la cointegración, es decir, si la relación entre los datos tiene sentido por así decirlo. Una vez que se establece que los datos están cointegrados, pueden ser utilizados por un cierto procedimiento matemático para establecer los parámetros correctos.2

Por lo tanto, varios resultados estadísticos que se producen por medio del marco de Granger se consideran válidos, ya que se han aplicado a datos cointegrados.

El método de Granger plantea serias dudas sobre las conclusiones del pasado en cuanto a las interrelaciones económicas, a las que se llegó mediante las viejas técnicas. También proporciona una crítica del uso popular de las correlaciones sin tratar de dar sentido a las relaciones.

El marco de Granger parece proporcionar a los economistas una poderosa herramienta que ayuda a minimizar el uso de correlaciones sin sentido. Por ejemplo, el marco de Granger indicará que los movimientos en el mercado de valores y la intensidad de los ladridos de los perros no pueden cointegrarse y, por lo tanto, el uso de estas relaciones para ganar dinero en el mercado de valores podría resultar un ejercicio muy costoso.

A este respecto, podría considerarse que recupera la validez del análisis fundamental. Esto debe contrastarse con la forma popular de pensar que el análisis fundamental es de poca ayuda porque, por regla general, los datos son de naturaleza aleatoria. Por lo tanto, parece que el marco de Granger es una gran herramienta para profundizar nuestra comprensión del universo económico. Sin embargo, ¿lo es?

¿Hay Constantes en la Economía?

El principal problema que Granger no ha abordado no es si las antiguas técnicas han sido la generación de estimaciones de parámetros válidos, sino si tales parámetros existen en absoluto.

En las ciencias naturales, el empleo de las matemáticas permite a los científicos formular la naturaleza esencial de los objetos. En consecuencia, dentro de determinadas condiciones, la misma respuesta se obtendrá repetidamente. El mismo enfoque, sin embargo, no es válido en economía. Porque la economía se supone que trata con seres humanos y no con objetos. Según Mises,

La experiencia con la que se enfrentan las ciencias de la acción humana es siempre una experiencia de fenómenos complejos. No se pueden realizar experimentos de laboratorio con respecto a la acción humana.3

La gente tiene la libertad de elegir para cambiar de opinión y llevar a cabo acciones que son contrarias a lo que se observó en el pasado. Debido a la naturaleza única de los seres humanos, los análisis en economía sólo pueden ser cualitativos. No hay parámetros en el universo humano. Así escribió Mises,

En el campo de la economía, no hay relaciones constantes y, por consiguiente, no es posible realizar mediciones.4

La opinión popular de que la actividad económica humana puede capturarse mediante fórmulas matemáticas expresadas mediante parámetros fijos implica que los seres humanos operan como máquinas. Por ejemplo, contrariamente a la forma matemática de pensar, los desembolsos individuales en bienes no son «causados» por los ingresos como tales. En su propio contexto, cada individuo decide qué parte de un determinado ingreso se destinará al consumo y qué parte al ahorro.

Si bien es cierto que las personas responden a los cambios en sus ingresos, la respuesta no es automática y no puede ser capturada por una fórmula matemática. Por ejemplo, un aumento de los ingresos de una persona no implica automáticamente que su gasto en consumo vaya a seguir su ejemplo. Cada individuo evalúa el aumento de los ingresos en relación con los objetivos que desea alcanzar. Por lo tanto, podría decidir que es más beneficioso para él aumentar sus ahorros que aumentar su consumo.

En el mejor de los casos, las formulaciones matemáticas pueden ser vistas como una técnica para proporcionar una instantánea en un momento dado en el tiempo de varios datos económicos. En este sentido, puede considerarse como una forma particular de presentar datos históricos. Este tipo de presentaciones, sin embargo, no pueden decirnos nada acerca de las causas que impulsan la actividad económica humana. Es más, el empleo de relaciones históricas establecidas para evaluar el impacto de los cambios en las políticas gubernamentales producirá resultados engañosos a pesar del marco de Granger.

Después de todo, asumir que un cambio en la política gubernamental dejará intacta la estructura de las ecuaciones significaría que los individuos en la economía dejaron de estar vivos y, de hecho, quedaron congelados.

A este respecto, Mises escribió,

Como método de análisis económico, la econometría es un juego de niños con cifras que no contribuye en nada a esclarecer los problemas de la realidad económica.5

Sugerimos que la causalidad no se puede determinar por medio de métodos matemáticos, sino por medio de la comprensión. Esto, a su vez, puede hacerse una vez que el marco de nuestro pensamiento se basa en un axioma no refutado, tal como los seres humanos utilizan los medios para alcanzar los fines. Con la ayuda de este enfoque, se va a establecer que la causalidad emana de los propios seres humanos y no de factores externos.

No hay estándares constantes para medir las mentes, los valores y las ideas de los hombres. La valoración es el medio por el cual un individuo consciente y con un propósito determinado evalúa los hechos dados de la realidad. Un individuo establece cuáles son los hechos, luego evalúa cuáles de estos hechos establecidos son los más adecuados para alcanzar sus diversos fines.

Los objetivos o fines individuales establecen el estándar para valorar los hechos de la realidad. Por ejemplo, si el objetivo de un individuo es mejorar su salud, entonces establecería qué bienes beneficiarán su salud y cuáles no. Entre los que le beneficiarán, algunos serán más eficaces que otros. Sin embargo, no hay manera de cuantificar la eficacia. Todo lo que se puede hacer es clasificar estos bienes de acuerdo con la eficacia percibida.


El artículo original se encuentra aquí.

1.Granger, C.W.J. y Newbold, P. (1974) «Spurious Regressions in Econometrics», Journal of Econometrics, Vol. 2, pp 111-20.

2.Granger, C.W.J. y Weiss, A.A. 1983, «Time series analysis of error-correction models», en S.Karlin, T. Amemiya y L.A. Goodman, Studies in Econometrics, Time series and Multivariate Statistics, en Honor a T.W. Anderson, Academic Press, San Diego, pp 255-278.

3.Ludwig von Mises, La acción humana (1963), p. 31.

4.La acción humana, p. 55.

5.Ludwig von Mises, The Ultimate Foundation of Economic Science (1962), pág. 63.

Print Friendly, PDF & Email