Los economistas no son extraños a burlonas críticas sobre la falta de exactitud en sus predicciones. Aun así profesionales de renombre ven incluidas en sus presentaciones títulos como “predictor” o “quien advirtió de…” (Hoy en día con clara referencia a la crisis financiera del 2008), y es que la disciplina ha desarrollado una obsesión con alcanzar una escurridiza clarividencia, alabando a todo aquel que sea sospechado de tenerla. ¿Son justificadas las críticas? ¿Cuál es la utilidad entonces de las predicciones económicas? Y quizás más importante, ¿solo buscamos predecir?

El proyecto que da inicio con esta entrega no busca sumar a las críticas, mucho menos fetichizar nuestra capacidad de predicción (innegablemente útil, así sea en su calidad parcial), sino dilucidar cómo es que economistas hacen sus cálculos, cómo establecen predicciones y cómo son éstas utilizadas en realidad. En otras palabras, busco demostrar que el ejercicio del economista es más versátil e interesante de lo normalmente creído.

Dicho proyecto se irá desarrollando a través de entregas mensuales que sirvan como introducción a diferentes temas. El contenido contendrá fundamentos teóricos, ejemplos y aplicaciones desarrolladas en R Program, facilitando las líneas de código para su repaso.

Los temas a revisar seguirán los siguientes textos:

  • Angrist, J & Pischke, J (2015) Mastering ´Metrics – The Path From Cause To Effect, Prensa de la Universidad de Princeton.
  • Heiss, F (2016): Using R for Introductory Econometrics, Universidad de Düsseldorf.
  • Wooldridge, J.M. (2006): Introductory Econometrics – A Modern Approach, Thomson South-Western, 3era

Es importante destacar el carácter personal de estas publicaciones, por lo que la planificación de un temario extendido no es posible. En gran medida consistirá de improvisaciones de acuerdo a lo que se considere conveniente para enlazar el contenido de los tres textos (materiales adicionales de libre acceso también serán incluidos). Las entregas estarán disponibles en el portal de CEDICE y blog personal la primera semana de cada mes.

Dicho esto, comencemos con aclaraciones conceptuales:

¿Qué es la econometría?

Describiendo en términos quizás un poco secos, la econometría es el uso de métodos estadísticos con el fin de discernir relaciones entre fenómenos económicos, permitiendo así evaluar hipótesis y desarrollar políticas públicas. Lamentablemente, lo dicho no deja de ser una descripción que peque de abstracción, por lo que un ejemplo de investigaciones es conveniente.

Elster, Zussman y Zussman (2019) es este interesante caso que ilustra utilidad y versatilidad de la econometría. Los investigadores buscaron calcular en su trabajo qué tan efectivo ha sido la Cúpula de Hierro en disminuir los efectos negativos del terrorismo en Israel (o si fue efectivo siquiera). Para ello buscaron comparar la contracción del precio de las viviendas en el sur de Israel tras cada oleada de cohetes proveniente de la Franja de Gaza. El truco está en la comparación de los efectos antes de la Cúpula y después de ésta, sugiriendo que si en realidad fue efectivo, los precios de las viviendas habrían de reducirse en menor medida tras cada oleada.

¿Qué arrojaron los resultados? Previo a la Cúpula, cada 1000 reclamos por daños se encontraba asociado a una caída de precios promedio del 9.5%, mientras que cada 1000 reclamos después de su establecimiento lo sería en un 3.8%. Vemos así sólida evidencia preliminar de la efectividad del programa, y quizás motivación adicional para el gobierno israelí de continuarlo.

La finalidad de este ejemplo es demostrar que econometría (y economía en general) no es una ciencia social dedicada solo a lo abstracto de cuentas nacionales, Producto Interno Bruto, Balanza de Pagos o demás conceptos lejanos de la cotidianidad. En el caso de Elster, Zussman y Zussman estamos hablando de viviendas afectadas y vidas humanas en riesgo. Los economistas estudiamos desde las exportaciones petroleras, hasta los efectos de migración, terrorismo e incluso pandemias. Más importante aún, vemos como no nos limitamos a buscar predecir efectos de manera precisa, sino que buscamos principalmente discernir efectos y qué causas/consecuencias tienen distintos fenómenos sociales.

Dicho esto, la próxima entrega hará revisión de ciertos aspectos fundamentales del tipo de datos y modelos económicos, por lo que se ahondará en la parte técnica de la disciplina.

¡Nos vemos pronto!

Debido a convenciones de la disciplina, la mayoría de la literatura a la que haré referencia se encuentra en inglés.

Las oleadas son representadas estadísticamente por reclamos por daños causados por estos ataques en miles de unidades.

Sucede debido a que menos personas estarían dispuestas a vender su hogar tras percibir menor riesgo. Esto hace que la oferta inmobiliaria crezca en menor medida, estabilizando los precios.

___________________________________________

Fuente: www.cedice.org.ve