Download (#5). ¿es la economía una ciencia?

(#5). ¿ES
CIENCIA?
LA
ECONOMÍA
UNA
[MONOTEMA] No. No para los ciudadanos norteamericanos. Al menos no al
nivel de la medicina, la biología, la física, la ingeniería y la
sociología.
Este es uno de los argumentos en los que los profesores sociología de
la Universidad de Harvard, Olrando Patterson y Ethan Fosse, se apoyan
para esgrimir su tesis de que, y dicho en palabras llanas, no hay que
confiar en las predicciones de los economistas, ya que éstos son el
brazo armado de una pseudociencia: La economía.
Patterson y Fosse, hicieron patente su postura en un artículo
publicado en el New York Times hace unos pocos días.
Este artículo se
encuadra dentro de una sección de foros de debate en la que el NYT
realiza una interesante puesta en escena de opiniones de diversas
personalidades destacadas sobre el tema en cuestión.
Patterson
y
Fosse
destacan
varias
malas
predicciones
de
los
economistas, entre ellas la de la actual crisis económica en la que
todavía
estamos
inmersos,
su
empeño
en
confiar
en
métodos
cuantitativos de análisis olvidando los tan “queridos” métodos
cualitativos de la sociología (yo diría también psicología y
marketing), y la propia autocomplacencia alimentada por esa especie de
añadido artificial que los Premios Nobel realizaron en 1968 para
galardonar a las contribuciones en economía (un premio, no lo
olvidemos, promovido por el Banco de Suecia).
Este corto, fugaz, pero provocador artículo, pone sobre la palestra
una vieja y recurrente historia sobre el papel que los economistas y
la economía juegan en la sociedad, y tal vez el rol que en verdad
deberían asumir. Como la gente de marketing no somos economistas, ni
sociólogos, ni físicos, etc., sino una especie de mutantes que hemos
nacido de la combinación de sociología, psicología, matemáticas…y
sobre todo economía, pues nos damos por aludidos cuando “hablan mal”
de la economía como ciencia.
Repasaremos a continuación algunas cuestiones destacadas que, a mi
juicio, este artículo suscita y que quizá aclaren mi postura ante esta
“guerra” (estúpida, por otro lado) entre que disciplinas para ver
quién es más científica.
Las encuestas
Los autores del artículo
aluden a una encuesta realizada a los
ciudadanos norteamericanos (General Social Survey) en la que poco más
del 50% de los encuestados dice que la economía es mucho o bastante
científica, frente a casi el 100% de la medicina.
Confiar en este tipo de encuestas siempre es arriesgado. Seguramente,
muy poquitos de los encuestados tienen formación científica, ni han
leído nunca un artículo académico de cualquiera de las disciplinas
evaluadas.
En cualquier caso, si nos dejamos guiar por este tipo de percepciones
derivadas de encuestas, entonces tendríamos que admitir que la
sociedad norteamericana es supersticiosa y cree firmemente en
fenómenos paranormales. Como muestran Kramer & Block (2011) en este
artículo, casi el 50% de los norteamericanos cree en fantasmas, un 23%
ha visto uno en alguna ocasión y un 20% cree que los hechizos y la
brujería son reales.
No seré yo quien diga que los fantasmas y las brujas no existen, ya
que este tema daría para muchísima discusión desde el punto de vista
científico (sí, repito, discusión científica).
Pero si admitimos que
la economía es mucho menos ciencia que la medicina porque así lo
percibe la gente, debemos también admitir que buena parte de esa misma
gente que se posiciona así sobre la ciencia cree en fantasmas.
Este tipo de estadística no son malas ni buenas per se.
Simplemente
ilustran una forma de pensar que no tiene porqué ajustarse a la
realidad. Así de sencillo. En marketing, conocemos muy bien la
cantidad
de
sesgos
cognitivos
que
pueblan
la
cabeza
de
los
consumidores.
Por tanto, bajo mi punto de vista, que los ciudadanos perciban la
economía como poco científica en relación a otras disciplinas sólo
ilustra una percepción de una realidad, que no tiene en ningún momento
porqué ser concordante con la realidad que se juzga.
La incertidumbre en las predicciones
La economía es una ciencia social, y en las ciencias sociales no
existen leyes (como en la física, por ejemplo). Si cualquier ley
física no se cumple en uno sólo de los experimentos que replican un
fenómeno, entonces ha de cuestionarse la teoría en la que se justifica
la ley y comenzar a buscar explicaciones alternativas.
Pero en ciencias sociales no hablamos de leyes, sino de principios
derivados de la estadística. Ello quiere decir que solemos hablar
siempre en promedios, y con el lenguaje de la probabilidad en la mano.
Sobre este suelo de arenas movedizas es sobre el que se asienta el
conocimiento en economía, marketing, psicología, sociología e incluso
en medicina. En esta última disciplina, por ejemplo, cuando se prueba
la eficacia de un medicamento frente al placebo, o se analiza la
probabilidad de que un niño tenga complicaciones graves si enferma de
sarampión si no se vacuna frente a que tenga complicaciones graves si
se vacuna de sarampión, se está utilizando la probabilidad.
El lenguaje de la probabilidad puebla en mayor o menor medida todas
las disciplinas científicas. En física tenemos la mecánica cuántica,
cuyas reglas del juego se basan en funciones de onda que tienen una
naturaleza probabilística. En ingeniería se emplea la probabilidad
para, por ejemplo,
el control de calidad en los procesos de
producción.
La probabilidad conlleva incertidumbre en la predicción de un evento
futuro. E incluso en ecuaciones no probabilísticas, sino completamente
deterministas, podemos tener un resultado ciertamente impredecible,
como ilustra la Teoría del Caos, algo que se puede comprobar inlcuso
con ecuaciones no lineales muy simples.
Por tanto, los economistas pueden fallar en sus predicciones, igual
que lo hacen otros científicos en otras ramas de la ciencia. Y, aunque
tengan un buen modelo, y hayan realizado un gran trabajo metodológico,
existe la probabilidad de error. Y si este se comete no quiere decir
necesariamente que ni el método, ni el modelo, ni el economista no
sean científicos. Ahora bien, existen otras muchas fuentes de error,
que explican porqué esas predicciones fallan. Es aquí, como comentaré
a continuación, donde está el principal problema.
Fraude
El fraude recorre como una especie de velo corrupto todas las
disciplinas científicas, aunque quizá se de en mayor medida en
aquellas como la economía, marketing, psicología o sociología, donde
la replicación de resultados brilla por su ausencia.
Es cierto que uno de los casos más notorios de fraude en los últimos
años ha sido el de los economistas de Harvard: Reinhart y Rogoff.
Estos autores publicaron un estudio en 2010 sobre la relación entre el
crecimiento económico y el endeudamiento de los países. En ese estudio
mostraban que si los países se endeudan por encima del 90% de su PIB
el crecimiento disminuye. Ese estudio ha sido tomado durante varios
años como referencia por los políticos afines al sistema neoliberal
para justificar las políticas austeras y los recortes. Sin embargo,
tres años más tarde, los investigadores Herndon, Ash y Pollin
demostraron que Reinhart y Rogoff habían cometido errores en la hoja
de cálculo de Excel con la que analizaron sus datos, además de omitir
en el análisis otros datos relevantes. Si se subsanaban esos errores,
los resultados habrían indicado que el crecimiento medio de los países
con una deuda superior al 90% habría sido del 2.2% y no del -0.1%,
como mantenían Rogoff y Reinhart. Más información sobre este hediondo
asunto, aquí.
Pero hay otros casos igualmente llamativos salpicando otras ciencias,
como la psicología social y el profesor holandés Diederik Stapel,
quien estuvo cometiendo fraude durante más de 10 años, inventándose
los datos de sus artículos (al menos 55 de ellos). Fue descubierto por
2 estudiantes de doctorado. Se puede ampliar más información aquí.
Por tanto, no es un problema único en la economía. Es más, en la
disciplina “reina” para los americanos, como es la medicina es donde
probablemente tenemos los casos más escandalosos de fraude. Esto dará
para otro post en el futuro, pero mientras tanto, podéis leer una
revisión del libro “Mala Farma” realizada por el excelente Blog de la
Mula Francis.
Cuantitativo vs cualitativo
Otro de los puntos que Patterson y Fosse tocan en su artículo del NYT
es el de la tremenda importancia que se le da a los métodos
cuantitativos en economía frente a los cualitativos. Esto puede que
sea cierto si no consideramos el marketing dentro de las ciencias
económicas, pero si metemos al marketing dentro del conjunto de ramas
de la economía entonces las cosas ya no estarían tan claras.
En marketing las técnicas cualitativas de investigación son muy
empleadas, entre otras cosas porque son mucho más baratas que las
cuantitativas. Aquí va una pequeña lista: entrevistas personales,
grupos de discusión, introspección personal,
tormenta de ideas, FMET,
ZMET, Laddering, Kelly Repertory Grid, Photosort, Q-sort…
De todas ellas, los grupos de discusión, grupos de enfoque o focus
group (llámese como se prefiera)
investigación de mercados.
es la técnica más empleada en
Sin embargo, es la técnica más severamente
criticada por muchos investigadores (ej. Grifin & Hauser, 1993;
Lindstrom, 2008; Stokes & Bergin, 2006;Zaltman, 2003). Estos autores
muestran diferentes evidencias sobre la incapacidad de los grupos de
enfoque para conseguir profundizar sobre los fenómenos a estudiar, en
contraposición con la entrevista personal, y el conjunto de técnicas
susceptibles de ser asociadas a ésta (laddering, ZMET, mapas de
consenso, Kelly Repertory Grid, etc.). Siguiendo con los grupos de
enfoque, un estudio demostró que dos formas distintas de empezar con
la sesión producían diferentes resultados sobre la probabilidad de
compra de los consumidores de un producto específico (Zaltman, 2003).
Aunque
la
sensibilidad
a
las
condiciones
iniciales
es
una
característica general de diferentes técnicas, en los grupos de
enfoque se hace mucho más palpable este efecto. Se pueden utilizar
diversas técnicas para estudiar un mismo fenómeno pero no se debe
buscar la convergencia entre ellas, ya que no existe una triangulación
perfecta de métodos. Así, por ejemplo, Hardison & Neimeyer (2007)
muestran empíricamente como el uso de tres métodos diferentes: Kelly
Repertory Grid, laddering, e introspecciones, producen resultados no
convergentes. Esto significa que no se deben utilizar varios métodos
para validarse unos a otros, sino buscar la complementariedad y el
eclecticismo, es decir, una multiplicidad de enfoques da unos
resultados más ricos.
Por tanto, las técnicas cualitativas no son, desde luego, un
salvavidas que rescate a las ciencias económicas del mar de dudas de
los modelos matemáticos, ya que también tienen su propio océano de
incertidumbre.
Pero los modelos econométricos también tienen problemas. Y graves.
Sobre todo derivados del uso de la estadística o más bien de su mal
uso o de su abuso.
Por ejemplo, y según Johnson (2013), es muy posible que más de la
cuarta parte de las investigaciones en las que se basa la acumulación
de conocimiento en disciplinas que usan la estadística sean falsas.
Ioannidis (2005), por su parte, es incluso más radical con esta
crítica a la veracidad de la investigación existente, y afirma que más
de la mitad de las investigaciones reportan resultados falsos. A veces
el problema reside simplemente en el tamaño de la muestra de los
estudios. Si ese tamaño es pequeño, no se tiene potencia suficiente
para detectar efectos relevantes, o como indican Button et al. (2013),
incluso si se identifican efectos significativos se sobreestima su
tamaño.
Otro aspecto importante es el del tipo de muestras que se emplean para
muchos de los experimentos que se realizan en economía y marketing.
Rozin (2001), por ejemplo, en su crítica a la metodología en
psicología social advierte que la gran mayoría de investigaciones en
este campo se hacen con estudiantes entre 17 y 20 años, con un perfil
sociodemográfico poco heterogéneo y que no son más que una muestra de
un 10 o 15% de la población mundial. Extender los resultados de esos
estudios al resto de la población es una acción muy atrevida por parte
de los investigadores. Es cierto que algunas revistas científicas
están rechazando muchos artículos que emplean muestras de estudiantes,
pero aún así, en marketing sigue siendo una característica el acumular
conocimiento basado en resultados con muestras de estudiantes. Rozin
(2001), además, critica el exagerado énfasis en los análisis
cuantitativos y el planteamiento de hipótesis, echando de menos
estudios descriptivos, como se hacen en otras ciencias donde se
estudian fenómenos muy complejos.
Como ejemplos del mal uso de la estadística y cómo ésta condiciona las
interpretaciones de los estudios, Gelman & Stern (2006) demuestran que
los estudios de Bogaert (2006) y Blackman et al. (1988) son erróneos
en sus conclusiones porque fallan en darse cuenta que la diferencia
entre un tratamiento significativo y otro no significativo no tiene
porqué ser estadísticamente significativa. Bogaert (2006) afirmaba que
el ser hombre homosexual estaba asociado significativamente con el
número de hermanos mayores pero no con el de hermanas, mientras que
Blackman et al. (1988) estudiaba los diferentes efectos de niveles de
frecuencia de campos electromagnéticos sobre el cerebro de animales.
Todo esto nos hace pensar que, efectivamente, hay mucho trabajo por
hacer (bien) en economía, en marketing, en psicología, en sociología y
en
el
resto
cuantitativa
de
disciplinas
como
que
cualitativa.
emplean
Entre
tanto
ellas,
por
investigación
supuesto,
la
investigación médica.
Conclusión
Los argumentos que Patterson y Fosse esgrimen para etiquetar a la
economía de pseudo-ciencia son insuficientes e incompletos. No
obstante, tocan alguno de los aspectos clave sobre los cuáles se basa
la “mala prensa” de la economía y de los economistas, como la
incertidumbre en las predicciones. Sin embargo, eso no es problema
únicamente de la economía, ya que es una constante en todas las
disciplinas científicas que emplean la estadística para realizar
análisis de datos. Asimismo, y como he comentado, la incertidumbre es
también una realidad incluso para fenómenos deterministas en
ecuaciones no lineales, algo que salpica claramente a ciertos
fenómenos físicos y biológicos.
Parece claro que los casos de fraude, conflictos de intereses, mal uso
de la estadística, carencia de replicación de estudios, etc. empañan y
emborronan los esfuerzos de investigadores que tratan de dar respuesta
a los problemas cotidianos y entender el mundo a través de la ciencia.
Pero esto, señores Patterson y Fosse, no es sólo un problema de los
economistas.