Jorge Corrales Quesada
14/05/2021, 09:15
NO, LOS ECONOMISTAS NO SUPONEN CONOCIMIENTO PERFECTO
Por David Hebert
American Institute for Economic Research
14 de abril del 2021
NOTA DEL TRADUCTOR: Para utilizar los ligámenes de las fuentes del artículo, entre paréntesis y en azul, si es de su interés, puede buscarlo en su buscador (Google) como david hebert institute for economic research knowledge April 14, 2021 y si quiere acceder a las fuentes, dele clic en los paréntesis azules.
El supuesto de conocimiento perfecto y simétrico en economía es uno que, a menudo, es reprendido por ser “irreal” y “ridículo.” Estos críticos aseveran que, si la economía como campo es construida sobre ese supuesto, ciertamente no puede generar nada de ideas significativas. La gente que dice eso no sólo está en lo incorrecto, en múltiples niveles, sino que, también, demuestra qué tan poco conoce en realidad acerca de la economía, y de la ciencia, en general.
Empecemos con un antecedente. ¿Cuáles son los papeles de los modelos y supuestos en las ciencias?
Primero, todos los modelos son marcos para organizar nuestros pensamientos de una forma coherente. Nos permiten tomar al mundo tal como lo vemos, pensar acerca de él lógica y sistemáticamente, y generar predicciones o hipótesis sujetas a examen. Estos modelos pueden ser físicos (por ejemplo, los químicos a menudo usan modelos de moléculas para ilustrar cómo se forman o rompen lazos, los físicos dejarán caer una bola u oscilarán un péndulo para demostrar cómo funciona la gravedad, etcétera) o pueden ser metafísicos (por ejemplo, los economistas pueden entender los mercados por medio de la oferta y demanda, los politólogos pueden estudiar diferentes sistemas de votación, etcétera).
Para ahora, debería ser obvio que el mundo es infinitamente complejo y que claramente sería imposible que algún modelo incorporara literalmente a todo. Por ejemplo, suponga que estuviéramos conduciendo un experimento diseñado para predecir cuándo y dónde aterrizaría una bola de boliche dejada caer desde un edificio alto. Si alguien en el edificio fuera a moverse más cerca de la ventana para lograr una mejor vista de la bola que cae, la trayectoria de la bola sería afectada. Lo mismo podría decirse si se diera que hay una ráfaga de viento mientras cae la bola. Obviamente, tomar en cuenta estas posibilidades y el número infinito de otras posibilidades sería imposible. Más que enredarnos en nuestros cálculos con esta minucia, asumimos que esas cosas no están presentes, suponiendo que no hay gente en el edificio (o que se está quieta) y que la bola de boliche está cayendo en un vacío.
Pero, ¿son “buenos” estos supuestos y qué criterio deberíamos usar para juzgarlos?
Los buenos supuestos son aquellos que satisfacen dos criterios. Primero, que simplifica el análisis. En el caso de la bola de boliche que cae del edificio, asumir que no hay gente dentro del edificio y que la bola de boliche está cayendo en un vacío, claramente simplificará el análisis.
Segundo, que buenos supuestos no afectan significativamente las predicciones generadas por el modelo. En el caso de la bola de boliche que cae del edificio, la gente que se mueve alrededor del edificio virtualmente tendrá un efecto cero sobre la ubicación y momento del impacto de la bola de boliche sobre el suelo. Debido al peso relativo y forma de una bola de boliche, los efectos de la resistencia del aire y ráfagas de viento serían similarmente negligibles.
Esto apunta a la idea de que lo que hace bueno a un supuesto es el contexto específico. Asumir un vacío para una bola de boliche casi que ciertamente es un buen supuesto. Pero, si en vez de ello estuviéramos lanzando una pluma desde un edificio y asumimos que la pluma está cayendo en un vacío, el resultado de nuestro experimento sería muy distinto de nuestra predicción. De hecho, ¡hasta podemos ver la pluma flotar y alejarse de nosotros! A partir de esto, podríamos concluir, “¡Ajá! Las plumas no se ven afectadas por la gravedad, razón por la cual los pájaros pueden volar ̶ ¡están cubiertos de plumas antigravedad!” Y si lo hiciéramos, correctamente seriamos objeto de burla.
Alternativamente, podríamos reconocer que el supuesto de un vacío en realidad afecta significativamente los resultados de nuestra predicción y explica la discrepancia entre lo que nuestro modelo predijo y lo que observamos en el mundo. Debido a esto, en el contexto de dejar caer una pluma, el supuesto de un vacío no sería una buena suposición.
Así que, apliquemos esto al supuesto de conocimiento perfecto que muchos economistas invocan. ¿Es este un buen supuesto?
Primero, no puede haber duda que, asumir que todo mundo conoce todo y que todo mundo sabe que todos los demás conocen todo, ciertamente simplifica nuestros análisis. Con este supuesto, los economistas no tienen que especificar lo que cada persona conoce, qué es lo que no conocen, cómo podrían tal vez llegar a aprender algo, por qué no lo han hecho ya, y un número infinito de otras preguntas relevantes.
Pero, ¿afecta eso significativamente las predicciones generadas por el modelo? Resulta que no. En un artículo esencial, Vernon Smith brinda fuerte evidencia de que, incluso en un mundo en donde la gente es asignada al azar como compradora o vendedora, y en el que la gente en el experimento tiene poco o ningún conocimiento de “economía,” el precio de mercado converge hacia el precio de equilibrio competitivo. En otras palabras, el supuesto de conocimiento perfecto no es una consideración necesaria para que la economía “funcione” o para que se logren ideas al aplicar economía.
¿Por qué tantos economistas invocan este supuesto, aún si no es estrictamente necesario?
Porque restringe las respuestas que se nos permite dar a nuestras preguntas. Un comportamiento aparentemente absurdo (como descansar en oráculos, beber veneno para mostrar inocencia, y usar sufrimientos como forma para tomar decisiones judiciales, para nombrar unos pocos) no puede explicarse tan sólo encogiendo nuestros hombros y diciendo “Bueno, en aquella época la genta no era tan inteligente,” pues esa respuesta es descartada. Nosotros suponemos que la gente que hace esas cosas sabe o sabía exactamente que era lo que estaba haciendo y, sin embargo, voluntariamente eligió seguir esas prácticas. Al suponer que la gente tiene conocimiento perfecto y simétrico, nosotros los economistas, estamos haciendo nuestros trabajos más difíciles, no más fáciles como alegan los críticos.
Además de esto, el supuesto de conocimiento perfecto hace más humildes a los economistas. Se acaba la noción de que los economistas son los reyes filósofos ilustrados de las ciencias sociales y que el resto de los viajeros tan sólo necesita oír nuestra sabiduría. En vez de eso, somos, como afirman Boettke, Coyne, y Leeson, estudiosos de la sociedad, no salvadores de la sociedad. Nuestro trabajo no es criticar o justificar, sino entender y explicar.
Aún más, pienso que significaría si este supuesto no se usa. En vez de buscar entender por qué incluso una persona o sociedad plenamente racional y conocedora se involucraría en alguna práctica, simplemente podríamos decir, “Cosas tontas son hechas por gente tonta, esta es una cosa tonta, por tanto, esta gente era tonta.” Si esa respuesta es satisfactoria para usted, entonces, lo siento por usted pues realmente queda tan sólo un misterio para que usted lo resuelva: ¿Por qué todos los demás en el planeta no son tan inteligentes como usted y la gente con quien usted está de acuerdo?
Dicho todo esto, los economistas ocasionalmente relajan su supuesto de conocimiento perfecto. Lo hacemos, no para incorporar mejor la realidad en nuestros modelos, sino para destacar desafíos que deben. y de alguna forma, ser sobrepasados. En estas situaciones, el supuesto de conocimiento perfecto eliminaría totalmente la cuestión analítica en la que, en primer lugar, estaba interesado el académico y así no sería considerado un buen supuesto.
George Akerlof brinda tal vez el ejemplo más famoso de esto en su artículo de 1970, El Mercado de los “Limones.” En él, Akerlof arguye que los intermediarios de carros usados, por ejemplo, no deberían existir, pues el mercado de carros usados, abandonado a su suerte, se desarrollaría debido a la información asimétrica entre compradores potenciales de carros usados y vendedores potenciales de carros usados.
A pesar de esto, rutinariamente vemos gente comprando y vendiendo carros usados, así que debe existir alguna solución que alivia el problema de información asimétrica.
La conclusión de Akerlof es que, por tanto, necesitamos algún tipo de intervención para resolver este problema. Con base en su modelo, esta es la conclusión inevitable ̶ simplemente no hay otra forma de resolver esta tensión. Esto también apunta a las dificultades inherentes de hacer modelos, como lo destacó Elinor Ostrom: siempre que construimos un modelo, cerramos nuestras mentes a la posibilidad de soluciones que están más allá del alcance del modelo. En el caso de Akerlof, de acuerdo con su modelo, la única solución al problema era la intervención gubernamental. Pero, el problema es que muchos supuestos que se hicieron implícitamente, que no son buenos supuestos. Primordial entre ellos, estaba que no había una forma confiable de que compradores potenciales confiaran de forma confiable en el mundo de los vendedores potenciales. En otras palabras, no había forma de lograr información simétrica.
Curiosamente, los problemas de información asimétrica son perjudiciales a través de la sociedad e historia. A pesar de eso, de alguna forma han sido sobrepasados incluso sin intervención gubernamental (y, algunas veces, aún a pesar de intervención gubernamental diseñada para crear información asimétrica). Una forma de hacerlo es que los vendedores ofrezcan garantías generosas. Con ello, el vendedor efectivamente señala la calidad subyacente del producto al comprador, pues las garantías son diferenciadores costosos. Si el comprador nunca necesita ejercer la garantía, lo que sucede con productos de “alta calidad,” entonces, brindar una garantía le cuesta cero dólares al vendedor. Sin embargo, si el comprador ejerce la garantía, como sucede con productos de “baja calidad,” entonces, dar una garantía sería altamente costoso para el vendedor. En el mercado de carros usados, los “limones” son carros que es posible sean devueltos al vendedor bajo la garantía, y así el programa de garantía sería altamente costoso para el vendedor si y sólo si ellos ofrecen una garantía sobre los “limones.”
Debido a esto, los únicos carros usados que vendrían con garantía serían los no limones, revelando así confiablemente la información acerca de la calidad subyacente del carro usado. Esta innovación empresarial de garantías, y muchas otras como esa, surgió precisamente en respuesta a problemas de información asimétrica y, en otras palabras, como afirman Boettke y Stekbeck, “los problemas aparentes de hoy [los limones de Akerlof] son simplemente oportunidades de ganancias de mañana.”
Uno podría decir, “Bueno, si los intermediarios de carros lo saben, entonces, ofrecerán simplemente garantías a todos sus carros y, luego, encuentran algún hueco habilidoso por el cual rechazar el reclamo de garantía.” Y, si bien esto ciertamente es posible, de nuevo, Elinor Ostrom, otra vez, apunta hacia una respuesta inteligente: las reputaciones son difíciles de establecer, pero fáciles de destruir. En un mundo en que el comportamiento nefario se transmite rápidamente a otros compradores potenciales, el vendedor ruin que intenta desplumar a sus clientes de esa forma (o de alguna otra) pronto se encontraría sin clientes futuros. Dado que un flujo constante de ingresos es casi siempre más valioso en términos del valor neto presente que una ganancia de una sola vez por todas proveniente del engaño, muy pocos intermediarios encontrarían de valía hacerlo. Quienes son escépticos al poder del valor neto presente para disciplinar el comportamiento ruin, deberían consultar el artículo de Peter Leeson, “Comerciando con Bandidos” y su libro El Garfio Invisible: La economía oculta de los piratas.
David Hebert, PhD, tiene la Silla del Departamento de Economía y es Profesor Asociado de Economía en Aquinas College. El Dr. Hebert fue Compañero F.A. Hayek en el Mercatus Center y Compañero del Departamento de Administración y Política de la Salud, y también trabajó con el Comité Económico Conjunto del Congreso de los Estados Unidos. Su área de experticia se encuentra en la elección pública y las finanzas públicas.
Traducido por Jorge Corrales Quesada
Por David Hebert
American Institute for Economic Research
14 de abril del 2021
NOTA DEL TRADUCTOR: Para utilizar los ligámenes de las fuentes del artículo, entre paréntesis y en azul, si es de su interés, puede buscarlo en su buscador (Google) como david hebert institute for economic research knowledge April 14, 2021 y si quiere acceder a las fuentes, dele clic en los paréntesis azules.
El supuesto de conocimiento perfecto y simétrico en economía es uno que, a menudo, es reprendido por ser “irreal” y “ridículo.” Estos críticos aseveran que, si la economía como campo es construida sobre ese supuesto, ciertamente no puede generar nada de ideas significativas. La gente que dice eso no sólo está en lo incorrecto, en múltiples niveles, sino que, también, demuestra qué tan poco conoce en realidad acerca de la economía, y de la ciencia, en general.
Empecemos con un antecedente. ¿Cuáles son los papeles de los modelos y supuestos en las ciencias?
Primero, todos los modelos son marcos para organizar nuestros pensamientos de una forma coherente. Nos permiten tomar al mundo tal como lo vemos, pensar acerca de él lógica y sistemáticamente, y generar predicciones o hipótesis sujetas a examen. Estos modelos pueden ser físicos (por ejemplo, los químicos a menudo usan modelos de moléculas para ilustrar cómo se forman o rompen lazos, los físicos dejarán caer una bola u oscilarán un péndulo para demostrar cómo funciona la gravedad, etcétera) o pueden ser metafísicos (por ejemplo, los economistas pueden entender los mercados por medio de la oferta y demanda, los politólogos pueden estudiar diferentes sistemas de votación, etcétera).
Para ahora, debería ser obvio que el mundo es infinitamente complejo y que claramente sería imposible que algún modelo incorporara literalmente a todo. Por ejemplo, suponga que estuviéramos conduciendo un experimento diseñado para predecir cuándo y dónde aterrizaría una bola de boliche dejada caer desde un edificio alto. Si alguien en el edificio fuera a moverse más cerca de la ventana para lograr una mejor vista de la bola que cae, la trayectoria de la bola sería afectada. Lo mismo podría decirse si se diera que hay una ráfaga de viento mientras cae la bola. Obviamente, tomar en cuenta estas posibilidades y el número infinito de otras posibilidades sería imposible. Más que enredarnos en nuestros cálculos con esta minucia, asumimos que esas cosas no están presentes, suponiendo que no hay gente en el edificio (o que se está quieta) y que la bola de boliche está cayendo en un vacío.
Pero, ¿son “buenos” estos supuestos y qué criterio deberíamos usar para juzgarlos?
Los buenos supuestos son aquellos que satisfacen dos criterios. Primero, que simplifica el análisis. En el caso de la bola de boliche que cae del edificio, asumir que no hay gente dentro del edificio y que la bola de boliche está cayendo en un vacío, claramente simplificará el análisis.
Segundo, que buenos supuestos no afectan significativamente las predicciones generadas por el modelo. En el caso de la bola de boliche que cae del edificio, la gente que se mueve alrededor del edificio virtualmente tendrá un efecto cero sobre la ubicación y momento del impacto de la bola de boliche sobre el suelo. Debido al peso relativo y forma de una bola de boliche, los efectos de la resistencia del aire y ráfagas de viento serían similarmente negligibles.
Esto apunta a la idea de que lo que hace bueno a un supuesto es el contexto específico. Asumir un vacío para una bola de boliche casi que ciertamente es un buen supuesto. Pero, si en vez de ello estuviéramos lanzando una pluma desde un edificio y asumimos que la pluma está cayendo en un vacío, el resultado de nuestro experimento sería muy distinto de nuestra predicción. De hecho, ¡hasta podemos ver la pluma flotar y alejarse de nosotros! A partir de esto, podríamos concluir, “¡Ajá! Las plumas no se ven afectadas por la gravedad, razón por la cual los pájaros pueden volar ̶ ¡están cubiertos de plumas antigravedad!” Y si lo hiciéramos, correctamente seriamos objeto de burla.
Alternativamente, podríamos reconocer que el supuesto de un vacío en realidad afecta significativamente los resultados de nuestra predicción y explica la discrepancia entre lo que nuestro modelo predijo y lo que observamos en el mundo. Debido a esto, en el contexto de dejar caer una pluma, el supuesto de un vacío no sería una buena suposición.
Así que, apliquemos esto al supuesto de conocimiento perfecto que muchos economistas invocan. ¿Es este un buen supuesto?
Primero, no puede haber duda que, asumir que todo mundo conoce todo y que todo mundo sabe que todos los demás conocen todo, ciertamente simplifica nuestros análisis. Con este supuesto, los economistas no tienen que especificar lo que cada persona conoce, qué es lo que no conocen, cómo podrían tal vez llegar a aprender algo, por qué no lo han hecho ya, y un número infinito de otras preguntas relevantes.
Pero, ¿afecta eso significativamente las predicciones generadas por el modelo? Resulta que no. En un artículo esencial, Vernon Smith brinda fuerte evidencia de que, incluso en un mundo en donde la gente es asignada al azar como compradora o vendedora, y en el que la gente en el experimento tiene poco o ningún conocimiento de “economía,” el precio de mercado converge hacia el precio de equilibrio competitivo. En otras palabras, el supuesto de conocimiento perfecto no es una consideración necesaria para que la economía “funcione” o para que se logren ideas al aplicar economía.
¿Por qué tantos economistas invocan este supuesto, aún si no es estrictamente necesario?
Porque restringe las respuestas que se nos permite dar a nuestras preguntas. Un comportamiento aparentemente absurdo (como descansar en oráculos, beber veneno para mostrar inocencia, y usar sufrimientos como forma para tomar decisiones judiciales, para nombrar unos pocos) no puede explicarse tan sólo encogiendo nuestros hombros y diciendo “Bueno, en aquella época la genta no era tan inteligente,” pues esa respuesta es descartada. Nosotros suponemos que la gente que hace esas cosas sabe o sabía exactamente que era lo que estaba haciendo y, sin embargo, voluntariamente eligió seguir esas prácticas. Al suponer que la gente tiene conocimiento perfecto y simétrico, nosotros los economistas, estamos haciendo nuestros trabajos más difíciles, no más fáciles como alegan los críticos.
Además de esto, el supuesto de conocimiento perfecto hace más humildes a los economistas. Se acaba la noción de que los economistas son los reyes filósofos ilustrados de las ciencias sociales y que el resto de los viajeros tan sólo necesita oír nuestra sabiduría. En vez de eso, somos, como afirman Boettke, Coyne, y Leeson, estudiosos de la sociedad, no salvadores de la sociedad. Nuestro trabajo no es criticar o justificar, sino entender y explicar.
Aún más, pienso que significaría si este supuesto no se usa. En vez de buscar entender por qué incluso una persona o sociedad plenamente racional y conocedora se involucraría en alguna práctica, simplemente podríamos decir, “Cosas tontas son hechas por gente tonta, esta es una cosa tonta, por tanto, esta gente era tonta.” Si esa respuesta es satisfactoria para usted, entonces, lo siento por usted pues realmente queda tan sólo un misterio para que usted lo resuelva: ¿Por qué todos los demás en el planeta no son tan inteligentes como usted y la gente con quien usted está de acuerdo?
Dicho todo esto, los economistas ocasionalmente relajan su supuesto de conocimiento perfecto. Lo hacemos, no para incorporar mejor la realidad en nuestros modelos, sino para destacar desafíos que deben. y de alguna forma, ser sobrepasados. En estas situaciones, el supuesto de conocimiento perfecto eliminaría totalmente la cuestión analítica en la que, en primer lugar, estaba interesado el académico y así no sería considerado un buen supuesto.
George Akerlof brinda tal vez el ejemplo más famoso de esto en su artículo de 1970, El Mercado de los “Limones.” En él, Akerlof arguye que los intermediarios de carros usados, por ejemplo, no deberían existir, pues el mercado de carros usados, abandonado a su suerte, se desarrollaría debido a la información asimétrica entre compradores potenciales de carros usados y vendedores potenciales de carros usados.
A pesar de esto, rutinariamente vemos gente comprando y vendiendo carros usados, así que debe existir alguna solución que alivia el problema de información asimétrica.
La conclusión de Akerlof es que, por tanto, necesitamos algún tipo de intervención para resolver este problema. Con base en su modelo, esta es la conclusión inevitable ̶ simplemente no hay otra forma de resolver esta tensión. Esto también apunta a las dificultades inherentes de hacer modelos, como lo destacó Elinor Ostrom: siempre que construimos un modelo, cerramos nuestras mentes a la posibilidad de soluciones que están más allá del alcance del modelo. En el caso de Akerlof, de acuerdo con su modelo, la única solución al problema era la intervención gubernamental. Pero, el problema es que muchos supuestos que se hicieron implícitamente, que no son buenos supuestos. Primordial entre ellos, estaba que no había una forma confiable de que compradores potenciales confiaran de forma confiable en el mundo de los vendedores potenciales. En otras palabras, no había forma de lograr información simétrica.
Curiosamente, los problemas de información asimétrica son perjudiciales a través de la sociedad e historia. A pesar de eso, de alguna forma han sido sobrepasados incluso sin intervención gubernamental (y, algunas veces, aún a pesar de intervención gubernamental diseñada para crear información asimétrica). Una forma de hacerlo es que los vendedores ofrezcan garantías generosas. Con ello, el vendedor efectivamente señala la calidad subyacente del producto al comprador, pues las garantías son diferenciadores costosos. Si el comprador nunca necesita ejercer la garantía, lo que sucede con productos de “alta calidad,” entonces, brindar una garantía le cuesta cero dólares al vendedor. Sin embargo, si el comprador ejerce la garantía, como sucede con productos de “baja calidad,” entonces, dar una garantía sería altamente costoso para el vendedor. En el mercado de carros usados, los “limones” son carros que es posible sean devueltos al vendedor bajo la garantía, y así el programa de garantía sería altamente costoso para el vendedor si y sólo si ellos ofrecen una garantía sobre los “limones.”
Debido a esto, los únicos carros usados que vendrían con garantía serían los no limones, revelando así confiablemente la información acerca de la calidad subyacente del carro usado. Esta innovación empresarial de garantías, y muchas otras como esa, surgió precisamente en respuesta a problemas de información asimétrica y, en otras palabras, como afirman Boettke y Stekbeck, “los problemas aparentes de hoy [los limones de Akerlof] son simplemente oportunidades de ganancias de mañana.”
Uno podría decir, “Bueno, si los intermediarios de carros lo saben, entonces, ofrecerán simplemente garantías a todos sus carros y, luego, encuentran algún hueco habilidoso por el cual rechazar el reclamo de garantía.” Y, si bien esto ciertamente es posible, de nuevo, Elinor Ostrom, otra vez, apunta hacia una respuesta inteligente: las reputaciones son difíciles de establecer, pero fáciles de destruir. En un mundo en que el comportamiento nefario se transmite rápidamente a otros compradores potenciales, el vendedor ruin que intenta desplumar a sus clientes de esa forma (o de alguna otra) pronto se encontraría sin clientes futuros. Dado que un flujo constante de ingresos es casi siempre más valioso en términos del valor neto presente que una ganancia de una sola vez por todas proveniente del engaño, muy pocos intermediarios encontrarían de valía hacerlo. Quienes son escépticos al poder del valor neto presente para disciplinar el comportamiento ruin, deberían consultar el artículo de Peter Leeson, “Comerciando con Bandidos” y su libro El Garfio Invisible: La economía oculta de los piratas.
David Hebert, PhD, tiene la Silla del Departamento de Economía y es Profesor Asociado de Economía en Aquinas College. El Dr. Hebert fue Compañero F.A. Hayek en el Mercatus Center y Compañero del Departamento de Administración y Política de la Salud, y también trabajó con el Comité Económico Conjunto del Congreso de los Estados Unidos. Su área de experticia se encuentra en la elección pública y las finanzas públicas.
Traducido por Jorge Corrales Quesada