Printer Friendly

Camaleones: el mal uso de modelos teoricos en finanzas y economia.

Chameleons: The misuse of theoretical models in finance and economics

Un ingeniero, un fisico y un economista naufragan en una isla desierta sin nada que comer. Encuentran una caja de madera que contiene latas de sopa y los tres proponen como abrirlas.

Ingeniero: Subamos a ese arbol y lancemos las latas contra las rocas.

Fisico: Calentemos en el fuego cada lata hasta que el aumento de la presion interna la abra. Economista: Supongamos que tenemos un abrelatas.

Por necesidad los modelos teoricos en economia y finanzas se basan en supuestos simplificadores, que en algunos sentidos son "irrealistas". Esto no significa que las conexiones entre los supuestos de un modelo y lo que sabemos del mundo real no importen y se puedan ignorar. (Un abrelatas supuesto pero inexistente no abrira una lata de sopa real.) En este ensayo muestro que los modelos se usan de modos que los vuelven "camaleones". Un modelo se convierte en un camaleon cuando se construye a partir de supuestos que tienen conexiones dudosas con el mundo real pero que no obstante obtiene conclusiones que se aplican en forma acritica (o no suficientemente critica) para entender nuestra economia. Los camaleones no solo son traviesos sino que pueden ser perjudiciales--en especial cuando se usan para informar la politica y otras decisiones--y devaluan la moneda intelectual.

Dada mi historia personal, no niego la importancia de los modelos en economia y finanzas. Los fenomenos economicos ocurren en sistemas dinamicos sumamente complejos, donde los resultados suelen ser determinados por decisiones que toman millones de agentes economicos que interactuan en entornos no estacionarios. Nuestra principal esperanza de entender lo que ocurre es construir modelos simplificados que capten lo que es importante y, cuando sea apropiado y posible, someterlos a pruebas empiricas rigurosas. No hay alternativas reales. Para decirlo simplemente, este es un articulo sobre la importancia de usar apropiadamente los modelos y no un articulo contra el uso de modelos.

Decir que los modelos teoricos son necesarios para entender nuestro sistema economico no implica que tener un modelo teorico particular signifique automaticamente que entendemos algo util. Si se es razonablemente habil y se elige el conjunto de supuestos "correcto", se puede producir todo tipo de resultados. Quiza iria muy lejos si dijera que se puede producir cualquier resultado con modelos teoricos, pero sin duda es posible producir una amplia gama de resultados. Esto crea un problema que se podria llamar "seleccion teorica". Es bien sabido que en el trabajo empirico se obtienen resultados sesgados y erroneos si se seleccionan los datos, es decir, si se seleccionan datos que apoyan un resultado deseado y se excluyen los datos que no lo apoyan. Es comprensible que los empiristas cuidadosos consideran que este es un pecado mortal.

En forma analoga, en el trabajo teorico a menudo es posible seleccionar supuestos para producir un resultado dado. Se trata en esencia de un problema de ingenieria inversa: ?que debo suponer para obtener que la configuracion X es optima o que incrementar Y aumentara Z? El hecho de que "la seleccion teorica" sea posible no significa necesariamente que sea un problema. Quiza sea obvio cuando un modelo es el resultado de escoger que el modelo sea rechazado rapidamente o al menos sometido a intenso escrutinio. ?No se vera inmediatamente que los supuestos seleccionados con poco fundamento en el mundo real no son razonables? ?No sera claro que el argumento teorico es un artificio ideado para producir el resultado? En algunos casos sera claro, por supuesto. Si los supuestos criticos para el resultado son claramente falsos, el modelo no se tomara en serio. Pero en muchos otros casos los problemas de un modelo (como algo que se puede aplicar al mundo real) no seran tan evidentes. Como se ha observado a menudo, un modelo puede ser util para entender el mundo real aunque sus supuestos no sean "perfectamente verdaderos". De hecho, todo modelo simplificador--lo que por supuesto son todos los modelos--se basa en supuestos que no se deben considerar descripciones perfectas de la realidad (1). En vista de ello, los supuestos seleccionados no necesariamente se consideran artificiosos, y a menudo se pueden defender como supuestos simplificadores para que el modelo sea manejable (2). Puesto que un modelo no puede incluir todos los factores economicos (p. ej., toda posible "friccion" del mercado y todo posible problema de incentivos), el modelador debe escoger los factores importantes. Los resultados no solo estan determinados por lo que se incluye sino tambien por lo que se excluye.

Introduje la nocion de seleccion teorica no porque quiera afirmar que los teoricos son intelectualmente deshonestos y seleccionan supuestos descaradamente. Aqui considero como se usan los modelos y no los incentivos de quienes los construyen. De hecho, no hay nada absolutamente erroneo en la ingenieria inversa per se, porque identificar el conjunto de supuestos necesarios o suficientes (o necesarios y suficientes) para obtener un resultado dado puede ser de gran ayuda para guiar las intuiciones. Los resultados de Modigliani y Miller (1958) son importantes en este sentido, porque identifican lo que debemos suponer para que la estructura de capital sea irrelevante y lo que podria hacerla relevante. Lo que cuenta es que la naturaleza de este tipo de argumento se reconozca por lo que es.

Mi razon para introducir la nocion de seleccion teorica es subrayar que puesto que un resultado dado casi siempre puede ser respaldado por un modelo teorico, la existencia de un modelo teorico que lleve a un resultado dado, en si y por si misma, no nos dice nada definitivo acerca del mundo real. Aunque esto es obvio cuando se enuncia sin rodeos, en la practica se suele dar credito a algunas afirmaciones--por cierto mas del que merecen--solo porque en la literatura hay modelos teoricos que las respaldan. En otras palabras, a los resultados de los modelos teoricos se les da un estatus ontologico que no merecen. En mi opinion esto ocurre porque los modelos, y especificamente sus supuestos, no siempre se someten a la evaluacion critica necesaria para ver si y como se aplican al mundo real.

En lo que sigue hare una clara distincion entre lo que llamo modelos de cajon y modelos destinados a ser aplicados al mundo real. La modelacion teorica a menudo se emprende simplemente para entender las implicaciones de un conjunto dado de supuestos. Por ejemplo, se puede usar para identificar el contrato optimo que se debe utilizar cuando se supone que existe un problema particular de incentivos entre un principal y un agente y los unicos contratos que se pueden redactar pertenecen a cierto conjunto. Los resultados obtenidos al analizar este modelo "de cajon" nos pueden dar o no algunas ideas aplicables al mundo real. Este problema de incentivos puede o no surgir en la practica o, si surge, tener consecuencias insignificantes. Quiza los formatos de contrato supuestos no esten disponibles y no puedan estarlo en la practica. Quiza esten disponibles otros formatos de contrato mucho mas efectivos. Cuando sacamos un modelo "del cajon" y pensamos aplicarlo al mundo real, es razonable preguntar si se basa en supuestos que en general concuerdan con lo que sabemos del mundo y captan los factores que son de importancia de primer orden. En otras palabras, usamos el conocimiento previo que tenemos del mundo en que vivimos (conocimiento basado en ultimas en evidencia empirica) para filtrar los modelos que no son utiles para entender lo que ocurre en la economia o para tomar decisiones de politica.

En la seccion 1 discuto en detalle como se deberian usar los modelos teoricos para entender el mundo y como surgen los camaleones: modelos que se fundamentan en supuestos dudosos a los que se da acriticamente mas credito del que merecen. Las secciones 2 y 3 presentan algunos ejemplos de modelos que se han convertido en camaleones. Mis ejemplos de estas secciones se toman de las finanzas, porque es mi campo, y especificamente de la literatura bancaria, porque esta literatura me hizo mas consciente de los camaleones. En cada uno de los casos examino intentos de aplicar los resultados del modelo al mundo real sin aplicar antes el filtro del mundo real. En las secciones 4 a 8 examino diversos argumentos y opiniones que llevan a la idea de que se debe permitir que los modelos eviten el filtro del mundo real y, por ello, que se conviertan en camaleones. Muestro que esos argumentos y opiniones son defectuosos y a menudo basados en buenos deseos. La afirmacion de Milton Friedman de que los modelos solo se deben juzgar por sus predicciones y no por el realismo de sus supuestos se comenta en la seccion 4. En la seccion 5 considero el argumento de que los modelos deben estar en pie de igualdad hasta que se hagan pruebas empiricas definitivas. En la seccion 6 discuto argumentos defectuosos basados en la idea de que si se observa debe ser optimo, mientras que en la seccion 7 considero las limitaciones de los argumentos "como si". En la seccion 8 argumento que aunque haya necesidad de manejabilidad, aunque la sutileza y la elegancia sean atractivas y aunque la complejidad pueda ser una cortina de humo que oculta supuestos dudosos, nada de esto deberia permitir que los camaleones eludan los filtros del mundo real. En la seccion 9 pregunto si mi posicion de que los modelos economicos deben pasar a traves de filtros del mundo real antes de aplicarlos al mundo real se contradice con el exito de los modelos en las ciencias duras, como los que se usan en mecanica cuantica. Los modelos en mecanica cuantica parecen basarse en supuestos irrazonables--que violan burdamente el "sentido comun"--pero son aceptados porque sus predicciones son confirmadas hasta muchos decimales. Como explico en esa seccion, hay enormes e instructivas diferencias entre los contextos en que se aplican los modelos de finanzas y economia y aquellos en que se aplica la mecanica cuantica, haciendo una analogia entre la economia y la fisica inadecuadas. En la ultima seccion hago algunas observaciones finales.

1. CAMALEONES

El esquema de la grafica 1 muestra con mas detalle el papel que pueden jugar los modelos teoricos para ayudarnos a entender fenomenos economicos. En la parte superior situo los modelos de cajon. Aclaro que no uso este termino en sentido peyorativo. En este nivel, un modelo teorico simplemente argumenta que cierto conjunto de resultados se deduce de un conjunto dado de supuestos. Si el argumento es valido (el modelo no contiene defectos logicos o matematicos), puede ser util al darnos intuiciones o al ser un bloque de construccion que se puede usar para construir modelos que podemos aplicar a fenomenos del mundo real (3). Los modelos de cajon pueden responder preguntas tales como que diseno de seguridad minimiza los costos de seleccion adversa en un contexto particular, cual sera el equilibrio bayesiano-de Nash en un juego dado de forma extensiva, o que precio fijar a diversos riesgos si los inversionistas tienen ciertas preferencias. Pueden ser modelos de juguete disenados unicamente para suscitar intuiciones o pueden ser intentos ambiciosos de captar muchos elementos de nuestra economia.

[GRAFICA 1 OMITIR]

Como ya se menciono, no todos los modelos de cajon son igualmente aplicables al mundo real, y algunos no lo son en absoluto. Para dar un ejemplo extremo, imaginemos un modelo de fijacion de precios de activos basado en el supuesto de que no hay incertidumbre sobre los rendimientos de ningun activo. Aparte de ser un modelo nada interesante, es claro que tiene poca o ninguna relevancia para el mundo real, porque el supuesto es claramente falso. Ninguna persona seria sugeriria que sus predicciones se deberian someter a una prueba empirica rigurosa antes de rechazarlo. El modelo puede ser rechazado simplemente con base en que un supuesto critico se contradice con lo que ya sabemos que es verdadero.

Como se senalo mas atras, se pueden elaborar modelos teoricos que apoyen toda clase de resultados, pero muchos de ellos se basaran en supuestos dudosos. Esto significa que cuando sacamos un modelo del cajon y consideramos aplicarlo al mundo real, necesitamos que pase por un filtro, por ejemplo, preguntar en forma directa si los supuestos son razonables o el modelo ignora o no capta fuerzas que sabemos o tenemos buena razon para pensar que son importantes.

Sospecho que algunas personas se sentiran incomodas con la idea de que se necesita aplicar un filtro de este modo en esta etapa del proceso. Quiza algunas opinen, como Friedman, que los modelos no se deben juzgar por sus supuestos sino solo por sus predicciones. Una opinion relacionada es que todo modelo valido (logicamente coherente) es potencialmente aplicable al mundo real y que solo debemos rechazar tal modelo cuando tenemos evidencia empirica decisiva en su contra. Mas adelante (seccion 4) argumento que una interpretacion sensata de la opinion de Friedman no excluye la necesidad de filtros. Tambien argumento (seccion 5) que la pretension de que todos los modelos estan en pie de igualdad hasta que son sometidos a pruebas empiricas se basa en una vision demasiado optimista de nuestra capacidad para probar y discriminar modelos usando el tipo de datos que podemos recoger y usar en estudios empiricos formales, y en una vision demasiado pesimista del papel que pueden y deben jugar los filtros del mundo real. Puesto que los modelos suelen ser argumentos causales, es bien sabido que una prueba empirica debe ser una prueba directa del mecanismo causal identificado por el modelo. En general esto significa que debemos encontrar fuentes de variacion que sean realmente exogenas antes de que podamos aprender algo definitivo de los datos que nos permita rechazar un modelo u optar por un modelo sobre otro. En un mundo ideal (o al menos en uno mucho mejor que el nuestro) estariamos inundados de experimentos naturales de todo tipo, donde cada cual produciria datos que se pueden recoger y analizar a bajo costo. En ese mundo ideal podriamos comprobar rapidamente "todo" modelo teorico posible y no se necesitarian filtros. Ese no es nuestro mundo.

La grafica 1 muestra dos circuitos en los que se deberian usar filtros para evaluar modelos que sacamos del cajon e intentamos aplicar al mundo real. En el lado izquierdo, los filtros se emplean cuando intentamos construir modelos disenados para describir como funciona realmente el mundo (teoria positiva). Como se muestra, los filtros basados en nuestro conocimiento del mundo real se aplican a los modelos de cajon en la seleccion de aquellos modelos (junto con sus intuiciones y sus resultados) que se van a usar para construir una teoria positiva del mundo. Estas teorias luego se someten (cuando es posible) a pruebas empiricas formales.

En el lado derecho tenemos lo que llamare teoria de politica (4). Preguntemos, por ejemplo, como estructurar una subasta de espectro de banda. Los insumos no solo incluyen modelos de cajon (p. ej., resultados teoricos de la eficiencia de diversos formatos de subasta) sino tambien insumos de teoria positiva que han sido sometidos a pruebas empiricas, pues estos ayudan a entender el ambiente en el que se realizaran las subastas y quiza el comportamiento de los postores. Un modelo teorico de cajon que supusiese que todos los postores son identicos y que no hay asimetrias de informacion sin duda seria "filtrado" y considerado inaplicable a una subasta de espectro de banda. El resultado de este proceso es una recomendacion de politica, que tiene consecuencias potenciales para el mundo real (cuanto recaudara el gobierno y si las licencias se asignan eficientemente).

[GRAFICA 2 OMITIR]

En la grafica 2 muestro como se convierte un modelo en un camaleon. En este caso un "modelo camaleon" afirma que tiene implicaciones de politica, pero cuando se pregunta si sus supuestos son razonables y se cuestiona su conexion con el mundo real, se bate en retirada y pasa a ser un simple modelo teorico (de cajon) que tiene inmunidad diplomatica cuando se cuestionan sus supuestos. En suma, un modelo se convierte en camaleon cuando intenta eludir los filtros relevantes. Por supuesto, aqui uso un lenguaje pintoresco que antropomorfiza los modelos. Los modelos no tienen incentivos. Se convierten en camaleones por la forma en que los usan quienes los elaboran o quienes apelan a ellos.

Los camaleones aparecen y a menudo son alimentados por la siguiente dinamica. Primero se construye un modelo de cajon que involucra terminos y elementos que parecen tener alguna relacion con el mundo real y supuestos que no son tan irreales que podrian ser descartados de inmediato. La intencion del autor, llamemoslo Q, al elaborar el modelo puede ser decir algo del mundo real o simplemente explorar las implicaciones de cierto conjunto de supuestos. Una vez se conocen el modelo de Q y los resultados, se hacen referencias a el, con afirmaciones tales como "Qmuestra que X". Esto se deberia tomar como una forma abreviada de "Q muestra que bajo cierto conjunto de supuestos se sigue (deductivamente) que X", pero algunas personas empiezan a tomar X como una afirmacion creible acerca del mundo real. Si alguien esceptico acerca de X cuestiona los supuestos adoptados por Q, algunos diran que un modelo no se debe juzgar por el realismo de sus supuestos, pues todos los modelos tienen supuestos irrealistas. Otra replica de quienes respaldan X como algo que se aplica plausiblemente al mundo real podria ser que la verdad o falsedad de X es un asunto empirico y que X se debe tomar en serio hasta que se hayan hecho pruebas empiricas o analisis apropiados y se haya rechazado X. En otras palabras, X es inocente hasta probar que es culpable. Quiza estas afirmaciones no se expresen en forma tan tajante como lo hago aqui, pero la idea subyacente es que debido a que hay un modelo para X, debido a que no es apropiado cuestionar los supuestos que llevan a X, y debido a que las implicaciones comprobables del modelo que respalda a X no han sido rechazadas empiricamente, debemos tomar en serio a X. El modelo de Q (y X como resultado) se convierte en un camaleon que evita los filtros del mundo real.

La mejor manera de ilustrar que son los camaleones es dar ejemplos reales, los cuales presento en las dos secciones siguientes.

2. CONVERSION DE MODELOS EN CAMALEONES: EJEMPLO 1

En abril de 2012 Harry DeAngelo y Rene Stulz circularon un articulo titulado "Por que el alto nivel de apalancamiento es optimo para los bancos". El titulo del articulo es importante aqui: sugiere fuertemente que los autores afirman algo de los bancos reales en el mundo real. En su introduccion los autores explican que su modelo es disenado para:
   Establecer que el alto apalancamiento bancario es el resultado
   natural (libre de distorsiones) de la intermediacion centrada en la
   produccion de depositos liquidos; el modelo excluye problemas de
   agencia, seguros de deposito, impuestos y demas factores
   distorsionantes. Postulando estas condiciones idealizadas, el
   modelo obviamente ignora algunos determinantes importantes de las
   estructura del capital bancario en el mundo real. Sin embargo, en
   contraste con el marco MM--y las generalizaciones que solo
   incluyen distorsiones relacionadas con el apalancamiento--permite
   que los bancos jueguen un papel significativo como productores de
   liquidez y muestra claramente que, si se extiende el modelo MM para
   tener en cuenta ese papel, para los bancos es optimo tener alto
   apalancamiento (cursivas anadidas).


Es decir, su modelo esta disenado para mostrar que si excluimos muchas cosas importantes y nos centramos en un solo factor, obtenemos el resultado particular de que los bancos deben ser altamente apalancados. Este argumento es a todos los efectos analogo al de otro articulo titulado "Por que el alto consumo de alcohol es optimo para los humanos", de Bacardi y Mondavi (5), quienes en su introduccion explican que hace su modelo:
   Establecer que la alta ingesta de alcohol es el resultado natural
   (libre de distorsiones) del consumo humano de bebidas liquidas; el
   modelo excluye enfermedades del higado, conduccion en estado de
   embriaguez, beneficios para la salud, abuso del conyuge, perdidas
   de trabajo y demas factores distorsionantes. Postulando estas
   condiciones idealizadas, el modelo obviamente ignora algunos
   determinantes importantes del consumo humano de alcohol en el mundo
   real. Sin embargo, en contraste con el marco del alcohol neutral
   --y las generalizaciones que solo incluyen distorsiones
   relacionadas con el consumo excesivo--permite que los humanos
   jueguen un papel significativo como productores de ese placentero
   "zumbido" que se obtiene con el consumo de alcohol, y muestra
   claramente que si se extiende el modelo del alcohol neutral para
   tener en cuenta ese papel, para los humanos es optimo beber todas
   sus horas de vigilia (cursivas anadidas).


El modelo de DeAngelo y Stulz es claramente un modelo teorico de cajon que no pasaria ningun filtro razonable si desearamos tomar sus resultados y aplicarlos directamente al mundo real. Ademas de ignorar mucho de lo que es importante (problemas de agencia, impuestos, riesgo sistemico, garantias del gobierno y demas factores distorsionantes), los resultados de su modelo principal se refieren a activos bancarios libres de riesgo y a una funcion objetivo postulada que es lineal con respecto al porcentaje de activos financiados con depositos.

Dado esto, los autores obtienen naturalmente una solucion de esquina con activos 100% financiados por depositos. (No tienen un modelo explicito que aborde lo que ocurre cuando los activos bancarios son riesgosos, pero aun asi sostienen que el apalancamiento bancario deberia ser "alto" cuando hay riesgo.) Dado todo esto, un titulo mas preciso del articulo seria:
   Por que el "alto" apalancamiento es optimo para los bancos en un
   modelo ideal que omite muchas cosas de importancia de primer orden


El articulo de DeAngelo y Stulz es un buen ejemplo de mi afirmacion de que en general se puede elaborar un modelo teorico para producir cualquier resultado dentro de un amplio rango. ?Se quiere un modelo que produzca el resultado de que los bancos se deben financiar 100% con depositos? Aqui hay un conjunto de supuestos y un argumento que da ese resultado. Que ese modelo exista nos dice muy poco. Pretender relevancia sin pasarlo por el filtro lo convierte en un camaleon.

Se podria preguntar "?Y que si el modelo de DeAngelo y Stulz se presenta de un modo que lo hace un camaleon? ?Que tiene de malo?". ?Los lectores del articulo no veran sus limitaciones? Algunos las veran, no todos. Por ejemplo, en un articulo titulado "Castigo al capital: obligar a los bancos a mantener mas capital no siempre es prudente", publicado en The Economist el 14 de septiembre de 2013, se decia:
   En un nuevo articulo, Harry DeAngelo de la Universidad del Sur de
   California y Rene Stulz de la Universidad Estatal de Ohio muestran
   que esta prima significa que los bancos, a diferencia de otras
   firmas, no son indiferentes al apalancamiento, como sugiere el
   teorema de Modigliani-Merton. DeAngelo y Stulz muestran que para
   los bancos es mejor estar altamente apalancados aun sin fricciones
   como el seguro de depositos y las garantias implicitas.


Como minimo los camaleones anaden ruido y contribuyen a la incomprension y a la confusion publica sobre temas importantes (6).

3. CONVERSION DE MODELOS EN CAMALEONES: EJEMPLOS 2 Y 3

Mis siguientes ejemplos tambien se toman de la literatura bancaria y se relacionan con la idea de que la deuda exigible que emiten los bancos (p. ej., los depositos) evita la mala conducta administrativa o disciplina a los gerentes bancarios (7). En "El papel de la deuda exigible en la estructuracion de arreglos bancarios optimos", Calomiris y Kahn suponen que un gerente bancario puede fugarse con los fondos del banco sin ser atrapado. En su modelo "toda promesa de pagar al depositante una cantidad P es una opcion de que el banquero pague P o deje la ciudad con sus activos disminuidos en la proporcion A" En su modelo el incentivo para que el gerente se fugue con el dinero es mayor cuando los activos del banco tienen menor valor, y muestran que en el contexto de su modelo esto puede crear un incentivo para que los depositantes supervisen el valor de los activos del banco y retiren su dinero antes de que el gerente pueda tomar el dinero y abordar un avion a Suramerica.

Un argumento mas complejo sobre el papel de la deuda exigible en disciplinar a los gerentes se encuentra en un articulo de Diamond y Rajan titulado apropiadamente "Una teoria del capital bancario". (El titulo del articulo es apropiado porque sugiere claramente que lo que sigue es una teoria de cajon: un conjunto de supuestos que lleva a algunos resultados, de modo admirable y quiza inusual en la literatura, no pretende la aplicacion directa al mundo real de la banca.) Conforme a la teoria de Diamond y Rajan, "los bancos pueden crear liquidez debido precisamente a que los depositos son fragiles y propensos a corridas". La teoria que plantean se basa en el supuesto de que existen significativos problemas de hurto entre un banco y acreedores del banco y entre gerentes bancarios y quienes financian el banco. Detras del primer problema de hurto esta la idea de que un empresario que ha recibido un prestamo del banco puede amenazar con dejar de trabajar a menos que el banco haga mas favorables los terminos del prestamo. Detras del segundo esta el supuesto de que un gerente bancario puede amenazar con dejar de usar su habilidad para recaudar los prestamos que el banco ha hecho a menos que los financiadores del banco acuerden concederle una mayor remuneracion por sus habilidades especiales. Diamond y Rajan dicen:
   El prestamista es un intermediario que ha tomado prestado de otros
   inversionistas. Asi como el empresario puede negociar sus
   obligaciones de reembolso amenazando con no aportar su capital
   humano, el intermediario puede amenazar con no aportar sus
   habilidades de recaudo especificas y, por tanto, capturar una renta
   a los inversionistas.


Diamond y Rajan sostienen que la manera de resolver estos problemas de hurto en su modelo es que el banco se asegure de que su estructura de financiacion es muy fragil. Por ejemplo, si el banco es financiado por depositantes que pueden retirar su dinero cuando deseen siguiendo el orden de llegada, la amenaza de una corrida bancaria reduce la habilidad del empresario y del gerente bancario para cumplir sus amenazas. El gerente no puede renegociar con los depositantes porque cada depositante retirara su dinero si teme que pueda haber una transferencia de los depositantes al gerente.

Esta idea de que la deuda de corto plazo y la fragilidad disciplinan a los gerentes bancarios ha sido citada como una razon para que los bancos no tengan "demasiado capital". Por ejemplo, en el Squam Lake Report encontramos la siguiente afirmacion:
   El efecto disciplinante de la deuda de corto plazo, por ejemplo,
   hace mas productiva a la gerencia. Los requerimientos de capital
   que van contra la deuda de corto plazo impulsan a los bancos hacia
   otras formas de financiacion que pueden llevar a que los gerentes
   sean mas laxos.


No es claro en que se basan los autores del Squam Lake Report para hacer esta fuerte afirmacion (no hacen referencia a ningun trabajo teorico o empirico), pero en todas las conversaciones que he tenido con personas que dicen que la deuda de corto plazo disciplina a los gerentes, los articulos de Calomiris y Kahn y de Diamond y Rajan se citan como principales argumentos de su posicion.

No obstante, si estos modelos teoricos se sacaran del cajon y se aplicaran a la banca moderna del mundo real, ?pasarian un filtro de preguntas razonables acerca de sus supuestos? A continuacion enumero algunas preguntas que pienso que se deberian hacer para evaluar su aplicabilidad a la banca moderna, y que son ejemplos de filtros empiricos razonables:

* ?Con cuanto dinero se podrian fugar los gerentes bancarios, y es de tal magnitud que vale la pena que los depositantes supervisen estrechamente el banco?

* ?Exactamente cuales acreedores de corto plazo son vulnerables a que el gerente se fugue con dinero (como en el modelo CalomirisKahn) y cuales se empenarian en una corrida de depositos en respuesta a la amenaza del gerente (como en el modelo Diamond y Rajan)? Es de presumir que no son los depositantes asegurados. El seguro existe para proteger a los depositantes y evitar corridas. ?Podrian ser los prestamistas de repos? El problema es que estos prestamistas tienen garantias en su poder y no estan sujetos a la restriccion de servicio secuencial (primero en llegar, primero en ser atendido).

* ?Que empleado de un banco importante como JP Morgan o Barclays puede amenazar con no usar sus habilidades si los inversionistas no le dan un mejor trato como se plantea en el modelo de Diamond y Rajan? ?El gerente general? ?O un funcionario de credito que ha hecho algunos prestamos comerciales de finca raiz? ?Que prestamo o activo en un balance de un billon de dolares es tan grande que esta amenaza tiene consecuencias que ocasionan una corrida de acreedores?

* ?El problema de hurto de Diamond y Rajan no es un problema potencial en otras firmas y por que no vemos estructuras de financiacion muy fragiles en esas firmas? ?No pueden los Socios Generales (SG) de un fondo de capital privado amenazar con no hacer su trabajo en la realizacion del valor del portafolio de sus firmas a menos que los Socios Limitados (SL) les den un mejor trato? ?No pueden los empleados de Microsoft amenazar con no terminar el sistema operativo a menos que les den un mejor trato? ?Por que la fragilidad no es usada en otras firmas? ?Como resuelven el problema?

Aun mas importante, en ambos modelos tambien podemos hacer preguntas sobre la magnitud de la "fragilidad" que seria necesaria para lograr los resultados saludables postulados. Por ejemplo, para evaluar el modelo de Diamond y Rajan consideremos lo que sucedio a JP Morgan en el escandalo "London Whale" de 2012. Se informo que las perdidas comerciales debidas a posiciones poco aconsejables de Bruno Iksil ascendieron a 6.200 millones de dolares. Es importante reconocer que estas enormes perdidas no provocaron una corrida en JP Morgan. Una razon para no haberla provocado es que asi estas perdidas hayan sido enormes en terminos absolutos, no eran suficientes para generar panico entre los acreedores dada la posicion financiera global de JP Morgan en ese momento. Por supuesto, los acreedores quiza tampoco entraron en panico por su creencia bien fundada de que el gobierno probablemente respaldaria a JP Morgan si el banco entraba verdaderamente en problemas. ?Que significa todo esto? Que Jamie Dimon podria hacer el siguiente discurso ante los inversionistas de JP Morgan (accionistas y acreedores):
   Como saben, mi equipo directivo y yo somos absolutamente criticos
   sobre el exito futuro de JP Morgan. Si no nos pagan 6.200 millones
   adicionales en bonificaciones este trimestre, nos negaremos a
   ejecutar todas las posiciones complicadas que hemos tomado en el
   banco,


y no sufriria ninguna de las consecuencias del tipo postulado en el modelo de Diamond y Rajan debido a la fragilidad de corto plazo. Esto sugiere que para impedir que Jamie Dimon hurtara al banco 6.200 millones usando el mecanismo concebido en el articulo de Diamond y Rajan, JP Morgan necesitaria ser mucho mas fragil de lo que es (8). Se necesitaria un colchon de capital sumamente delgado y que los depositantes y acreedores de corto plazo estuviesen en posiciones vulnerables, y preparados para una corrida. Es claro que algo evito y sigue evitando que Jamie Dimon haga el discurso anterior, pero es igualmente claro que no es el mecanismo discutido en Diamond y Rajan. Si hay un problema de hurto en JP Morgan y otros bancos similares, no se resuelve con la fragilidad (9).

La idea de que la deuda de corto plazo cumple un papel critico para disciplinar a los gerentes bancarios en el mundo real parece estar basada en camaleones: los resultados teoricos se sacan del cajon y se aplican al mundo real sin pasarlos por un filtro razonable. Si el resultado de un modelo depende criticamente de un mecanismo de funcionamiento particular y queremos aplicar este modelo al mundo real, deberiamos poder ver que los fundamentos de ese mecanismo existen y funcionan realmente en el mundo real. Debe ser mas que una historia que se puede contar.

Algunas personas me han dicho que el "jurado aun esta deliberando" para determinar si la deuda de corto plazo disciplina a los gerentes bancarios. Ellas afirman que es un "asunto empirico", lo que significa que el jurado solo decidira cuando tengamos una prueba empirica definitiva de la proposicion. Pregunte a estas personas en que consistiria esta prueba y les pedi que describieran como se llevaria a cabo. En la mayoria de los casos pusieron los ojos en blanco. En algunos casos me dijeron que podiamos buscar un experimento natural donde hubiese un choque exogeno sobre el volumen de financiacion con deuda de corto plazo y pudiesemos medir el "desempeno" del banco despues del choque, suponiendo que toda variacion en el desempeno revela los efectos de un cambio en la disciplina o en la prevencion de la mala conducta. Los problemas involucrados en tal prueba son obvios. Aunque pudieramos encontrar un choque exogeno que afecte como se financia el banco, no es claro que toda variacion posterior en el desempeno se pueda asociar sin ambiguedades con el canal disciplinario postulado, pues el choque puede afectar diversos factores, muchos de los cuales son dificiles de tener en cuenta. Ahora bien, es posible que un empirista habil pueda identificar alguna manera de hacer avances significativos en esta senda, pero dados los obstaculos involucrados, no parece probable. ?Esto significa que debemos ser totalmente agnosticos? El agnosticismo total exige que ignoremos todo el conocimiento anterior que poseemos (p. ej., Jamie Dimon no hurto cientos de millones de dolares a los accionistas de JP Morgan, aunque esto claramente no causaria una corrida bancaria; las firmas de capital privado no dependen de una estructura de financiacion fragil aunque se podria pensar que los SG pueden estar en posicion de robar a los SL; etc.) Ignorar totalmente este conocimiento anterior es una extrana manera de razonar acerca del mundo.

4. SE DEBEN JUZGAR LOS SUPUESTOS DEL MODELO

En su famoso articulo de 1953, "La metodologia de la economia positiva", Milton Friedman argumento que no debemos juzgar un modelo con base en el realismo de sus supuestos sino solo por la exactitud de sus predicciones. Esta afirmacion ha suscitado gran controversia a traves de los anos y muchos han rechazado los argumentos de Friedman, aunque algunos los han defendido (10). No pretendo hacer una critica completa de la posicion de Friedman, pero argumentare que no se puede usar para cobijar a los camaleones permitiendoles evitar el filtro del mundo real.

Si Friedman solo dijera que un modelo no se debe rechazar automaticamente porque sus supuestos no llegan al "realismo completo", tendria razon en este nivel simple. Puesto que todos los modelos son simplificaciones del mundo real, sus supuestos no son y no pueden ser completamente realistas. Si tuviesemos que rechazar todo modelo que tenga supuestos irrealistas en este sentido, tendriamos que rechazar todos los modelos. Friedman argumenta, sin duda, a favor de algo que va mas alla de este punto trivial, pero no es claro cual es exactamente su argumento y hasta donde esta dispuesto a llevarlo.

Una interpretacion literal de la afirmacion de Friedman de que los modelos solo se deben juzgar por sus predicciones lleva al absurdo. Como muestro mas adelante, la unica manera de respaldar la vision extrema de Friedman requiere que lleguemos a todo problema de prediccion con antecedentes bayesianos totalmente agnosticos acerca del mundo. Por ejemplo, supongamos que estamos interesados en los modelos economicos disenados para predecir la tasa de inflacion de Estados Unidos en el ano t con base en informacion conocida en el ano t-1. Tomemos literalmente la nocion de que debemos juzgar estos modelos unicamente por el exito de sus predicciones y que debemos ignorar totalmente el realismo de los supuestos de estos modelos. En este contexto simplemente estariamos buscando el modelo que tenga el mejor record de prediccion de la inflacion. Si dejamos hacer cualquier supuesto sin importar cuan fantasioso sea, podemos usar cualquier dato que este disponible en t-1 para predecir la tasa de inflacion en el periodo t.

El numero de modelos que hagan predicciones sumamente precisas (dentro de una muestra) que podriamos construir es muy grande, si no infinito. Friedman reconoce, por supuesto, que el ajuste dentro de la muestra carece de sentido en este contexto y dice que el objetivo es obtener "predicciones validas y significativas (es decir, no triviales) acerca de fenomenos aun no observados" (1953, 7). Pero si esperamos algunos anos y usamos los nuevos datos fuera de muestra para "probar" todo los modelos rivales de prediccion de la inflacion, no es el caso que surja victorioso el unico modelo "verdadero" y se derrumben todos los modelos "falsos". Podemos, por supuesto, encontrar que el desempeno de la mayoria de los modelos que consideramos interpretes estelares dentro de la muestra se degrada notablemente en el periodo fuera de muestra, pero aun sobrevivira un gran numero de ellos. Muchos supervivientes se basaran sin duda en supuestos fantasiosos e irrealistas. Por ejemplo, podemos encontrar que en alguno la tasa de inflacion en t esta determinada por una funcion simple de la estatura promedio de los ganadores masculinos del Oscar en t-1. Por supuesto, soy consciente de que este es un argumentum ad absurdum, pero estoy tomando literalmente la afirmacion de Friedman de que debemos ignorar el realismo de los supuestos. De hecho, a partir de lo que dice Friedman es dificil saber como separa lo absurdo de lo meramente irrealista. El dice:
   se encontrara que las hipotesis verdaderamente importantes y
   significativas tienen "supuestos" que son representaciones
   descriptivas sumamente inexactas de la realidad, y, en general,
   cuanto mas significativa es la teoria, mas irrealistas son los
   supuestos (en este sentido) (11).


Tambien dice:
   El realismo "completo" es claramente inalcanzable, y la pregunta de
   si una teoria es "suficientemente" realista solo se puede responder
   viendo si sus predicciones son suficientemente buenas para el
   proposito en cuestion o si son mejores que las predicciones de
   teorias alternativas.


Casi siempre sera el caso que los modelos aparentemente "mejores" para predecir (basados en los datos disponibles) seran modelos "fantasiosos" como el modelo del "premio Oscar". Estos "ganadores" pareceran mejores para predecir la inflacion (de nuevo, dados los datos disponibles) que modelos alternativos basados en supuestos claramente mas razonables que involucren, por ejemplo, politicas del banco central, tasas de inflacion anteriores y expectativas de los consumidores sobre la inflacion futura. En otras palabras, si consideramos todos los modelos posibles, esta practicamente garantizado que los de mejor desempeno son sumamente irrealistas, como el modelo del premio Oscar. La simple identificacion de los que arrojan predicciones "suficientemente buenas para el proposito en cuestion" no elimina estos modelos absurdos. Pues siempre se puede inventar una historia inverosimil (un modelo internamente coherente con supuestos muy irrealistas) que "explica" el exito de prediccion de un modelo. Por ejemplo, con suficiente imaginacion se pueden idear supuestos disparatados y usarlos para construir un modelo que "explica" que en las personas que fijan los precios de la economia influye la estatura de los actores masculinos en peliculas bien hechas. Pero la total inverosimilitud de esta historia y de historias como esta llevara a que ninguna persona reflexiva las tome en serio. Sin importar cual sea el exito de sus predicciones, estos modelos seran y deben ser juzgados por el realismo de sus supuestos.

Rechazamos el modelo del premio Oscar porque poco o nada concuerda con nuestro conocimiento anterior del mundo. No pasa ningun filtro razonable del mundo real. Debido a que nuestro precedente bayesiano sobre el modelo del premio Oscar es igual a cero, un registro de exitos de prediccion no cambia este precedente. Este precedente bayesiano se basa en nuestro conocimiento del mundo, y la unica manera de dar algun valor a este modelo seria ignorar ese conocimiento y tener un precedente bayesiano "totalmente uniforme" o "agnostico", suponiendo que este se pudiese definir.

Tambien podemos pensar que el modelo del premio Oscar hace otras predicciones ademas de la tasa de inflacion. Si hay una cadena causal entre estatura de los actores y tasas de inflacion, esperariamos ver mas evidencia de esta cadena que las meras tasas de inflacion resultantes. ?Por ejemplo, vemos que los agentes economicos que toman decisiones de compra y fijacion de precios realmente comprueban la estatura de los principales aspirantes masculinos al Oscar? Para alguien que tome literalmente la afirmacion de Friedman, esta es quiza una pregunta ilegitima porque parece dirigida al realismo de los supuestos del modelo y no a la exactitud de sus predicciones, lo cual es tabu. Para el resto de nosotros, es una pregunta bastante razonable, porque hace pasar el modelo por el filtro del mundo real.

La pregunta no es si debemos juzgar la utilidad y aplicabilidad practica de los modelos por el realismo de sus supuestos. Eso debemos hacer (y asi lo hacemos rutinariamente). La pregunta es que tipos de irrealismo son relativamente innocuos--simplificaciones que hacen manejable y util el modelo pero que no crean una grave desconexion con el mundo real y nos llevan a una tierra fantastica--y que tipos nos deben llevar a rechazar el modelo. Esta es una pregunta que no es facil responder y, sin duda, una pregunta que implica buen criterio. La afirmacion de Friedman se puede ver como un intento valiente de evitar totalmente tener que enfrentar esta dificil pregunta, porque parece sugerir que el realismo de los supuestos de un modelo no tiene importancia, y que solo la tiene la exactitud de sus predicciones. Pero esa afirmacion no se puede usar para evitar estas preguntas, pues da vida al modelo del premio Oscar y a innumerables modelos como este. No podemos evitar la necesidad de hacer pasar los modelos por el filtro del mundo real. La interpretacion literal de las afirmaciones de Friedman no es un argumento para dejar que los camaleones eludan estos filtros.

5. UNA DEFENSA DEBIL: "EL JURADO AUN ESTA DELIBERANDO"

Una afirmacion relacionada con el argumento de Friedman dice que no se debe rechazar un modelo hasta que se hayan hecho las pruebas empiricas definitivas (aquellas que examinan las predicciones del modelo). Esto equivale a decir que mientras "el jurado de la prueba empirica aun este deliberando" debemos tomar el modelo tan seriamente como a cualquier otro. En otras palabras, que un modelo no se debe juzgar por el realismo de sus supuestos sino por el exito del trabajo empirico que aun esta por realizar.

Este "corolario" del argumento de Friedman lleva a la vision estrechamente asociada de que el papel de un teorico es simplemente producir modelos internamente coherentes que seran probados empiricamente en el futuro. Estos modelos se deberian desarrollar sin prestar mucha atencion a que los supuestos en que se basan sean en algun sentido "verdaderos" o aplicables al mundo real, porque esto sera resuelto en ultimas por los empiristas que prueben las predicciones de los modelos. Quienes asi opinan parecen creer que cuantos mas modelos tengamos en el cajon, mejor equipados estaremos para entender el mundo. Llevada a su extremo, esta vision de "cuantos mas modelos mejor" nos llevaria a crear una "Biblioteca de Babel" (12). Hay un numero infinito de modelos que se pueden construir y analizar en forma logica y matematicamente correcta, pero la mayoria se construye con supuestos irrealistas e inutiles. Construir modelos sin prestar seria atencion al realismo de sus supuestos y simplemente suponer que la comprobacion empirica resolvera en ultimas las cosas, es una absurda manera de hacer investigacion.

El problema de estos puntos de vista es que no reconocen las dificultades que se suelen enfrentar en la comprobacion de teorias. Es facil idear teorias falsables (en el sentido de Popper) y, por tanto, no vacuas ni tautologicas, pero que al mismo tiempo sean dificiles de comprobar. Esto significa que la afirmacion de que todas las teorias son igualmente buenas hasta que pruebas empiricas definitivas separen a las "ganadoras" de las "perdedoras" nos pone de hecho en el camino de una Biblioteca de Babel (13).

Para ilustrar esto, a continuacion presento el esquema de un modelo de disciplina gerencial en la banca que "explica" por que los bancos son tan complejos. Estos son los supuestos:

1. Debido a la gran complejidad y la opacidad de las entidades financieras modernas, los gerentes bancarios tienen amplio margen para tomar acciones que los benefician y perjudican a los accionistas y a otros. Llamemos "estafas" a estas oportunidades.

2. Las oportunidades de que los gerentes cometan estafas llegan al azar conforme a un proceso de Poisson con intensidad [lambda].

3. El gerente tiene una capacidad de procesamiento limitada ("ancho de banda" limitado), y esto significa que la probabilidad de que reconozca una oportunidad de estafa y pueda aprovecharla depende de la magnitud del ancho de banda a su disposicion en el momento en que se le presenta la oportunidad de estafa.

4. La manera mas eficiente de evitar que el gerente cometa estafas es asegurar que el ancho de banda disponible sea limitado.

5. La magnitud del ancho de banda a disposicion del gerente depende de la complejidad de la estructura de capital del banco. Una estructura de capital mas complicada requiere mas atencion del gerente y le deja menos ancho de banda para identificar estafas.

6. El capital es simple (solo acciones ordinarias) pero la deuda puede ser muy complicada (varia en madurez, prioridad y muchas otras caracteristicas). En otras palabras, es mas complicada que el capital.

Esto da lugar a la siguiente conclusion:
   Para los bancos es eficiente tener una estructura de capital
   compleja, y esto se logra usando una deuda elevada y haciendo muy
   complicada la estructura de obligaciones. Esto ocupara mas ancho de
   banda del gerente y reducira su capacidad para reconocer y
   aprovechar las oportunidades de estafa.


Este modelo proporciona claros fundamentos teoricos para reflexionar sobre cuestiones importantes relacionadas con las normas bancarias y los requerimientos de capital. ?Que tan seriamente lo debemos tomar? ?Lo debemos tomar tan seriamente como a cualquier otro modelo hasta que sea rechazado por una prueba empirica? El modelo propuesto no es vacuo: es falsable en el sentido popperiano. Por ejemplo, predice nitidamente que a medida que las oportunidades de estafa aumentan, las estructuras de capital bancario deberian ser cada vez mas complejas. Se podria imaginar un experimento natural donde haya un aumento exogeno de las oportunidades de estafa que permita probar esto. Si viesemos que las estructuras de capital bancario se vuelven sistematicamente mas simples despues de aumentos exogenos de las estafas, tendriamos razones para rechazar el modelo.

Por supuesto, no es probable que surjan las condiciones para una prueba decisiva y que esa prueba se pueda llevar a cabo. Se pueden imaginar muchos problemas practicos. Esto no solo se aplica a la "teoria del ancho de banda del gerente" que acabamos de presentar, infortunadamente tambien se aplica a muchas teorias de la literatura sobre economia y finanzas. Esto no significa que debamos dejar de desarrollar teorias e intentar probarlas. Solo significa que dado que nuestra capacidad para probar directamente las teorias es limitada, debemos usar otros medios para juzgar la aplicabilidad y la utilidad de una teoria o modelo dados. El modelo de ancho de banda simplemente no pasa ningun filtro de como funciona el mundo real. Es cierto que algunos de sus supuestos son plausibles (14), pero ninguna persona reflexiva que sea consciente del mundo tomaria en serio la historia. Primero, el supuesto de que la manera mas eficiente de evitar estafas es ocupar el ancho de banda gerencial es muy dudoso. Segundo, si los gerentes son los que determinan la complejidad de las obligaciones bancarias, ?por que elegirian algo que les impida beneficiarse mediante estafas o, mas en general, por que deberian elegir algo que los discipline? Tercero, si la junta directiva impone la estructura de capital compleja al gerente para evitar estafas, ?por que nunca hemos oido que los miembros de una junta expliquen asi sus acciones?; etc. Cuando empece a escribir este articulo estaba resuelto a no usar la expresion "sentido comun", pero es inevitable: el simple sentido comun (basado en el conocimiento del mundo en que vivimos) nos dice que el modelo de ancho de banda no se debe tomar en serio. No seria una asignacion eficiente del tiempo de los teoricos desarrollar el modelo de ancho de banda o modelos como ese, ni seria eficiente que los empiristas dediquen tiempo y esfuerzo a probar ese modelo.

El modelo de ancho de banda es deliberadamente absurdo a proposito. Es claro que no pasa el filtro del mundo real. Pero si se insiste en que no debemos rechazar modelos porque sus supuestos no son razonables y, ademas, en que salvo que las hipotesis comprobables de un modelo teorico sean rechazadas en una prueba empirica formal, ese modelo esta en pie de igualdad con cualquier otro, no hay razon para tratar el modelo de ancho de banda como un modelo absurdo. Para alguien que adopte este punto de vista, este modelo se debe tomar en "serio". El hecho de que la mayoria de las personas--espero que todas--no lo tomaria en serio significa que al menos en casos extremos como este aplicamos el filtro del mundo real. El problema, y mi motivacion para escribir este ensayo, es que hay camaleones: modelos teoricos que, asi no sean tan absurdos como el modelo de ancho de banda, no obstante tienen conexiones dudosas con el mundo real y, sin embargo, parecen dar pasos a traves del filtro del mundo real y son tomados como descripciones serias de la realidad, al menos por algunas personas.

6. EL HECHO DE VERLO NO LO HACE OPTIMO

Como economistas tenemos la fuerte y en general bien fundada creencia de que no se dejaran grandes sumas de dinero sobre la mesa. En muchas situaciones los agentes economicos encontraran maneras de cambiar las estructuras o practicas organizativas ineficientes o de superar los obstaculos que reducen el tamano del pastel. Esto significa que cuando vemos contratos escritos de un modo particular o transacciones realizadas de cierta manera, es razonable pensar que no son resultados aleatorios sino que solucionan problemas potenciales importantes. Aunque la hipotesis de que el dinero no se deja sobre la mesa tenga un solido registro de prediccion, no se deduce que todo lo que vemos es optimo (15).

Supongamos que observamos algo en el mundo real--un contrato o una estructura organizativa--y llamemoslo "configuracion observada". Como muestra la grafica 3, a menudo es bastante posible que alguien haga "ingenieria inversa" con un conjunto de supuestos ([A.sub.1], [A.sub.2], [A.sub.3] ..., [A.sub.N]) bajo los cuales la configuracion observada sera optima.

[GRAFICA 3 OMITIR]

Ahora bien, si empezamos suponiendo que los supuestos de ingenieria inversa son validos y preguntamos que es optimo, el analisis mostrara necesariamente que la configuracion observada es optima.

Esto puede dar lugar al siguiente argumento defectuoso. A partir de la configuracion observada, laxamente "inferimos" que los supuestos ([A.sub.1], [A.sub.2], [A.sub.3] ..., [A.sub.N]) deben cumplirse conforme a la idea de que lo que vemos debe ser optimo, lo cual significa que ([A.sub.1], [A.sub.2], [A.sub.3] ..., [A.sub.N]) "deben" ser validos, porque si no lo fuesen no veriamos la configuracion observada. Habiendo aceptado los supuestos, tenemos respaldo adicional para la idea de que los agentes economicos encuentran soluciones optimas, porque la configuracion observada es un buen ejemplo de que los agentes optimizan. Cuando todo esto se dice en el mismo parrafo, como lo he dicho aqui, es facil de ver el caracter "circular" del argumento, lo que lo hace falaz (16). El problema es que el argumento nunca se expone en un solo parrafo. No se expone en forma rigurosa y sus componentes no se presentan necesariamente en el mismo escrito o en el mismo contexto. Por ejemplo, como se comento mas atras, Diamond y Rajan desarrollan un modelo en el que en esencia se preguntan que conjunto de supuestos hara que la deuda de corto plazo y la fragilidad sean una solucion optima (o al menos de segundo o tercer optimo). Una vez desarrollado y publicado su modelo teorico, las personas asumen en otros contextos que estos supuestos deben ser validos en forma aproximada (porque vemos que se esta usando deuda de corto plazo) y laxamente argumentan que si los bancos fueran obligados a depender menos de financiacion de corto plazo esto los alejara de lo que es una configuracion optima e impondra potencialmente un costo. La circularidad sigue alli, pero no expuesta en el mismo lugar.

Aunque podamos suponer legitimamente que la configuracion observada es optima, en general no podremos inferir que conjunto de supuestos se "debe mantener", ya que en la mayoria de los casos habra varios conjuntos bajo los cuales la configuracion observada seria optima, como ilustra la grafica 3A, en la que se identifican dos conjuntos como posibles candidatos. Los supuestos son suficientes pero no necesarios.

[GRAFICA 3A OMITIR]

En vista de todo esto, deberia ser claro que alguien que idee un conjunto de supuestos bajo los cuales una configuracion observada es optima no puede arguir legitimamente que ha explicado esa configuracion. En la grafica 3A tenemos dos explicaciones rivales y hay muchas otras posibles. Es claro que no podemos "probar" el modelo que incorpora los supuestos ([A.sub.1], [A.sub.2], [A.sub.3] ..., [A.sub.N]) preguntando si se observa la configuracion optima; el modelo se construyo para "explicar" por que una configuracion ya observada es "optima". Lo que podemos hacer, por supuesto, es preguntar si los supuestos ([A.sub.1], [A.sub.2], [A.sub.3] ..., [A.sub.N]) son razonables. Cuando los mantenemos, ?pasan el filtro de todo el conocimiento anterior que tenemos del mundo real?

7. LAS LIMITACIONES DEL "COMO SI"
   En el ensayo sobre economia positiva de Friedman se nos dijo que
   podemos entender las acciones de un billarista experto suponiendo
   que hizo sus tacadas como si conociese las complicadas formulas
   matematicas que dan la direccion optima y pudiese estimar
   exactamente los angulos a ojo, etc., y viendo la localizacion de
   las bolas pudiese calcular instantaneamente las formulas, para
   luego hacer que las bolas vayan en la direccion indicada por las
   formulas.


La fuerza del argumento "como si" de Friedman aplicado al jugador de billar se basa en dos caracteristicas muy importantes de su ejemplo:

1. Cuando aprende a jugar, un billarista experto hace muchas tacadas y para cada una recibe retroalimentacion casi inmediata sobre si la tacada tuvo exito o no. Esto le permite experimentar y afinar los angulos, el efecto que aplica, etc. Si, como a veces se dice, se tardan 10.000 horas para volverse experto y si un billarista hace unas 100 tacadas en una hora, un billarista experto ha hecho casi un millon de experimentos, viendo casi inmediatamente cada resultado.

2. Conocemos todos los detalles importantes del juego de billar pool. Conocemos el peso de las bolas, el tamano de la mesa y, muy importante, el objetivo del billarista (ganar el partido segun las reglas). Esto significa que si le presentamos toda esta informacion a un fisico y le pedimos que prediga, por ejemplo, el angulo con el que el billarista experto golpearia la bola blanca para meter una bola particular en la tronera lateral, el fisico podria deducir y usar con exito las formulas apropiadas para hacer la prediccion.

Ahora consideremos el argumento "como si" tal como se usa en algunos modelos de finanzas y economia. Como ejemplo consideremos los modelos dinamicos de la estructura de capital de una firma. En un articulo sobre este tema (Titman y Tsyplakov, 2007) encontramos la siguiente formula para el capital de la firma en un nodo particular de una grilla usada para resolver numericamente los problemas de control estocastico que surgen en el modelo:

[EXPRESION MATEMATICA IRREPRODUCIBLE EN ASCII]

donde

[??][Z] = 1/2 [[sigma].sup.2.sub.p][p.sup.2][Z.sub.pp] + (r - [alfa]) [Z.sub.p] + (-[gamma]A + [i.sup.*]) [Z.sub.A] - rZ

y donde [i.sup.*] es la estrategia de inversion que resuelve el problema de maximizacion anterior.

El modelo es bastante complicado y las "formulas" que se supone que los agentes economicos deben resolver son muy complejas. Los agentes no solo deben ser capaces (en algun sentido) de resolver el problema de programacion dinamica, tambien deben ser capaces de estimar el valor de los parametros (p. ej., [alfa], [[sigma].sup.2.sub.p] y [gamma]). Se podria considerar que es un modelo normativo o de politica (es decir, este es el problema que los gerentes corporativos deberian resolver). Pero en ese articulo y en articulos como ese, el modelo se presenta como un aporte a la teoria positiva (el modelo ayuda a explicar lo que vemos en la practica). De hecho, los autores del articulo intentan calibrar su modelo y comparar los resultados con regularidades empiricas. Afirman que "las regresiones estimadas con los datos simulados generados por nuestro modelo son relativamente consistentes con regresiones reales estimadas en la literatura empirica".

Si este modelo se considera un aporte a la teoria positiva, es claro que el argumento debe ser un argumento "como si". El supuesto es que los gerentes financieros (GF) y las juntas directivas toman decisiones sobre la estructura de capital "como si" estuviesen calculando, entre otras cosas:

[EXPRESION MATEMATICA IRREPRODUCIBLE EN ASCII]

Aunque pocos GF, si existe alguno, estan bien versados en los principios de la programacion dinamica, quiza podamos suponer que, como los billaristas expertos, los GF juegan el "juego" de la estructura de capital como si resolviesen numericamente problemas de control estocastico. Pero en este punto debemos ser conscientes de las enormes diferencias entre los contextos en que actuan los GF y el contexto en que los billaristas se convierten en expertos. A diferencia de un billarista experto, el GF solo hace algunas "tacadas" de estructura de capital significativas en un ano y, a diferencia del billarista, no recibe retroalimentacion inmediata sobre si ha tomado la decision correcta (ningun equivalente de una bola entra a la tronera lateral dos segundos despues de que el GF aumenta la deuda y recompra capital). De hecho, se puede argumentar que el GF en esencia no recibe ninguna retroalimentacion o, en el mejor de los casos, que la retroalimentacion tiene mucho ruido. ?Como aprende el GF a resolver, de una manera "como si", estas complejas ecuaciones cuando solo puede hacer tan pocos experimentos y recibe tan poca retroalimentacion? (17).

Otra diferencia critica entre GF y billaristas se relaciona con el hecho de que conocemos con detalles muy precisos el juego que juega el billarista experto, pero no conocemos todos los detalles del "juego" que juega el GF. Un grupo de fisicos en el que todos trabajen de manera independiente dara basicamente la misma explicacion (conjunto de formulas) de como tacara un billarista experto en una circunstancia dada. Esto se debe a que las dimensiones de la mesa se dan con exactitud junto con los demas detalles del entorno fisico y lo que se considera exito es tambien conocido porque es dado por las reglas explicitas del juego. Un grupo de economistas financieros en el que todos trabajen independientemente para predecir que hace un GF "experto" dara muchas descripciones y formulas conflictivas diferentes. Esto se debe a que el "juego" al que juega un GF (aun si suponemos que es un super humano "experto" capaz de resolver los problemas de programacion mas complicados) se juega en un entorno que no se define con precision (por cierto, no de la misma manera que la mesa de billar) y no sabemos de manera confiable cuales son los objetivos (?se busca maximizar el valor del accionista, o las preferencias conflictivas de los directivos juegan algun papel?).

Quienes plantean modelos dinamicos de estructura del capital primero deben conjeturar la naturaleza del juego que se esta jugando y las dimensiones de la mesa en que se juega. Luego deben suponer--si el modelo se ha de considerar como un modelo positivo--que los GF y otros tomadores de decisiones que juegan el juego postulado toman decisiones "como si" pudiesen resolver los complicados problemas de programacion dinamica.

La pregunta que se deberia hacer es si estos supuestos son razonables. ?Que base tenemos para creer que los GF toman decisiones "como si" tuviesen que resolver complicados problemas de control estocastico? He oido decir que deberiamos confiar en algun fenomeno de "sabiduria popular" o efecto similar que haria "como si" fuese cierto "en promedio" que los GF resuelven problemas de control estocastico. Es cierto que si se pidiera a cien personas que adivinen cuantos caramelos hay en un frasco, es probable que el promedio de sus conjeturas sea cercano al numero verdadero y que sea mejor que la mayoria de las conjeturas individuales. Pero si preguntamos a cien o un millon de personas que adivinen el digito 10100 de la expansion decimal de p, la conjetura promedio no sera mejor que cualquier conjetura individual. Tenemos buenas razones (y evidencia) para creer que un individuo (incluso de 10 anos de edad) puede hacer una conjetura razonable del numero de caramelos que hay en un frasco y que al promediar esas conjeturas los errores tienden a "compensarse". Podriamos suponer que las personas pueden estimar de algun modo el digito 10100 de p "como si" fuesen supercomputadores mucho mas poderosos que los que hoy tenemos, pero este argumento "como si" no nos deberia dar confianza en la conjetura promedio de tal digito. Simplemente no tenemos fundamento para suponer que los individuos tienen capacidad para adivinar la identidad del digito 10100 de [pi]. ?Que fundamento tenemos para creer que los GF y otros gerentes pueden resolver problemas de programacion sumamente complicados que en ultimas se deben resolver numericamente en un computador usando programas que un investigador tarda semanas o meses para escribir? Al menos seria razonable preguntar a algunos GF si esos son los problemas que estan resolviendo y como los resuelven (18). Resolver estos problemas es menos dificil que determinar el digito [10.sup.100] de [pi], pero esta lejos de ser obvio que sea razonable suponer que los GF los estan resolviendo, asi sea heuristicamente.

Todos los argumentos que he escuchado respecto de por que podemos suponer que los GF actuan "como si" tuviesen habilidades extraordinarias parecen debiles, muy debiles, mucho mas debiles que cuando el argumento "como si" se aplica al jugador de billar cuyas habilidades "como si" se basan en miles de horas de juego y retroalimentacion inmediata. No digo que el argumento "como si" nunca se aplique para entender lo que hacen los agentes economicos, solo digo que requiere mas apoyo que encoger los hombros o pensar con el deseo. Los supuestos "como si" deben ser respaldados por lo que sabemos del mundo real. Deben pasar por el filtro (19).

8. SUTILEZA, ELEGANCIA MATEMATICA, COMPLEJIDAD Y MANEJABILIDAD

Muchos resultados importantes en economia y finanzas no son obvios. Para un economista educado, la teoria de la ventaja comparativa en el comercio es muy simple; para muchas personas es desconcertante, intrigante y dificil de aceptar. Los resultados de irrelevancia de Modigliani y Miller son dificiles de explicar incluso a los mejores estudiantes y solo son plenamente internalizados por unos cuantos. Muchos resultados en finanzas y economia son contraintuitivos y dependen de interacciones y tradeoffs muy complicados.

Las teorias "profundas" que producen resultados sorprendentes son intrinsecamente interesantes y, sin duda, es entretenido desarrollarlas y exponerlas. Las explicaciones que involucran un razonamiento sutil y complejo parecen tener, al menos en la mente de algunas personas, un estatus mas alto que el de las que son mas simples y directas. Por supuesto, la sutileza en si y por si misma no se debe considerar una virtud cuando se trata de juzgar la contribucion de un modelo o una teoria a nuestra comprension del mundo. No hay ninguna razon para suponer que la explicacion de algo debe ser sutil ni para suponer que un modelo mas sutil y mas profundo es mejor que un modelo rival menos profundo y menos sutil.

Dado que no se atribuye mucho prestigio y honor a quienes plantean modelos simples y obvios para explicar o entender fenomenos economicos, hay un sesgo hacia los modelos profundos y sutiles. Ligada a esto hay una preferencia por la "elegancia" o "sofisticacion" matematica (20). Las matematicas han proporcionado herramientas utiles para analizar problemas dificiles que surgen en finanzas y economia, y no estoy sugiriendo que nos deberiamos limitar al razonamiento "verbal" y tampoco que la sutileza y la elegancia matematicas sean cosas que se deben evitar: una explicacion correcta puede ser de hecho muy sutil e incluso matematicamente elegante (21). Mi punto es simple: el uso habilidoso de herramientas matematicas y el logro de sutileza no deberian ser las fuerzas que impulsan la elaboracion de modelos. Aun mas importante, cuando sacamos un modelo del cajon con la intencion de aplicarlo al mundo real, la sutileza y la elegancia matematica nada tienen que ver con cuan bien capta el modelo lo que es importante en la realidad. Se suele atribuir a Albert Einstein la frase "Hacer las cosas tan simples como sea posible, pero no mas simples" (aunque no hay evidencia convincente de que la haya pronunciado) (22). En mi opinion, un corolario importante es: "Hacer las cosas tan sutiles como sea necesario, pero no mas sutiles".

Asi como la sutileza y la sofisticacion matematica--en y por si mismas--no hacen mejor un modelo para explicar nuestro mundo real, tampoco lo hace la complejidad. Mientras que un modelo puede tener que involucrar algunas "partes moviles" para captar los factores economicos importantes en juego, los modelos que se construyen con un enorme numero de supuestos dudosos no son mas utiles que los que se construyen con pocos supuestos. Aunque el mundo real es complejo, eso no significa que todo paso hacia la complejidad en la modelacion nos lleve necesariamente mas cerca de entender los fenomenos economicos que estamos considerando. No se de nadie que argumente expresamente que la complejidad es una virtud en si misma, pero veo que a veces la complejidad sirve como cortina de humo para que surjan camaleones. Es probable que un modelo simple con un supuesto dudoso que orienta los resultados sea reconocido como lo que es. Es mas dificil evaluar un modelo mas complicado con muchos supuestos, incluido el supuesto dudoso mencionado. El supuesto dudoso no solo no se destaca tanto como en el modelo simple, sino que suele ser mas dificil determinar cuan importante es para orientar los resultados. Esto es cierto en particular en modelos complejos que se calibran numericamente para aproximar lo que observamos. La importancia del supuesto dudoso para el exito del ejercicio de calibracion no siempre es clara y el exito de ese ejercicio puede ser aprovechado en forma ligera para ocultar el caracter dudoso del supuesto. Estos problemas solo se magnifican cuando el modelo esta conformado por muchos supuestos dudosos.

Por ultimo, a menudo se sostiene que los supuestos son necesarios para que los modelos sean manejables. Todo el mundo entiende que es muy posible que un supuesto que se haga con este fin sea un supuesto que nos aleja de lo que puede ser importante en el mundo real y reduce potencialmente la posibilidad de aplicar el modelo y sus resultados. Todos sabemos que no tiene sentido buscar las llaves perdidas debajo del farol cuando sabemos que se perdieron donde hay oscuridad. A pesar de ello y quiza por simpatia con el teorico y por saber cuan dificil es elaborar modelos manejables, se tiende a restar importancia a la brecha entre supuestos manejables y lo que sabemos del mundo real. Si el objetivo es construir un modelo de cajon que mediante su argumento logico nos proporcione intuiciones, estos supuestos manejables (o "estilizados") pueden ser una virtud y no un problema. Pero si el modelo se va a aplicar al mundo real, la manejabilidad, asi como la sutileza, la elegancia matematica y la complejidad, no deberia ser un pase gratuito que permita eludir el filtro.

9. POR QUE LOS MODELOS EN FINANZAS Y ECONOMIA NO SON COMO LOS MODELOS EN MECANICA CUANTICA

Mas atras argumente que antes de aplicar modelos economicos teoricos al mundo real debemos evaluarlos criticamente para ver que tan bien pasan los filtros del mundo real. Se podria pensar que esto no es habitual en las ciencias duras. En particular podria parecer que el exito de los modelos en campos tales como la mecanica cuantica muestra que no debemos juzgar los modelos considerando si sus supuestos son razonables o si los modelos son plausibles. Despues de todo, en mecanica cuantica casi todo parece desafiar el sentido comun. A Richard Feynman se le atribuye la frase: "Si piensa que entiende la mecanica cuantica, no entiende la mecanica cuantica". Los modelos de mecanica cuantica son bien aceptados debido a la solidez de sus predicciones, no a la "sensatez" de sus supuestos.

Hay, sin embargo, grandes diferencias entre el contexto en que se aplican los modelos de mecanica cuantica y aquellos en que intentamos aplicar modelos economicos. La grafica 4 describe como se usan los modelos en mecanica cuantica. No recibimos informacion acerca de lo que "motiva" a los electrones y fotones a tomar "decisiones", pero vemos los resultados de esas "decisiones" en las trayectorias que siguen y en otras evidencias basadas en la observacion. Por supuesto, es absurdo antropomorfizar a los electrones y fotones y pensar que toman decisiones. El punto clave es que toda nuestra evidencia observacional se basa en las interacciones que estas particulas tienen con otras particulas, y que podemos producir numerosos datos mediante observaciones y experimentos. En mecanica cuantica los modelos han tenido extraordinario exito para hacer predicciones, y estas predicciones son coherentes con lo que se mide en los experimentos hasta muchos lugares decimales.

[GRAFICA 4 OMITIR]

Aun mas importante, los modelos de mecanica cuantica no contradicen abiertamente nada que sepamos de los electrones y fotones. Son basicamente coherentes con todo lo que se observa. Si surgiese una incoherencia sistematica entre lo que suponen los modelos y lo que se observa, los modelos se considerarian incompletos o defectuosos y se harian esfuerzos para corregirlos (23).

Examinemos ahora modelos que se usan a menudo en finanzas o economia. Creo que la grafica 5 es una buena descripcion de lo que enfrentamos en muchos casos. Es frecuente tener modelos rivales (p. ej., los modelos A a F) que son mas o menos coherentes con algunos aspectos de lo que observamos (p. ej., ciertos patrones de decisiones de estructura de capital). La cantidad de datos que tenemos suele ser muy limitada (pero no siempre) y los problemas de endogeneidad en general hacen dificil probar los modelos y discriminar entre ellos. (Tenemos justificacion para sospechar de los modelos que se ajustan sumamente bien a los datos porque pueden ser sobreajustados.) Un grave problema es que los modelos a menudo se basan en supuestos o tienen implicaciones que contradicen cosas que sabemos de quienes toman decisiones economicas o de otros fenomenos economicos que observamos. Como argumente mas atras, no es justificado ignorar o desestimar estas contradicciones y no es una buena costumbre para elaborar modelos y teorias que sean utiles para mejorar la comprension de nuestra economia.

[GRAFICA 5 OMITIR]

Los agentes economicos (es decir, los seres humanos) son mucho mas complicados que los electrones y fotones e interactuan en contextos que son mucho mas complejos y cambian continuamente. Incluso es posible que el desarrollo de una teoria economica o la publicacion de un articulo academico sobre economia puedan alterar el comportamiento de estos agentes. No se puede decir que los electrones o fotones alteren su comportamiento con base en lo que pueda escribir un fisico. Esto significa que el desarrollo de modelos utiles en economia y finanzas involucra retos que no se encuentran en mecanica cuantica y otros campos de investigacion en fisica y ciencias duras, donde en general se dispone de muchos mas datos y, al menos en muchos casos, son posibles los experimentos controlados.

Debido a estos mayores desafios, los modelos en economia y finanzas son por necesidad simplificaciones y abstraen mucha de la complejidad del campo que pretenden explicar. Esto significa que habra tensiones entre lo que suponen estos modelos y las cosas que sabemos que son ciertas. El hecho de que este sea el caso no quiere decir que debamos ignorar estas tensiones. Cuando los principales impulsores de los resultados de un modelo no se pueden conectar con lo que vemos en el mundo real, tenemos justificacion para cuestionar la utilidad del modelo como explicacion de lo que vemos. Esto es cierto incluso cuando las predicciones del modelo son respaldadas por pruebas empiricas. Cuando el modelo ignora factores que tenemos buena razon para creer que son de importancia de primer orden, tambien tenemos justificacion para cuestionar la utilidad del modelo. Enfrentar estas tensiones es una mejor manera de avanzar que ocultarlas.

CONCLUSION

Los argumentos que expongo en este ensayo se basan en una afirmacion simple y--segun creo--incontrovertible: cuando se usan modelos economicos para entender la economia no debemos ignorar o descartar el conocimiento previo que tenemos del mundo real. Aunque algunos modelos teoricos pueden ser muy utiles para generar intuiciones, un modelo teorico en esencia solo argumenta que un conjunto de conclusiones se deduce de un conjunto dado de supuestos. El que sea logicamente correcto le puede ganar un lugar dentro del cajon de modelos teoricos, pero cuando se saca del cajon y se aplica al mundo real es necesario preguntar si sus supuestos concuerdan con lo que sabemos del mundo. ?La historia que esta detras del modelo capta lo que es importante o es una ficcion que tiene poca conexion con lo que vemos en la practica? ?Se han omitido factores importantes? ?Se supone que los agentes economicos hacen cosas de las que tenemos serias dudas que puedan hacer? Estas preguntas y otras semejantes nos permiten filtrar los modelos inadecuados para darnos intuiciones autenticas. Para que se tomen en serio los modelos deben pasar por el filtro del mundo real.

Los camaleones son modelos que se presentan como si dijesen algo significativo del mundo real aunque no pasen el filtro. Cuando se cuestionan los supuestos de un camaleon, se recurre a diversas defensas (p. ej., que no se debe juzgar un modelo por sus supuestos, que un modelo esta en pie de igualdad con los demas modelos hasta que se hayan hecho pruebas empiricas apropiadas, etc.). En muchos casos el camaleon cambiara de colores segun sea necesario, adoptando los colores de un modelo de cajon cuando es cuestionado, pero volviendo a los colores de un modelo que se pretende aplicar al mundo real cuando no es cuestionado.

Aunque mas atras di ejemplos de camaleones y de casos donde pienso que es bastante claro que los supuestos no son sometidos al filtro del mundo real tanto como se deberia (p. ej., algunos supuestos "como si"), no afirmo que en la practica nunca se empleen filtros. Mi experiencia ha sido que cuando se presentan escritos en seminarios y conferencias, los supuestos de los modelos y teorias de esos escritos en general son cotejados con el mundo real y cuestionados, a menudo agresivamente, por una audiencia esceptica. Aunque esto es cierto, veo muchos casos donde se da un pase a los camaleones. Por ejemplo, a menudo he oido defender un supuesto con la afirmacion "es el supuesto estandar en la literatura". De hecho, el expositor a veces intenta evitar la necesidad de defender el supuesto presentandolo con la frase "como es estandar en la literatura". Si el modelo solo se presentara como un modelo de cajon, decir que es estandar en la literatura no seria un grave problema. Si el modelo solo se va a usar como un modelo cajon, se puede considerar que facilita la exploracion del terreno "logicamente posible" en la vecindad de lo que otros autores han explorado cuando hacen los mismos supuestos "estandar en la literatura". Pero si se nos pide que tomemos el modelo como algo que se puede aplicar al mundo real, un supuesto no se puede defender diciendo simplemente que otros lo han supuesto.

En una conferencia a la que asisti no hace mucho, el comentarista de un articulo dijo que su autor habia hecho un mal trabajo intentando defender uno de los supuestos de su modelo. Y luego dijo que el autor deberia "simplemente hacer el supuesto y seguir adelante". La implicacion parecia ser que como el supuesto en cuestion era dificil de defender, era mejor no llamar la atencion del lector armando una defensa muy debil. Quiza este fuera un "buen" consejo para construir un modelo de cajon y eludir a un arbitro editorial, pero lo caracterizaria como una estrategia para convertir el modelo del articulo en camaleon, un modelo dirigido a eludir el filtro.

Como ya senale, aunque un modelo sea internamente coherente, aunque sea sutil y el analisis sea matematicamente elegante, nada de eso garantiza que sea aplicable al mundo real. Se podria pensar que la aplicabilidad o "verdad" de un modelo teorico siempre puede ser establecida por un analisis empirico formal que pruebe las hipotesis comprobables del modelo, pero esto es un tanto fantastico. La comprobacion empirica formal, por supuesto, se debe buscar energicamente, pero la falta de datos y de experimentos naturales limita en muchos casos nuestra capacidad para elegir entre modelos rivales. Ademas, aunque podamos comprobar formalmente algunas hipotesis de esos modelos rivales, los resultados de estas pruebas solo permiten rechazar algunos de ellos, dejando varios sobrevivientes que tienen implicaciones diferentes sobre asuntos que no podemos comprobar. Los filtros del mundo real son esenciales en todos estos casos.

Sospecho que algunas personas se sentiran incomodas con la idea de aplicar filtros del mundo real a los modelos, sobre todo porque no hay criterios formales disponibles para determinar cuales deberian ser esos filtros ni una manera inequivoca de establecer el umbral que determine lo que se deberia permitir que pase por ellos. Para algunas, esto parecera muy subjetivo y por tanto inadmisible en lo que nos gusta ver como un campo de investigacion que usa metodos "objetivos". Esta no es una objecion defendible. Como ya mencione, los filtros que discuto se pueden interpretar como precedentes bayesianos. Toda persona razonable pone un precedente muy bajo (esencialmente cero) a la estatura de los actores masculinos en el ano t-1 para determinar la tasa de inflacion de Estados Unidos en el ano t. Se necesitaria una cantidad extraordinaria de datos en contra para alterar esos precedentes en forma visible. Descartar el uso de filtros porque son demasiado subjetivos significa decir que debemos evaluar todos los modelos con base en un precedente bayesiano agnostico (uniforme), cualquier cosa que esto signifique. (Es "igualmente probable" que la inflacion de Estados Unidos este determinada por la estatura de los actores masculinos o por las acciones de los bancos centrales.) Es obvio que en la practica no realizamos nuestra investigacion como si tuviesemos estos precedentes agnosticos o uniformes. Rutinariamente tenemos en cuenta estos precedentes. Ahora bien, es cierto que las personas no tienen exactamente los mismos precedentes y que "las personas razonables pueden no estar de acuerdo", pero esto no abre la puerta para tomar en serio modelos cuyos supuestos contradicen gravemente lo que vemos en el mundo real e ignoran factores que sabemos son de importancia de primer orden. Un modelo que afirma que el "alto" apalancamiento es optimo para los bancos mientras que ignora casi todo lo que sabemos que es importante es un modelo de cajon. No es un modelo que pueda pasar un filtro razonable del mundo real porque es contrario a toda la informacion previa que tenemos del mundo, informacion que usamos para formar precedentes razonables.

REFERENCIAS BIBLIOGRAFICAS

[1.] Admati, A. R. "The compelling case for stronger and more effective leverage regulation in banking", Stanford working paper, 2013.

[2.] Admati, A. R.; P. M. DeMarzo et al. "Fallacies, irrelevant facts, and myths in the discussion of capital regulation: Why bank equity is not socially expensive", Stanford working paper, 2013.

[3.] Admati, A. R. y M. F. Hellwig. "Does debt discipline bankers? An academic myth about bank indebtedness", Stanford University, 2013.

[4.] Bear, D. V. T. y D. Orr. "Logic and expediency in economic theorizing", Journal of Political Economy 75, 1967, pp. 188-196.

[5.] Boland, L. A. "A critique of Friedman's critics", Journal of Economic Literature 17, 2, 1979, pp. 503-522.

[6.] Caballero, R. J. "Macroeconomics after the crisis: Time to deal with the pretense-of-knowledge syndrome", Journal of Economic Perspectives 24, 4, 2010, pp. 85-102.

[7.] Caldwell, B. Beyond positivism: Economic methodology in the Twentieth Century, Nueva York, Allen and Unwin, 1982.

[8.] Caldwell, B. ed. Appraisal and criticism in economics, Londres, Allen and Unwin, 1984.

[9.] Calomiris, C. WW. y C. M. Kahn. "The role of demandable debt in structuring optimal banking arrangements", American Economic Review 81, 3, 1991, pp. 497-513.

[10.] Cornell, B. y J. Hsu. "The 'machinery' of asset pricing and its implications", working paper, 2014, [http://papers.ssrn.com/sol3/papers. cfm?abstract_id=2374441].

[11.] DeAngelo, H. y R. M. Stulz. "Why high leverage is optimal for banks", Fisher College of Business working paper, agosto de 2013.

[12.] Diamond, D. W y R. G. Rajan. "A theory of bank capital", Journal of Finance 55, 6, 2000, pp. 2431-2465.

[13.] French, K. R. et al. The Squam Lake Report: Fixing the financial system, Princeton, NJ, Princeton University Press, 2010.

[14.] Friedman, M. "The methodology of positive economics", The methodology of positive economics, Chicago, University of Chicago Press, 1953, pp. 3-43.

[15.] Gilboa, I.; A. Postlewaite et al. "Economic models as analogies", PIER working paper, 2013.

[16.] Hausman, D. M. "Economic methodology in a nutshell", Journal of Economic Perspectives 3, 2, 1989, pp. 115-127.

[17.] Machlup, F. "The problem of verification in economics", Southern Economic Journal 22, 1, 1955, pp. 1-21.

[18.] Maki, U. "Unrealistic assumptions and unnecessary confusions: Rereading and rewriting F53 as a realist statement", The methodology of positive economics: Reflections on the Milton Friedman legacy, Cambridge, Cambridge University Press, 2009, pp. 90-116.

[19.] Melitz, J. "Friedman and Machlup on the significance of testing economic assumptions", Journal of Political Economy 73, 1965, pp. 37-60.

[20.] Reiss, J. "Idealization and the aims of economics: Three cheers for instrumentalism", Economics and Philosophy 28, 3, 2012, pp. 363-383.

[21.] Samuelson, P. "Problems of methodology--Discussion", American Economic Review 53, 2, 1963, pp. 231-236.

[22.] Titman, S. y S. Tsyplakov, "A dynamic model of optimal capital structure", Review of Finance 11, 3, 2007, pp. 401-451.

Paul Pfleiderer, Doctor en Economia, profesor de la Universidad de Stanford, [pfleider@ stanford.edu]. Agradezco a Anat Admati, Jonathan Bendor, Jules van Binsbergen, Steve Ross, Mark Wolfson y Jeff Zwiebel por las utiles discusiones y los atinados comentarios. Traduccion de Alberto Supelano. Se publica con las autorizaciones correspondientes. Fecha de recepcion: 13 de agosto de 2014, fecha de aceptacion: 1 de octubre de 2014. Sugerencia de citacion: Pfleiderer, P. "Camaleones: el mal uso de modelos teoricos en finanzas y economia", Revista de Economia Institucional 16, 31, 2014, pp. 23-60.

(1) Al examinar las diversas maneras en que un modelo es irrealista a veces se puede hacer una distincion util entre idealizacion aristotelica y galileana. La primera ignora ciertos aspectos de un contexto que, al menos para el problema en cuestion, no se consideran de primer orden de importancia. Por ejemplo, en ciertos contextos se pueden ignorar o "abstraer" los costos de transaccion. La idealizacion galileana involucra distorsiones deliberadas disenadas para que el modelo sea mas simple y mas facil de resolver. Por ejemplo, para hacer mas manejable un modelo se podria suponer que los agentes viven infinitamente, aunque sabemos que esta es una distorsion. Este tipo de distincion se hace en Gibbard y Varian (1978), donde los modelos se dividen en "aproximaciones" (idealizacion aristotelica) y "caricaturas" (idealizacion galileana). Ellos explican que las caricaturas "buscan "dar una impresion" de algun aspecto de la realidad economica no describiendola directamente, sino subrayando--aun hasta el punto de distorsionarla--ciertos aspectos de la situacion economica".

(2) La seleccion no es necesariamente el resultado de un diseno consciente. Para evitar esto puede ser necesario que el investigador de un paso atras y se pregunte si los supuestos son involuntariamente artificiosos y sirven mas para producir el resultado particular que para simplificar el analisis.

(3) Gilboa et al. (2013) hacen varias observaciones interesantes que explican el valor potencial de muchos modelos de cajon. Ellos sugieren que los modelos teoricos a menudo son utiles porque crean casos que se pueden usar analogicamente para analizar problemas del mundo real. Los modelos teoricos elaborados con este proposito se pueden considerar como experimentos mentales que enriquecen el conjunto de resultados que los economistas tienen a disposicion para hacer predicciones y abordar problemas de politica. El modelo de los limones de Akerlof y el modelo de senalamiento de Spence son buenos ejemplos. Al aplicar estos modelos de experimento mental a asuntos especificos del mundo real, la preocupacion clave es la fuerza de la analogia. Esta depende de cuan bien pasa el modelo los filtros del mundo real que discuto mas adelante.

(4) En general, las preguntas de politica involucran dos consideraciones. Primero se debe determinar que resultados se pueden lograr y como lograrlos (que acciones se deben emprender para lograrlos). En segundo lugar se debe determinar que resultado, entre los que se pueden lograr, es el mas deseable. Esta ultima consideracion, en especial cuando se trata de politica social, suele involucrar juicios de valor (p. ej., justicia) y cae de lleno en el campo de la economia normativa. Lo que intento captar en el lado derecho es la primera consideracion, la cual es independiente de los juicios de valor. En otras palabras, supongo que los juicios de valor estan dados, y me centro en la decision de politica que lleve al resultado mas deseable tal como lo definen estos supuestos normativos.

(5) Como sin duda ha sospechado el lector, este es un articulo ficticio.

(6) Para una discusion adicional del uso indebido del articulo de DeAngelo y Stulz, ver Admati (2013).

(7) Para un analisis mucho mas extenso de los diversos problemas que se encuentran al aplicar la nocion de que la deuda tiene un efecto disciplinante para la banca moderna en el mundo real, ver Admati (2013), Admati et al. (2013) y Admati y Hellwig (2013).

(8) El lector podria objetar que si Jamie Diamond intentara hurtar 6.200 millones al banco, los accionistas (a traves de la Junta Directiva) simplemente contratarian a otro equipo administrativo. La suma que Jamie Diamond podria hurtar al banco esta limitada por la perdida en que el banco incurriria al contratar un equipo externo, y esta podria ser menor de 6.200 millones. Todo esto es cierto y simplemente refuerza el argumento que planteo. Si el valor maximo que Jamie Diamond podria hurtar al banco son 400 millones, podria sustraer este valor sin generar una corrida puesto que 400 millones es mucho menos que 6.200 millones. Para evitar este hurto de 400 millones el banco debe ser aun mas fragil.

(9) Este argumento tambien se aplica al modelo de Calomiris y Kahn, porque podemos suponer que los depositantes en JP Morgan tendrian poco o ningun incentivo para supervisar el banco a fin de asegurar que los altos ejecutivos no se fuguen con 6.200 millones.

(10) Ver Bear y Orr (1967), Boland (1979), Caldwell (1982 y 1984), Hausman (1989), Machlup (1955), Maki (2009), Melitz (1965) y Samuelson (1963). Las controversias suscitadas por el articulo de Friedman estan relacionadas con el debate entre una vision "realista" y una vision "instrumentalista" de la ciencia. Para la primera, el objetivo de la investigacion cientifica es descubrir la realidad subyacente del mundo tal como es, mientras que para la segunda el objetivo es menos ambicioso: producir un conjunto de herramientas que hagan posible hacer predicciones utiles. Reiss (2012), por ejemplo, argumenta a favor del enfoque instrumentalista en economia. No es mi intencion abordar en forma sistematica los muchos asuntos que se plantean en el debate realista/instrumentalista. Aqui solo argumento que esa interpretacion literal de la vision instrumentalista planteada por Friedman no es defendible, y que sus argumentos no dan cobijo para que los modelos se conviertan en camaleones. Si bien es cierto que muchos de quienes han escrito sobre asuntos metodologicos en economia en las ultimas decadas no defienden el punto de vista de Friedman (Hausman dice que "se dara un paso adelante cuando los economistas lleguen a ver el articulo de Friedman unicamente como un documento historicamente interesante"), la idea de que el realismo de los supuestos de un modelo no es importante, que solo lo es su poder de prediccion, aun parece ser aceptada y creo necesario abordarla aqui.

(11) Para ser justos, en una nota de pie Friedman dice: "la proposicion inversa no es valida: los supuestos que son irrealistas (en este sentido) no garantizan una teoria significativa". Pero a pesar de esta cualificacion, Friedman sigue sugiriendo que un conjunto de supuestos muy irrealistas puede ser la base de una teoria "significativa" y parece sostener que el irrealismo es una virtud. Nada de esto nos da una guia para determinar cual (si hay alguno) del enorme numero de modelos que hacen predicciones "exactas" con supuestos muy irrealistas se deberia tomar en serio. En otras partes de su articulo sugiere que deberiamos valorar mas los modelos simples que los mas complejos, pero esto no nos lleva muy lejos porque algunos de los mejores modelos de prediccion pueden ser muy "simples", y quiza depender de una sola variable, como la altura de los actores masculinos.

(12) En su cuento "La biblioteca de Babel", Jorge Luis Borges habla de una biblioteca inutil que contiene todos los [K.sup.N] libros que se pueden escribir con K caracteres (letras y signos de puntuacion) y que tienen una longitud dada de N caracteres.

(13) Otro problema de basarse en pruebas empiricas para separar los buenos modelos de los malos modelos en una larga lista de modelos rivales se relaciona con la tesis de la indeterminacion de las teorias cientificas de Quine-Duhem. Puesto que normalmente se deben hacer numerosos supuestos adicionales a los que hace una teoria cuando esta se somete a comprobacion, los resultados negativos no necesariamente refutan la teoria porque se pueden atribuir a uno de estos supuestos auxiliares. Una buena ilustracion en finanzas es la de los intentos de comprobar la hipotesis del mercado eficiente. Como bien se sabe, las pruebas de esta hipotesis son en general pruebas de las hipotesis conjuntas de eficiencia del mercado y de un modelo particular de fijacion de precios de activos. Cualquier resultado negativo siempre se puede interpretar como un rechazo del modelo de fijacion de precios de activos y no de la hipotesis de eficiencia del mercado.

(14) Por ejemplo, los gerentes, por ser humanos, tienen "ancho de banda limitado". El supuesto de que las oportunidades de estafa son posibles no se puede descartar, aunque se pueda cuestionar su importancia. Cabe senalar que asi la mala conducta gerencial sea o no importante en la practica real, en muchos escritos sobre banca se hace este supuesto en diversas formas, como en Calomiris y Kahn (1991), articulo que ya comente. El supuesto de que estructuras de obligaciones mas complejas requieren mas atencion administrativa es plausible.

(15) Es necesario distinguir entre lo que es privadamente optimo (es decir, lo que maximiza el tamano del pastel disponible para las partes involucradas en la contratacion) y lo que es socialmente optimo (donde se tiene en cuenta a todas las partes, no solo a las involucradas en la contratacion). Aunque es indiscutible que la contratacion privada no siempre lleva a un optimo social, la distincion entre privado y social a veces se pasa por alto, y a veces parece suponerse implicitamente que lo que surja sera socialmente optimo. Mi punto aqui es que en muchos contextos es dudoso incluso el supuesto de que el resultado sera privadamente optimo.

(16) El argumento involucra la falacia de afirmar el consecuente. De las dos afirmaciones "si P entonces Q" y "Q", no se puede concluir "P". Por ello, aun si ([A.sub.1], [A.sub.2], [A.sub.3] ..., [A.sub.N]) implica la configuracion observada, el hecho de que la configuracion observada se mantenga no permite concluir que ([A.sub.1], [A.sub.2], [A.sub.3] ..., [A.sub.N]) se cumple.

(17) Puede existir la tentacion de argumentar que mientras que un GF individual solo hace pocos experimentos con retroalimentacion limitada, hay mas informacion potencialmente disponible si consideramos todos los experimentos realizados por los GF. Quiza con el tiempo esta informacion se agregue de algun modo en "reglas empiricas" que lleguen a formar parte del saber que se transmite a los GF. Los teoricos que formulan, calibran y resuelven complicados problemas de programacion dinamica darian entonces luz sobre los fenomenos que surgen entre los GF que siguen estas reglas empiricas. Hay dos problemas en usar esto como justificacion para adoptar un enfoque "como si". Primero y mas importante, las complicadas soluciones a problemas de programacion dinamica que se basan en numerosos parametros en general no se pueden condensar en reglas empiricas simples. Segundo, si estamos interesados en predecir como se toman (y no como se deberian tomar) las decisiones de estructura de capital, y creemos que las toman GF que siguen reglas empiricas, ?no seria mas facil (y mas confiable) entrevistar GF y preguntarles que reglas empiricas siguen?

(18) Cuando sugiero que podria ser razonable preguntar a los GF que problema de control estocastico creen que estan resolviendo, la respuesta que suelo recibir invoca la afirmacion de que no se debe juzgar un modelo por el realismo de los supuestos o una frase que hace eco al argumento de Friedman, "como si" los GF se comportasen (en promedio) como si pudieran resolver estos complicados problemas.

(19) Aunque me he centrado en las decisiones de estructura del capital para dar ejemplos donde la aplicacion del argumento "como si" es dudosa, hay muchos otros casos donde suponemos que los agentes economicos resuelven problemas muy complejos con retroalimentacion limitada. En muchos de ellos la suposicion "como si" en que se fundan esos supuestos merece mas escrutinio del que suele recibir. Por ejemplo, en modelos teoricos de fijacion de precios de activos a menudo se supone que los inversionistas resuelven complicados problemas de optimizacion dinamica que incluyen preferencias complejas sobre corrientes de consumo a lo largo del ciclo de vida y riesgos dificiles de medir. Si bien es cierto que muchos inversionistas delegan estos problemas a administradores de inversion profesionales, que quiza tengan algo mas de capacidad para resolver estos problemas que los inversionistas "ingenuos", sigue siendo dudoso que los asesores financieros y administradores profesionales de valores esten resolviendo los problemas de inversion que postulan muchos modelos de fijacion de precios de activos, aunque tengan la capacidad para resolverlos. En primer lugar, estos administradores tienen incentivos propios y no es claro que concuerden con los de los inversionistas principales. En segundo lugar, deben promover la venta de sus servicios de un modo que los inversionistas puedan entender y en general miden su desempeno en formas mas simples de las que serian consistentes con los modelos postulados. Para mas discusion, ver Cornell y Hsu (2014).

(20) Esto guarda relacion con la observacion de Caballero (2010) de que se da una prima potencialmente inmerecida a la precision, al menos entre los macroeconomistas que usan modelos de equilibrio general dinamico estocastico. Senala que se tiende a confundir la precision que estos modelos han alcanzado con respecto a su propio mundo con la precision que se puede aplicar al mundo real. La interpreto como una afirmacion de que esos modelos se han convertido en cierto sentido en camaleones, donde la precision de sus resultados se aplica falsamente porque no se ha tenido en mente una apreciacion completa de los limites de los modelos derivada de hacerlos pasar por filtros del mundo real.

(21) Algunos fisicos parecen creer (o tener la esperanza) que las explicaciones ultimas de nuestro mundo fisico seran matematicamente elegantes y simples. Las explicaciones que carecen de esta cualidad suelen ser vistas con sospecha. No se de alguien que afirme que las explicaciones ultimas en ciencias sociales seran necesariamente elegantes y simples matematicamente, y parece haber pocas razones para creer que lo seran. En ciencias sociales parece claro que la elegancia matematica no es necesaria ni suficiente, y no puede ser un criterio guia.

(22) La idea de que la simplicidad es deseable se remonta a la navaja de Occam y al dictum de que "las entidades no se deben multiplicar mas alla de lo necesario".

(23) Es bien sabido, sin embargo, que en su estado actual la teoria cuantica no se puede unificar con la teoria de la relatividad general, y esto ha llevado a buscar una teoria cuantica de la gravedad que describa la gravedad en terminos de mecanica cuantica.
COPYRIGHT 2014 Universidad Externado de Colombia
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2014 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Pfleiderer, Paul
Publication:Revista de Economia Institucional
Article Type:Ensayo
Date:Sep 22, 2014
Words:17424
Previous Article:Ilegales, hongos y levadura.
Next Article:La preeminencia intelectual de los Judios en la Europa moderna.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters