La economía como una disciplina experimental

153

Resumen elaborado por: Luis Alejandro Palacio García

La historia sugiere que una disciplina es experimental cuando logra desarrollar técnicas innovadoras para la realización de experimentos pertinentes. El proceso puede ser contagioso, con los avances de la técnica experimental se pueden generar avances inspiradores en otros temas relacionados. Aún así, cada disciplina debe innovar por sí misma. Incluso disciplinas estrechamente relacionadas difieren en su enfoque intelectual, y la transferencia de la técnica a través de las fronteras disciplinarias tiene sus limitaciones y plantea grandes retos.

En esta columna se presentaran algunas consideraciones generales sobre la metodología experimental. En primer lugar están las consideraciones con respecto al tipo de datos que se van a utilizar. Los datos para el trabajo empírico se pueden sacar de varios tipos de fuentes, cada uno con características distintivas, ventajas y desventajas. Una distinción importante es entre los datos experimentales, que han sido deliberadamente creados por científicos en condiciones controladas, y los datos de la cotidianidad, que son subproductos de procesos continuos no controlados. Una distinción importante, pero menos útil, se puede establecer entre los datos de laboratorio, que se reunieron en un ambiente artificial diseñado para fines científicos, y los datos de campo, que se reunieron en un entorno natural.

Los datos experimentales son especialmente valiosos para fines científicos porque son relativamente fáciles de interpretar. Si el resultado Y siempre se asocia con X institución y las otras variables ambientales o de otro tipo son manipuladas en un experimento bien diseñado, entonces podemos confiadamente concluir que X causa Y. Los datos de la cotidianidad no pueden apoyar tales conclusiones causales seguras. Dada la ausencia de control, la correlación observada entre X e Y puede ser debido a que Y provoca indirectamente X, o puede ser debido a alguna variable no observada Z causando tanto X como Y. Específicamente, la validez de los datos cotidianos a menudo se ve afectada por la omisión de algunas variables realmente interesantes, por error de medición de magnitud desconocida, o por la cobertura sesgada.

Los datos de laboratorio plantean diferentes preguntas de validez. En primer lugar, está la cuestión de la validez interna: ¿Los datos permiten inferencias causales correctas? La validez interna es una cuestión de adecuados controles, diseño experimental y análisis de datos. En segundo lugar, está la cuestión de la validez externa: ¿Se puede generalizar nuestras conclusiones desde el laboratorio hasta el campo? La cuestión de la validez externa o relevancia económica a menudo lo plantean quienes no están directamente relacionados con el trabajo experimental, siendo una preocupación para el experimentador convencer de los resultados a un público amplio.

A veces, los datos de la simulación por ordenador o encuestas están mal etiquetados como datos económicos experimentales. La simulación por ordenador de un modelo teórico es mejor considerarla como un tipo de resultado teórico más que como datos empíricos. Tradicionalmente, el investigador utiliza la lógica deductiva y derivaciones matemáticas para descubrir las implicaciones de un modelo teórico. Usted puede recurrir a la simulación porque tiene un modelo teórico intratable por lo que no se puede derivar los teoremas pertinentes. En la medida que la potencia de cálculo de los computadores se vuelve más barata y más conveniente, las simulaciones por ordenador se vuelven cada vez más atractivas para las derivaciones formales como método de descubrimiento. Los datos de encuestas (respuestas humanas a preguntas hipotéticas) son empíricos, pero a menos que las respuestas sean económicamente motivadas, su fiabilidad como datos económicos es cuestionable.

Una segunda consideración es el realismo. A menos que usted ya sea un experimentador con gran experiencia, su instinto en el diseño de un experimento probablemente será perseguir el realismo. Tratará de diseñar el entorno de laboratorio para asemejarse lo más posible un entorno real de interés económico sustancial. Por otro lado, si usted es un teórico, su primer instinto podría ser el diseño de un experimento que reproduce lo más fielmente posible los supuestos de un modelo formal de interés.

¿Qué enfoque es correcto: imitar la realidad o imitar un modelo formal? La respuesta correcta es ninguno. Su objetivo debe ser encontrar un diseño que ofrece la mejor oportunidad de aprender algo útil y dar respuesta a las preguntas que motivan su investigación. Por lo general, un diseño efectivo es bastante simple en comparación con la realidad, y en algunos aspectos más simples que los modelos formales relevantes.

Es inútil tratar de reproducir en el laboratorio las complejidades de un ambiente de campo. Al igual que los fractales, la realidad tiene infinitos detalles. No importa cuando usted pare en la construcción de los detalles de la realidad en su entorno de laboratorio, una cantidad infinita de detalles siempre seguirán siendo no capturados. La dificultad es que su presupuesto probablemente no le permitirá llegar lejos en esta dirección. Pero incluso antes de llegar, el entorno de laboratorio se hará tan complejo que le resultará difícil, o imposible, desentrañar las causas y los efectos. Al igual que en cualquier otra disciplina experimental, la sencillez mejora el control. Trate de encontrar el ambiente de laboratorio más simple que incorpore algunos aspectos interesantes del problema que le interese.

Es igualmente inútil tratar de reproducir en el laboratorio las hipótesis precisas de un modelo formal. Una dificultad es que la mayoría de los modelos formales suelen omitir los detalles, y normalmente deben tomar decisiones que son arbitrarias en términos de la teoría, pero importantes en términos de comportamiento.

Incluso si usted tiene éxito en la creación de una economía de laboratorio que replica de cerca los supuestos de un modelo formal, por lo general, no va a aprender mucho de él. Si el comportamiento observado en la economía es coherente con las implicaciones del modelo formal, usted tiene sólo una débil evidencia del poder explicativo del modelo. Las pruebas serían más fuertes si pudiera observar el mismo comportamiento en una economía de laboratorio que relaja los supuestos más estrictos del modelo.

Supongamos que de alguna manera fueron capaces de recrear con precisión el modelo formal en el laboratorio. Datos consistentes con el modelo sólo dicen que no hay ningún defecto evidente en el modelo lógico. Una victoria hueca en el mejor de los casos, ya que los experimentos de laboratorio son menos eficientes en la detección de errores lógicos que el análisis matemático o las simulaciones por ordenador. Por otro lado, si el comportamiento observado que usted informe no es coherente con un modelo formal lógicamente válido, se enfrenta a las críticas de que su diseño es inadecuado o que los sujetos no pudieron comprender el entorno o ambos. A menos que su propósito sea demostrar esto o vaciar al modelo de aplicación, se puede aprender bastante poco de este tipo de ejercicio.

Nota: Esta columna es un resumen de las ideas expuestas en: Friedman, D., & Sunder, S. (1994). Experimental methods: A primer for economists (p. 248). Cambridge University Press.

¡Porque tus decisiones cuentan! ¡Inscríbete al Laboratorio de Economía Experimental del Grupo EMAR y podrás descubrir el valor que tienen tus decisiones! Contáctenos al teléfono (7) 634 4000 Ext. 1152 o al correo electrónico emarlab@uis.edu.co. Estaremos compartiendo información sobre los experimentos, juegos y talleres que organizaremos.

Formulario de inscripción

Facebook EMAR LAB

Columnas relacionadas

154. Entornos económicos controlados

155. Diseño experimental

156. Consejos prácticos