Mucho se ha hablado del error cometido por Carmen Reinhart y Kenneth Rogoff, ambos profesores de Harvard, en unos artículos y en un libro sobre la crisis financiera reciente. El lector habrá leído algo sobre esto, seguro, porque se ha escrito mucho. Reinhart y Rogoff, analizando cifras de varios países cuyos niveles de deuda pública crecieron mucho en el pasado, llegaron a la conclusión de que, si se pasa un límite, que ellos ponen en el 90% del PIB, el exceso de deuda tiene un fuerte impacto negativo sobre el crecimiento del PIB real. La evidencia, admitida por ellos mismos, de errores en su cálculo, ha generado una oleada de debates de todo tipo: de ciencia más o menos seria, de posiciones de escuela, de actitudes políticas y de pura ideología.
No quiero entrar aquí en esos debates, que me parecen, en la mayoría de casos, «pedaleo», ganas de decir algo, urgencia de llenar páginas en los periódicos o en los blogs. Pero sí quiero añadir un comentario, digamos, ¿serio? Y me lo sugirió un artículo del también profesor de Harvard, Lawrence Summers, en el Financial Times del día 6 de mayo (versión en papel). «Debemos aceptar a regañadientes, decía Summers, las conclusiones de los ‘modelos’ que no incluyan una explicación intuitiva de por qué se producen esos resultados», que completa con otra: «todos los que participan en debates sobre política económica deben tener siempre un escepticismo saludable sobre los análisis estadísticos retrospectivos», porque un límite, como el que Reinhart y Rogoff señalan, no tiene por qué ser el mismo en países que tengan moneda propia o que no la tengan, con diferentes sistemas financieros, culturas, grados de apertura y experiencia de crecimiento.
Muchos de esos análisis son, en efecto, cajas negras: por un lado metes unos datos, y por otro salen unos resultados. No sabes muy bien por qué salen, pero te los crees, porque eso es lo que recomiendan las técnicas utilizadas. En el fondo, es el mismo problema, ya muy conocido, de la correlación entre la llegada de cigüeñas y el número de nacimientos. Al final, un resultado será creíble si alguien le puede explicar a usted algo así como que, si el nivel de deuda pública es demasiado alto, entonces pasará esto y lo otro, subirá esto y bajará aquello y, claro, el crecimiento del PIB será menor; y que esto dependerá de que las cosas sean así o asá, de que el gobierno, o los bancos, o los inversores extranjeros reaccionen de esta manera o de esta otra, etc. Al final, el resultado estadístico será creíble porque ese argumento verbal lo es. Y si no te crees el argumento verbal, o te parece que no vale en este caso concreto, ya pueden jurarte que el estudio empírico da ese resultado, que no te lo creerás.
En otro ámbito he utilizado el mismo argumento. Dicen que los estudios empíricos muestran que, cuando una empresa lleva a cabo determinadas prácticas de Responsabilidad Social Corporativa, sus beneficios suben. Vale. Pero no me lo creeré hasta que alguien me muestre que, haciendo eso, consigues que tus clientes estén más satisfechos y –¡atención!–, que estén dispuestos a pagar más por tus productos, o que tus empleados serán más productivos y –¡atención otra vez!– esto no se traduce en un aumento de salarios, o que…
Bueno, que yo diga esto me parece que tiene poco interés: la clave está en que el director general de una empresa se crea ese argumento y decida comportarse con más responsabilidad social, lo cual dependerá muy poco de que haya un estudio estadístico que demuestre que los beneficios subirán. No se olvide que la inmensa mayoría de esos estudios los llevan a cabo jóvenes profesores que no tratan de probar nada, sino solo de publicar un artículo en una buena revista, porque su promoción académica lo exige.
Acabo volviendo a la controversia mencionada al principio. Hay razones para pensar que un país con un porcentaje muy alto de deuda pública puede tener problemas: probablemente, no de solvencia, pero sí problemas a la hora de refinanciar la deuda (y aquí aparece la tan temida prima de riesgo, que quiere decir que los acreedores no le quieren seguir prestando como antes), así como problemas derivados de la factura anual por intereses, que será más elevada (lo cual no es un problema en sí, pero puede serlo si el país tiene una emergencia y, por otras razones, su gasto público se dispara), etc. Fíjense que esto es creíble o no, según sea la historieta que yo les cuente.
En el caso de España, por ejemplo, los mercados siguen con la mosca detrás de la oreja, no nos prestan con facilidad y, claro, esto nos crea problemas. Un problema puede ser que nos obligan a practicar políticas fiscales restrictivas en medio de un severa recesión, lo cual es horrible, porque la recesión se agrava, y porque el nivel de deuda pública no baja. Por eso es bueno tener un nivel de deuda pública relativamente bajo. ¿Inferior al 90%? No lo sé. Y, si el que tenemos es demasiado alto, ¿conviene tratar de reducirlo con rapidez, en medio de una recesión como la que tenemos? Pues probablemente no. Pero si nuestros acreedores nos lo exigen… podemos tratar de explicarles que eso es contraproducente. Pero si no nos hacen caso…
En todas las ciencias, la veracidad de una teoría se contrasta mediante un análisis empírico. En economía, este contraste se realiza casi siempre mediante datos numéricos. Con frecuencia estos datos son incompletos o presentan imperfecciones (puede haber errores en las fuentes).
Si además el contraste de la teoría se realiza mediante métodos estadísticos, los resultados servirán solamente para no rechazar la validez de un modelo, (con una cierta probabilidad), pero no para confirmar que este modelo es el correcto.
Por lo tanto, los modelos estadísticos no parecen del todo fiables. Tal vez un método para contrastar su validez con más garantías pudiera ser el de replicarlos, para situaciones semejantes, en otros lugares, o en otros mercados. Igual que cualquier otra ciencia.
Gracias por sus comentarios. Mi visión ante los problemas y horizontes que plantea me llevan a pensar que, cuando se trata de resolver problemas, los análisis y los modelos son muy importantes: al menos, no pueden dejarse de lado. Pero me temo que -a veces- estos sesudos pedaleos nos sacan fuera de la realidad de quien tiene que decidir.
Me pregunto, ¿es posible tomar decisiones con modelos tan complejos y consecuencias tan dramáticas a veces, haciendo uso de ellos? O, sencillamente, al final nos encontramos con la botella medio llena/vacía y sin saber por dónde tirar? Por a eso apuntan a veces las medidas aplicadas: cortoplacistas, con ‘daños colaterales’, sin explicaciones adecuadas, etc.