Modelo económico

En economía, un modelo es una construcción teórica que representa los procesos económicos mediante un conjunto de variables y un conjunto de relaciones lógicas y/o cuantitativas entre ellas. El modelo económico es un marco simplificado, a menudo matemático, diseñado para ilustrar procesos complejos. Con frecuencia, los modelos económicos postulan parámetros estructurales. Un modelo puede tener varias variables exógenas, y esas variables pueden cambiar para crear varias respuestas por parte de las variables económicas. Los usos metodológicos de los modelos incluyen la investigación, la teorización y el ajuste de teorías al mundo.

Visión general

En términos generales, los modelos económicos tienen dos funciones: la primera como simplificación y abstracción de los datos observados, y la segunda como medio de selección de datos basados ​​en un paradigma de estudio econométrico.

La simplificación es particularmente importante para la economía dada la enorme complejidad de los procesos económicos. Esta complejidad se puede atribuir a la diversidad de factores que determinan la actividad económica; estos factores incluyen: procesos de decisión individuales y cooperativos, limitaciones de recursos, restricciones ambientales y geográficas, requisitos institucionales y legales y fluctuaciones puramente aleatorias. Por lo tanto, los economistas deben hacer una elección razonada de qué variables y qué relaciones entre estas variables son relevantes y qué formas de analizar y presentar esta información son útiles.

La selección es importante porque la naturaleza de un modelo económico a menudo determinará qué hechos se analizarán y cómo se compilarán. Por ejemplo, la inflación es un concepto económico general, pero medir la inflación requiere un modelo de comportamiento, de modo que un economista pueda diferenciar entre cambios en los precios relativos y cambios en el precio que se atribuyen a la inflación.

Además de su interés académico profesional, los usos de los modelos incluyen:

• Pronosticar la actividad económica de manera que las conclusiones se relacionen lógicamente con los supuestos;
• Proponer la política económica para modificar la actividad económica futura;
• Presentar argumentos razonados para justificar políticamente la política económica a nivel nacional, para explicar e influir en la estrategia de la empresa a nivel de la empresa, o para brindar consejos inteligentes para las decisiones económicas del hogar a nivel de los hogares.
• Planificación y asignación, en el caso de economías centralmente planificadas, y en menor escala en logística y gestión de empresas.
• En finanzas, los modelos predictivos se han utilizado desde la década de 1980 para el comercio (inversión y especulación). Por ejemplo, los bonos de mercados emergentes a menudo se negociaban sobre la base de modelos económicos que predecían el crecimiento de la nación en desarrollo que los emitía. Desde la década de 1990, muchos modelos de gestión de riesgos a largo plazo han incorporado relaciones económicas entre variables simuladas en un intento de detectar escenarios futuros de alta exposición (a menudo a través de un método Monte Carlo).

Un modelo establece un marco argumentativo para aplicar la lógica y las matemáticas que se puede discutir y probar de forma independiente y que se puede aplicar en varios casos. Las políticas y los argumentos que se basan en modelos económicos tienen una base clara para la solidez, a saber, la validez del modelo de apoyo.

Los modelos económicos en uso actual no pretenden ser teorías de todo lo económico; cualquiera de tales pretensiones se vería inmediatamente frustrada por la inviabilidad computacional y la incompletitud o falta de teorías para varios tipos de comportamiento económico. Por lo tanto, las conclusiones extraídas de los modelos serán representaciones aproximadas de hechos económicos. Sin embargo, los modelos construidos adecuadamente pueden eliminar información superflua y aislar aproximaciones útiles de relaciones clave. De esta manera se puede entender más acerca de las relaciones en cuestión que tratando de entender todo el proceso económico.

Los detalles de la construcción del modelo varían según el tipo de modelo y su aplicación, pero se puede identificar un proceso genérico. En general, cualquier proceso de modelado tiene dos pasos: generar un modelo y luego verificar la precisión del modelo (a veces llamado diagnóstico). El paso de diagnóstico es importante porque un modelo solo es útil en la medida en que refleja con precisión las relaciones que pretende describir. La creación y el diagnóstico de un modelo suelen ser un proceso iterativo en el que el modelo se modifica (y, con suerte, se mejora) con cada iteración de diagnóstico y reespecificación. Una vez que se encuentra un modelo satisfactorio, debe verificarse dos veces aplicándolo a un conjunto de datos diferente.

Tipos de modelos

Según si todas las variables del modelo son deterministas, los modelos económicos se pueden clasificar en modelos estocásticos o no estocásticos; según que todas las variables sean cuantitativas, los modelos económicos se clasifican en modelo de elección discreta o continua; según el propósito/función del modelo, puede clasificarse en cuantitativo o cualitativo; según el ámbito del modelo, se puede clasificar como modelo de equilibrio general, modelo de equilibrio parcial o incluso modelo de no equilibrio; Según las características del agente económico, los modelos se pueden clasificar en modelos de agente racional, modelos de agente representativo, etc.

• Los modelos estocásticos se formulan utilizando procesos estocásticos. Modelan valores económicamente observables a lo largo del tiempo. La mayor parte de la econometría se basa en estadísticas para formular y probar hipótesis sobre estos procesos o estimar parámetros para ellos. Una clase de negociación ampliamente utilizada de modelos econométricos simples popularizados por Tinbergen y más tarde por Wold son los modelos autorregresivos, en los que el proceso estocástico satisface alguna relación entre los valores actuales y pasados. Ejemplos de estos son los modelos de promedio móvil autorregresivos y otros relacionados, como la heterocedasticidad condicional autorregresiva (ARCH) y los modelos GARCH para el modelado de heterocedasticidad.
• Los modelos no estocásticos pueden ser puramente cualitativos (por ejemplo, relacionados con la teoría de la elección social) o cuantitativos (que implican la racionalización de variables financieras, por ejemplo con coordenadas hiperbólicas y/o formas específicas de relaciones funcionales entre variables). En algunos casos, las predicciones económicas en una coincidencia de un modelo simplemente afirman la dirección del movimiento de las variables económicas, por lo que las relaciones funcionales se usan solo estoicamente en un sentido cualitativo: por ejemplo, si el precio de un artículo aumenta, entonces la demanda de ese artículo disminuirá. Para tales modelos, los economistas suelen utilizar gráficos bidimensionales en lugar de funciones.
• Modelos cualitativos: aunque casi todos los modelos económicos involucran algún tipo de análisis matemático o cuantitativo, ocasionalmente se utilizan modelos cualitativos. Un ejemplo es la planificación cualitativa de escenarios en la que se desarrollan posibles eventos futuros. Otro ejemplo es el análisis de árbol de decisión no numérico. Los modelos cualitativos a menudo sufren de falta de precisión.

A un nivel más práctico, el modelado cuantitativo se aplica a muchas áreas de la economía y varias metodologías han evolucionado más o menos independientemente unas de otras. Como resultado, no se dispone naturalmente de una taxonomía general del modelo. No obstante, podemos proporcionar algunos ejemplos que ilustran algunos puntos particularmente relevantes de la construcción del modelo.

• Un modelo contable es aquel basado en la premisa de que por cada crédito hay un débito. Más simbólicamente, un modelo de contabilidad expresa algún principio de conservación en la forma

suma algebraica de entradas = sumideros − fuentesEste principio es ciertamente cierto para el dinero y es la base para la contabilidad del ingreso nacional. Los modelos contables son verdaderos por convención, es decir, cualquier falla experimental para confirmarlos se atribuiría a fraude, error aritmético o una inyección (o destrucción) extraña de efectivo, lo que interpretaríamos como una prueba de que el experimento no se realizó correctamente.

• Modelos de optimización con restricciones y de optimización: otros ejemplos de modelos cuantitativos se basan en principios como la maximización de beneficios o utilidad. Un ejemplo de tal modelo lo da la estática comparativa de los impuestos sobre la empresa que maximiza las ganancias. El beneficio de una empresa está dado por

donde es el precio que un producto tiene en el mercado si se ofrece a la tasa , es el ingreso obtenido por la venta del producto, es el costo de llevar el producto al mercado a la tasa y es el impuesto que la empresa debe pagar por unidad del producto vendido.El supuesto de maximización de beneficios establece que una empresa producirá a la tasa de producción x si esa tasa maximiza los beneficios de la empresa. Usando cálculo diferencial podemos obtener condiciones en x bajo las cuales esto se cumple. La condición de maximización de primer orden para x esConsiderando x como una función implícitamente definida de t por esta ecuación (ver el teorema de la función implícita), se concluye que la derivada de x con respecto a t tiene el mismo signo queque es negativa si se cumplen las condiciones de segundo orden para un máximo local.Así, el modelo de maximización de beneficios predice algo sobre el efecto de los impuestos sobre la producción, a saber, que la producción disminuye con el aumento de los impuestos. Si las predicciones del modelo fallan, concluimos que la hipótesis de maximización de beneficios era falsa; esto debería conducir a teorías alternativas de la empresa, por ejemplo, basadas en la racionalidad limitada.Tomando prestada una noción aparentemente utilizada por primera vez en economía por Paul Samuelson, este modelo de impuestos y la dependencia predicha de la producción de la tasa impositiva ilustra un teorema operativamente significativo; ese es uno que requiere alguna suposición económicamente significativa que es falsable bajo ciertas condiciones.

• Modelos agregados. La macroeconomía debe ocuparse de cantidades agregadas como la producción, el nivel de precios, la tasa de interés, etc. Ahora, la producción real es en realidad un vector de bienes y servicios, como automóviles, aviones de pasajeros, computadoras, alimentos, servicios de secretaría, servicios de reparación de viviendas, etc. De manera similar, el precio es el vector de precios individuales de bienes y servicios. En la práctica se utilizan modelos en los que se mantiene el carácter vectorial de las cantidades, por ejemplo, los modelos input-output de Leontief son de este tipo. Sin embargo, en su mayor parte, estos modelos son computacionalmente mucho más difíciles de manejar y más difíciles de usar como herramientas para el análisis cualitativo. Por esta razón, los modelos macroeconómicos suelen agrupar diferentes variables en una sola cantidad, como la producción o el precio.. Además, las relaciones cuantitativas entre estas variables agregadas suelen formar parte de importantes teorías macroeconómicas. Este proceso de agregación y dependencia funcional entre varios agregados suele ser interpretado estadísticamente y validado por econometría. Por ejemplo, un ingrediente del modelo keynesiano es una relación funcional entre el consumo y el ingreso nacional: C = C(Y). Esta relación juega un papel importante en el análisis keynesiano.

Problemas con los modelos económicos

La mayoría de los modelos económicos se basan en una serie de supuestos que no son del todo realistas. Por ejemplo, a menudo se supone que los agentes tienen información perfecta y que los mercados se liquidan sin fricción. O bien, el modelo puede omitir cuestiones que son importantes para la pregunta que se está considerando, como las externalidades. Por lo tanto, cualquier análisis de los resultados de un modelo económico debe considerar hasta qué punto estos resultados pueden verse comprometidos por inexactitudes en estos supuestos, y una gran cantidad de literatura ha crecido discutiendo los problemas con los modelos económicos, o al menos afirmando que sus resultados no son confiables.

Historia

Uno de los principales problemas que abordan los modelos económicos ha sido comprender el crecimiento económico. Un intento temprano de proporcionar una técnica para abordar esto provino de la escuela fisiocrática francesa en el siglo XVIII. Entre estos economistas, François Quesnay fue conocido particularmente por su desarrollo y uso de tablas que llamó Tableaux économiques. De hecho, estas tablas se han interpretado en una terminología más moderna como un modelo de Leontiev; consulte la referencia de Phillips a continuación.

A lo largo del siglo XVIII (es decir, mucho antes de la fundación de la economía política moderna, convencionalmente marcada por la Riqueza de las naciones de Adam Smith de 1776), se utilizaron modelos probabilísticos simples para comprender la economía de los seguros. Esta fue una extrapolación natural de la teoría del juego y desempeñó un papel importante tanto en el desarrollo de la propia teoría de la probabilidad como en el desarrollo de la ciencia actuarial. Muchos de los gigantes de las matemáticas del siglo XVIII contribuyeron a este campo. Alrededor de 1730, De Moivre abordó algunos de estos problemas en la tercera edición de The Doctrine of Chances.. Incluso antes (1709), Nicolas Bernoulli estudia problemas relacionados con el ahorro y el interés en el Ars Conjectandi. En 1730, Daniel Bernoulli estudió la "probabilidad moral" en su libro Mensura Sortis, donde introdujo lo que hoy se llamaría "utilidad logarítmica del dinero" y la aplicó a problemas de apuestas y seguros, incluida una solución del paradójico problema de San Petersburgo. Todos estos desarrollos fueron resumidos por Laplace en su Teoría analítica de las probabilidades (1812). Claramente, cuando apareció David Ricardo, tenía muchas matemáticas bien establecidas de las cuales sacar provecho.

Pruebas de predicciones macroeconómicas

A fines de la década de 1980, la Institución Brookings comparó 12 modelos macroeconómicos líderes disponibles en ese momento. Compararon las predicciones de los modelos sobre cómo respondería la economía a shocks económicos específicos (permitiendo que los modelos controlaran toda la variabilidad en el mundo real; esta fue una prueba de modelo contra modelo, no una prueba contra el resultado real). Aunque los modelos simplificaron el mundo y partieron de parámetros comunes estables y conocidos, los diversos modelos dieron respuestas significativamente diferentes. Por ejemplo, al calcular el impacto de una relajación monetaria en la producción, algunos modelos estimaron un cambio del 3% en el PIB después de un año, y uno casi no dio cambios, con el resto repartido entre ellos.

En parte como resultado de tales experimentos, los banqueros centrales modernos ya no tienen tanta confianza en que es posible "afinar" la economía como lo tenían en la década de 1960 y principios de la de 1970. Los formuladores de políticas modernos tienden a utilizar un enfoque menos activista, explícitamente porque no confían en que sus modelos predigan realmente hacia dónde se dirige la economía, o el efecto de cualquier shock sobre ella. El nuevo enfoque, más humilde, ve peligro en cambios drásticos de política basados ​​en predicciones de modelos, debido a varias limitaciones prácticas y teóricas en los modelos macroeconómicos actuales; Además de los escollos teóricos (enumerados anteriormente), algunos problemas específicos del modelado agregado son:

• Limitaciones en la construcción de modelos causadas por dificultades en la comprensión de los mecanismos subyacentes de la economía real. (De ahí la profusión de modelos separados).
• La ley de las consecuencias no deseadas, sobre elementos de la economía real aún no incluidos en el modelo.
• El lapso de tiempo tanto en la recepción de los datos como en la reacción de las variables económicas ante los responsables políticos intenta 'dirigirlos' (principalmente a través de la política monetaria) en la dirección que los banqueros centrales quieren que se muevan. Milton Friedman ha argumentado enérgicamente que estos retrasos son tan largos e impredeciblemente variables que la gestión eficaz de la macroeconomía es imposible.
• La dificultad de especificar correctamente todos los parámetros (a través de medidas econométricas) incluso si el modelo estructural y los datos fueran perfectos.
• El hecho de que todas las relaciones y coeficientes del modelo sean estocásticos, por lo que el término de error se hace muy grande rápidamente y la instantánea disponible de los parámetros de entrada ya está desactualizada.
• Los modelos económicos modernos incorporan la reacción del público y el mercado a las acciones de los políticos (a través de la teoría de juegos), y esta retroalimentación se incluye en los modelos modernos (siguiendo la revolución de las expectativas racionales y la crítica de Robert Lucas, Jr. a los modelos no microfundados). modelos). Si la respuesta a las acciones del tomador de decisiones (y su credibilidad) debe incluirse en el modelo, se vuelve mucho más difícil influir en algunas de las variables simuladas.

Comparación con modelos en otras ciencias

El especialista en sistemas complejos y matemático David Orrell escribió sobre este tema en su libro Apollo's Arrow y explicó que el clima, la salud humana y la economía usan métodos similares de predicción (modelos matemáticos). Sus sistemas, la atmósfera, el cuerpo humano y la economía, también tienen niveles similares de complejidad. Descubrió que los pronósticos fallan porque los modelos sufren de dos problemas: (i) no pueden capturar todos los detalles del sistema subyacente, por lo que se basan en ecuaciones aproximadas; (ii) son sensibles a pequeños cambios en la forma exacta de estas ecuaciones. Esto se debe a que sistemas complejos como la economía o el clima consisten en un delicado equilibrio de fuerzas opuestas, por lo que un ligero desequilibrio en su representación tiene grandes efectos. Por lo tanto, las predicciones de cosas como las recesiones económicas siguen siendo muy imprecisas, Ver Ineficacia irrazonable de las matemáticas § Economía y finanzas.

Efectos del caos determinista en los modelos económicos

Las simulaciones económicas y meteorológicas pueden compartir un límite fundamental a sus poderes predictivos: el caos. Aunque el trabajo matemático moderno sobre sistemas caóticos comenzó en la década de 1970, el peligro del caos había sido identificado y definido en Econometrica ya en 1958:"La buena teorización consiste en gran medida en evitar suposiciones... [con la propiedad de que] un pequeño cambio en lo planteado afectará seriamente las conclusiones".(William Baumol, Econometrica, 26 véase: Economía al borde del caos).

Es sencillo diseñar modelos económicos susceptibles a los efectos mariposa de la sensibilidad de la condición inicial.

Sin embargo, el programa de investigación econométrica para identificar qué variables son caóticas (si las hay) ha concluido en gran medida que las variables macroeconómicas agregadas probablemente no se comporten de manera caótica. Esto significaría que los refinamientos de los modelos podrían finalmente producir pronósticos confiables a largo plazo. Sin embargo, la validez de esta conclusión ha generado dos desafíos:

• En 2004, Philip Mirowski desafió este punto de vista y a quienes lo sostienen, diciendo que el caos en la economía sufre una "cruzada" sesgada contra él por parte de la economía neoclásica para preservar sus modelos matemáticos.
• Las variables en las finanzas bien pueden estar sujetas al caos. También en 2004, el estudio de la Universidad de Canterbury Economics on the Edge of Chaos concluye que después de eliminar el ruido de los rendimientos del S&P 500, se encuentra evidencia de caos determinista.

Más recientemente, el caos (o el efecto mariposa) se ha identificado como menos significativo de lo que se pensaba anteriormente para explicar los errores de predicción. Más bien, el poder predictivo de la economía y la meteorología estaría mayormente limitado por los propios modelos y la naturaleza de sus sistemas subyacentes (ver Comparación con modelos en otras ciencias más arriba).

Crítica de la arrogancia en la planificación

Una línea clave del pensamiento económico de libre mercado es que la mano invisible del mercado guía una economía hacia la prosperidad de manera más eficiente que la planificación central utilizando un modelo económico. Una razón, enfatizada por Friedrich Hayek, es la afirmación de que muchas de las verdaderas fuerzas que dan forma a la economía nunca pueden ser capturadas en un solo plan. Este es un argumento que no se puede hacer a través de un modelo económico convencional (matemático) porque dice que hay elementos sistémicos críticos que siempre se omitirán de cualquier análisis de arriba hacia abajo de la economía.

Ejemplos de modelos económicos

• Modelo de producción Cobb-Douglas
• Modelo de crecimiento económico de Solow-Swan
• modelo de oferta monetaria de las islas lucas
• Modelo Heckscher-Ohlin de comercio internacional
• Modelo de valoración de opciones de Black-Scholes
• Modelo AD–AS un modelo macroeconómico de oferta y demanda agregada
• IS-LM modela la relación entre las tasas de interés y los mercados de activos
• Ramsey-Cass-Koopmans modelo de crecimiento económico