Hoy en día, acceder a datos económicos puede resultar engañosamente fácil. Unos pocos clics en el sitio web de la Oficina de Estadísticas Laborales de EE. UU. o una búsqueda sencilla en el sitio FRED de la Reserva Federal de St. Louis revelan miles de conjuntos de datos que cualquier persona interesada en la economía puede obtener. Este acceso rápido y sencillo a los datos ha contribuido a impulsar la «revolución de la credibilidad» en la investigación empírica en economía. Sin embargo, esta multitud de conjuntos de datos no surge en el mundo ya plenamente formada. Más bien, la creación de datos puede ser un proceso desordenado, sobre todo si se considera la versión que el público y los investigadores de EE. UU. pueden llegar a ver.
He aquí un ejemplo de ese desorden: un nuevo artículo presentado en el Panel de Brookings sobre Actividad Económica de la semana pasada advierte que los procedimientos utilizados para proteger la privacidad podrían estar distorsionando muchos de los conjuntos de datos que usan los investigadores. Los conjuntos de datos grandes pueden ser increíblemente potentes por la cantidad de información que recogen sobre las personas, pero también ponen en riesgo la privacidad de estas. Pensemos en la Encuesta sobre la Población Actual, que mantienen la Oficina de Estadísticas Laborales de EE. UU. y la Oficina del Censo de EE. UU. La encuesta contiene información sobre la situación familiar de una persona, sus ingresos, su ubicación y bastantes variables más. Si estos datos se pusieran a disposición del público sin modificaciones, alguien podría examinarlos y, posiblemente, identificar a una persona encuestada.
Para evitar la identificación por estos medios, los proveedores de datos de los sectores privado y público ocultan la identidad mediante diversos procesos estadísticos. En el nuevo artículo de Brookings, John M. Abowd, de la Universidad de Cornell, e Ian M. Schmutte, de la Universidad de Georgia, detallan cómo las limitaciones a la divulgación estadística, o SDL —el nombre genérico de estos procesos—, pueden afectar los análisis económicos. Los autores señalan una forma de SDL particularmente perniciosa: el intercambio de registros. En este proceso, el organismo o la empresa estadística intercambia ciertos atributos de las personas encuestadas. La ubicación de las personas, por ejemplo, podría cambiarse para proteger su identidad, pero eso podría corromper el análisis económico que está realizando un investigador.
Lo que los autores proponen es que la organización que crea estos conjuntos de datos limitados divulgue cierta información. Abowd y Schmutte no quieren los datos sin procesar ni modificar, sino una divulgación más detallada de cómo exactamente la organización modificó los datos. Si los organismos o las empresas informaran a los investigadores sobre ciertos aspectos del proceso de anonimización de los datos, estos podrían tener en cuenta esas distorsiones en sus análisis.
Por supuesto, los organismos podrían simplemente poner a disposición más datos sin procesar. Pero, como señalaron los participantes en el panel de Brookings, si alguien es identificado en los datos, las consecuencias para los empleados de esos organismos son graves. El castigo podría incluir una multa de varios miles de dólares o una pena de cárcel. Esa posibilidad hace que el personal de los organismos sea muy reacio a divulgar datos.
En la actualidad, estos procesos de limitación de la divulgación estadística se aplican casi exclusivamente a los datos de encuestas, lo que lleva a algunos economistas a mirar el futuro de los datos con optimismo. Los microeconomistas recurren cada vez más a los datos administrativos, que se obtienen directamente de fuentes gubernamentales e incluyen elementos como los recibos de impuestos, y dejan de lado los datos de encuestas. Sin embargo, un participante advirtió que es casi seguro que estos procesos de SDL acabarán aplicándose también a los datos administrativos.
El artículo de Abowd y Schmutte es un recordatorio importante de que todos debemos prestar atención a las fuentes y la presentación de los datos económicos. El viejo chiste sobre el análisis económico dice que es como buscar un juego de llaves perdido solo donde la farola ilumina la acera. Lo mínimo que podemos hacer es asegurarnos de que la luz alumbre con la mayor intensidad y amplitud posibles.
Este artículo se publica en colaboración con The Washington Center for Equitable Growth. La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para estar al día con la Agenda, suscríbase a nuestro boletín semanal.
Autor: Nick Bunker es asociado de investigación en políticas del Washington Center for Equitable Growth.
Imagen: Una vista muestra una sede en un distrito empresarial. REUTERS.
