A principios del mes pasado, Andy Haldane, economista jefe del Banco de Inglaterra, culpó al «comportamiento irracional» del fracaso de los recientes modelos de previsión del Banco de Inglaterra. No detectar esta irracionalidad llevó a los responsables de formular políticas a pronosticar que la economía británica se desaceleraría tras el referéndum del brexit de junio pasado. En cambio, desde la votación para abandonar la Unión Europea, los consumidores británicos se han lanzado a gastar sin freno; y, con no menos falta de lógica, se han recuperado la construcción, la industria manufacturera y los servicios.
Haldane no ofrece ninguna explicación para este estallido de comportamiento irracional. Tampoco podría hacerlo: para él, irracionalidad significa simplemente un comportamiento que no concuerda con las previsiones derivadas del modelo del Banco de Inglaterra.
No se trata solo de Haldane o del Banco de Inglaterra. Lo que los economistas convencionales entienden por comportamiento racional no es lo mismo que entendemos tú o yo. En el lenguaje corriente, el comportamiento racional es el razonable dadas las circunstancias. Pero en el mundo enrarecido de los modelos neoclásicos de previsión, significa que las personas, dotadas de un conocimiento detallado de sí mismas, de su entorno y del futuro al que se enfrentan, actúan de manera óptima para alcanzar sus objetivos. Es decir, actuar racionalmente es hacerlo de una forma acorde con los modelos de comportamiento racional de los economistas. Ante un comportamiento contrario, el economista reacciona como el sastre que culpa al cliente porque no le queda bien el traje que acaba de confeccionar a medida.
Sin embargo, lo curioso es que las previsiones basadas en premisas y supuestos sumamente irreales pueden resultar perfectamente útiles en muchas situaciones. La razón es que la mayoría de las personas son criaturas de hábitos. Como sus preferencias y circunstancias, de hecho, no cambian de un día para otro, y como sí intentan encontrar la mejor oferta cuando comparan precios, su comportamiento muestra un alto grado de regularidad. Eso lo hace predecible. No hace falta saber mucha economía para entender que, si sube el precio de tu marca preferida de dentífrico, es más probable que te cambies a una más barata.
Los modelos de previsión de los bancos centrales se basan esencialmente en la misma lógica. Por ejemplo, el Banco de Inglaterra predijo (correctamente) una caída del tipo de cambio de la libra esterlina tras la votación del brexit. Esto haría subir los precios y, por tanto, frenaría el gasto de los consumidores. Haldane sigue creyendo que ocurrirá; el error del Banco de Inglaterra fue más una cuestión de «cuándo» que de lógica.
Esto equivale a decir que la votación del brexit no cambió nada fundamental. La gente seguiría comportándose exactamente como suponía el modelo, solo que con un conjunto de precios distinto. Pero cualquier predicción basada en patrones de comportamiento recurrentes falla cuando sucede algo realmente nuevo.
Los cambios fuera de lo habitual hacen que el comportamiento también se salga de lo habitual. Pero eso no significa que sea irracional. En términos económicos, significa que los parámetros han cambiado. Ha desaparecido la certeza de que mañana se parecerá mucho a hoy. Nuestros modelos de riesgo cuantificable fallan cuando se enfrentan a una incertidumbre radical.
El Banco de Inglaterra admitió que el brexit crearía un período de incertidumbre, perjudicial para las empresas. Pero la nueva situación que generó el brexit era muy distinta de lo que esperaban los responsables de formular políticas, atentos casi exclusivamente a la City de Londres. En lugar de sentirse en peor situación (como deberían «racionalmente»), la mayoría de los votantes del «Leave» creen que estarán mejor.
Esté justificado o no, lo importante de ese sentimiento es que existe. En 1940, inmediatamente después de la caída de Francia ante los alemanes, el economista John Maynard Keynes escribió a un corresponsal: «Por mi parte, ahora me siento completamente seguro por primera vez de que ganaremos la guerra». Del mismo modo, muchos británicos confían ahora más en el futuro.
Este es, pues, el problema de los modelos de previsión del Banco de Inglaterra, que Haldane vislumbró, pero no pudo admitir. Los factores importantes que afectan a las economías quedan fuera de los límites cerrados de los modelos económicos. Por eso las previsiones macroeconómicas naufragan cuando el mar no está completamente en calma.
El desafío consiste en desarrollar modelos macroeconómicos que funcionen en condiciones tormentosas: modelos que incorporen la incertidumbre radical y, por tanto, un alto grado de imprevisibilidad en el comportamiento humano.
La economía de Keynes trataba sobre la lógica de elegir bajo incertidumbre. Quería ampliar la idea de racionalidad económica para incluir el comportamiento ante la incertidumbre radical, cuando nos enfrentamos no solo a lo desconocido, sino también a lo que no se puede conocer. Esto, por supuesto, tiene consecuencias mucho más graves para las políticas que un mundo en el que podemos esperar razonablemente que el futuro se parezca mucho al pasado.
Ha habido algunos intentos aislados de afrontar el desafío. En su libro de 2011, Más allá de los mercados mecánicos, los economistas Roman Frydman de la Universidad de Nueva York y Michael Goldberg, de la Universidad de New Hampshire, argumentaron con contundencia que los modelos de los economistas deberían tratar de «incorporar factores psicológicos sin presumir que los participantes del mercado se comportan de forma irracional». Al proponer un enfoque alternativo de modelización económica, al que llaman «economía del conocimiento imperfecto», instan a sus colegas a abstenerse de ofrecer «predicciones precisas» y sostienen que los responsables de formular políticas deberían basarse en «intervalos de referencia», fundamentados en parámetros históricos, para contrarrestar las fluctuaciones «excesivas» de los precios de los activos.
El matemático ruso Vladimir Masch ha elaborado un ingenioso método de «optimización con restricciones de riesgo», que reconoce explícitamente la existencia de una «zona de incertidumbre». La economía debería ofrecer «estimaciones muy aproximadas», que requieran «solo una cantidad modesta de modelización y esfuerzo computacional».
Pero estos intentos de incorporar la incertidumbre radical a los modelos económicos, por valientes que sean, adolecen del sueño imposible de dominar la ambigüedad con las matemáticas y, en el caso de Masch, con la informática. Haldane también parece confiar en conjuntos de datos más amplios.
Por su parte, Keynes no pensaba así en absoluto. Quería una economía que diera pleno margen al juicio, enriquecida no solo por las matemáticas y la estadística, sino también por la ética, la filosofía, la política y la historia: materias excluidas de la formación de los economistas contemporáneos, que la han reducido a un esqueleto matemático y computacional. Para ofrecer descripciones significativas del mundo, solía decir, los economistas deben tener una buena formación.
