Příliš málo lidí si uvědomuje, že empirické výsledky v debatách o hospodářské politice jsou často pouze přiblížením skutečnosti.
Ve svém příspěvku bych rád pohovořil o významu empirických výsledků v debatách o hospodářské politice. Často jsou tyto výsledky považovány za „zlatou měnu“ a zdánlivě přesné výsledky jsou považovány za fakta. Mnohé z těchto výsledků jsou však založeny na předpokladech a modelech a jsou přinejlepším aproximací reality. Dnešní ekonomika pravděpodobně netrpí příliš malým počtem, ale příliš velkým počtem čísel a statistik. Příkladem toho, jak lze měřit rovnost, je Giniho koeficient, který měří rozdělení příjmů. Ta kolísá mezi 0 a 1 a ukazuje, zda je příjem rozdělen absolutně rovnoměrně nebo absolutně nerovnoměrně. Nicméně Giniho koeficient...

Příliš málo lidí si uvědomuje, že empirické výsledky v debatách o hospodářské politice jsou často pouze přiblížením skutečnosti.
Ve svém příspěvku bych rád pohovořil o významu empirických výsledků v debatách o hospodářské politice. Často jsou tyto výsledky považovány za „zlatou měnu“ a zdánlivě přesné výsledky jsou považovány za fakta. Mnohé z těchto výsledků jsou však založeny na předpokladech a modelech a jsou přinejlepším aproximací reality. Dnešní ekonomika pravděpodobně netrpí příliš malým počtem, ale příliš velkým počtem čísel a statistik.
Příkladem toho, jak lze měřit rovnost, je Giniho koeficient, který měří rozdělení příjmů. Ta kolísá mezi 0 a 1 a ukazuje, zda je příjem rozdělen absolutně rovnoměrně nebo absolutně nerovnoměrně. Giniho koeficient je však konstrukt se slabinami a existují různé představy o rovnosti.
Je důležité si uvědomit, že mnoho důležitých hodnot, jako je štěstí, svoboda nebo bezpečí, je obtížné kvantifikovat kvůli jejich složitosti. Kromě toho průměry často říkají málo o skutečném rozsahu a naznačují úroveň přesnosti, která není přítomna. Na hodnocení by se mělo nahlížet opatrně, zvláště když jsou mezery malé.
Finanční trhy a hospodářská politika si vytvořily příliš velkou důvěru v modely a čísla. Bylo by lepší mít „přibližně pravdu“ spíše než přesně se mýlit. Je třeba vzít v úvahu výrok Johna Maynarda Keynese „zhruba správně než přesně špatně“, abychom neupadli do pasti víry v čísla.
Dopad těchto zjištění na trh a finanční odvětví je různorodý. Přílišné zaměření na čísla a statistiky může vést k nesprávnému posouzení situace. Společnosti a investoři by si měli být vědomi toho, že tyto údaje jsou pouze přibližné skutečnosti a mohou být předmětem nejistoty. Je důležité kriticky zpochybnit modely a čísla a zaujmout holistický pohled.
Podle zprávy www.nzz.ch je nutné rozpoznat výhody a nevýhody kvantitativních dat v ekonomii. I když jsou čísla a statistiky důležitými nástroji rozhodování, je třeba na ně pohlížet s opatrností a pokorou. Přílišné zaměření na tato data může vést ke ztrátě většího obrazu a mít dlouhodobé negativní účinky. Osoby s rozhodovací pravomocí ve finančním odvětví by proto neměly zakládat svá hodnocení výhradně na kvantitativních datech, ale měly by brát v úvahu i kvalitativní aspekty.
Zdroj: https://www.nzz.ch/meinung/kommentare/die-oekonomie-als-forschung-leidet-unter-zu-vielen-zahlen-ld.1391358
Přečtěte si zdrojový článek na www.nzz.ch