Muy pocas personas son conscientes de que los resultados empíricos de los debates sobre política económica suelen ser sólo aproximaciones a la realidad.
En mi contribución me gustaría hablar sobre la importancia de los resultados empíricos en los debates de política económica. A menudo estos resultados se consideran “moneda de oro” y los resultados aparentemente precisos se tratan como hechos. Sin embargo, muchos de estos resultados se basan en suposiciones y modelos y son, en el mejor de los casos, aproximaciones a la realidad. La economía actual probablemente no esté sufriendo por muy pocos, sino por demasiados números y estadísticas. Un ejemplo de cómo se puede medir la igualdad es el coeficiente de Gini, que mide la distribución del ingreso. Fluctúa entre 0 y 1 y muestra si los ingresos se distribuyen de manera absolutamente equitativa o absolutamente desigual. Sin embargo, el coeficiente de Gini...

Muy pocas personas son conscientes de que los resultados empíricos de los debates sobre política económica suelen ser sólo aproximaciones a la realidad.
En mi contribución me gustaría hablar sobre la importancia de los resultados empíricos en los debates de política económica. A menudo estos resultados se consideran “moneda de oro” y los resultados aparentemente precisos se tratan como hechos. Sin embargo, muchos de estos resultados se basan en suposiciones y modelos y son, en el mejor de los casos, aproximaciones a la realidad. La economía actual probablemente no esté sufriendo por muy pocos, sino por demasiados números y estadísticas.
Un ejemplo de cómo se puede medir la igualdad es el coeficiente de Gini, que mide la distribución del ingreso. Fluctúa entre 0 y 1 y muestra si los ingresos se distribuyen de manera absolutamente equitativa o absolutamente desigual. Sin embargo, el coeficiente de Gini es un constructo con debilidades y existen diferentes ideas sobre la igualdad.
Es importante darse cuenta de que muchos valores importantes como la felicidad, la libertad o la seguridad son difíciles de cuantificar debido a su complejidad. Además, los promedios a menudo dicen poco sobre el rango real y sugieren un nivel de precisión que no existe. Las clasificaciones deben considerarse con cautela, especialmente cuando las diferencias son pequeñas.
Los mercados financieros y la política económica han desarrollado demasiada confianza en los modelos y las cifras. Sería mejor estar “aproximadamente en lo cierto” que precisamente equivocado. Se debe tener en cuenta la máxima de John Maynard Keynes “más o menos bien que precisamente mal” para no caer en la trampa de creer en los números.
El impacto de estos hallazgos en el mercado y la industria financiera es diverso. Una atención excesiva a los números y las estadísticas puede llevar a una evaluación incorrecta de la situación. Las empresas y los inversores deben ser conscientes de que estos datos son sólo aproximaciones de la realidad y pueden estar sujetos a incertidumbre. Es importante cuestionar críticamente los modelos y las cifras y adoptar una perspectiva holística.
Según un informe de www.nzz.ch, en economía es necesario reconocer las ventajas y desventajas de los datos cuantitativos. Si bien los números y las estadísticas son herramientas importantes para la toma de decisiones, deben considerarse con cautela y humildad. Centrarse demasiado en estos datos puede llevar a perder el panorama general y tener efectos negativos a largo plazo. Por lo tanto, los responsables de la toma de decisiones en el sector financiero no deberían basar sus evaluaciones exclusivamente en datos cuantitativos, sino también tener en cuenta aspectos cualitativos.
Fuente: https://www.nzz.ch/meinung/kommentare/die-oekonomie-als-forschung-leidet-unter-zu-vielen-zahlen-ld.1391358
Lea el artículo fuente en www.nzz.ch