Troppo poche persone sono consapevoli del fatto che i risultati empirici nei dibattiti di politica economica sono spesso solo approssimazioni della realtà.
Nel mio contributo vorrei parlare dell’importanza dei risultati empirici nei dibattiti di politica economica. Spesso questi risultati sono visti come “moneta d’oro” e risultati apparentemente precisi sono trattati come fatti. Tuttavia, molti di questi risultati si basano su ipotesi e modelli e sono, nella migliore delle ipotesi, approssimazioni della realtà. L’economia oggi probabilmente non soffre di troppo pochi, ma di troppi numeri e statistiche. Un esempio di come si può misurare l’uguaglianza è il coefficiente di Gini, che misura la distribuzione del reddito. Questo oscilla tra 0 e 1 e mostra se il reddito è distribuito in modo assolutamente equo o assolutamente diseguale. Tuttavia, il coefficiente di Gini...

Troppo poche persone sono consapevoli del fatto che i risultati empirici nei dibattiti di politica economica sono spesso solo approssimazioni della realtà.
Nel mio contributo vorrei parlare dell’importanza dei risultati empirici nei dibattiti di politica economica. Spesso questi risultati sono visti come “moneta d’oro” e risultati apparentemente precisi sono trattati come fatti. Tuttavia, molti di questi risultati si basano su ipotesi e modelli e sono, nella migliore delle ipotesi, approssimazioni della realtà. L’economia oggi probabilmente non soffre di troppo pochi, ma di troppi numeri e statistiche.
Un esempio di come si può misurare l’uguaglianza è il coefficiente di Gini, che misura la distribuzione del reddito. Questo oscilla tra 0 e 1 e mostra se il reddito è distribuito in modo assolutamente equo o assolutamente diseguale. Tuttavia, il coefficiente di Gini è un costrutto con punti deboli e ci sono idee diverse sull’uguaglianza.
È importante rendersi conto che molti valori importanti come la felicità, la libertà o la sicurezza sono difficili da quantificare a causa della loro complessità. Inoltre, le medie spesso dicono poco sulla portata effettiva e suggeriscono un livello di precisione che non è presente. Le classifiche dovrebbero essere viste con cautela, soprattutto quando i divari sono piccoli.
I mercati finanziari e la politica economica hanno sviluppato troppa fiducia nei modelli e nei numeri. Sarebbe meglio avere “approssimativamente ragione” piuttosto che esattamente torto. Il detto di John Maynard Keynes “più o meno giusto che esattamente sbagliato” dovrebbe essere preso in considerazione per non cadere nella trappola di credere nei numeri.
L’impatto di questi risultati sul mercato e sul settore finanziario è vario. Un’eccessiva attenzione ai numeri e alle statistiche può portare a una valutazione errata della situazione. Le aziende e gli investitori dovrebbero essere consapevoli che questi dati sono solo approssimazioni della realtà e possono essere soggetti a incertezza. È importante mettere in discussione criticamente modelli e numeri e assumere una prospettiva olistica.
Secondo un rapporto di www.nzz.ch è necessario riconoscere i vantaggi e gli svantaggi dei dati quantitativi in economia. Sebbene i numeri e le statistiche siano importanti strumenti decisionali, dovrebbero essere considerati con cautela e umiltà. Concentrarsi troppo su questi dati può portare alla perdita del quadro generale e avere effetti negativi a lungo termine. Pertanto i decisori del settore finanziario non dovrebbero basare le loro valutazioni esclusivamente su dati quantitativi, ma tenere conto anche di aspetti qualitativi.
Fonte: https://www.nzz.ch/meinung/kommentare/die-oekonomie-als-forschung-leidet-unter-zu-vielen-zahlen-ld.1391358
Leggi l'articolo originale su www.nzz.ch