Prawda kontra precyzja w ekonomii

1. Prawda kontra precyzjaw ekonomii Metodologia ekonomii 03 grudnia 2005 Tomasz Ziaja

2. Przyczyny konfliktu • Ekonomiści mają skłonność do nadmiernego formalizowania • Skupianie uwagi na rygorystycznych fragmentach argumentacji z pominięciem innych, nie poddających się łatwo ścisłej analizie • Położenie środka ciężkości na precyzji dowodu powoduje filtrację teorii empirycznych nie spełniających narzuconych wymogów formalnych i uznanie ich za niewystarczająco przekonywujące • Zbytnie przywiązanie do ścisłego aparatu badawczego ogranicza komunikację między badaczami o różnym poziomie jego znajomości T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

3. Zasada najmocniejszego ogniwa • Postępowanie polegające na skupieniu uwagi na najmocniejszej części argumentacji dowodzącej słuszności tez wysuwanych w związku z badanym zjawiskiem a następnie przeniesienie jej siły dowodowej na całość argumentacji T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

4. Zasada najmocniejszego ogniwa • Przejawia się zwykle w tendencji do zbytniej formalizacji jądra danej teorii, przywiązując mniejsze znaczenie do siły dowodowej pozostałej części łańcucha dowodowego • Formalizacja jako element podkreślający wagę konkretnego elementu argumentacji • Zjawisko „polerowania” najmocniejszych ogniw podpierających stawianą hipotezę • Występowanie malejących przychodów –progresywna komplikacja modeli nie ubogaca teorii a czyni ją jedynie bardziej wyrafinowaną – czyli „szewc bez butów chodzi” T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

5. Polerowanie silnych ogniw • Zwiększenie siły argumentacji mocnego ogniwa wpływa również na łączną siłę uzasadnienia, lecz w niewielkim stopniu • Jeżeli zwiększymy prawdopodobieństwo kroku A z 0,9998 do 0,9999, mimo iż pozostałe kroki łącznie będą miały prawdopodobieństwo jedynie 0,75 to i tak nieznacznie zwiększymy łączne prawdopodobieństwo wszystkich kroków • Koszty zwiększania siły dowodowej • Polerowanie każdego z ogniw wymaga poniesienia pewnych nakładów, dlatego zazwyczaj bardziej efektywne byłoby poświęcenie zaangażowania na podniesienie wagi słabszych ogniw T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

6. Silne ogniwa vs słabe ogniwa • Przykład – wariant 1: Krok A B C Prawdopodobieństwo 0,98 0,95 0,90 Prawdopodobieństwo łączne – 0,8379 • Wzrost A o 1 punkt do 0,99 Prawdopodobieństwo łączne – 0,8464 (+1,01%) • Wzrost C o 1 punkt do 0,91 Prawdopodobieństwo łączne – 0,8472 (+1,11%) T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

7. Silne ogniwa vs słabe ogniwa • Przykład – wariant 2: Krok A B C Prawdopodobieństwo 0,98 0,95 0,70 Prawdopodobieństwo łączne – 0,6517 • Wzrost A o 1 punkt do 0,99 Prawdopodobieństwo łączne – 0,6584 (+1,03%) • Wzrost C o 1 punkt do 0,71 Prawdopodobieństwo łączne – 0,6610 (+1,45%) T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

8. Przyczyny polerowania silnych ogniw • Wykształcenie ekonomistów – skłonność do koncentrowania uwagi na obszarach gdzie teoria ekonomii może wnieść istotny wkład • Standardowe sposoby zwiększania stopnia rygoryzmu sformalizowanych kroków • Słabsze ogniwa zazwyczaj nie poddają się łatwo teorii ekonomii – problem w modelowaniu przy użyciu aparatury formalnej T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

9. Jak to działa? – typowy schemat • Autor przedstawia „precyzyjne” uzasadnienie swoich tez • Precyzja wyjaśnienia dotyczy zazwyczaj opisania szczególnego przypadku, na podstawie którego wysuwane są wnioski ogólne • Brak powiązania opisanego przypadku z innymi czynnikami wyjaśniającymi, które są pomijane ze względu na konieczność odejścia od ścisłego ujęcia całości – obawa przed zanieczyszczeniem pozornie precyzyjnego wyjaśnienia, ze szkodą dla potencjalnego podniesienia stanu ogólnej wiedzy o zjawisku T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

10. Które modele są lepsze? • Test ilościowej teorii pieniądza Richarda Todda • Modele oparte na danych miesięcznych lub kwartalnych • Problem: dane miesięczne – zniekształcone a przez to mniej wiarygodne, dane kwartalne – ulegają wypaczeniom z powodu agregacji • Możliwe rozwiązanie: oszacowanie błędu dla obu podejść • Rezultat: dane miesięczne – oszacowanie błędu nie jest możliwe, dane kwartalne – oszacowanie błędu spowodowanego agregacją jest możliwe • Wniosek końcowy: modele oparte na danych kwartalnych są bardziej wiarygodne • Słaby punkt: czego nie można zmierzyć, można pominąć T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

11. Polityka pieniężna – przykład 1 • Spór między keynesistami i monetarystami • Monetataryści – obrona stałego wzrostu podaży pieniądza • Keynesiści – zwolennicy polityki dyskrecjonalnej • Keynesiści wykazali w sposób rygorystyczny istnienie lepszej polityki dyskrecjonalnej lub co najmniej tak samo dobrej jak reguła pieniężna • Wniosek: przewaga polityki dyskrecjonalnej • Słaby punkt: nie wykazano w sposób równie rygorystyczny błędów w założeniach monetarystów co do możliwych potknięć banku centralnego – co zostało przemilczane w uzasadnieniu T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

12. Polityka pieniężna – przykład 2 • Teoria niespójności w czasie • Założenie – bank centralny wywołuje inflację i wykorzystując zjawisko iluzji pieniężnej chce skłonić przedsiębiorstwa do zwiększenia podaży dóbr ponad poziom optymalny oraz pracowników do zwiększenia podaży pracy • Potwierdzenie: analiza przy zastosowaniu aparatu teorii gier • Wniosek: przewaga reguły monetarnej nad polityką dyskrecjonalną • Słaby punkt: nie wykazano empirycznie istotności koncepcji niespójności w czasie – stała się ona kluczowa w dyskusji z uwagi na sam fakt możliwości jej modelowego ujęcia, czyli poddania „naukowym” rygorom T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

13. Formalizm a obserwacje empiryczne • Skupianie uwagi na formalnych aspektach przewagi danej teorii, modelu (np. mniejszy błąd standardowy) • Brak poświęcenia stosownej uwagi analizowanym danym co do ich poprawności, wynikający z trendu panującego wśród akademickich ekonomistów do postrzegania zagadnień związanych z odpowiednim sposobem gromadzenia danych jako pracę o małej wartości naukowej • Panowanie przekonania, że gromadzenie danych jest czynnością nie wymagającą żadnych wyjątkowych kwalifikacji i nie absorbującą umysłowo, wobec czego „niegodną” naukowca • Skutek – brak zainteresowania tworzeniem nowych zbiorów danych przez naukowców, pomimo potencjalnej możliwości wysnucia interesujących hipotez empirycznych T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

14. Formalizm a obserwacje empiryczne • Brak zainteresowania jakością dostępnych danych może powodować fatalne skutki w formułowanych wnioskach • Przykład: deficyt w handlu zagranicznym Stanów Zjednoczonych z Kanadą w 1982 r. według źródeł amerykańskich wynosił 12,8 mld USD a według źródeł kanadyjskich 7,9 mld USD • Nieracjonalne zachowanie badaczy, polegające na ignorowaniu faktu oparcia analiz na nieadekwatnych danych i brnięcie w prace skutkujące wnioskami o wątpliwej jakości • Świadomość takiego stanu rzeczy powinna skłaniać naukowców do badań, na ile tworzone przez nich modele są odporne na potencjalnie mogące się pojawić błędy w danych T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

15. Formalizm a obserwacje empiryczne • Badacze powinni posiadać dogłębne rozumienie struktury danych, ich pochodzenia i możliwych do pojawienia się błędów, tak aby właściwie dobrać metodologię • Analiza regresyjna oparta na poziomach danych lub alternatywnie na ich pierwszych różnicach może dać inne rezultaty ze względu na możliwe błędy w źródle • Przykład: pewna zmienna w I kw. ma wartość 100 w II kw. 102, w III kw. 103. Pojawił się błąd i zmienna w II kw. powinna wynosić 101. Analizując poziom danych wprowadza to niewielką zmianę procentową. Natomiast w ujęciu pierwszych różnic – błędne – 2 i 1 w porównaniu do poprawnych – 1 i 2 stanowi dużą różnicę procentową, łącznie z odwróceniem trendu T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

16. Wypaczone doradztwo polityczne • Ekonomiści często ulegają skłonności do poddawania się modom związanym z szeroko dyskutowanymi na bieżąco problemami • Z uwagi na stosowanie kryteriów wysokiego formalizmu jako probierza jakości teorii, modne zagadnienia są zazwyczaj bardzo dobrze dopracowane analitycznie, przez co mogą być nadmiernie często prezentowane w stosunku do ich merytorycznej wartości • Istnieje zagrożenie, że decydenci polityczni będą interpretowali dużą ilość publikacji na dany temat jako wyznacznik jego znaczenia T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

17. Ignorowanie słabszych dowodów • Ekonomia formalna ma tendencję do odrzucania hipotez wyjaśniających dane zjawisko z niższym poziomem istotności • Jeżeli kryterium założonego poziomu istotności siły dowodowej nie zostanie spełnione, hipoteza zostanie odrzucona, choć pomimo braku spełnienia warunków dowodu ostatecznego mogłaby wnieść istotne elementy dla poznania natury zjawiska • Przykład: Pięciu niezależnych badaczy dochodzi do podobnych wniosków z podobnym poziomem istotności, niższym od akceptowalnego dla dowodu ostatecznego; odrzucenie ich badań będzie ewidentną stratą pomimo braku niepodważalnego dowodu na wysuwane hipotezy T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)

18. Formalizm ogranicza komunikację • Formalizm utrudnia komunikację poprzez wykluczanie z dyskusji badaczy nie znających dostatecznie aparatu matematycznego • Nadmierny formalizm ogranicza krąg potencjalnych odbiorców prezentowanych teorii ze względu na ich wysoką komplikację i czas konieczny do przeanalizowania informacji T.Mayer „Prawda kontra precyzja w ekonomii” (rozdz. 5-6)