Źródło: mises.org
Tłumaczenie: Mateusz Czyżniewski
Gdy Christopher Nolan promował swój film Interstellar: „Weźmy na przykład dziedzinę taką jak ekonomia. [W przeciwieństwie do fizyki] masz prawdziwie materialne rzeczy i nie możesz niczego przewidzieć. Zawsze się myli”. W tym stwierdzeniu jest o wiele więcej prawdy, niż większość akademickich ekonomistów chciałaby przyznać.
Alan Jay Levinovitz wysunął ostatnio prowokacyjny argument, że ekonomia to „nowa astrologia”. Zauważa on następujący fakt: „badania wskazują, że ekonomiści postrzegają swoją dyscyplinę jako »najbardziej naukową ze wszystkich nauk społecznych«”. Ale niestety „faktyczna historia tego świata przedstawia inne fakty, dotyczące modeli matematycznych podszywających się pod naukę oraz opinii publicznej, która chętnie je „kupuje”, myląc eleganckie równania z empiryczną dokładnością”.
Levinovitz zauważa, że:
Niepowodzenie tej dziedziny w przewidzeniu kryzysu z 2008 r. również zostało dobrze udokumentowane. Na przykład w 2003 roku, zaledwie pięć lat przed wielką recesją, laureat Nagrody Nobla Robert E. Lucas Jr powiedział Amerykańskiemu Stowarzyszeniu Ekonomicznemu, że „makroekonomia (...) odniosła sukces: jej główny problem zapobiegania depresji ekonomicznej został rozwiązany”. Krótkoterminowe prognozy sprawdzają się niewiele lepiej — na przykład w kwietniu 2014 r. ankieta przeprowadzona wśród 67 ekonomistów wykazała 100-procentową zgodność co do tego, że stopy procentowe wzrosną w ciągu najbliższych sześciu miesięcy. Zamiast tego spadły. I to znacznie.
Istnieje oczywiście wiele innych przykładów porażki stosowania modeli matematycznych w ekonomii. Model autorstwa Christiny Romer, opracowany w szczytowym okresie wielkiej recesji, wskazywał, że bez ustawy stymulującej gospodarkę bezrobocie może sięgnąć nawet 8,8%. Dzięki zastosowanym bodźcom ekonomicznym bezrobocie przekroczyło poziom 10 procent. Spektakularna porażka funduszu Long Term Capital Management, który został zbudowany wyłącznie na inwestowaniu w oparciu o modele matematyczne, jest kolejnym świetnym przykładem. Daniel Kahneman stwierdził, że „korelacje wynosiły 0,01”, gdy poproszono go o ocenę propozycji inwestycyjnych 28 różnych doradców. Warren Buffet fundusz hedgingowy Protégé Partners w swoim dziesięcioletnim zakładzie o wartości miliona dolarów. (Buffett wybrał fundusz indeksowy, który inwestuje w S&P 500.) Wydaje się, że finanse i ekonomia są nierozłączne w aspekcie zbyt dużej pewności dotyczącej wykorzystania matematyki.
Wracając do Levinovitza, problem polega na tym, że te wysoce skomplikowane modele opracowane na bazie wymyślnych i zadziwiających równań matematycznych są całkowicie bezużyteczne, jeśli są one oparte na fałszywych założeniach. Możesz zbudować najbardziej luksusową rezydencję, jaką można sobie wyobrazić, ale jeśli postawisz ją na górce z piasku, równie rozsądnie można by postawić tam domek z kart.
Przypomnijmy sobie , który umieszczał niegdyś Ziemię w samym centrum kosmosu. Starożytni Grecy zauważyli, że gwiazdy poruszały się po niebie, zatrzymywały się, cofały, a następnie ponownie zaczynały poruszać się do przodu. Aby rozwiązać tę zagadkę, Klaudiusz Ptolemeusz stworzył genialny model „zagnieżdżonych w sobie okręgów”. Każda gwiazda nie tylko krążyła wokół Ziemi po określonej trajektorii, ale także utrzymywała wtórną orbitę wokół punktu poruszającego się wzdłuż pierwszej orbity, aby z Ziemi wydawało się, że gwiazda czasami porusza w tył.
Geocentryczny model wszechświata był zdumiewającym osiągnięciem pod względem matematycznym, ale niestety błędnym, ponieważ założenia, na których został zbudowany, były całkowicie fałszywe.
Levinovitz posługuje się przykładem astrologii:
Jako ekstremalny przykład weźmy niezwykły sukces Evangeline Adams, astrolog z przełomu XIX i XX wieku, której klientami byli m.in. prezes Prudential Insurance, dwóch prezesów nowojorskiej giełdy, magnat Charles M. Schwab i bankier J.P. Morgan. Aby zrozumieć, dlaczego tytani finansów konsultowali się z Adams w sprawach rynkowych, należy przypomnieć, że astrologia była dyscypliną techniczną, wymagającą analizy wielu danych astronomicznych i opanowania specjalistycznych wzorów matematycznych. „Astrolog” jest w rzeczywistości drugą definicją słowa „matematyk” w Oxford English Dictionary. Przez wieki analizowanie ruchu gwiazd było zadaniem matematyków, motywowanym i finansowanym przez powszechne przekonanie, że mapy gwiazd są dobrymi przewodnikami po ziemskich sprawach. Najlepsza astrologia wymagała najlepszej astronomii, a najlepsza astronomia była realizowana przez matematyków — dokładnie takich, których autorytet mógł przemawiać do bankierów i finansistów.
Kiedy Adams została ostatecznie aresztowana w 1914 r. z uwagi na wprowadzone przepisy zakazujące astrologii, „to jej matematyka ostatecznie pozwoliła ją uniewinnić”. I nie jest to bynajmniej tylko zjawisko obecne na Zachodzie. Innym przykładem, do którego odwołuje się autor, jest podobnie imponujący pod względem matematycznym model Li opracowany w starożytnych Chinach. Li był również matematycznym modelem gwiazd i z jakiegoś powodu uważano, że jest „niezbędny do dobrego zarządzania”.
Oczywiście model taki nie jest niezbędny, ale Chińczycy wydali „astronomiczne sumy na udoskonalanie matematycznych modeli gwiazd”. Całkiem podobne do współczesnego sposobu uprawiania ekonomii.
Co ciekawe, Levinovitz cytuje kilku znanych ekonomistów keynesowskich i neoklasycznych, w tym Paula Romera, który skrytykował „matematyzację teorii wzrostu gospodarczego” i Paula Krugmana, który zawsze ma rację (z wyjątkiem sytuacji, gdy jej nie ma). W tym przypadku Krugman ma jednak rację w większości aspektów, zauważając że: „Moim zdaniem cała profesja zbłądziła, ponieważ ekonomiści, jako grupa, pomylili piękno, ubrane w imponująco wyglądającą matematykę, z prawdą”.
Poleganie jednak na matematyce w celu ukrycia podstawowych wad teorii ekonomicznej doskonale wpisuje się „pozory wiedzy”, przed którym ostrzegał Friedrich Hayek lata temu.
Społeczeństwo
Od tego czasu, wielu ekonomistów uwierzyło, że uczynili z ekonomii dyscyplinę naukową opartą na modelowaniu matematycznym i testach empirycznych. Zapewniali nas, że wykorzystując ogromne ilości danych i dopracowane modele matematyczne, mogą centralnie zarządzać gospodarką, eliminować cykle koniunkturalne oraz zwiększać wzrost gospodarczy i dobrobyt. Mylili się.
Co zaskakujące, Levinovitz nie stosuje słowa „ekonometria”, a była to pierwsza rzecz, która przyszła mi do głowy podczas czytania jego eseju. Podejście ekonometryczne może być najlepszym przykładem matematycznej arogancji opisywanej przez Levinovitza. Wady w jego wewnętrznym rozumowaniu stają się jednak oczywiste, gdy oderwiesz się od matematyki, jak pokazuje Robert Murphy:
Podejście ekonometryczne do celów analizy zmian cen akcji jest analogiczne do pracy meteorologa, który szuka korelacji między różnymi pomiarami warunków atmosferycznych. Może on na przykład stwierdzić, że temperatura w danym dniu jest bardzo dobrym predyktorem temperatury w dniu następnym. Jednak żaden meteorolog nie uwierzyłby, że odczyt na termometrze jednego dnia w jakiś sposób spowodowałby odczyt pomiarowy następnego dnia. Wie, że korelacja wynika z faktu, że prawdziwe czynniki przyczynowe — takie jak kąt położenia Ziemi względem płaszczyzny orbity wokół Słońca — nie zmieniają się zbytnio z dnia na dzień.
Niestety, w ekonometrii nie kładzie się nacisku na rozróżnienie między przyczynowością a korelacją. W rzeczywistości, dla ekonomistów uczciwie stosujących metody pozytywne, takie rozróżnienie nie może istnieć. Chociaż pionierzy ekonometrii mogli rozumieć, dlaczego pewne założenia są przyjmowane i mogą zaoferować uzasadnienia a priori, takie jak „racjonalne oczekiwania” dla szczegółów konkretnego modelu, kontynuatorzy tych pionierów są często uwikłani w matematyczne szczegóły o technicznym charakterze i tracą z oczu prawdziwe przyczyny zjawisk gospodarczych.
Lecz bardziej fundamentalne, jak zauważa austriacki ekonomista Frank Shostak jest to, że: „W naukach przyrodniczych eksperyment laboratoryjny może pozwolić na wyizolowanie różnych elementów i analizę ich ruchu w czasie. Niestety, odpowiednik eksperymentu dla nauki ekonomii nie istnieje. Zastosowanie ekonometrii i budowanie modeli ekonometrycznych jest próbą stworzenia laboratorium, w którym można przeprowadzać kontrolowane eksperymenty”. W rezultacie prognozy ekonomiczne są zazwyczaj błędne.
Levinovitz uważa, że u podstaw ekonomii akademickiej leży konflikt interesów. Z aprobatą cytuje jednego z ekonomistów, który mówi: „Interesem tego zawodu jest prowadzenie analizy w języku niedostępnym dla laików, a nawet dla niektórych ekonomistów. To, co zrobiliśmy, to zmonopolizowanie tego rodzaju wiedzy”. Co więcej, „(...) to daje nam władzę”.
Chodzi tu jednak o coś znacznie więcej. Nie chodzi tylko o to, że ekonomiści nie dokonują trafnych prognoz lub że fundusze hedgingowe nie zdobywają rynku. Jeśli ekonomia nie jest w stanie zapewnić biurokratom możliwości skutecznego kierowania i kontrolowania gospodarką, najlepszą alternatywą byłoby przywrócenie tej kontroli w ręce samego rynku. Nie chodzi tylko o to, że „matematyzacja” daje ekonomistom „władzę”. Pod wieloma względami jest to fasada, która daje uzasadnienie ich zatrudnienia.
Wygląda na to, że Levinovitz nie do końca zrozumiał pełne konsekwencje argumentu, za którym się opowiedział. Mianowicie, jako że modele ekonomiczne są w większości bezużyteczne i nie mogą przewidzieć przyszłości z jakąkolwiek pewnością, to centralne kierowanie gospodarką byłoby w rzeczywistości jak latanie na ślepo. Niepowodzenie modeli ekonomicznych jest po prostu kolejnym dowodem na istnienie pozorów wiedzy. I nie potrzebujemy więcej wiedzy, ale więcej pokory. Pokory, by wiedzieć, że „mądrzy” biurokraci nie są najlepsi w kierowaniu rynkiem — są nimi sami uczestnicy rynku.
Źródło ilustracji: Pixabay
