Está en la página 1de 252

Waldo Mendoza Bellido

CMO INVESTIGAN LOS ECONOMISTAS


GUA PARA ELABORAR Y DESARROLLAR UN PROYECTO

DE INVESTIGACIN

,.,1EN~

!.~

PONTIFICIA

FONDO
EDITORIAL

UNIVERSIDAD CATLICA DEL PER

Cmo investigan los economistas


Gua para elaborar y desarrollar un proyecto de investigacin
Waldo Mendoza Bellido
Waldo Mendoza Bellido, 2014
Fondo Editorial de la Pontificia Universidad Catlica del Per, 2014
Av. Universitaria 180 l, Lima 32, Per
Telfono: (51 1) 626-2650
Fax: (51 1) 626-2913
feditor@pucp.edu.pe
www.fondoeditorial.pucp.edu. pe
Diseo, diagramacin, correccin de estilo
y cuidado de la edicin: Fondo Editorial PUCP
Primera edicin: setiembre de 2014
Tiraje: 1000 ejemplares
Prohibida la reproduccin de este libro por cualquier medio,
total o parcialmente, sin permiso expreso de los editores.
Hecho el Depsito Legal en la Biblioteca Nacional del Per N 2014-12534
ISBN: 978-612-317-029-5
Registro del Proyecto Editorial: 31501361300868
Impreso en Litho & Arte SAC
Jirn !quique 046, Lima 5, Per

AGRADECIMIENTOS

La elaboracin de este libro, sobre cmo hacer una investigacin en el


campo de las ciencias econmicas, ha sido posible gracias a la conjuncin de varias condiciones.
En primer lugar, porque trabajo en la Pontificia Universidad
Catlica del Per (PUCP), un centro acadmico donde la investigacin
tiene un rol protagnico y que ofrece a sus miembros todas las facilidades para la produccin intelectual. Este libro, por ejemplo, es fruto del
apoyo brindado por el Vicerrectorado de Investigacin (VRI-PUCP).
En segundo lugar, en el Departamento de Economa, del cual soy
miembro, la preocupacin de cmo hacer una investigacin cientfica es antigua. Los importantes trabajos del profesor emrito Adolfo
Figueroa sobre la metodologa de la ciencia econmica me indujeron a
escribir un libro un tanto ms accesible, ms ingenieril, para el interesado en hacer investigacin.
En tercer lugar, he contado con la asistencia de Augusto Delgado,
egresado de la carrera de Economa de la PUCP, y de Cecilia Vargas,
estudiante de la misma especialidad. Su apoyo ha sido impecable y ha
ido mucho ms all del trabajo estndar de un asistente de investigacin.

En cuarto lugar, me he nutrido de las observaciones de mis estudiantes del Seminario de Investigacin en la Maestra en Economa de
la PUCP, as como de los talleres que dict en Lima y en varias universidades del pas. Mis estudiantes recibieron clases con un borrador de
este libro y me ayudaron a detectar un conjunto de errores que felizmente pude subsanar a tiempo.
Por ltimo, y no por eso menos importante, agradezco a mi familia
(Charo, Liu y Lizy), que me da todas las libertades para poder escribir
sin interrupcin.

NDICE

Agradecimientos

Introduccin

11

Captulo 1. Consideraciones generales

15

Captulo 2. La metodologa de la investigacin econmica

21

2.1
2.2
2.3
2.4
2.5
2.6
2. 7

21
24
32
46
50
64
70

El concepto de verdad y el problema de la demarcacin


El silogismo
La induccin, la deduccin y la metodologa hipottico-deductiva
El concepto de causalidad
Prediccin y explicacin
Verificacin y falsacin
La falsacin en la prctica

Captulo 3. Tipos de investigacin y problemas econmicos investigables 87


3.1 Requisito 1: el tema de investigacin debe plantearse como
una relacin de causa a efecto
3.2 Requisito 2: las variables exgenas y endgenas deben estar
empricamente identificadas
3.3 Requisito 3: el tamao de la muestra debe ser suficiente para someter
las hiptesis a las pruebas economtricas
3.4 Requisito 4: las hiptesis de causalidad deben provenir de un modelo
terico
3.5 Requisito 5: la investigacin debe elevar el stock de conocimientos
en el campo de estudio propuesto

90
92
94
96
97

Captulo 4. El papel de la econometra en la investigacin econmica

99

4.1 Los usos de la econometra


4.2 La metodologa de la econometra tradicional
4.3 Las fases de la investigacin y la econometra tradicional

102
113
138

Captulo 5. El papel de la econometra contempornea


en la investigacin econmica

143

5.1 Los lmites de la econometra tradicional


5.2 Los cuestionamientos a la econometra inductiva

143
182

Captulo 6. El proyecto de investigacin

187

6.1
6.2
6.3
6.4
6.5
6.6

189
192
193
195
199

Introduccin
Estado actual de conocimientos
Marco institucional y principales hechos estilizados
El modelo
Las hiptesis (predicciones)
El modelo economtrico y los mtodos y procedimientos
de la investigacin
6. 7 Hiptesis y evidencia emprica
6.8 Conclusiones e implicancias para la poltica econmica

204
207
211

Captulo 7. La investigacin en economa: un ejemplo

221

Referencias bibliogrficas

227

Anexo: Ejemplo de proyecto de investigacin


Los determinantes del ndice de Condiciones Monetarias (ICM)
en una economa parcialmente dolarizada: el caso del Per

237

Sumilla
Introduccin
1. Estado actual de conocimientos
2. El modelo
3. Hiptesis
4. Mtodos y procedimientos de investigacin
Bibliografa

237
238
240
245
248
248
252

INTRODUCCIN

No hay nada ms peligroso que un economista


que no ha aprendido algo de filosofa
(Hutchinson, 1997, p. 1).

La investigacin econmica es el proceso por el cual descubrimos,


evaluamos, confirmamos, rechazamos y ampliamos el stock de conocimientos existentes en el campo de la economa.
Para llevar adelante con xito este propsito, el investigador necesita
estar dotado de una metodologa, de las directrices generales de cmo
realizar la investigacin, y tambin de los mtodos y procedimientos de
investigacin; es decir, las guas especficas de cmo efectuarla.
Este libro tiene el doble objetivo de dotar a los economistas interesados en la investigacin econmica del marco terico (la metodologa
de la investigacin econmica), as como de algunas herramientas
especficas sobre cmo llevarla cabo (los mtodos y procedimientos de
investigacin).
En el terreno metodolgico, en este libro abordamos conceptos tales
como la causalidad, la induccin, la deduccin, el mtodo hipotticodeductivo, la prediccin y la explicacin, la verdad y la falsedad, la
verificacin y la falsacin, entre otros, que nos servirn para aproximarnos a la metodologa de la ciencia econmica.

CMO INVESTIGAN LOS ECONOMISTAS

En el campo de los mtodos y los procedimientos de la investigacin,


concentraremos nuestra atencin en el rol que tiene la econometra, la
tradicional y la contempornea, como instrumento esencial para poner
a prueba las hiptesis de la investigacin.
Por otro lado, no hay una sola metodologa de investigacin en el
campo de la economa. En algunos casos, no contamos con teoras,
ni con bases de datos, por lo que tiene que acudirse a los estudios de
caso y apelar a la metodologa exploratoria de investigacin. No hay
teora ni hay medicin. Este tipo de investigacin no permite predecir
ni explicar.
En otros casos, tenemos una base de datos completa pero no contamos con ninguna teora. Podemos apelar a la metodologa inductiva de
investigacin, para encontrar regularidades o hechos estilizados. Es la
medicin sin teora. Esta metodologa permite predecir pero no permite explicar.
Puede darse tambin el caso de que tengamos una buena teora pero
no contemos con una base de datos para ponerla a prueba. Es la teora
sin medicin. En esa situacin, utilizamos la metodologa deductiva de
investigacin, la cual nos permite explicar pero no predecir.
La situacin inmejorable para el investigador es cuando se cuenta
con una buena teora y una base de datos completa. Es la teora con
medicin. En este caso, puede utilizarse la metodologa hipottica
deductiva de investigacin que permite corroborar o rechazar teoras, y
permite lanzar predicciones y dar explicaciones sobre la naturaleza de
dichas predicciones. A este tipo de investigacin, siguiendo a Figueroa
(2012), la denominaremos investigacin bsica o investigacin cientfica.
En este libro, establecemos un criterio de demarcacin preciso entre
aquellos temas que son investigables y aquellos que no lo son, en el
marco de las reglas de investigacin cientfica o bsica postuladas aqu.
Vale aclarar que no todos los temas que nos interesan investigar son
investigables. Por ello, en este libro se proponen cinco requerimientos
para considerar que un problema econmico es investigable.

12

WALDO MENDOZA BELLIDO

El producto final esperado del libro es que el lector pueda preparar


un proyecto de investigacin en el campo de la economa, y que dicho
proyecto pueda ser desarrollado. Por eso, una parte importante est
dedicada a la descripcin, paso a paso, de las distintas etapas del proceso de investigacin, desde el planteamiento del problema econmico
a estudiar, hasta su culminacin, en la seccin de conclusiones e implicancias para la poltica econmica.
La orientacin adoptada es consistente, en trminos generales, con
la metodologa de investigacin cientfica propuesta por Popper (1980,
1983), Friedman (1967), Darnell y Evans (1990), Blaug (1992),
Hoover (2005) y, especialmente, con la expuesta por Figueroa (2003,
2009, 2012). Los mtodos y procedimientos de la investigacin econmica los hemos confinado al campo de la econometra aplicada, y nos
apoyamos especialmente en los libros de Darnell y Evans (1990), Stock
y Watson (2007) y Baddeley y Barrowclough (2009).
Como primer paso, en el primer captulo presentamos algunos
conceptos generales importantes relacionados con la epistemologa, la
metodologa y el mtodo. En el captulo 2 se presentan los conceptos
ms importantes de la metodologa de la ciencia econmica, tales como
induccin, deduccin y metodologa hipottico-deductiva, causalidad,
explicacin y prediccin, y verificacin y falsacin. Nos basamos, fundamentalmente, en las exposiciones de Popper (1980, 1983), llevadas al
campo de la econometra por Darnell y Evans (1990) y, al campo de la
economa, en el Per, por Figueroa (2003, 2009 y 2013). En el captulo
3 se delimitan aquellos temas que son investigables de los que no lo son,
desde el punto de vista de la metodologa adoptada en este libro. En el
captulo 4 se argumenta acerca de la importancia de la econometra
tradicional en la investigacin econmica. En el captulo 5 se discuten
los lmites de la econometra tradicional en la investigacin econmica,
el rol que tiene la econometra contempornea y los problemas metodolgicos que suelen surgir en los trabajos que contienen mediciones
sin teora o teoras sin medicin. En el captulo 6 se presentan,

13

CMO INVESTIGAN LOS ECONOMISTAS

paso a paso, las distintas etapas de la investigacin, siguiendo una


secuencia estrechamente conectada por un cordn umbilical: el tema
de la investigacin. Por ltimo, en el captulo 7 mostramos un ejemplo,
de propsito estrictamente pedaggico, sobre cmo hacer una investigacin siguiendo las pautas de la propuesta presentada en este libro.
Se presenta tambin un anexo con un ejemplo de una propuesta de
investigacin preparada por el autor.

14

CAPTULO 1
CONSIDERACIONES GENERALES

Hay tres conceptos asociados a la investigacin cientfica que requieren


ser esclarecidos al inicio de este libro: epistemologa, metodologa y
mtodo.
Entre aquellos, la epistemologa es el concepto ms general. El trmino proviene del griego episteme (conocimiento) y lagos (estudio).
Desde el punto de vista etimolgico, la epistemologa se refiere entonces al estudio del conocimiento. La Real Academia Espaola (RAE)
nos proporciona una definicin general de este trmino: Doctrina de
los fundamentos y mtodos del conocimiento cientfico (RAE, 2001).
Segn una definicin especializada, procedente de la filosofa,
la epistemologa es: El estudio de la cognicin y el conocimiento
(Bunge, 2007b, p. 62).
La epistemologa puede definirse entonces como la rama de la filosofa cuyo objeto de estudio es el conocimiento. En suma, es la teora
del conocimiento. Se ocupa de la naturaleza del conocimiento humano,
el estudio de las condiciones que conducen a su obtencin, los criterios
para justificarlo o invalidarlo. La epistemologa nos ofrece tambin la
definicin de conceptos fundamentales tales como el de la verdad y la
objetividad.

CMO INVESTIGAN LOS ECONOMISTAS

Por otro lado, el vocablo metodologa, se deriva de las palabras griegas methodos (mtodo) y logia (ciencia o estudio de). La metodologa
sera entonces, desde el punto de vista etimolgico, la ciencia que estudia los mtodos.
La Real Academia Espaola tiene una definicin consistente con
el origen etimolgico del trmino: Ciencia del mtodo. Conjunto de
mtodos que se siguen en una investigacin cientfica o en una exposicin doctrinal (RAE, 2001).
La definicin especializada, siempre desde la filosofa, por otro lado,
es similar: El estudio de los mtodos. La rama normativa de la epistemologa, una tecnologa del conocimiento (Bunge, 2007b, p. 142).
De acuerdo con Mark Blaug, un economista ingls-holands estudioso de la historia del pensamiento econmico y de la metodologa de
la investigacin econmica:
[... ] la metodologa es una disciplina descriptiva -esto es lo
que los economistas hacen- y tambin prescriptiva -esto es
lo que los economistas deben hacer para el progreso de la economa- [... ] la metodologa no proporciona un algoritmo
mecnico, ya sea para la construccin o para la validacin de las
teoras, como tal, es ms un arte antes que una ciencia (traduccin
propia, Blaug, 1992, p. xii).
Para Don Ethridge, actual profesor y jefe del Departamento de
Economa Agraria y Aplicada en la Universidad Tecnolgica de Texas,
autor de un conocido libro sobre investigacin econmica aplicada:
El trmino metodologa [... ] se refiere al estudio del enfoque general
de la investigacin en un campo dado. Por tanto, la metodologa de la
investigacin en economa es el estudio de la orientacin general de
la investigacin en economa. La metodologa de la investigacin
es la metodologa de la ciencia en el sentido de que es la metodologa para expandir la ciencia (traduccin propia, Ethridge, 2004,
pp. 25 y 26).

16

WALDO MENDOZA BELLIDO

Por ltimo, de acuerdo con el profesor Adolfo Figueroa, uno de los


economistas popperianos ms destacados en Amrica Latina, no debe
hacerse distincin entre los conceptos de epistemologa y metodologa.
La metodologa se ocupa del problema de "cmo" construir el conocimiento cientfico. La metodologa es llamada tambin epistemologa
(traduccin propia, Figueroa, 2012, p. xiv).
En resumen, la metodologa es la gua general para realizar una
investigacin cientfica, estudia el mtodo y orienta sobre los mtodos apropiados para alcanzar los objetivos de la investigacin cientfica.
La metodologa estipula las condiciones generales que deben caracterizar a los mtodos de investigacin y ofrece estrategias generales para
ampliar el conocimiento cientfico.
El tercer trmino que nos interesa definir en esta seccin es el
mtodo. La palabra proviene del trmino griego methodos (camino o
va) y se refiere al medio utilizado para llegar a un fin.
Este trmino, segn la RAE, es el Procedimiento que se sigue en
las ciencias para hallar la verdad y ensearla (RAE, 2001). Y segn un
diccionario de filosofa la definicin del mtodo es: Un procedimiento
regular y bien especificado para hacer algo, una secuencia ordenada de
operaciones dirigidas a un objetivo (Bunge, 2007b, p. 142).
Podramos concluir, entonces, que mtodo es el conjunto de pasos
que se siguen para elevar el stock de conocimientos cientficos; se trata
de un plan seleccionado para alcanzar un objetivo. Este trmino es
sinnimo de tcnicas o procedimientos de investigacin. Tambin son
los procedimientos que se llevan a cabo para cumplir con lo estipulado
por la metodologa. As pues, los mtodos y procedimientos tienen que
ser consistentes con la metodologa de investigacin.
Los libros de texto en este campo son abundantes. Pueden leerse, por
ejemplo, Newman (2003) o Hernndez, Fernndez y Baptista (2010).
Ethridge (2004) tiene una definicin comprensiva de esta expresin:
El trmino mtodo se utiliza para referirse a las tcnicas especficas,
herramientas o procedimientos que se aplican para alcanzar un determinado objetivo (traduccin propia, Ethridge, 2004, p. 25).
17

CMO INVESTIGAN WS ECONOMISTAS

En resumen, para nuestros propsitos, podemos definir a la


epistemologa como la teora general del conocimiento cientfico.
La metodologa es un campo de la epistemologa y constituye una gua
general para elevar el stock de conocimientos cientficos. La metodologa proporciona una justificacin para los mtodos de un proyecto de
investigacin. Y el mtodo es una gua especfica de aplicacin de la
metodologa.
Stacy y Little (2007) tienen un buen resumen de la conexin entre
estos tres trminos, consistente con lo que acabamos de presentar:
En los trminos ms simples, la metodologa justifica el mtodo, el
cual produce datos y anlisis. El conocimiento se crea a partir de
los datos y el anlisis. La epistemologa modifica la metodologa,
y justifica el conocimiento producido (traduccin propia, Stacy &
Little, 2007, p. 1317).

Dada una metodologa, y un mtodo consistente con dicha metodologa, podemos embarcarnos en la tarea de llevar adelante una
investigacin cientfica.
Y qu es una investigacin cientfica? Don Ethridge tiene una definicin apropiada de este trmino:

La investigacin es un proceso a travs del cual (1) se expande el


cuerpo de la ciencia, y (2) el cuerpo existente de la ciencia es sometido a las pruebas de exactitud o validez. Los dos son simbiticos:
la investigacin se basa en el acervo de conocimientos acumulados
como parte integral de su proceso, y el conocimiento acumulado se
expande a travs del proceso de investigacin.

[... ] La investigacin es el medio para acumular, evaluar y cuestionar el cuerpo de conocimientos que llamamos ciencia, as como un
proceso de utilizacin de la ciencia para abordar temas, problemas
y preguntas. La investigacin y la ciencia son intrnsecamente inseparables (traduccin propia, Ethridge, 2004, p. 26).

18

WALDO MENDOZA BELLIDO

Para llevar a cabo una investigacin cientfica se necesita contar con


dos instrumentos. Por un lado, se requiere conocer la metodologa de
la investigacin econmica. Por otro lado, se requiere tener un dominio
sobre los aspectos ms ingenieriles del proceso de investigacin cientfica, el de los mtodos y los procedimientos de la investigacin. En este
libro se cubren estos dos aspectos, complementarios, que el economista
que planea embarcarse en el desarrollo de una investigacin cientfica
en el campo de la economa necesita conocer.
En ambos casos, el objetivo final es buscar los caminos que permitan elevar el stock de conocimientos en el campo de la economa, en
concordancia con la metodologa de la ciencia, expresada por el destacado filsofo austraco Karl Popper: [ ... ] el problema central de la
epistemologa ha sido siempre, y sigue sindolo, el del aumento del
conocimiento (1980, p. 12).
Por su parte, Don Ethridge, reafirma lo postulado por Popper:
La investigacin econmica, en su forma ms fundamental, es el

proceso por el cual descubrimos, evaluamos y confirmamos el stock


de conocimientos en el campo de la economa (traduccin propia,
Ethridge, 2004, p. 3).

Las siguientes secciones de este libro estarn dedicadas, entonces,


al estudio de la metodologa de la investigacin econmica, as como
a su aplicacin concreta, a travs de los mtodos y procedimiento de
investigacin.

19

CAPTUL02

LA METODOLOGA DE LA INVESTIGACIN ECONMICA

En este captulo abordaremos algunos conceptos que nos ayudarn a


entender la metodologa de investigacin que se propondr a los economistas. Estos conceptos nos ayudarn a comprender la lgica que
debe guiar nuestras investigaciones, las mltiples dificultades que se
presentan en el camino del investigador y los criterios para aceptar o
rechazar algunas metodologas de investigacin.

2.1 EL CONCEPTO DE VERDAD Y EL PROBLEMA


DE LA DEMARCACIN

Toda investigacin cientfica tiene como objetivo la bsqueda de la verdad. Pero, qu es la verdad? Segn la Real Academia Espaola (RAE),
la verdad es la:
Conformidad de las cosas con el concepto que de ellas forma la
mente. Conformidad de lo que se dice con lo que se siente o se
piensa. Juicio o proposicin que no se puede negar racionalmente
(RAE, 2001).

Sin embargo, esta no es la definicin de verdad que se utiliza en la


ciencia. En nuestro mbito necesitamos de una definicin ms precisa,

CMO INVESTIGAN LOS ECONOMISTAS

y que sea empricamente observable. Qu entendemos por verdad en


la investigacin cientfica? En la ciencia, la verdad objetiva estricta no
puede ser encontrada; no existe, como lo seala Caldwell (1994).
El concepto apropiado de la verdad en la prctica de la investigacin
econmica es menos exigente, pero a la vez, es un concepto observable,
y es el utilizado por Popper. Este, a su vez, lo tom prestado del filsofo
polaco Alfred Tarski, quien en 1933 escribi un artculo en el que defina
matemticamente el concepto de la verdad. Antes de Tarski, el concepto de verdad era difuso y poco til para las necesidades de la ciencia:
Esta situacin cambi con el advenimiento de la teora de la verdad
y de la correspondencia de un enunciado con los hechos debida a

Tarski. La gran realizacin de Tarski y la verdadera importancia


de su teora para la filosofa de las ciencias empricas residen, creo,
en el hecho de que restableci una teora de la correspondencia
de la verdad absoluta u objetiva, que se haba vuelto sospechosa.
Reivindic el libre uso de la idea intuitiva de la verdad como correspondencia con los hechos (Popper, 1983, p. 273).
Decimos que un enunciado es verdadero si coincide con los
hechos o si las cosas son tal y como l las representa. Este es el
concepto absoluto u objetivo de la verdad, concepto que cada uno
de nosotros utiliza constantemente (Popper, 1972, pp. 113-114).
En consecuencia, como lo seala claramente Alan Chalmers, un
fsico ingls-australiano que obtuvo su PhD en historia y filosofa de la
ciencia, rea en la cual se desempea como docente en la Universidad
de Sydney:
De acuerdo con la teora de la verdad como correspondencia, una
proposicin es verdadera si, y solo si, se corresponde con los hechos.
La proposicin el gato est encima del felpudo es verdadera si el
gato est encima del felpudo, y falsa si no lo est. Una proposicin
es verdadera si las cosas son como dice la proposicin que son, y
falsa si no lo son (Chalmers, 2012, p. 214).

22

WALDO MENDOZA BELLIDO

Es de esta definicin de la verdad de donde provienen los conceptos


de verificacin y corroboracin, ampliamente utilizados en la metodologa de la ciencia, especialmente por Popper: Las teoras no son
verificables, pero pueden ser "corroboradas" (1980, p. 234).
Por qu usar el trmino corroboracin y no los trminos verificacin o confirmacin? Popper lo explica:
He introducido en este libro los trminos corroboracin
(bewahrung) y especialmente grado de corroboracin (grad der
Bewahrung) porque quera tener un trmino neutral con el cual
designar el grado en que una hiptesis ha salido indemne de contrastaciones rigurosas, y, por tanto, ha demostrado su temple
(Popper, 1980, p. 234).

En efecto, el trmino corroborar es ms neutral que el trmino


verificar. Segn la RAE (2001), la definicin del vocablo verificar es
Comprobar o examinar la verdad de algo.
Y la definicin del trmino corroborar: Dar mayor fuerza a la
razn, al argumento o a la opinin aducidos, con nuevos raciocinios o
datos (2001).
En los trminos de la ciencia, la verificacin es el establecimiento de
la veracidad de una hiptesis, mientras que la corroboracin es el establecimiento de la correspondencia de dicha hiptesis con los hechos.
Como veremos ms adelante, la ciencia no verifica, sino solo corrobora.
Por otro lado, entre los filsofos de la ciencia es habitual hablar del
problema de la demarcacin planteado por Karl Popper. Popper busc
definir los criterios para fijar los lmites entre lo que es el conocimiento
cientfico y el no cientfico o metafsico. De acuerdo con Popper, el
criterio de demarcacin entre ciencia y no ciencia es la folsabilidad.
Las hiptesis, para ser cientficas, deben ser falsables. Y qu significa
que una hiptesis sea falsable? Quiere decir que est planteada de tal
manera que estn absolutamente claras las condiciones para declararla falsa o refutada; es decir, que sea posible describir las situaciones

23

CMO INVESTIGAN LOS ECONOMISTAS

o hechos tales que, si se produjeran, refuten la hiptesis. Una hiptesis


es falsable cuando es posible encontrar al menos un hecho incompatible con ella.
En palabras del propio Popper:
Pero, ciertamente solo admitir un sistema entre los cientficos o
empricos si es susceptible de ser contrastado por la experiencia.
Estas consideraciones nos sugieren que el criterio de demarcacin
que hemos de adoptar no es el de la verificabilidad, sino el de la
falsabilidad de los sistemas. Dicho de otro modo: no exigir que un
sistema cientfico pueda ser seleccionado, de una vez para siempre,
en un sentido positivo; pero s que sea susceptible de seleccin en
un sentido negativo por medio de contrastes o pruebas empricas:
ha de ser posible refutar por la experiencia un sistema cientfico
emprico {Popper, 1980, pp. 39 y 40).

Por su lado, Bernt Stigum, profesor de la Universidad de Oslo,


autor de publicaciones que vinculan la metodologa con la econometra, economista noruego partidario de la filosofa popperiana, precisa:
Los cientficos deberan formular teoras que sean lgicamente
refutables, es decir, incompatibles con algn conjunto posible
de observaciones. Todos los cuervos son de color negro es lgicamente falsable, ya que es inconsistente con {y sera falsificado
por) la observacin de un cuervo rojo (traduccin propia, Stigum,
2003, p. 1).

2.2 EL SILOGISMO
Antes de ingresar a la siguiente seccin, en la que definiremos las principales metodologas que existen en la investigacin econmica, es
importante discutir sobre algunas reglas de inferencia que resultan muy
tiles en las discusiones sobre verificacin o falsacin de una hiptesis, as como en la definicin de los trminos induccin, deduccin

24

WALDO MENDOZA BELLIDO

y mtodo hipottico-deductivo. Para este objetivo, nos ayudaremos de


algunas reglas de una ciencia formal, la lgica, cuyo objetivo de estudio es, precisamente, la inferencia, el proceso a travs del cual, a partir
de ciertas premisas, se derivan conclusiones. Utilizaremos, en especial,
una forma de razonamiento lgico: el silogismo. Para llevar a cabo
esta tarea, nos basamos en Blaug (1980 y 1985) y, especialmente, en
Darnell y Evans (1990).
El silogismo es una herencia que recibimos del padre fundador
de la lgica, el gran filsofo griego Aristteles. Segn Aristteles, un
silogismo es: [ ... ] un discurso en el cual, establecidas ciertas cosas,
resulta necesariamente de ellas, por ser lo que son, otra cosa diferente
(Aristteles 1.2, 24b18-20).
El ejemplo clsico, tomado de Aristteles, sobre la mortalidad de los
griegos, es el siguiente:
1. Todos los hombres son mortales.
2. Todos los griegos son hombres.
3. Por tanto, todos los griegos son mortales.
En este ejemplo, si las premisas 1 y 2 son verdaderas, la conclusin
3 es necesariamente verdadera. El silogismo es la base de la metodologa
deductiva contempornea.
El trmino silogismo, del griego syllogismos (razonamiento), consta
de dos enunciados, a partir de los cuales se extrae una conclusin.
Un silogismo por tanto subraya la estructura lgica de un argumento
en el que se pone de relieve la relacin entre las premisas y la conclusin. En el silogismo hay una premisa que sirve como punto de
partida, la premisa mayor, que es una premisa general, una hiptesis o
una teora; una premisa que sirve como intermediaria, menos general que la anterior, que es la premisa menor; y una tercera proposicin,
la conclusin, que se desprende lgicamente, se deduce, de la premisa
mayor, a travs de la premisa menor.

25

CMO INVESTIGAN WS ECONOMISTAS

Segn la definicin especializada:


Un silogismo es un razonamiento en el que inferimos un enunciado
genrico, llamado conclusin, a partir de dos enunciados genricos,
llamados premisas. Las dos premisas han de contener tres conceptos,
de los cuales uno, llamado el trmino medio, se repite en ambas premisas, y los otros dos, llamados extremos, aparecen en la conclusin.
Este razonamiento puede ser correcto o incorrecto, segn que la conclusin sea o no una consecuencia de las premisas. Si un silogismo
es correcto, todos los silogismos cuyas premisas y conclusin compartan su forma lgica sern tambin correctos. Esta forma o pauta
constituye un modo silogstico vlido. Los modos silogsticos pueden representarse como leyes lgicas, tal y como lo haca Aristteles,
su descubridor, o como reglas de inferencia, prctica ms habitual
entre los lgicos posteriores (Mostern & Terretti, 2002, p. 454).

Considere, como ejemplo, el siguiente silogismo.


l. Todos los macroeconomistas de la PUCP son neoliberales (PI).
2. Osear Dancourt es un macroeconomista de la PUCP (P2).
3. Por tanto, Osear Dancourt es un macroeconomista neoliberal
(P3).

En este silogismo, la proposicin I (PI) es la premisa mayor, la


proposicin 2 (P2) es la premisa menor y la proposicin 3 (P3) es la
conclusin. El silogismo anterior, en trminos generales, puede presentarse como,
l. Todos los objetos A tienen la propiedad B (PI).
2. El objeto C pertenece a la clase A (P2).
3. Por tanto, el objeto C tiene la propiedad B (P3).

Este silogismo, en el que las premisas son afirmaciones, es un silogismo categrico (Darnell & Evans, I990). En este, las proposiciones I
y 2 son conocidas como los supuestos (o hiptesis tentativas), mientras
que la proposicin 3 es conocida como una prediccin.

26

WALDO MENDOZA BELLIDO

Se dice que un enunciado es lgicamente verdadero si se acepta


como verdad nicamente con fines de argumentacin: esto contrasta con la verdad material (o verdad objetiva), que es la cualidad
de ser la verdad del mundo real. Es de sealar, entonces, que dada
la verdad lgica de las premisas mayor y menor, la conclusin es
lgicamente verdadera, de hecho, la verdad lgica de la conclusin
es meramente una consecuencia de la naturaleza del razonamiento
que conduce a ella -la verdad lgica de la conclusin es independiente de la verdad material de las premisas-. Las premisas
pueden ser materialmente verdaderas o materialmente falsas y la
conclusin lgicamente verdadera; sin embargo, una conclusin
lgicamente verdadera es necesariamente materialmente verdadera
si sus premisas son materialmente verdaderas (traduccin propia,
Darnell & Evans, 1990, p. 28).

Un tipo de silogismo bastante utilizado en economa, donde la


premisa mayor es un enunciado condicional, y el componente Si se
denomina antecedente, y el componente entonces se conoce como el
comecuente, es el silogismo hipottico. Un ejemplo de este tipo de silogismo puede ser el siguiente.
1. Si todos los macroeconomistas de la PUCP fuesen neoliberales;
entonces, Osear Dancourt, quien es un macroeconomista de la
PUCP, debe ser un macroeconomista neoliberal (Pl).
2. Todos los macroeconomistas de la PUCP son neoliberales (P2).
3. Por tanto, Osear Dancourt debe ser un macroeconomista neoliberal (P3).
La presentacin general de este silogismo hipottico sera la

siguiente:
l. Si A es verdadero, entonces Bes verdadero (Pl).

2. A es verdadero (P2).
3. Por tanto, Bes verdadero (P3).

27

CMO INVESTIGAN LOS ECONOMISTAS

En este silogismo, la afirmacin hipottica de la premisa mayor (P 1)


se divide en un antecedente, Si A es verdadero, y un consecuente,
Por tanto, B es verdadero. Para llegar a la conclusin, Por tanto, B
es verdadero (P3), debemos ser capaces de afirmar que realmente A es
verdadero; es decir, en el lenguaje de los lgicos, a.firmar (o establecer)
el antecedente de la premisa mayor de la afirmacin hipottica, para que
la conclusin de que B es verdadero se siga como necesidad lgica,
como lo seala Blaug (1985).
A este tipo de silogismos, en el campo de la lgica, se le denomina
modus ponendo ponens, del latn modo que afirmando afirma, o simplemente modus ponens. Esta regla de inferencia es un instrumento
lgico para verificar: afirma el antecedente. Es una regla de inferencia
que permite pasar de un condicional y su antecedente a un consecuente
(Mostern & Terretti, 2002). En esta operacin lgica se establece una
relacin de causa a efecto entre los enunciados. En esta regla, si el
antecedente es verdadero (si se afirma el antecedente), entonces el consecuente es necesariamente verdadero (se afirma necesariamente el
consecuente).
Hay otro tipo de silogismo, el modus tollens, o modus tollendo tollens,
del latn, modo que negando niega, que es una regla de inferencia que
es central en el mtodo falsacionista de Karl Popper. Es una regla de
inferencia que permite pasar de un condicional y la negacin de su consecuente a la negacin de su antecedente (Mostern & Terretti, 2002).
Esta regla tiene la siguiente presentacin:
l. Si A es verdadero, entonces Bes verdadero (PI).
2. B es falso (P2).
3. Por tanto, A es falso (P3).

Siguiendo con el ejemplo sobre Osear Dancourt:


1. Si todos los macroeconomistas de la PUCP fuesen neoliberales;
entonces, Osear Dancourt, quien es un macroeconomista de la
PUCP, debe ser un neoliberal (Pl).

28

WALDO MENDOZA BELLIDO

2. Osear Dancourt, quien es un macroeconomista de la PUCP, no


es un neoliberal (P2).
3. Por tanto, no todos los macroeconomistas de la PUCP son neoliberales (P3).
En este silogismo, si en una relacin de causalidad aparece como
premisa el consecuente negado (el efecto), eso nos conduce a negar el
antecedente (la causa), puesto que si un efecto no se da, su causa no ha
podido darse.
En resumen, a partir de estas reglas del silogismo, podemos establecer que la regla modus ponens solo nos permite afirmar si est afirmado
el antecedente (el primer trmino del silogismo), y la regla modus tollens
solo nos permite negar a partir del consecuente (segundo trmino del
silogismo). Solo se pueda afirmar a partir del antecedente y solo se
puede negar a partir del consecuente.
Ms adelante veremos que esta es la regla de inferencia ms importante que tiene a la mano Karl Popper para sustentar su argumento del
falsacionismo:
El modo de inferencia falsadora que nos referimos --o sea, la
manera en que la falsacin de una conclusin entraa la falsacin
del sistema del que se ha deducido- es el modus toilem de la lgica
clsica. Podemos describirlo como sigue.
Sea p una conclusin de un sistema t de enunciados, que puede
estar compuesto por teoras y condiciones iniciales {no har distincin entre ellas, en beneficio de la sencillez). Podemos simbolizar
ahora la relacin de deductibilidad (implicacin analtica) de p
a partir de t por medio de ! ~ p, que puede leerse: <<p se sigue de
!. Supongamos que p sea falsa, lo cual puede escribirse fo> y leerse
no p. Dada la relacin de deductibilidad, t ~ p, y el supuesto
ji, podemos inferir r (lase no !): esto es, comideramos que t ha
quedado falsado. Si denotamos la conjuncin (asercin simultnea)
de dos enunciados colocando un punto entre los smbolos que los
representan, podemos escribir tambin la inferencia falsadora del

29

CMO INVESTIGAN LOS ECONOMISTAS

modo siguiente: (t ~ p); ji~ t); o, expresndolo con palabras:


Si pes deductible de t, y pes falsa, entonces tes tambin falsa.
Gracias a este modo de inferencia falsamos el sistema. completo
(la teora con las condiciones iniciales) que haba sido necesario
para la deduccin del enunciado p, es decir, del enunciado falsado
(Popper, 1980, p. 73).

En una ciencia fctica como la economa, si una proposicin B es


deducible de otra proposicin A, y la proposicin B es fa/sable, entonces,
si la proposicin B no se da (modus tollens), es lgicamente correcto que
la proposicin A es falsa. En la inferencia del modus tollens, a partir de los
enunciados singulares, se argumenta la falsedad de enunciados universales.
En consecuencia, de lo visto, la inferencia del tipo modus ponens
solo nos permite afirmar si est afirmado el antecedente, mientras que
la inferencia del tipo modus tollens solo nos permite negar a partir del
consecuente. Ms adelante vamos a ver que este ltimo tipo de silogismo es ampliamente utilizado en la discusin metodolgica. A partir
de una teora (el antecedente), se puede derivar una hiptesis (consecuente). Si el consecuente es falso, si es inconsistente con los hechos,
puede negarse el antecedente, la teora de la que parte.
Por otro lado, en el uso de los silogismos, pueden cometerse falacias,
es decir, el uso de argumentos lgicamente incorrectos, que violan las
reglas formales de la lgica.
Para nuestra discusin acerca de la verificacin y la falsacin, hay
un tipo de falacia que es de particular importancia, y en la literatura
se la conoce como el problema de afirmar (o establecer) el consecuente
(Darnell & Evans, 1990). Considere el silogismo siguiente:

1. Si todos los macroeconomistas de la PUCP fuesen neoliberales;


entonces, Osear Dancourt, quien es un macroeconomista de la
PUCP, debe ser un neoliberal (PI).
2. Osear Dancourt, macroeconomista de la PUCP, es un neoliberal
(P2).

30

WALDO MENDOZA BELLIDO

3. Por tanto, todos los macroeconomistas de la PUCP son neoliberales (P3).


En trminos ms generales:

l. Si A es verdadero, entonces Bes verdadero (PI).


2. Bes verdadero (P2).
3. Por tanto, A es verdadero (P3).
En este caso, la premisa menor (P2) es una afirmacin del comecuente (no es una afirmacin del antecedente), y si bien la conclusin
puede ser verdadera, no es necesariamente verdadera. A este tipo de
falacias se le llama tambin error inverso. Este tipo de argumentacin es
invlida pues la verdad de las premisas no garantiza la verdad de la conclusin. Podra pasar que las premisas fuesen verdaderas y la conclusin
aun as sea falsa.
En este caso, las reglas de la lgica formal solo permiten una conclusin dbil, que puede escribirse de la siguiente manera:
3. Por tanto, todos los macroeconomistas de la PUCP pueden ser
neoliberales.
O, en trminos generales,
3. Por tanto, A puede ser verdadero.
En este caso, en lugar de establecer la certeza del antecedente, se ha
establecido la certeza del consecuente, y tratamos de obtener, a partir de
la certeza del consecuente, Bes verdadero, la certeza del antecedente
A es verdadero (Blaug, 1985). Esta es una falacia: la conclusin ya no
es un resultado lgico de las premisas.
As pues, es lgicamente correcto establecer el antecedente (algunas
veces denominado modus ponens), pero establecer el consecuente es
una falacia lgica. Lo que podemos hacer, sin embargo, es negar
el consecuente (modus tollens), y esto s que es siempre lgicamente
correcto (Blaug, 1985, p. 31).

31

CMO INVESTIGAN LOS ECONOMISTAS

De esta manera, podemos adelantar: la ciencia nunca puede verificar


definitivamente una hiptesis pero s puede refutarla definitivamente.

2.3 lA INDUCCIN, LA DEDUCCIN Y LA METODOLOGA


HIPOTTICO-DEDUCTIVA

Hay tres conceptos vinculados estrechamente a la ciencia: la induccin,


la deduccin y la metodologa hipottico-deductiva.
Pero, qu es la ciencia? Segn la RAE, la ciencia es el Conjunto de
conocimientos obtenidos mediante la observacin y el razonamiento,
sistemticamente estructurados, y de los que se deducen principios y
leyes generales (RAE, 2001).
Las ciencias pueden ser formales o fcticas. De acuerdo con el prestigioso filsofo y fsico argentino Mario Bunge (1968), las ciencias
formales son las que estudian las ideas y las ciencias fcticas son las que
estudian los hechos.
Definimos una ciencia formal como una ciencia exacta que contiene nicamente proposiciones formales o propositions de raison.
Por otra parte, al menos algunas de las proposiciones de una ciencia fctica deben ser fcticas: deben describir, explicar, o predecir
cosas o procesos que pertenezcan al mundo real (natural o social).
La lgica, la semntica filosfica y la matemtica son ciencias
formales. En contraposicin, las ciencias naturales, sociales y biosociales son fcticas (Bunge, 1968, p. 270).
[ ... ]la ciencia formal es autosuficiente por lo que hace al contenido
y al mtodo de prueba, mientras que la ciencia factual depende del
hecho por lo que hace al contenido o significacin, y del hecho
experiencia! para la convalidacin. Esto. explica por qu puede conseguirse verdad formal completa, mientras que la verdad factual
resulta ser tan huidiza (Bunge, 1970, p. 39).

La economa es, evidentemente, una ciencia fctica. Una definicin de conocimiento cientfico consistente con lo que se desarrollar

32

WALDO MENDOZA BELLIDO

en las secciones siguientes de este libro es la propuesta por el profesor


Figueroa:
El conocimiento cientfico en las ciencias fcticas puede definirse
como un conjunto de proposiciones acerca de la existencia de relaciones entre objetos materiales, junto con las explicaciones sobre la
razones de la existencia de tales relaciones, y junto con la confrontacin de las proposiciones con los hechos. El conocimiento cientfico
busca responder a la pregunta del porqu de las regularidades empricas observadas (traduccin propia, Figueroa, 2012, p. 1).

Cmo se adquiere el conocimiento cientfico? En la prctica, en


la bsqueda de incrementar el stock de conocimientos cientficos en el
campo de la economa, los economistas utilizan distintas metodologas:
la metodologa inductiva, la deductiva y la metodologa hipotticodeductiva o falsacionista. En Blaug (1992) hay una amplia discusin
sobre estas metodologas. Puede verse tambin Chalmers (2012),
Figueroa (2003) y Ethridge (2004).
Uno de las metodologas ms populares, de uso generalizado tanto
en las ciencias naturales como en las ciencias sociales, es la metodologa
inductiva. La induccin es el procedimiento a travs del cual lo particular
conduce a lo universal y supone una metodologa de medicin sin teora.
La metodologa inductiva se basa en las inferencias que permiten
transitar desde los enunciados singulares (aquellos particulares, tales
como descripciones de los resultados de observaciones o experimentos)
a enunciados universales, como las hiptesis o las teoras. En la lgica 1
inductiva; se transita de lo particular a lo general, de hechos a leyes, de
lo concreto a lo abstracto, de lo observable a lo terico (Blaug, 1992).

La visin estndar de la ciencia en la mitad del siglo XIX fue que


las investigaciones cientficas comienzan en la observacin libre y
sin prejuicios de los hechos, proceden por inferencia inductiva para
1

En rigor, como lo veremos a continuacin, la induccin atenta contra los principios


bsicos de la lgica.

33

CMO INVESTIGAN LOS ECONOMISTAS

la formulacin de leyes universales sobre estos hechos, y finalmente


arriban por un proceso de induccin adicional a proposiciones de
an ms amplia generalidad conocidas como teoras; ambas, leyes
y teoras, son finalmente sometidas a la prueba sobre su contenido
de verdad al comparar sus consecuencias empricas con los hechos
observados, incluyendo aquellos con los que se comenz. Este es el
punto de vista inductivo de la ciencia, perfectamente resumido en
el System ofLogic, Ratiocinative and lnductive, de John Stuart Mili
(1843) (traduccin propia, Blaug, 1992, p. 4).
Sin embargo, desde el punto de vista de la lgica, esta metodologa
ha sido muy criticada por los filsofos de la ciencia.

La mala interpretacin capital de las ciencias naturales reside en


la creencia de que la ciencia -o el cientfico- comienza con la
observacin y la coleccin de datos, hechos o mediciones, y de all
pasa a conectar o correlacionar estos ltimos, y as llega -de alguna
manera- a generalizaciones y teoras (Popper, 1997, p. 154).
En la literatura sobre la metodologa existe el viejo problema planteado por Hume, denominado

el problema de la induccin. Segn este

principio, no existe ninguna cantidad suficiente de enunciados de


observaciones particulares que nos permita inferir lgicamente, y sin
restricciones, un enunciado general o una teora.
Popper (1980 y 1983) y Blaug (1985), apoyndose en Hume, revalidan la posicin de que la metodologa inductiva no es consistente con
las reglas de la lgica formal.
Hume sostena que no puede haber ningn argumento lgico
vlido que nos permita establecer que los casos de los cuales no
hemos tenido ninguna experiencia se asemejan a aquellos de los
que hemos tenido experiencia. Por consiguiente, aun despus de
observar la conjuncin frecuente o constante de objetos, no tenemos ninguna razn para extraer ninguna inferencia concerniente
a algn otro objeto aparte de aquellos de los que hemos tenido
experiencia (Popper, 1983, p. 67).
34

WALDO MENDOZA BELLIDO

Ahora bien, desde un punto de vista lgico dista mucho de ser obvio
que estemos justificados al inferir enunciados universales partiendo
de enunciados singulares, por elevado que sea su nmero; pues cualquier conclusin que saquemos de este modo corre siempre el riesgo
de resultar un da falsa: as, cualquiera que sea el nmero de ejemplares de cisnes blancos que hayamos observado, no est justificada la
conclusin de que todos los cisnes sean blancos (Popper, 1980, p. 27).
No es posible derivar, o establecer de forma concluyente, afirmaciones universales a partir de afirmaciones particulares, por muchas
que sean estas, mientras que cualquier afirmacin universal puede
ser refutada, o lgicamente contradicha, por medio de la lgica
deductiva, por una sola afirmacin particular.
Ningn nmero de observaciones de cisnes blancos nos permitir
inferir que todos los cisnes son blancos, pero la observacin de que
un nico cisne es negro, nos permite refutar aquella conclusin.
En resumen, no es posible demostrar que algo es materialmente
cierto, pero siempre es posible demostrar que algo es materialmente
falso, y esta es la afirmacin que constituye el primer mandamiento
de la metodologa cientfica (Blaug, 1985, pp. 30-31).

Por otro lado, como lo hace notar Blaug (1985), el argumento de


Hume tambin establece que hay una asimetra fundamental entre la
induccin y la deduccin, entre probar y refutar, entre verificacin y
falsacin, entre la afirmacin de la verdad y su negacin. Ningn enunciado universal puede ser lgicamente derivado de manera concluyente
por enunciados singulares, aunque estos sean numerosos, pero cualquier afirmacin universal puede ser lgicamente refutada con la ayuda
de la lgica deductiva a partir de una sola sentencia singular.
En consecuencia:
No podemos hacer generalizaciones inductivas a partir de una serie
de observaciones porque en el momento que hemos seleccionado
algunas observaciones entre las infinitas posibles, ya hemos decidido por un punto de vista y el punto de vista s es una teora,

35

CMO INVESTIGAN LOS ECONOMISTAS

sin embargo, cruda y poco sofisticada. En otras palabras, no


hay hechos brutos y todos los hechos estn cargados de teora
(traduccin propia, Blaug, 1992, p. 15).

En Darnell y Evans ( 1990) puede encontrarse una sustentacin clara


de que la inferencia inductiva constituye un ejemplo tpico de falacia.
Segn estos autores, los econometristas usan los datos para varios propsitos pero particularmente en la derivacin de resultados generales y
de predicciones generales, utilizando el mtodo inductivo. El ejemplo
que presentan es muy ilustrativo.
Por qu creemos que el sol saldr maana en la maana? Esta
creencia est basada en un razonamiento inductivo: si todos los das
anteriores el sol ha salido, entonces, debe continuar saliendo maana.
La caracterstica del razonamiento inductivo es que es una generalizacin que se deriva a partir de un nmero de observaciones particulares.
Para ilustrar la estrecha relacin entre la induccin y la deduccin,
Darnell y Evans establecen el anterior argumento inductivo en la forma
de un razonamiento de silogismo deductivo:
1. El sol siempre ha salido en la maana en el pasado.
2. Lo que sucede en el pasado continuar sucediendo en el futuro.
3. Entonces el sol saldr maana.
Este silogismo pone de relieve la falacia del razonamiento inductivo.
Las observaciones que son la base de la induccin (la premisa mayor,
el primer enunciado anterior) son particulares (un periodo histrico
y una ubicacin geogrfica especfica); sin embargo, la conclusin del
razonamiento inductivo es una generalizacin, una prediccin, que va
ms all las observaciones en las que se basa: la induccin busca predecir qu suceder en circunstancias similares a sus premisas pero en
diferentes puntos en el tiempo o en diferentes puntos del espacio.
El problema de este razonamiento inductivo es la premisa menor, que
requiere apelar a un principio que establece, como una cuestin de fe,
que lo que ha sucedido en el pasado continuar sucediendo en el futuro.

36

WALDO MENDOZA BELLIDO

En qu medida el razonamiento inductivo proporciona pruebas?


Desafortunadamente, por la naturaleza de la premisa menor, el razonamiento inductivo no puede ofrecer una prueba material concluyente,
tal como el ejemplo simple presentado lo ha dejado claro.
Sin embargo, como expresan Darnell y Evans (1990), la negacin
de Popper de la induccin es en realidad una negacin de la induccin como proveedora de un argumento lgico demostrativo, pues solo
la deduccin puede proporcionar argumentos lgicos demostrativos.
Lo que ofrece la induccin es un argumento no demostrativo que
intenta sugerir que una hiptesis particular es apoyada por las observaciones. Una conclusin no demostrativa obtenida inductivamente no
puede excluir lgicamente la posibilidad de que la conclusin sea falsa.
El silogismo para ilustrar esto es el siguiente:
l. Si Al, A2, A3, ... , An son verdaderos, entonces, Bes verdadero.
2. B no est falsado, ni B ha sido alguna vez falsado.
3. Por tanto, Al, A2, A3, ... An son verdaderos.
De lo anterior, es evidente que las premisas pueden ser materialmente verdaderas, sin embargo, la conclusin puede ser materialmente
falsa (Darnell & Evans, 1990).
En consecuencia, una conclusin basada en la induccin no puede
decirse que es materialmente cierta, dado que no hay forma de establecer la verdad material de la premisa menor (la de la regularidad).
Cmo se puede inferir, lgicamente, algo sobre la experiencia futura
cuando la evidencia no es ms que la experiencia histrica?
Kevin Hoover, profesor de Economa y Filosofa en la Universidad
de Duke, aborda tambin el problema de Hume, asocindolo con el rol
de la evidencia.

La evidencia, sin importar el nmero de casos positivos recogidos,


no puede establecer la verdad de una teora, solo puede establecer
su falsedad. No debemos adoptar teoras porque disfrutan de un
alto nivel de apoyo afirmativo, sino rechazar a aquellas que han sido
falsadas (traduccin propia, Hoover, 2005, p. 12).

37

CMO INVESTIGAN LOS ECONOMISTAS

No todos estn de acuerdo con el problema de la induccin.


El premio nobel de economa 1972, John Hicks, es uno de los partidarios de la vigencia de la metodologa inductiva: Toda ley cientfica
est basada en observaciones; son generalizaciones de observaciones, es
decir, son inducciones (1986, p. 95).
En cambio, otro premio nobel de economa, el de 1987, Robert
Solow, est en completo desacuerdo con la metodologa inductiva de
investigacin.
Si me siento oprimido por algo, es por el NBER y la inundacin
de los documentos de trabajo con cubiertas de color amarillo. Ninguno de ellos contiene un teorema existente. La mayora de ellos
son empricos. Ellos de hecho ponen a prueba hiptesis. El problema es que muchos de ellos son absolutamente no convincentes,
absolutamente olvidables, absolutamente mecnicos, y no hay
manera de saber de antemano cules son y cules no. Esto es ms
que una amenaza (traduccin propia, Solow, 1991, p. 30).

La otra metodologa de investigacin es la deductiva. La deduccin


es el procedimiento a travs del cual una conclusin resulta de una
o ms premisas. En esta metodologa, la existencia de una teora es
una condicin suficiente para generar conocimientos. De una teora,
se deducen hiptesis, las cuales son conocimientos tericos. Las hiptesis constituyen el producto final al que se llega a travs de la metodologa
deductiva. Es la teora sin medicin.
Para Popper:
La lgica deductiva es la teora de la validez del razonamiento lgico
o de la inferencia lgica. Una condicin necesaria y decisiva para la
validez de una inferencia lgica es la siguiente: si las premisas de un
razonamiento vlido son verdaderas, entonces la conclusin ha de
ser asimismo verdadera.
Esto puede ser expresado tambin as: la lgica deductiva es la teora de la transferencia de la verdad de las premisas a la conclusin
(Popper, 1972, p. 112).

38

WALDO MENDOZA BELLIDO

Por otro lado:


Podemos decir: si todas las premisas son verdaderas y la inferencia
es verdadera, entonces la conclusin ha de ser asimismo verdadera;
y, en consecuencia, si en una inferencia vlida la conclusin es falsa,
no es posible en tal caso que todas las premisas sean verdaderas.
Este resultado trivial, pero de una importancia decisiva, puede ser
igualmente expresado as: la lgica deductiva no es tan solo la teora
de la transferencia de la verdad de las premisas a la conclusin, sino
asimismo e inversamente la teora de la retransferencia, de la falsedad de la conclusin a por lo menos una de las premisas.
[.... ] De este modo queda convertida la lgica deductiva en la teora de la crtica racional. Porque toda crtica racional tiene la forma
de un intento por nuestra parte de mostrar que de la tesis criticada
se desprenden consecuencias inaceptables. Si de una determinada
tesis alcanzamos a inferir consecuencias inaceptables, la tesis en
cuestin es refutada
[ ... ] En las ciencias trabajamos con teoras, es decir, con sistemas
deductivos. Una teora o sistema deductivo constituye, en primer
lugar, un ensayo de explicacin y, en consecuencia, un intento
de solucionar un problema cientfico; en segundo, una teora
--es decir, un sistema deductivo- es racionalmente criticable por
sus consecuencias. Es pues un ensayo de solucin sujeto a la crtica
racional (Popper, 1972, p. 113).

Pero las hiptesis pueden ser empricamente falsas. Por eso, en una
ciencia fctica como es la economa, la metodologa deductiva es un
paso necesario pero insuficiente en la investigacin cientfica.
Segn las reglas de la lgica deductiva, nos referimos a algunos
tipos de razonamiento silogstico infalibles como Si A es verdadero,
entonces B es verdadero; A es verdadero, por tanto B es verdadero
[ ... ] Huelga aadir que la lgica deductiva es un clculo abstracto
y que la validez lgica del razonamiento deductivo de ninguna

39

CMO INVESTIGAN WS ECONOMISTAS

manera depende de la verdad de los hechos ni de la premisa mayor


si A es verdadero, entonces B es verdadero, o la premisa menor,
<<A es verdadero (traduccin propia, Blaug, 1992, p. 4).
Segn Figueroa (2003), en la metodologa deductiva:
A partir de unos supuestos se determinan las relaciones que deben
existir entre las variables que analizan. El uso intensivo de las matemticas ha significado que esas derivaciones lgicas sean realizadas
con mucho rigor. De estas relaciones as deducidas se pasa, usualmente, al campo de las aplicaciones. Se supone, implcitamente,
que si la derivacin es lgicamente correcta, la relacin propuesta
debe ser tambin empricamente cierta (Figueroa, 2003, pp. 61
y 62).
Chalmers (2012) presenta un balance comprensible del significado
de las metodologas inductiva y deductiva:
Una caracterstica de los razonamientos inductivos que los diferencia de los deductivos es que, al pasar de enunciados acerca de
algunos acontecimientos de un tipo particular a enunciados acerca
de todos los acontecimientos, van ms all de lo que est contenido
en las premisas. Las leyes cientficas generales van invariablemente
ms all de la cantidad finita de la evidencia observable que puede
soportarlas, y esta es la razn por la cual no pueden nunca ser probadas en el sentido de ser deducidas lgicamente de dicha evidencia
[ ... ).
Para decirlo de una manera no tcnica, cualquier evidencia observacional constar de un nmero finito de enunciados observacionales,
mientras que una ley general hace afirmaciones acerca de un nmero
infinito de casos posibles (Chalmers, 2012, pp. 42 y 49).
Ethridge (2004) nos recuerda que una de las aplicaciones ms
importantes del razonamiento inductivo en el campo de la economa
es la inferencia estadstica. Al organizar una muestra aleatoria a partir

40

WALDO MENDOZA BELLIDO

de la poblacin total, la recopilacin y el anlisis de los datos sobre


la muestra, utilizando criterios y procedimientos establecidos, se pueden inferir las caractersticas y el comportamiento de la poblacin total
de la muestra analizada.
De esta manera, el rawnamiento inductivo es rico en informacin
sobre la realidad pero carece de rigor lgico; mientras que el razonamiento deductivo es riguroso en trminos lgicos pero no proporciona
ninguna informacin sobre la realidad.
Por ltimo, hay que destacar la clara asimetra que existe entre la
induccin y la deduccin, y su relacin con la asimetra que se ver
posteriormente, entre la verificacin y la falsacin.
El problema de la induccin es que ninguna declaracin universal
puede deducirse lgicamente, o establecerse con certeza, a partir
de un nmero finito de enunciados singulares: por el contrario,
una declaracin universal puede ser refutada lgicamente con la
ayuda del razonamiento deductivo de un nico evento contrario!
(traduccin propia, Darnell & Evans, 1990, p. 30).

La tercera metodologa es la hipottico-deductiva, a la cual se le


llama tambin la metodologa falsacionista. Es la teora con medicin.

En Popper (1983), lder intelectual de esta posicin, se encuentra lo


sustantivo de la propuesta falsacionista.
He presentado recientemente el proceso de seleccin en la forma de
un esquema un tanto demasiado simplificado:
P 1 ~T~E~P2

P 1 es el problema del que partimos; TT son las teoras tentativas


mediante las que intentamos resolver el problema; EE es el proceso de eliminacin del error al que estn expuestas nuestras teoras
(la seleccin natural en el nivel precientfico; el examen crtico, que
incluye la experimentacin, en el nivel cientfico) y P 2 designa el
nuevo problema que emerge de la constatacin de los errores de
nuestras teoras tentativas.

41

CMO INVESTIGAN LOS ECONOMISTAS

El esquema en su conjunto muestra que la ciencia se origina en


problemas y finaliza en problemas, as como que esta progresa
mediante la invencin audaz de teoras y la crtica de las diferentes
teoras rivales (Popper, 1983, p. 484).

En la metodologa falsacionista,

Las teoras son redes que lanzamos para apresar aquello que llamamos el mundo: para racionalizarlo, explicarlo y dominarlo.
Y tratamos de que la malla sea cada vez ms fina[ ... ].
Dar una explicacin causal de un acontecimiento quiere decir
deducir un enunciado que lo describe a partir de las siguientes premisas deductivas: una o varias leyes universales y ciertos enunciados
singulares las condiciones iniciales (Popper, 1980, p. 57).
Nuestras teoras son invenciones nuestras y pueden ser meramente
suposiciones defectuosamente razonadas, conjeturas audaces,
hiptesis. Con ellas creamos un mundo: no el mundo real, sino
nuestras propias redes, en las cuales intentamos atrapar al mundo
real (Popper, 1977, p. 80).

En esta metodologa, la teora precede claramente a los hechos.


[... ] todas las leyes y todas las teoras son esencialmente tentativas,
conjeturales e hipotticas, aun cuando tengamos la sensacin de
que no podemos seguir dudando de ellas (Popper, 1983, p. 78).

Bunge explicita este rasgo de la metodologa hipottico-deductiva:


El procedimiento que consiste en desarrollar una teora empezando
por formular sus puntos de partida o hiptesis bsicas y deduciendo
luego sus consecuencias con la ayuda de las subyacentes teoras formales se llama mtodo hipottico deductivo {1971, p. 253).

En esta metodologa, la teora interacta con la realidad; pone a


prueba las hiptesis derivadas a partir de las teoras, a travs de la metodologa deductiva, y utiliza el mtodo estadstico para poner a prueba

42

WALDO MENDOZA BELLIDO

la pertinencia de las teoras. Y no se trata de buscar la comprobacin o


la verificacin de una teora, sino de buscar evidencia emprica que la
refute, que la pruebe falsa.
La metodologa falsacionista o hipottico-deductiva no es til, sin
embargo, para descubrir una teora verdadera. Por qu? Porque si
la prediccin de la teora (la hiptesis) es empricamente falsa, la teora es claramente falsa. Pero qu pasa si la hiptesis es empricamente
verdadera? La teora de la que proviene es entonces verdadera? Popper
(1980) rechaza esta conclusin porque se estara utilizando la metodologa inductiva: de la veracidad de un ejemplo particular no se puede
inferir la verdad de una teora. No puede probarse que una teora es
verdadera; solo podemos decir que la teora ha sido corroborada por los
hechos, que no es falsa.
Chalmers (2012) hace una presentacin muy clara de la metodologa falsacionista de Popper:
Los falsacionistas admiten francamente que la observacin es guiada
por la teora y la presupone. Tambin se congratulan de abandonar
cualquier afirmacin que implique que las teoras se pueden establecer
como verdaderas o probablemente verdaderas a la luz de la evidencia
observacional. Las teoras se construyen como conjeturas o suposiciones especulativas y provisionales que el intelecto humano crea
libremente en un intento de solucionar los problemas con que tropezaron las teoras anteriores y de proporcionar una explicacin adecuada
del comportamiento de algunos aspectos del mundo o universo.
Una vez propuestas, las teoras especulativas han de ser comprobadas
rigurosa e implacablemente por la observacin y la experimentacin.
Las teoras que no superan las pruebas observacionales y experimentales deben ser eliminadas y reemplazadas por otras conjeturas
especulativas. La ciencia progresa gracias al ensayo y el error, a las conjeturas y refutaciones. Solo sobreviven las teoras ms aptas. Aunque
nunca se puede decir lcitamente de una teora que es verdadera, se
puede decir con optimismo que es la mejor disponible, que es mejor
que cualquiera de las que han existido antes (Chalmers, 2012, p. 57).

43

CMO INVESTIGAN LOS ECONOMISTAS

Asimismo:

La falsedad de enunciados universales se puede deducir de enunciados singulares adecuados [.... ] Una hiptesis es falsable si existe
un enunciado observacional o un conjunto de anunciados observacionales lgicamente posibles que sean incompatibles con ella,
esto es, que en caso de ser establecidos como verdaderos, falsaran
la hiptesis (Chalmers, 2012, pp. 58 y 59).
El progreso de la ciencia, tal y como lo ve el falsacionista, se
podra resumir de la siguiente manera. La ciencia comienza .con
problemas, problemas que van asociados con la expli~acin del
comportamiento de algunos aspectos del mundo o universo.
Los cientficos proponen hiptesis falsables como soluciones al
problema. Las hiptesis conjeturadas son entonces criticadas y
comprobadas. Algunas sern eliminadas rpidamente. Otras pueden tener ms xitos. Estas deben someterse a crticas y pruebas
ms rigurosas. Cuando finalmente se falsa una hiptesis que ha
superado con xito una gran variedad de pruebas rigurosas, surge
un nuevo problema, afortunadamente muy alejado del problema
original resuelto. Este nuevo problema exige la invencin de nuevas
hiptesis, seguidas de nuevas crticas y pruebas. Y as el proceso
contina indefinidamente. Nunca se puede decir de una teora que
es verdadera, por muy bien que haya superado pruebas rigurosas,
pero, afortunadamente, se puede decir que una teora actual es
superior a sus predecesoras en el sentido de que es capaz de superar
pruebas que falsaron estas (Chalmers, 2012, p. 65).
Por ltimo:

Las generalizaciones que constituyen las leyes cientficas no pueden nunca deducirse lgicamente de un conjunto finito de hechos
observables, mientras que la falsacin de una ley puede deducirse
lgicamente a partir de un solo hecho observable con el cual choca
(Chalmers, 2012, p. 75).

44

WALDO MENDOZA BELLIDO

En esta postura metodolgica, enmarcada dentro del folibilismo,


nada es infalible, todo es revisable y desechable. Segn la definicin especializada de Mostern y Terreti, el falibilismo es una postura filosfica:
[... ] segn con la cual lo que mejor conocemos, humanamente
hablando, lo conocemos solo de un modo incierto e inexacto.
El trmino fue popularizado por Popper, quien gustaba subrayar
que en todas las ciencias no hay un solo aserto infalible (Mostern
&Terretti, 2002, p. 231).

Estos autores tienen tambin una definicin concisa y precisa de la


falsacin popperiana.
Siguiendo a Popper, decimos que un aserto ha sido falsado (en
ingls, falsified) cuando se ha comprobado que es falso. Para falsar
una proposicin universal de la forma T/x (Px ~ Qx) basta constatar una proposicin particular de la forma 3x (Px /\ -.Qx) que la
contradiga (un caso particular que nos brinde un contraejemplo)
(Mostern & Terretti, 2002, p. 232).

El primer premio nobel de economa 1969 -compartido con


Ragnar Frisch-, Jan Tinbergen, un fsico holands que se dedic a la
investigacin de ciclos econmicos y modelos dinmicos aplicados a
procesos macroeconmicos, considerado uno de los primeros fundadores de la econometra, adverta tempranamente, muy probablemente
sin haber ledo a Popper, que: Ningn test estadstico puede probar
que una teora sea correcta [... ] puede probar, de hecho, que la teora
es incorrecta (traduccin propia, Tinbergen, 1939, p. 132).
Segn Figueroa (2012), quien ha contribuido de manera importante al desarrollo de la metodologa popperiana en el campo de la
economa:
De acuerdo con la epistemologa popperiana, el conocimiento
cientfico solo puede alcanzarse mediante el uso de la lgica hipottico-deductiva, es decir mediante la construccin de teoras que

45

CMO INVESTIGAN WS ECONOMISTAS

pretenden explicar el mundo real, de las cuales las implicaciones


sobre las observaciones del mundo real se derivan por deduccin
lgica. Estas implicaciones son observables, constituyen hiptesis
sobre el comportamiento del mundo real, y son el objeto de la
prueba emprica. Si la teora y la realidad coinciden, no tenemos
ninguna razn para descartar la teora, si no lo hacen, la teora ha
resultado ser falsa, y ha sido falsada[ ... ].
Para ser ms precisos: una proposicin emprica es falsable si
en principio puede ser falsa. Este es el principio de la falsacin
(traduccin propia, Figueroa, 2012, pp. 6 y 7).

Sin embargo, a pesar de la crtica severa a la metodologa inductiva


de investigacin, en realidad, no hay manera de prescindir totalmente
de ella. Redman (1995) advierte que aunque Popper desarrolla una
metodologa no inductiva, la induccin reaparece en forma inevitable.
Cmo saber que una teora es mejor que otra? Corroborndolas, a
travs de pruebas severas. Pero si una teora ha pasado por cien pruebas,
podemos inferir que pasar por pruebas adicionales?

2.4 fu. CONCEPTO DE CAUSALIDAD


El objetivo central de la ciencia es determinar qu causa qu. En la filosofa de la ciencia la causalidad ocupa un lugar privilegiado. De acuerdo
con un diccionario especializado en lgica y filosofa de la ciencia, la
causalidad es un:
Concepto central en la interpretacin ordinaria del acontecer,
cuyos sucesos, procesos y situaciones son vistos como efectos (consecuencias, resultados) imputables a causas que los producen y sin
la cuales, se piensa, no habran podido ocurrir como ocurrieron
(Mostern & Terretti, 2002, p. 82).

46

WALDo MENDOZA BELLIDO

Una definicin ms precisa para nuestros propsitos la proporciona


Mario Bunge:
Se dice de un evento [... ] e es la causa de otro evento e si y solo si
e es suficiente para que ocurra e. Ejemplo: la rotacin terrestre es
causa de la sucesin alterna de los das y las noches. Si, en cambio,
e puede ocurrir sin la presencia de e --esto es, si e es necesario pero
no suficiente para que ocurra e- entonces se dice que e es una
causa de e (Bunge, 2007, p. 19).

La causalidad est estrechamente vinculada a la metodologa popperiana y es un concepto que gua la investigacin cientfica.
El principio de causalidad consiste en la afirmacin de que todo
acontecimiento, cualquiera que sea, puede explicarse causalmente,
o sea, que puede deducirse causalmente (Popper, 1980, p. 58).
No abandonaremos la bsqueda de leyes universales y de un sistema
terico coherente, ni cesaremos en nuestros intentos de explicar
causalmente todo tipo de acontecimientos que podamos describir:
esta regla gua al investigador cientfico en su tarea (Popper, 1980,
pp. 58 y 59}.
En la misma lnea, el profesor Figueroa ubica a la causalidad como
objetivo central del proceso de investigacin cientfica.
El objetivo de las ciencias sociales es establecer relaciones de causalidad, esto es, determinar qu causa qu. La causalidad es lo que
hace a la ciencia til. Las relaciones de causalidad indican el efecto
de los cambios en las variables exgenas sobre las variables endgenas. Por tanto la causalidad se deriva lgicamente de una teora.
Pero, entonces, las relaciones de causalidad deben ser observables.
Viniendo de procesos complejos, las relaciones de causalidad en las
ciencias sociales se refieren a regularidades y no a relaciones anecdticas (Figueroa, 2003, p. 34).

47

CMO INVESTIGAN WS ECONOMISTAS

Para que exista una relacin de causa a efecto, esa relacin debe derivarse a partir de una teora o un modelo. El premio nobel de economa
1972, John Hicks, dice, al respecto:
En causalidad debemos sostener que si A no hubiera existido, B no
habra existido; si no-A, entonces no-B. [ ... ] Por tanto, debemos
considerar las construcciones tericas; no podemos decir nada de
ellas a menos que tengamos alguna teora acerca de la forma en
que las cosas se relacionan [... ] . En una aseveracin causal, se est
aplicando una teora (Hicks, 1979, p. 31).

Las implicancias para la poltica econmica estn tambin vinculadas a las relaciones de causalidad. Hoover, basndose en Hume, resalta
esta conexin entre la causalidad y la poltica econmica:
La nica utilidad inmediata de todas las ciencias es ensearnos
cmo controlar y regular los eventos futuros a partir de sus causas
(traduccin propia, Hume, 1921, p. 79).
La justificacin ltima para el estudio de la macroeconoma es
prctica: proporcionar conocimientos firmes en los que se base la
poltica econmica. La poltica trata de la influencia en los resultados, del control o el intento de control. El estudio de la causalidad
en cualquier contexto particular es el estudio de las conexiones particulares que permitan el control de una variable para influir sobre
otra. El entendimiento de la causalidad est implcito en la discusin poltica (traduccin propia, Hoover, 2001, p. 1).

Hay una precisin importante que es necesaria hacer en esta seccin. En la econometra existe el llamado test de causalidad de Granger,
en honor a su creador, el premio nobel 2003, un economista britnico que por largo tiempo fue profesor principal de la Universidad de
California: Clive Granger.

48

WALDO MENDOZA BELLIDO

La causalidad a lo Granger consiste en poner a prueba si el comportamiento temporal pasado de una variable A predice el comportamiento
temporal de otra variable B. Si ese es el caso, A causa B, en el sentido
de Granger. No es una definicin de causalidad en el sentido terico,
sino ms bien referido al concepto ms limitado de predictibilidad.
Si A causa B, conociendo los valores pasados de A, puede predecirse B.
Segn el conocido econometrista indobritnico, Gangadharrao S.
Maddala (1996), Granger se basa en la premisa de que el futuro no
puede provocar el presente o el pasado. Preceden los movimientos en
los precios a los de las tasas de inters, ocurre lo opuesto, o ambos movimientos suceden al mismo tiempo? Este es el propsito de la causalidad
de Granger, que no es causalidad en el sentido que se entiende normalmente, acerca del efecto de las variables exgenas sobre las endgenas.
Maddala sostiene que no es bueno llamar a este test de causalidad,
cuando en realidad es un test de precedencia.
La misma opinin tiene Figueroa.
El conocido test de causalidad de Granger es un nombre inapropiado. Debera llamarse la prueba de secuencia de Granger
porque se limita a las pruebas de si los cambios en una variable siempre preceden a los de la otra variable, donde el nmero
de retardos para estas pruebas es arbitrario (traduccin propia,
Figueroa, 2009, p. 28).
En consecuencia, de acuerdo con Figueroa:
En el marco de un modelo terico, en el que la prediccin de causalidad se ha sometido a la prueba estadstica, la correlacin implica
causalidad, y la falta de correlacin implica falta de causalidad. Por
el contrario, en el marco de una hiptesis emprica sin teora, la
existencia de correlacin no implica causalidad, sino tan solo una
asociacin estadstica fuerte (Figueroa, 2013, p. 60).

49

CMO INVESTIGAN WS ECONOMISTAS

2.5 PREDICCIN Y EXPLICACIN


Cul es el propsito de la ciencia econmica? Explicar y predecir o
solo predecir? O solo explicar? Antes de contestar estas preguntas precisemos el concepto de prediccin, en contraposicin al del pronstico.
Para el profesor Figueroa, la diferencia entre el pronstico y la prediccin es la siguiente:
El pronstico es la profeca o adivinanza sobre los valores futuros
de las variables. La prediccin en la ciencia no es un pronstico.
A partir de una teora vlida, pueden derivarse predicciones empricas, lo que significa que para cada valor de las variables exgenas
(X), los valores de las variables endgenas (Y) son conocidos o son
previstos, como en la siguiente funcin:

Y= F(X)
Pero, qu valor tomar la variable exgena en el futuro? Nadie
puede ver el futuro. Por tanto, el valor futuro de la variable exgena
solo se puede adivinar. Con el valor de la variable exgena determinado as, se puede pronosticar el valor futuro de las endgenas.
Por tanto, el pronstico es una prediccin condicional, condicional
a la adivinanza correcta del valor futuro de las variables exgenas
(traduccin propia, Figueroa. 2012, p. 120).

La prediccin, entonces, en el contexto de la ciencia, es una afirmacin precisa de lo que ocurrir, en determinadas condiciones claramente
especificadas.
En efecto, la ciencia econmica no puede pronosticar, no puede
determinar los valores que tomarn las variables endgenas en el
futuro. Pero esto ocurre en todas las ciencias. La ciencia solo puede
predecir: dados los valores de las variables exgenas, puede determinarse el valor de las variables endgenas. Pero la ciencia no tiene
capacidad para saber cules sern los valores de las variables exgenas en el tiempo; si quisiera conocerlo, necesitara endogenizar

50

WALDO MENDOZA BELLIDO

las variables exgenas y construir una nueva teora, que tampoco


podra predecir, a menos que se conocieran las nuevas variables
exgenas de la nueva teora, y as entraramos en una regresin
continua (Figueroa, 2003, p. 61).

Volvamos ahora a la pregunta de si el objetivo de la ciencia es predecir o explicar. Para Popper, la explicacin es inherente a la ciencia.
Un problema puramente teortico -un problema de ciencia
pura- radica siempre en encontrar una explicacin, la explicacin
de un hecho, de un fenmeno de una regularidad notable o de
una excepcin igualmente notable. Aquello que pretendemos o
esperamos explicar recibe el calificativo de explicandum. El intento
de solucin -es decir: la explicacin- radica siempre en una
teora, en un sistema deductivo, que nos permite explicar el
explicandum relacionndolo lgicamente con otros hechos (las llamadas condiciones iniciales). Una explicacin totalmente explcita
radica siempre en la derivacin lgica (o en la derivabilidad) del
explicandm a parcir de la teora, justamente con las condiciones
iniciales (Popper, 1972, p. 114).

El premio nobel de economa 1976, Milton Friedman, consideraba que el objetivo principal de la ciencia econmica es la prediccin:
Considerada como un cuerpo de hiptesis sustantivas, la teora ha de
juzgarse por su poder de prediccin respecto a la clase de fenmenos
que intenta explicar (1967, p. 42).
El filsofo estadounidense Daniel Hausman ratifica esta posicin
del premio nobel y lo polmico de su postura:
Milcon Friedman afirma que el objetivo de la economa, como la
de coda la ciencia, es el desarrollo de una teora o hiptesis
que produzca predicciones vlidas y significativas (es decir, no evidentes} sobre fenmenos an no observados [... ]. l no afirma
explcitamente que los economistas no deben tratar de dar explicaciones. De hecho ni siquiera se menciona este punto de visea.

51

CMO INVESTIGAN WS ECONOMISTAS

Friedman rechaza la explicacin como un objetivo al afirmar


que el fin de la ciencia es exclusivamente predictivo. La economa est, obviamente, en gran parte orientada hacia sus posibles
contribuciones hacia la poltica, y la visin de Friedman de que
sus objetivos son exclusivamente predictivos ha tocado una fibra
sensible (traduccin propia, Hausman, 2001, p. 1).

Otros estudiosos de la metodologa de la ciencia econmica, como


Mark Blaug y Mario Bunge, sostienen que la prediccin va de la mano,
necesariamente, de la explicacin:
Las predicciones se utilizan generalmente para comprobar si la ley
universal se mantiene en la prctica. En definitiva, la explicacin es
simplemente una prediccin proyectada hacia el pasado (traduccin
propia, Blaug, 1992, p. 22).

El principal objetivo de la invencin y contrastacin de hiptesis,


leyes y teoras es la solucin de problemas de por qu, o sea, la explicacin de hechos y de sus esquemas o estructuras. No nos contentamos
con hallar hechos, sino que deseamos saber por qu ocurren en vez de
lo contrario; y tampoco nos contentamos con establecer conjunciones constantes explicativas de hechos, sino que intentamos descubrir el
mecanismo que explica las correlaciones[ ... ].
Una respuesta racional, adecuada o fundada a Por qu q?, ser de
la forma q porque p, en la que p, una frmula compleja, es la razn
de q. Como q porque p es lo mismo que p, por tanto q, la razn, el
fundamento o el explicador de q es una frmula que la implica (o sea,
tal que p ~ q es formalmente verdadera). La razn o el motivo, generalmente un conjunto de frmulas, se llama explicam, lo que explica.
Una respuesta no racional a Por qu q?, en cambio, no dar ninguna razn de q, salvo q misma. Llamaremos explicacin racional a una
argumentacin que suministre una respuesta racional a una cuestin de
por qu correctamente formulada (Bunge, 1970, pp. 561y562).

52

WALDO MENDOZA BELLIDO

Daniel Hausman tambin ha escrito un artculo entero para desarrollar el argumento de la simetra entre la prediccin y la explicacin:
Los economistas no estn de acuerdo sobre si deberan tratar de ofrecer explicaciones, acerca de qu deberan tratar de explicar, y sobre
cmo debera explicarse [... ]. Voy a argumentar (1) que la explicacin es una tarea central en economa, (2) que se debe adoptar
un modelo explcitamente causal de explicacin, (3) que los economistas no pueden evitar explicar las decisiones individuales y deben
tratar de explicar los caminos que toma la economa de un equilibrio
a otro, y (4) que las explicaciones en economa comprenden efectos, as como las causas (traduccin propia, Hausman, 2001, p. 1).
Los economistas a veces debaten largo y tendido sobre las causas de
un fenmeno. Ese debate es, obviamente, un debate sobre la explicacin del fenmeno, porque al citar las causas de algn aspecto de
un evento o estado de cosas estamos tratando de explicarlo [ ... ] .
Si el objetivo ltimo de la economa es la prediccin til, y la prediccin til requiere el conocimiento de sus causas --esto es, un
diagnstico--, entonces la explicacin es una tarea central. Es una
tarea central, porque los objetivos prcticos que los economistas
requieren es que ellos puedan explicar los fenmenos (traduccin
propia, Hausman, 2001, p. 3).
Incluso los economistas cuyas preocupaciones son exclusivamente
prcticas deben estar interesados en el diagnstico de las causas de
los diversos fenmenos, ya que la comprensin de las causas ayuda
a controlar sus efectos [... ]. Independientemente de la visin que
uno tenga sobre los objetivos fundamentales de la economa, la
explicacin tiene un lugar central en la agenda (traduccin propia,
Hausman, 2001, p. 10).

De acuerdo con Hausman (2001), en la filosofa de la ciencia existen tres enfoques principales de la explicacin cientfica. Primero, el
de la explicacin como prediccin de lo que ya se conoce. Segundo,
la explicacin como respuesta a las preguntas del porqu de las cosas.

53

CMO INVESTIGAN WS ECONOMISTAS

Tercero, la explicacin como derivada de una relacin de causalidad.


Las preguntas sobre el porqu de las cosas son aquellas con las que se
busca conocer las causas de lo que tiene que ser explicado.
Hausman (2001) responde afirmativamente sobre las preguntas
de si los economistas deberan procurar explicar las decisiones de los
individuos, o solo deben explicar las consecuencias globales de esas
decisiones; y si deben explicar solo las situaciones de equilibrio, o si
deben explicar igualmente el comportamiento de las economas entre
la vecindad de un equilibrio y la vecindad del otro equilibrio.
En el primer caso, debido a que las decisiones individuales constituyen canales de transmisin en los efectos de los movimientos de las
variables exgenas sobre las endgenas, no es posible explicar, de
acuerdo con Hausman, los resultados agregados, sin dar ninguna explicacin aceptable de las decisiones individuales.
En el segundo caso, los economistas, en general, solo explican cmo
el nuevo equilibrio difiere del otro, como en los tpicos ejercicios de
esttica comparativa. No toman en consideracin las consecuencias de
las interacciones de desequilibrio que ocurriran en el trnsito hacia el
nuevo equilibrio, en parte debido a que no abundan las buenas teoras de la dinmica de ajuste: He argumentado que los economistas
necesitan dar explicaciones, incluyendo explicaciones de las decisiones
individuales y de los procesos dinmicos, y que estas explicaciones son
causales (traduccin propia, Hausman, 2001, p. 9).
Para Mark Blaug se cumple la tesis de la simetra, es decir, hay una
simetra perfecta, lgica, entre la naturaleza de la explicacin y la naturaleza de la prediccin.
[... ] la operacin llamada explicacin involucra las mismas reglas
de inferencia lgica que la operacin llamada prediccin; la nica
diferencia es que las explicaciones vienen despus de los acontecimientos y las predicciones, antes de los acontecimientos. En el
caso de la explicacin, empezamos con un evento que se explica

54

WALDO MENDOZA BELLIDO

y se encuentra por lo menos una ley universal y un conjunto de


condiciones iniciales que implican lgicamente un enunciado del
evento en cuestin[ ... ]. En el caso de prediccin, por otro lado, se
comienza con una ley universal, ms un conjunto de condiciones
iniciales, y de ellos se deduce un enunciado acerca de un evento
desconocido; la prediccin se utiliza tpicamente para ver si la ley
universal es de hecho confirmada. En resumen, la explicacin es
simplemente una prediccin escrita al revs.
Esta nocin de que hay una simetra perfecta, lgica, entre la naturaleza de la explicacin y la naturaleza de la prediccin ha sido
denominada la tesis de simetra. Constituye el ncleo del modelo
hipottico-deductivo o la vestimenta del modelo de ley de explicacin cientfica (traduccin propia, Blaug, 1992, pp. 5 y 7).

La misma posicin tienen el filsofo argentino Williarn Daros, profesor de la Universidad Adventista de la Plata e investigador del Consejo
Nacional de Investigaciones Cientficas y Tcnicas, y Kevin Hoover:

La ciencia tiene por finalidad mnima explicar, esto es, dar razn
del problema. En la historia de la ciencia se han elaborado distintos
mtodos y tipos de explicacin que, sin embargo, poseen un rasgo
en comn: toda explicacin supone una deduccin lgica, cuya
conclusin es lo que se debe explicar (explicandum) deducindola
de las premisas (explicans), esto es, de lo que explica, de las razones
o causas, de las leyes y de las condiciones (Daros, 1998, p. 127).
Algunas veces conocida como el modelo nomolgico de explicacin, o como el mtodo hipottico-deductivo, la concepcin
heredada entiende las teoras cientficas como una red de las leyes
cientficas, las cuales se entienden como generalizaciones verdaderas
y universales [... ]. Las explicaciones toman una forma deductivanomolgica. El conjunto relevante (o envoltura) de leyes, junto
con las condiciones iniciales, nos permite deducir una conclusin
empricamente relevante (traduccin propia, Hoover, 2005, p. 10).

55

CMO INVESTIGAN LOS ECONOMISTAS

Para expresar con precisin el rol de la explicacin y la prediccin,


apelaremos a un modelo econmico, que al expresarse en su forma
reducida, permitir derivar una prediccin, y que permitir, al mismo
tiempo, haciendo uso de dicho modelo en su forma estructural, explicar
la lgica de dicha prediccin.
Utilizaremos, con un propsito estrictamente metodolgico, un
modelo muy popular y tradicional en el campo de la macroeconoma de las economas abiertas, el modelo Mundell-Fleming (M-F)
con movilidad perfecta de capitales y un rgimen de tipo de cambio
flexible. La nica modificacin que vamos a introducir en este modelo
es que las autoridades monetarias, en lugar de controlar los agregados
monetarios, como ocurre en las presentaciones de los libros de texto,
2
administran la tasa de inters de corto plazo Esta caracterizacin
recoge el hecho de que, actualmente, casi todos los bancos centrales en
el mundo hacen la poltica monetaria administrando la tasa de inters
de corto plazo; no controlando los agregados monetarios. El mundo de
Milton Friedman, donde la cantidad de dinero era el instrumento por
excelencia de la poltica monetaria, se ha vuelto una reliquia histrica.
Este modelo tiene cuatro mercados: el mercado de bienes, el mercado monetario, el mercado de bonos en moneda local y el mercado
de bonos en moneda extranjera. Apelando a la Ley de Walras (si hay
n mercados, y n-1 de esos mercados estn en equilibrio, entonces, el
mercado residual debe estar tambin en equilibrio), podemos concentrar nuestra atencin en el mercado de bienes, el mercado monetario
y el mercado de bonos en moneda nacional (o ecuacin de arbitraje).
El mercado de bienes del modelo M-F es keynesiano y supone que
la produccin (Y) se ajusta a la demanda (D) y esta depende del consumo ( C) y la inversin privada (/), del gasto pblico ( G) y de las
exportaciones netas o balanza comercial (XN).

Y=D=C+I+G+XN
2

(2.1)

Puede verse, al respecto, Mendoza (2014).

56

WALDO MENDOZA BELLIDO

Respecto al consumo, asumiremos que solo es una funcin directa


del ingreso disponible y de un componente autnomo que recoge
todo el resto de influencias. El ingreso disponible es el ingreso neto de
impuestos (Y -T), y como los ingresos son una fraccin del ingreso,
T = tY, el ingreso disponible es igual a Y - tY = (1 - t)Y. Entonces, la
funcin consumo viene dada por:

C = C0 + c(l - t)Y; O< e< 1; O< t < 1

(2.2)

Donde e y t son la propensin a consumir y la tasa impositiva, respectivamente, cuyos valores fluctan entre cero y uno.
En relacin con la inversin privada asumiremos que depende negativamente de la tasa de inters3 y positivamente de un componente
autnomo que recoge todos los elementos distintos a la tasa de inters
que influyen en la inversin.

(2.3)
Con referencia al gasto pblico, supondremos que es exgeno, lo
cual supone, implcitamente, que el gobierno no tiene restricciones
para endeudarse,
(2.4)

Las exportaciones netas o balanza comercial, dependen directamente


del PBI internacional (Y*) y del tipo de cambio real (E + P* - P)4;

En rigor, en el modelo IS-LM, la tasa de inters que debe estar presente en el mercado de bienes es la tasa de inters real (la tasa de inters nominal ajustada por la
inflacin esperada), pues es la que afecta a la inversin; y en el mercado monetario la
tasa relevante es la tasa de inters nominal, pues es la que afecta a la demanda real de
dinero. En nuestra presentacin, como se est suponiendo que la inflacin esperada es
nula, la tasa de inters real no difiere de la nominal.

El tipo de cambio real se define como e = EP* . Para mantener el carcter estrictaP
mente lineal del modelo, el tipo de cambio real se presenta como e =E+ P* - P.

57

CMO INVESTIGAN LOS ECONOMISTAS

e inversamente del ingreso disponible, dada una propens1on marginal a importar. Estamos asumiendo que se cumple la condicin
Marshall-Lerner, segn la cual una elevacin del tipo de cambio real
mejora la balanza comercial.

(2.5)
Reemplazando los valores del consumo, la inversin privada, el
gasto pblico y las exportaciones netas en la ecuacin (2.1), obtenemos
el equilibrio en el mercado de bienes, el cual viene dado por,

Expresin que tambin puede presentarse como,

(2.6)
Donde k

)(

1- c-m I-t

es el multiplicador keynesiano de una

economa abierta, y A0 = C 0 + 10 + G0 es el componente autnomo de


la demanda en el mercado de bienes.
En el mercado monetario, en la economa abierta, el banco central
puede alterar la oferta monetaria comprando o vendiendo bonos en
moneda nacional, o comprando o vendiendo bonos denominados en
dlares. En consecuencia, la oferta monetaria nominal viene dada por
el stock de bonos en moneda nacional, denominado tambin crdito
interno, Bb, ms el stock de dlares, o bonos en dlares, Bobc', que son
las reservas de divisas del banco central.

M' =Bobc' + Bb (2.7)


A su va., la oferta monetaria real, en trminos lineales5, viene dada por,

m' =Bb + Bbc' - P


5

(2.8)

Para mantener el carcter lineal del modelo estamos utilizando la siguiente aproxi-

., Ms
mac1on: p

=M' - p .
58

WALDO MENDOZA BELLIDO

La demanda por dinero en trminos reales es una funcin directa de


la produccin y una funcin inversa de la tasa de inters.
(2.9)

La novedad se produce en la poltica monetaria. En el nuevo marco


institucional de la poltica monetaria, la autoridad monetaria, el banco
central, controla la tasa de inters, no los agregados monetarios, y ajusta
la cantidad de dinero para mantener fija dicha tasa. Esa es la versin
sobresimplificada de la regla de poltica monetaria (RPM)6.
(2.10)
En equilibrio, la oferta monetaria real debe ser igual a la demanda
monetaria real.
(2.11)
Como el banco central fija la tasa de inters (r0), tiene que adecuar
la oferta de dinero a las necesidades del pblico. En equilibrio, la oferta
y la demanda nominal de dinero deben ser iguales, y la variable de
ajuste (para mantener el equilibrio en el mercado de dinero y controlar
la tasa de inters) es el crdito interno expresado en el stock de bonos
en moneda nacional. La oferta monetaria es entonces endgena, por su
componente interno (l'), a pesar de que el tipo de cambio es flotante.
A partir de la ecuacin (2.11), y tomando en cuenta (2.10), se concluye que el crdito interno, el stock de bonos en moneda nacional, es
una funcin directa del nivel de actividad econmica y de los precios, y
una funcin inversa de las reservas internacionales y la tasa de inters.
(2.12)
6

Esta es la versin ms sencilla y extrema de la Regla de Taylor. Esta considera que


la autoridad monetaria administra la tasa de inters para mantener la estabilidad de
precios y responde ante cambios en la brecha del producto o la brecha de la inflacin.
Tambin estamos asumiendo que hay una sola tasa de inters, la de corco plazo.

59

CMO INVESTIGAN LOS ECONOMISTAS

Por ltimo, con libre movilidad de capitales, tipo de cambio flotante y cuando hay arbitraje no cubierto de tasas de inters7, la tasa
de inters local es igual a la internacional (r'), ajustada por la tasa de
depreciacin esperada (ee - E)8 Ee es el tipo de cambio esperado,
considerado exgeno, y E es el tipo de cambio nominal. La variable de
ajuste para mantener la ecuacin de arbitraje, en este rgimen de tipo
de cambio flexible, es el tipo de cambio nominal.

r = r* + (Ee - E)

(2.13)

De la ecuacin (2.13), se desprende que el tipo de cambio viene


determinado por el diferencial de tasas de inters y por el tipo de cambio esperado.

E=r*-r+Ee

(2.14)

Resolviendo el sistema de ecuaciones lineales (2.6), (2.12) y (2.14),


podemos hallar los valores de equilibrio de las tres variables endgenas
del modelo: la produccin, el crdito interno y el tipo de cambio nominal. Esta es la versin reducida del modelo MF, con movilidad perfecta
de capitales, tipo de cambio flexible y tasa de inters administrada.
(2.15)
Bbeq

=(1 -

bJca 1)P- B.bcr + b0 k[A 0 + a0 Y* + a,(r* + g + P*)]

- [b 1 + b0 k(a, + b)]r0

(2.16)
(2.17)

Cuando el inversionista opera nicamente en el mercado spot o al contado, y no


recurre a los mercados a futuro para protegerse contra el riesgo cambiario.

En rigor, la tasa de depreciacin esperada viene dada por E - E . Una va. ms, en
E
aras de que el modelo mantenga su carcter lineal, la depreciacin esperada es aproximada por E' - E.

60

WALDO MENDOZA BELUDO

En este modelo macroeconmico de una economa abierta, la produccin se determina en el mercado de bienes, el crdito interno en
el mercado monetario y el tipo de cambio en la ecuacin de arbitraje.
Asimismo, es importante precisar que, en el contexto de este modelo,
donde la tasa de inters domstica est bajo el control del banco central,
no hay lugar para la intervencin cambiaria no esterilizada. Si el banco
central comprase dlares sin esterilizar, la oferta monetaria aumentara
y la tasa de inters bajara. Como se procura evitar este efecto, el banco
central tiene que esterilizar la compra de dlares, mediante la reduccin
del crdito interno (a travs de la venta de bonos en moneda domstica). Es por eso que en la ecuacin (2.16) un cambio en las reservas
internacionales implica un cambio, en la misma magnitud, pero en la
direccin contraria, del crdito interno.
En este marco analtico que supone que el nivel de precios es exgeno, se pueden simular los efectos de la poltica monetaria (cambio
en r0 ), la poltica fiscal (cambios en G 0 o t), los cambios en el contexto
internacional (r, r, p), cambios en el nivel de precios, as como de
modificaciones en la propensin a consumir, a importar o invertir, el
tipo de cambio esperado, y evaluar sus efectos sobre las variables endgenas del modelo: produccin, crdito interno y tipo de cambio.
El sistema de ecuaciones (2.15), (2.16) y (2.17) es el modelo M-F
expresado en su forma reducida. En la forma reducida de un modelo,
las variables endgenas dependen nicamente de variables exgenas.
En la forma reducida de un modelo hay tantas ecuaciones como variables endgenas.
El resto de ecuaciones, las que dieron origen al sistema en su forma
reducida, constituyen la forma estructural del modelo M-F. En la forma
estructural de un modelo las variables endgenas pueden depender de
variables exgenas y de otras variables endgenas.
Volvamos ahora a lo que nos interesa: a qu llamaramos prediccin
y explicacin en el contexto del modelo M-F?

61

CMO INVESTIGAN LOS ECONOMISTAS

La prediccin se obtiene a partir del modelo en su forma reducida. Por ejemplo, a partir de la ecuacin (2.15), se puede establecer la
siguiente prediccin condicional:
Si se elevase la tasa de inters internacional, manteniendo constantes todas las dems variables exgenas y los parmetros, entonces,
el PBI local debe tambin subir.

En la ecuacin (2.15) aparecen todas las variables exgenas y parmetros que se deben mantener constantes. La expresin matemtica de
esta prediccin se obtiene de esta misma ecuacin.
dY = ka 1dr* >O

(2.18)

Esta expresin nos indica que si sube la tasa de inters internacional


(dr* > O), manteniendo constantes todas las otras variables exgenas,
entonces, la produccin local se eleva (dY> O).
Y cul es la fuente de la explicacin en un modelo econmico?
El modelo en su forma reducida no permite explicar; es decir, no permite establecer la multiplicidad de conexiones de causa a efecto que
existen entre las distintas variables exgenas y endgenas en el modelo.
Las ecuaciones (2.15)-(2.17) simplemente establecen qu tipo de efectos tienen las variables exgenas sobre las endgenas.
Para buscar una explicacin, para identificar los distintos canales de
transmisin entre la tasa de inters internacional y la produccin local,
estamos obligados a acudir al modelo en su forma estructural. Una
explicacin, sobre los efectos de la elevacin de la tasa de inters internacional, a partir del sistema de ecuaciones del modelo en su forma
estructural, puede ser la siguiente:
Al elevarse la tasa de inters internacional, en la ecuacin de arbitraje, el rendimiento del activo externo se pone por encima del
rendimiento del activo nacional, con lo cual salen capitales y se
eleva el tipo de cambio nominal. Al subir el tipo de cambio nominal, como el nivel de precios est fijo, sube el tipo de cambio real,

62

WALDO MENDOZA BELLIDO

con lo cual mejora la balanza comercial. La mejora en la balanza


comercial eleva la demanda por bienes y se produce un exceso de
demanda en este mercado. Como la variable de ajuste en el mercado
de bienes es la produccin, al generarse un exceso de demanda, se
eleva la produccin.

En esta explicacin, hemos apelado a varias de las ecuaciones del


modelo en su forma estructural.
Al elevarse la tasa de inters internacional, en la ecuacin de arbitraje, el rendimiento del activo externo se pone por encima del
rendimiento del activo nacional, con lo cual salen capitales y se
eleva el tipo de cambio nominal, ecuacin (2.14).
Al subir el tipo de cambio nominal, como el nivel de precios est
fijo, sube el tipo de cambio real, con lo cual mejora la balanza
comercial: ecuacin (2.5).

La mejora en la balanza comercial eleva la demanda por bienes y se


produce un exceso de demanda en este mercado. Como la variable
de ajuste en el mercado de bienes es la produccin, al generarse un
exceso de demanda, se eleva la produccin: ecuacin (2.1).

En resumen, para hacer la prediccin es suficiente tener el modelo


en su forma reducida. Para la explicacin, es indispensable contar con
el modelo en su forma estructural. En la investigacin econmica, dado
que necesitamos predecir y explicar, requerimos que los modelos sean
presentados tanto en su forma reducida como en su forma estructural.
Darnell y Evans (1990) explican que el principio central del
mtodo hipottico deductivo es que todas las explicaciones cientficas
se caracterizan por el uso de una estructura lgica comn que implica
variables explicativas (explanam) de las que, utilizando nicamente las
reglas formales de la lgica, se deducen la direccin en la que se mueven las variables endgenas (explanadums). En este punto de vista hay
una simetra entre la explicacin y la prediccin: ambas utilizan precisamente las mismas reglas de la lgica, pero mientras la explicacin

63

CMO INVESTIGAN WS ECONOMISTAS

comienza con un fenmeno por ser explicado, y procede a encontrar la


teora y el conjunto de condiciones iniciales que implican lgicamente
el evento; la prediccin comienza con la teora y un conjunto de condiciones iniciales de las que, a travs de la lgica, se deriva una prediccin
sobre el evento. La esencia del mtodo hipottico-deductivo es que solo
utiliza las reglas de la lgica deductiva: las teoras con las que se inicia
no se derivan de la induccin, pero son hiptesis, sujetas a las pruebas
de su validez a travs de las predicciones que se deriven de ellas.
Cabe precisar, sin embargo que, en rigor, lo que se somete a la
prueba emprica es una hiptesis que se deriva de la forma reducida del
modelo. Los datos pueden corroborar esta hiptesis, pero no corroboran la forma estructural particular que est detrs del modelo en
su forma reducida de donde se obtuvo la hiptesis. Por tanto, no hay
tal simetra estricta entre la prediccin y la explicacin. Una misma
forma reducida puede obtenerse a partir de varias formas estructurales.
Entonces, una misma hiptesis puede obtenerse a partir de distintas
formas estructurales. En consecuencia: una prediccin es consistente
con varias explicaciones.

2.6 VERIFICACIN Y FALSACIN


La definicin de la RAE sobre los trminos verificar y falsar es apropiada para lo que presentamos ms adelante. Verificar es Comprobar
o examinar la verdad de algo; mientras que falsar es Rebatir una proposicin o una teora mediante un contraejemplo o una observacin
emprica (RAE, 2001).
.
Cuando el objetivo es verificar una hiptesis, el investigador procura corroborar o buscar la verdad de la hiptesis. El problema con la
verificacin es que es un mtodo inductivo de investigacin, que tiene
un problema lgico insuperable, que ya se explic antes. El problema de
la induccin nace del hecho de que no se puede afirmar algo universal a
partir de los hallazgos empricos, que siempre son particulares. Es decir,

64

WALDO MENDOZA BELLIDO

con los hallazgos, que son siempre particulares, en el mbito espacial


y temporal, no se pueden verificar las hiptesis o las teoras, que son
siempre generales.
En resumen, desde el punto de vista de la lgica de la ciencia, no es
posible verificar una hiptesis.
Lo opuesto al verificacionismo es el falsacionismo o refotacionismo de
Karl Popper. Cuando el objetivo de la ciencia es falsar una hiptesis, lo
que se intenta es encontrar evidencia emprica que refute la hiptesis.
De no encontrar contraejemplos o evidencia en contra de la hiptesis,
la teora de la que proviene la hiptesis queda corroborada, pero nunca
verificada.
Segn la definicin filosfica,
Una proposicin es falsable si existe o puede existir o puede existir algo que la haga falsa, de lo contrario es infalsable. Ejemplo:
Existen microorganismos vivos bajo la corteza terrestre es falsable, mientras que Existen otros mundos adems del nuestro y
aislados del nuestro no lo es. Para examinar si una proposicin es
o no falsa, para empezar tiene que ser refutable, esto es, no debe ser
una tautologa (verdad lgica), ni ser inaprensible (por contener
conceptos vagos), ni estar protegida por una hiptesis ad hoc (v.)
que en s misma no es falsable. Por ejemplo, p o no-p no es empricamente falsable porque se mantiene verdadera tanto si el hecho
descrito por p ocurre como si no ocurre (Bunge, 2007, p. 80).

Hay una asimetra evidente entre verificacin y falsacin. Aun


cuando tengamos una montaa de evidencia a favor de una hiptesis,
la teora de la que proviene nunca quedar verificada, pues la teora es
siempre general y la evidencia es siempre particular. En cambio, basta
encontrar evidencia en contra para rechazar una hiptesis y en consecuencia, la teora que la sostiene. Cuando una hiptesis no ha logrado
ser declarada falsa, y ha sobrevivido varios intentos de refutacin, diremos que ha quedado corroborada, provisionalmente, hasta que nueva
evidencia pueda declararla falsa.
65

CMO INVESTIGAN WS ECONOMISTAS

La tesis de la asimetra es apropiadamente resumida por Mark Blaug:


Esta es una de las razones por las que Popper subraya la idea de
que existe una asimetra entre verificacin y falsacin. Desde un
punto de vista estrictamente lgico, nunca podemos afirmar que
una hiptesis es necesariamente cierta porque est de acuerdo con
los hechos; al pasar en nuestro razonamiento de la verdad de los
hechos a la verdad de la hiptesis, cometemos implcitamente la
falacia lgica de afirmar el consecuente. Por otra parte, podemos
negar la verdad de una hiptesis en relacin con los hechos, porque, al pasar en nuestro razonamiento de la falsedad de los hechos
a la falsedad de la hiptesis, invocamos el proceso de razonamiento,
lgicamente correcto, denominado negar el consecuente. Para
resumir la anterior argumentacin en una frmula mnemotcnica,
podramos decir: no existe lgica de la verificacin, pero s existe
lgica de la refutacin (Blaug, 1985, p. 32).
Para terminar con esta seccin, presentaremos una sistematizacin
del modus tollens, la metodologa popperiana de falsacin, en los trminos del profesor Adolfo Figueroa. Segn este autor, las reglas cientficas
de la epistemologa popperiana son tres.
a. Se requiere de una teora cientfica para explicar el mundo real.
Sin teora cientfica, no hay explicacin.
b. La falsacin es el criterio de demarcacin. La teora cientfica
debe ser falsable. Para que sea falsable, una teora cientfica debe
contener un conjunto de supuestos que constituyen un sistema
lgicamente correcto, entonces las proposiciones empricamente
falsables pueden ser lgicamente derivadas del conjunto de supuestos de la teora.
c. Si las predicciones empricas son refutadas por la realidad, la
teora cientfica es rechazada, y si no es as, la teora es aceptada.
El rechazo de una teora cientfica es definitivo, pero la aceptacin
es provisional. Una proposicin cientfica no puede ser probada
como verdadera, solo puede ser probada como falsa, lo que implica

66

WALDO MENDOZA BELLIDO

que una teora cientfica no puede ser verificada, solo corroborada


(traduccin propia, Figueroa, 2012, p. 8).
En el proceso de la investigacin econmica, a partir de la teora,
con el uso de proposiciones auxiliares, se construye el modelo terico.
A partir del modelo terico, con el uso de la matemtica, se derivan las
hiptesis de la investigacin. Las hiptesis son sometidas a la contrastacin emprica. Las cifras pueden ser consistentes o inconsistentes con
los hechos. En el caso que las hiptesis resulten consistentes con los
hechos, podramos decir que hemos verificado las hiptesis y que en
consecuencia el modelo terico y la teora que respaldan las hiptesis
son verdaderas? Y en el caso de que las cifras sean inconsistentes con
las hiptesis, podemos decir que las hiptesis son falsas y tambin lo
son el modelo y la teora de las que provienen?
Hay una asimetra lgica entre verificacin, declarar como verdadera una hiptesis, y falsacin, declarar como falsa una hiptesis: el
rechazo es seguro, es definitivo; pero la aceptacin es precaria, provisional. Esta asimetra ya haba dado lugar a la preferencia de Popper en
buscar la falsacin, antes que la verificacin:
Aludo a que siempre que proponemos una solucin a un problema
deberamos esforzarnos todo lo que pudisemos por echar abajo
nuestra solucin, en lugar de defenderla (Popper, 1980, p. 17).
Las teoras no son verificables, pero pueden ser corroboradas (Popper,
1980, p. 234)

Respecto a las hiptesis y la evidencia, Popper sostiene:


Si la decisin es positiva, esto es, si las conclusiones singulares
resultan ser aceptables, o verificadas, la teora a que nos referimos
ha pasado con xito las contrastaciones (por esta vez): no hemos
encontrado razones para desecharla. Pero si la decisin es negativa,
o sea, si las conclusiones han sido falsadas, esta falsacin revela que
la teora de la que se han deducido lgicamente es tambin falsa
(Popper, 1980, p. 33).
67

CMO INVESTIGAN WS ECONOMISTAS

El siguiente extracto de Figueroa (2012) nos permite abordar la


discusin sobre estos temas. (Las proposiciones beta se refieren a las
hiptesis, a las relaciones de causa a efecto que se derivan matemticamente a partir de los modelos tericos).
Dejemos que al y a2 representen dos modelos de una teora a.
El algoritmo de la falsacin se aplica ahora a los modelos. Si las
proposiciones beta del primer modelo no son refutadas por la
informacin emprica, el modelo puede ser aceptado, y entonces
la teora tambin puede ser aceptada; si.las proposiciones son refutadas por la informacin emprica, el modelo es rechazado, pero
no la teora; entonces, se somete el segundo modelo a la contrastacin emprica, y as sucesivamente. Para que la teora sea rechazada,
todos los modelos de la familia de esta teora deben fallar. Este
algoritmo requiere que el nmero de modelos sea finito, es decir,
se requiere que la teora solo pueda generar un nmero limitado
de posibles hiptesis auxiliares. Si fallan todos los modelos, la
teora frac:aSa, y es necesaria una nueva teora (traduccin propia,
Figueroa, 2012, p. 46).

En consecuencia,
Si todas las proposiciones beta de la teora coinciden con la realidad,
la teora no es refutada por los hechos, y si al menos una proposicin beta falla, la teora falla en explicar la realidad. La proposicin
beta representa la condicin necesaria para aceptar la teora como
vlida, por lo que el fracaso de una proposicin beta es suficiente
para tener una teora refutada.
Lgicamente, por tanto, las teoras no pueden ser probadas como
verdaderas, sino que solo pueden ser corroboradas. Para estar
seguro, "corroboracin" significa consistencia, no la verdad (traduccin propia, Figueroa, 2012, p. 16).
Aquellas teoras que sobreviven el proceso de falsacin se convertirn
en las teoras corroboradas, pero no las teoras comprobadas o verdaderas. La teora corroborada reinar hasta que nueva informacin,

68

WALDO MENDOZA BELLIDO

nuevos mtodos de anlisis estadstico, o hasta que una nueva teora superior aparezca (traduccin propia, Figueroa, 2012, p. 20).
Debemos sealar tambin que el rechazo o la aceptacin estadstica de la hiptesis nula no son simtricos. El rechazo es definitivo,
pero la aceptacin es provisional. Aceptamos la hiptesis porque
no hay ninguna razn para rechazarla ahora; de all que esta lgica
de aceptacin estadstica puede ser llamada el principio de razn
insuficiente. Esta lgica es coherente con el principio de falsacin,
segn el cual el rechazo de una teora cientfica es definitivo, pero
su aceptacin es provisional, y tambin se basa en el principio de
razn insuficiente. La verdad no es lo opuesto a falso [... ].La verdad es elusiva en la ciencia social (traduccin propia, Figueroa,
2012, pp. 90 y 91).

Darnell y Evans (1990), utilizando el instrumento del silogismo


resumen la asimetra entre la verificacin y la falsacin.
Los intentos de hacer valer la verdad necesaria de una hiptesis
porque sus predicciones se ajustan a los datos extrados del mundo
real son falaces. En el razonamiento de la correspondencia entre
las predicciones de una teora y las observaciones materiales (la premisa menor: B es verdadera) a la conclusin (por lo tanto, la
teora es verdadera) se comete la falacia lgica de afirmar el consecuente. Por el contrario, hay una fuerza lgica en el proceso de
falsacin o refutacin: si las predicciones de la teora son refutadas
por las observaciones materiales (la premisa menor: B es falsa),
entonces es lgicamente vlido concluir que el antecedente de la
premisa mayor es, por eso, falso. Este proceso se conoce como
negacin del consecuente. El silogismo dice as:
1. Si Al, A2, A3, ... An son verdaderas, entonces B es verdadera;
2. B es falsa;
3. Por lo tanto, al menos una de las proposiciones Al, A2, A3, ...
An es falsa (y por lo tanto la teora encapsulada por estas proposiciones es falsa) (Darnell & Evans, 1990, p. 31).

69

CMO INVESTIGAN LOS ECONOMISTAS

2.7 LA FALSACIN EN LA PRCTICA


La metodologa popperiana de investigacin, la teora con medicin,
tiene como eje la falsacin. Pero, cmo es la falsacin en la prctica?
Y cmo debera ser la falsacin? Cuntas teoras ha derrumbado?
En Popper (1994) encontramos expresiones que resumen la postura
sobre cmo debera ser el falsacionismo, sobre cmo las conjeturas se
convierten en teoras, o permanecen como conjeturas; sobre como las
teoras valiosas son las ms fuertes, las que han sobrevivido a procesos
exigentes y genuinos de falsacin.
[Respecto a] La falsificacin o refutacin de teoras mediante la
falsificacin o refutacin de sus consecuencias deductivas [... ] este
punto de vista implicaba que las teoras cientficas, si no son falsificadas, permanecen por siempre como hiptesis o conjeturas. [... ].
El progreso consista en un movimiento hacia teoras que nos dicen
ms y ms - teoras de contenido cada vez mayor-. Pero cuanto
ms dice una teora, tanto ms excluye o prohbe, y mayores son
las oportunidades de falsaria. As, una teora con un contenido
mayor es una teora que puede ser ms severamente contrastada.
Esta consideracin dio lugar a una teora en la cual el progreso
cientfico result consistir no en la acumulacin de observaciones,
sino en el derrocamiento de teoras menos buenas y su reemplazo
por otras mejores, en particular por teoras de mayor contenido.
As pues, exista la competicin entre teoras -una especie de
lucha darwiniana por la supervivencia- (Popper, 1994, p. 106).
Mi Logik der Forschung contena una teora del aumento del conocimiento por ensayo y eliminacin de error, es decir, por seleccin
darwiniana (Popper, 1994, pp. 225 y 226).
De acuerdo con mi propuesta, lo que caracteriza el mtodo emprico
es su manera de exponer a falsacin el sistema que ha de contrastarse: justamente de todos los modos imaginables. Su meta no es
salvar la vida a los sistemas insostenibles, sino, por el contrario,

70

WALDO MENDOZA BELLIDO

elegir el que comparativamente sea ms apto, sometiendo a todos


a la ms spera lucha por la supervivencia (Popper, 1980, p. 41).

La postura normativa sobre la falsacin es tambin sostenida por


Friedman (1967), quien defiende la metodologa hipottico-deductiva9
de investigacin. Como partidario de la imposibilidad de probar una
hiptesis y de la inadmisibilidad de contrastar los supuestos de la teora
directamente con la realidad, seala:
Considerada como un cuerpo de hiptesis sustantivas, la teora
ha de juzgarse por su poder de prediccin respecto a la clase de
fenmenos que intenta explicar. nicamente la evidencia emprica
puede mostrar si es aceptada como vlida o rechazada[ ... ] la nica
prueba importante de la validez de una hiptesis es la comparacin
de sus predicciones con la experiencia. La hiptesis se rechaza si
sus predicciones se ven contradichas [... ] se acepta si no lo son; se
le concede una gran confianza si sus predicciones han sobrevivido
numerosas oportunidades de contrastacin. La evidencia emprica
no puede probar nunca una hiptesis; nicamente puede dejar de
desaprobar, que es lo que generalmente queremos decir, de forma
un tanto inexacta, cuando afirmamos que la hiptesis ha sido confirmada por la experiencia (Friedman, 1967, p. 14).

El resumen de cmo debera ser la falsacin se presenta apropiadamente en el siguiente extracto de William Daros:

La actitud ms cientfica empricamente es aquella que ms bien


que confirmar la verdad de una teora, investiga para comprobar
que es falsa. En la ciencia, nunca existe una verificacin o una falsacin definitiva. Las afirmaciones cientficas son siempre conjeturas,
aunque hayan hasta ahora resistido a la falsacin. Cuando un cientfico intenta repetidamente falsar un enunciado universal y no lo
logra, este queda corroborado. La corroboracin no es sinnimo
9

Aunque algunos lo ubican entre los instrumentalistas, hay quienes privilegian el


xito predictivo de las teoras.

71

CMO INVESTIGAN LOS ECONOMISTAS

de verificacin ni de confirmacin: tiene un significado ms dbil


e indica solamente que el cientfico hasta ahora ha fracasado en
el intento de falsar un enunciado cientfico. El cientfico, segn
Popper, no tiene por tarea ideal y principal buscar verificaciones a
sus hiptesis, sino falsaciones (Daros, 1998, p. 136).
Una teora, en consecuencia, es empricamente cientfica cuando
es refutable, pero an no ha sido refutada (Daros, 1998, p. 284).

Por ltimo recordemos que para Popper hay una asimetra lgica
entre verificacin y falsacin. Mientras que nada puede ser exhaustivamente verificado, basta una falsacin para derrumbar una teora: no
se puede probar nada, pero sin duda se pueden refutar teoras (Blaug,

1994).
Pero si la falsacin fuese una prctica habitual en la investigacin
econmica, habra un proceso de seleccin natural, darwiniano, entre
las teoras. Las teoras malas, las que fueron falsadas, por seleccin
natural, deberan desaparecer, y dar paso a las teoras buenas, aquellas
que fueron corroboradas, que no han sido rechazadas. Segn la aproximacin popperiana descrita, la tasa de mortalidad de las teoras debera
ser muy alta. Por qu? Porque si la prediccin de la teora (la hiptesis)
es empricamente falsa, la teora es claramente falsa y por tanto debiera
ser eliminada del stock de conocimientos cientficos.
En ese mundo popperiano ideal,
La evolucin del conocimiento cientfico es, en general, la evolucin de teoras cada vr:z mejores. Este es un proceso darwiniano.
Las teoras se adaptan mejor a travs de la seleccin natural: ellas
nos dan una informacin mejor y mejor sobre la realidad (se acercan ms y ms a la verdad) (traduccin propia, Popper, 1993,
p. 338, citado en Figueroa, 2012, p. 8).

Sin embargo, en realidad, la falsacin enfrenta a innumerables dificultades. Lo que se observa es que la esperanza de vida de las teoras es
muy alta y su tasa de mortalidad es muy baja. Conoce usted alguna

72

WALDO MENDOZA BELLIDO

teora que haya sido dada de baja, definitivamente, porque sus hiptesis
fueron falsadas?
El inventor del falsacionismo ya haba adelantado esta dificultad.
Ahora bien; yo mantengo que las teoras cientficas no son nunca
enteramente justificables o verificables, pero que son, no obstante,
contrastables. Dir, por tanto, que la objetividad de los enunciados
cientficos descansa en el hecho de que pueden contrastarse intersubjetivamente [... ].
En realidad, no es posible jams presentar una refutacin concluyente de una teora, ya que siempre puede decirse que los resultados
experimentales no son dignos de confianza, o que las pretendidas
discrepancias entre aquellos y la teora son meramente aparentes
y desaparecern con el progreso de nuestra comprensin de los
hechos (Popper, 1980, pp. 43 y 49).

Las dificultades para poder falsar una teora se han condensado en la


denominada tesis de Duhem-Quine. Esta fue popularizada por el discpulo de Popper, el matemtico y fsico hngaro, Imre La.katos, a partir
de una observacin formulada a principios del siglo XX por el fsico y
filsofo francs Pierre Duhem y actualizada por el filsofo estadounidense Willerd Quine hacia mediados de dicho siglo'.
La tesis establece que es imposible poner a prueba de forma aislada una hiptesis (la hiptesis primaria), porque existe la necesidad de
considerar un conjunto de supuestos o hiptesis auxiliares. Por tanto,
cuando se contrastan los hechos con las hiptesis, no es posible saber si
la aceptacin o el rechazo de la hiptesis tienen que ver con la hiptesis
primaria misma o con los supuestos o hiptesis auxiliares.
El economista, investigador y profesor de economa en la Facultad
de Ciencias en la Universidad Tecnolgica de Virginia, cuyos intereses de investigacin van desde filosofa y metodologa de la inferencia
estadstica hasta la adecuacin estadstica de los modelos dinmicos
10

Vase el apndice Popper, el falsacionismo y la Tesis Duhem-Quine en Lakatos (1998).

73

CMO INVESTIGAN LOS ECONOMISTAS

estocsticos de equilibrio general (DSGE), Aris Spanos (2007), presenta un buen resumen de esta tesis.
[... ] las premisas h que impliquen e son, usualmente, una combinacin de la hiptesis primaria de inters H y ciertas hiptesis
auxiliares, digamos, Al, Al, ... , Am. Por lo tanto, no-h no proporciona una forma de distinguir entre no-H y no-Ak, k = 1, ... , m.
Como resultado, no se puede atribuir la culpa del fracaso de la
observacin e a algn subconjunto particular de las premisas
(H, Al, Al, ... , Am). En segundo lugar, la falsacin de Popper no
permite aprender algo positivo acerca de h utilizando los datos.
Cuando varios intentos genuinos de refutar h no lo hacen, no se
puede afirmar que h es verdadero, o justificado, o incluso probable
o seguro. Un popperiano solo puede afirmar que la hiptesis h es la
mejor testeada hasta ahora, y que es racional aceptarla (en principio}, ya que ha sobrevivido genuinos intentos de falsacin.
En tercer lugar, cualquier intento de medir el grado de corroboracin -credibilidad otorgada a h por sobrevivir ms y ms
intentos genuinos de refutarla- trae de nuevo el problema de la
induccin que el falsacionismo siempre procur eludir (traduccin
propia, Spanos, 2007, p.11).

Sobre la misma tesis, el profesor Chalmers subraya:


Ahora bien, si la prediccin que se sigue de este montn de premisas resulta falsa [... ], entonces todo lo que la lgica de la situacin
nos permite concluir es que al menos una de las premisas debe ser
falsa. No nos permite identificar la premisa que falla. Puede ser que
lo que falle sea la teora sometida a prueba, pero tambin puede ser
que el responsable de la prediccin incorrecta sea algn supuesto
auxiliar o alguna parte de la descripcin de las condiciones iniciales.
No se puede falsar de manera concluyente una teora porque no se
puede excluir la posibilidad de que lo responsable de una prediccin
errnea sea alguna parte de la compleja situacin de comprobacin,
y no la teora sometida a prueba. Esta dificultad suele citarse con el
nombre de tesis de Duhem-Quine (Chalmers, 2012, p. 82).

74

WALDO MENDOZA BELLIDO

Por ltimo, Hoover (2005) sostiene:


Las teoras son generalmente incompletas, y las pruebas no pueden aplicarse sin hiptesis auxiliares. El fracaso de una prueba no
puede ser adjudicado al ncleo de la teora (o a alguna proposicin
particular dentro de ella), porque acta sobre el conjunto de las
proposiciones tericas y auxiliares. Como Duhem (1906) y Quine
(1951) han sealado, existe una considerable libertad en la forma
de ajustar todo el complejo ante la presencia de evidencia contraria. Si todos los ajustes se realizan sobre las hiptesis auxiliares,
entonces el ncleo de la teora no estar amenazado ni siquiera por
una falsacir sin ambigedades. Popper nos da poca orientacin
sobre cmo proceder de manera constructiva (traduccin propia,
Hoover, 2005, p. 13).

La implicancia de esta tesis, segn Lakatos, es que las teoras son


prcticamente inmortales.
[... ] ningn resultado experimental es capaz de matar a una teora; cualquier teora puede ser salvada de los contraejemplos bien
mediante algunas hiptesis auxiliares o mediante las adecuadas
reinterpretaciones de sus trminos (Lakatos, 1998, p. 47).
Segn la tesis de Duhem-Quine, con imaginacin suficiente cualquier teora (consista en una proposicin o de una conjuncin finita
de muchas proposiciones) puede ser permanentemente salvada de
la refutacin mediante ajustes adecuados en el conocimiento bsico
en el que se halla inserta (Lakatos, 1998, p. 127).
A las dificultades sealadas por Duhem y Quine, puede aadirse el
problema que implica la seleccin de los grados de libertad que permite
la inferencia estadstica, sealados por Blaug (1992), y el rol de la teora
de inferencia estadstica utilizada para la contrastacin de hiptesis
planteada por Figueroa (2009).
Sobre la inferencia estadstica, se puede ser muy exigente o muy laxo
en la decisin de aceptar o rechazar una hiptesis.

75

CMO INVESTIGAN LOS ECONOMISTAS

[... ] la inferencia estadstica consiste en el uso de observaciones de


la muestra para inferir algo acerca de las caractersticas desconocidas
de una poblacin entera, y al hacer esa inferencia podemos ser muy
estrictos o muy laxos: siempre se corre el riesgo de lo que se denomina error de tipo I, la decisin para rechazar una hiptesis que es
verdadera, pero tambin siempre se corre el riesgo de cometer el
error de tipo II, la decisin de aceptar una hiptesis que en realidad es falsa, y, en general, no hay manera de establecer una prueba
estadstica que no implique la asuncin de ambos riesgos a la vez.
[... ] Es Smith culpable de asesinato? Bueno, depende de si el
jurado lo presume inocente hasta que se pruebe su culpabilidad, o
culpable hasta que pueda demostrar su inocencia. La evidencia en
s misma, siendo tpicamente circunstancial, como se suele decir,
no puede ser evaluada a menos que el jurado decida primero si el
riesgo de cometer el error tipo I ha de ser menor o mayor que el
riesgo de cometer el error tipo II. Queremos un sistema jurdico
en el que nunca condenemos a personas inocentes, lo cual lleva
aparejado el coste de permitir ocasionalmente que queden en libertad individuos culpables, o nos aseguramos de que los culpables
siempre sern castigados, a consecuencia de lo cual habremos de
condenar ocasionalmente a algn inocente?
Pues bien, generalmente los cientficos temen ms la aceptacin de
la falsedad que la falta de reconocimiento de la verdad; es decir, se
comportan como si el coste de los errores tipo II fuese mayor que el
de los errores tipo I (traduccin propia, Blaug, 1992, p. 21).

Por otro lado, sobre la teora de inferencia estadstica utilizada,


Figueroa (2009) pone en cuestin la teora ms popular de prueba de
hiptesis.
Como se sabe, hay dos teoras estadsticas, las paramtricas y no
paramtricas. Las paramtricas hacen supuestos sobre la poblacin de
donde provienen las muestras, como el de la distribucin normal y
la homocedasticidad. Las estadsticas no paramtricas, en cambio, no
hacen tales supuestos.

76

WALDO MENDOZA BELLIDO

En consecuencia, un nuevo problema lgico aparece ahora en el


proceso de falsacin de una teora pues el origen del fracaso de una
prueba de hiptesis con la estadstica paramtrica puede ahora deberse
tambin a los supuestos de la teora de inferencia estadstica.

La imposibilidad de la falsacin puede ahora provenir de la dificultad de distinguir entre las dos posibles fuentes de error: los
supuestos de la teora o los supuestos de la teora de la inferencia
estadstica que se aplica para poner a prueba la teora econmica.
Si la teora econmica falla, la culpa siempre se puede adjudicar
al supuesto de la teora de la inferencia estadstica, que podra
funcionar como la cinta protectora de la teora. Por otro lado, la
refutacin de una teora econmica mediante el uso de la estadstica paramtrica puede ser el resultado de un fallo de los supuestos
de la teora estadstica en s y no de la insuficiencia de los supuestos
de la teora puesta a prueba. La refutacin de una teora puede
depender entonces tambin de. la teora estadstica usada. Por tanto,
los supuestos de la inferencia estadstica introducen una distorsin
en el proceso de falsacin de una teora, que crea un problema
de identificacin de las fuentes de consistencia o el fracaso de una
teora econmica.
A fin de evitar este problema de identificacin, debera utilizarse
la inferencia estadstica no paramtrica. Esta teora estadstica solo
supone que la muestra se extrae de una poblacin por un mecanismo aleatorio, pero, respecto a la distribucin de la poblacin, no
se asume que es normal o de cualquier otro tipo (traduccin propia,
Figueroa, 2009, p. 36).

Por ltimo, Redman (1994) enumera otros problemas que enfrenta


la falsacin en la prctica.
Con el fracaso de Popper para desarrollar un esquema completamente no inductivo, la induccin surge en forma inevitable.
No cree que podamos conocer la verdad; el objetivo de la ciencia no
es alcanzar la verdad sino aumentar la verosimilitud o incrementar

77

CMO INVESTIGAN WS ECONOMISTAS

el contenido de la verdad. As, cmo saber que una teora es


mejor que otra? La comparacin de teoras depende del grado de
corroboracin, es decir, del grado en que una teora A ha pasado
cien pruebas, a partir de all inferimos que pasar muchas ms y
que, por tanto, es confiable: una induccin. Popper entiende que
la induccin reaparece cuando admite que aqu puede haber una
brizna de induccin {Popper, 1974, p. 1193), pero no est dispuesto a modificar su posicin extrema.
[ ... ] La tercera razn para que la falsacin sea inadecuada es su
carencia de fundamento histrico: la historia de la ciencia indica
que las mejores (teoras) habran sido rechazadas si los cientficos
hubiesen acogido los principios de la falsacin. La historia tambin muestra que la prctica de la ciencia no ha sido la de rechazar
las teoras cuando la observacin entra en conflicto con la teora
(Redman, 1995, pp. 122 y 123).

La otra fuente de la reaparicin de la induccin es la siguiente.


A partir de una teora, pueden derivarse varios modelos; y a partir de
un modelo pueden derivarse varias hiptesis. Cuando encontramos
que una hiptesis es consistente con los hechos, y en consecuencia
el modelo del que se deriva dicha hiptesis, y la teora de la que se
deriva el modelo puesto a prueba, inducimos que las hiptesis que se
han dejado de lado, y los modelos que se no se han puesto a prueba
son tambin consistentes con los hechos. Solo as podemos afirmar que
la teora es consistente con los hechos. En este procedimiento hay otra
brizna de induccin.
En estas condiciones, las preguntas planteadas por el profesor
Chalmers son bastante atendibles.
En vez de preguntarse de una teora: Es falsable?, En qu
medida es falsable? y Ha sido falsada?>>, resulta ms apropiado
preguntar: La teora recin propuesta, es un sustituto viable de
aquella a la que desafa? (2012, p. 66).

78

WALDO MENDOZA BELLIDO

Por ltimo, el historiador econmico americano Bruce Caldwell,


un opositor conocido del falsacionismo, argumenta que esta metodologa no se practica en la economa, y lo que es peor an, que es
impracticable.
Trato de mostrar que el falsacionismo no se ha practicado en la
economa y, ms importante, que parece ser impracticable. Esto
no es un argumento en contra del uso de pruebas empricas de la
economa. Ms bien es un argumento en contra de la idea (que creo
que es dogmtica) de que el falsacionismo es la nica metodologa
responsable y legtima a disposicin de los economistas.
Una condicin necesaria para la correcta aplicacin de la metodologa falsacionista en cualquier ciencia es que las pruebas directas
de hiptesis o teoras, sean posibles. Una prueba de una hiptesis
es siempre condicional. Cada hiptesis condicional se compone de
dos partes: un explanandum y un explanans. El explanandum es una
frase que describe el fenmeno a explicar. El expianans contiene
oraciones que contienen una lista de las condiciones iniciales que
deben prevalecer (esta pueden incluir tanto las variables del grupo
de ceteris paribus y aquellas en las que se asume que un cambio
ocurra), y frases que presentan las leyes generales. Para obtener una
prueba directa de que una hiptesis se produce, las condiciones
iniciales y las leyes generales deben ser claramente especificables
y especificadas. Adicionalmente, las variables proxies elegidas para
representar los conceptos tericos debern permitir una verdadera
prueba de una teora. Por ltimo, los datos deben estar limpios.
Si todas estas condiciones se cumplen, los resultados de las pruebas
de hiptesis son relativamente fciles de interpretar. La conformidad de los casos, como siempre, no prueba que una hiptesis es
verdadera. Pero la disconformidad de los casos nos dirigir a revisar
las condiciones iniciales, las leyes generales, los datos, y a evaluar la
situacin para ver qu sali mal. Si cada una de estas instancias est
claramente definida, vamos a encontrar nuestro error y corregirlo,
y por este lento proceso, crtico, de ensayo y error, la ciencia puede

79

CMO INVESTIGAN LOS ECONOMISTAS

avanzar con esperanza. Mi argumento en contra de la viabilidad


del falsacionismo en economa se basa en la afirmacin de que rara
vez las pruebas de confirmacin y rechazo tienen una interpretacin inequvoca en economa. Esto no debera ser una sorpresa: el
crecimiento de los conocimientos tericos ofrece objeciones similares con respecto al falsacionismo en las ciencias naturales. Los
argumentos son an ms persuasivos en una ciencia social como
la economa (traduccin propia, Caldwell, 1994, pp. 237 y 238).

Por todas estas dificultades, en la prctica, no hay teoras que hayan


sido eliminadas por el mtodo de la falsacin. La receta popperiana es
normativa, sobre cmo debera ser la investigacin cientfica, mientras
que la propuesta del historiador y filsofo de la ciencia Thomas Samuel
Kuhn sobre cmo es efectivamente la investigacin, nos muestra una
imagen menos entusiasta del rol de la falsacin en el desarrollo de la
ciencia. Segn Kuhn: Si todos y cada uno de los desacuerdos entre
hechos y teora fuesen motivo suficiente para rechazar la teora, todas
ellas debieran rechazarse en todo momento (2006, pp. 261-262).
En su trabajo, Kuhn (2006) narra la evolucin del conocimiento
en las ciencias naturales y encuentra que las ciencias no progresan de
la manera darwiniana, como supone el mtodo hipottico deductivo o
falsacionista de Karl Popper.
Segn este autor, en el progreso de la ciencia se distinguen dos fases
diferentes de desarrollo. En una primera fase hay un consenso amplio
alrededor de un paradigma, llamada tambin ciencia normal referida
a un conjunto de prcticas estndar que caracterizan a una disciplina
cientfica durante un periodo especfico, y es sustituido, en todo o en
parte, por otro nuevo, incompatible con el vigente.
Qu es un paradigma? Un logro, una forma nueva y aceptada de
resolver un problema en la ciencia, que ms tarde es utilizada como
modelo para la investigacin y la formacin de una teora. Tambin es
una serie de valores compartidos, conjunto de mtodos, reglas, y generalizaciones utilizadas conjuntamente por aquellos entrenados para

80

WALDO MENDOZA BELLIDO

realizar el trabajo cientfico de investigacin, que se modela a travs del


paradigma como logro.
En el anlisis que Kuhn hace del crecimiento cientfico, el nfasis se
dirige ms hacia la descripcin histrica que a la metodologa normativa, como en el caso de Popper. De acuerdo con Kuhn, la historia de la
ciencia se encuentra ~arcada por largos periodos de refinamiento estable, que l denomina ciencia normal, y que se ven sistemticamente
interrumpidos por cambios bruscos de una teora a otra sin ninguna
posibilidad de comunicacin entre ellas: las revoluciones cientficas.
En el periodo de ciencia normal las teoras no son rechazadas
sino ms bien retenidas modificando sus hiptesis auxiliares u observacionales. La investigacin tiene una marcada tendencia conservadora
y los investigadores son premiados no tanto por su originalidad sino
por confirmar la teora o paradigma dominante. Hay resistencia a
cualquier manifestacin externa y contraria al paradigma dominante.
Los hallazgos de la ciencia normal casi siempre terminan en los libros
de texto, espacio por excelencia para difundir el paradigma dominante.
Kuhn, a diferencia de Popper, afirma que la respuesta tpica de los
cientficos al enfrentar una refutacin experimental no es la de rechazar
la teora, sino la de retener dicha teora modificando sus hiptesis auxiliares u observacionales (involucradas en dicha refutacin). Los logros
de una teora integrada al paradigma dominante en periodos de ciencia normal son acumulados e integrados en los libros de texto que se
utilizan para entrenar a las nuevas generaciones de cientficos en los
problemas y soluciones legtimas del paradigma.
Las revoluciones cientficas, esto es, el cambio de un paradigma
por otro, ocurren cuando el paradigma vigente es cada vez menos capaz
de explicar los hechos que se le presentan, y surge uno nuevo, que
responde mejor a las preguntas. Un nuevo logro o paradigma presenta
nuevas formas de ver las cosas, pues crea nuevos mtodos de anlisis y
nuevos problemas que explicar.

81

CMO INVESTIGAN LOS ECONOMISTAS

El descubrimiento (cientfico) comienza tomando conciencia de


una anomala, es decir, reconociendo que la naturaleza ha violado
de algn modo las expectativas inducidas por el paradigma que
gobierna la ciencia normal. Prosigue luego con una exploracin
ms o menos amplia del rea de la anomala, y se cierra solo cuando
la teora paradigmtica se ha ajustado para que lo anmalo se vuelva
algo esperado (Kuhn, 2006, p. 130).
Consideramos como revoluciones cientficas aquellos episodios de
desarrollo no acumulativo en los que un paradigma antiguo se ve
sustituido en todo o en parte por otro nuevo incompatible con l
(Kuhn, 2006, p. 186).

Como ejemplo, en el campo de la macroeconoma, podemos citar


el paradigma keynesiano que rein en el mundo desde la publicacin
de la Teora general del empleo, el inters y el dinero, de John Maynard
Keynes en 1936, hasta mediados de la dcada de 1970. En ese largo
periodo, todos procuraban verificar la teora keynesiana y muy pocos
intentaban falsaria.
Posteriormente, el paradigma keynesiano se interrumpi debido a
la confluencia de dos hechos, uno terico y otro emprico. En el campo
terico, la ausencia de microfundamentos en la macroeconoma conduca a la elaboracin de modelos con supuestos ad hoc. En el campo
emprico, la curva de Philips, la herramienta keynesiana para explicar
la inflacin, se convirti en deficiente para explicar los hechos de principios de la dcada de 1970, de inflacin creciente acompaada por la
cada del nivel de actividad econmica.
Milton Friedman y Edmund Phelps, por separado, haban anticipado las deficiencias de la curva de Phillips. Segn ellos, no existe un
trade off permanente entre la inflacin y el desempleo; ms bien, en
un marco en el que el pblico tiene expectativas adaptativas sobre la
inflacin, estas se ajustan gradualmente y, en el largo plazo, la tasa de
desempleo tiende a su nivel natural o de pleno empleo, con lo que la
curva de Phillips, en el largo plazo, es vertical.

82

WALDO MENDOZA BELLIDO

La oposicin al paradigma keynesiano y, en realidad, a la manera


tradicional de hacer macroeconoma, incluyendo a la monetarista,
se consolid con el liderazgo de Robert Lucas, discpulo de Milton
Friedman en la Universidad de Chicago, premio nobel de economa
1995, quien introdujo, sobre la base del trabajo de Muth (1961), la
hiptesis de las expectativas racionales. Este nuevo paradigma, basado
en agentes optimizadores y mercados competitivos, popularizado en el
trabajo de Sargent y Wallace (1975), tiene como una de sus conclusiones fundamentales la irrelevancia del uso sistemtico de la poltica
monetaria para afectar a la produccin y al empleo. De esta manera, la
poltica macroeconmica fue declarada inefectiva.
Las innovaciones continuaron, en la lnea de Lucas. Hasta ese
momento, el consenso era afirmar que los ciclos econmicos, es decir,
las oscilaciones del PBI alrededor de su tendencia de largo plazo, estaban explicados fundamentalmente por la poltica macroeconmica,
por la poltica fiscal segn los keynesianos, o por la poltica monetaria,
segn los monetaristas. En la dcada de 1980, sin embargo, nacen los
modelos de los ciclos econmicos reales, segn los cuales los ciclos econmicos estn explicados enteramente por shocks derivados del sector
real de la economa, y no deben atribuirse a la poltica monetaria o a la
poltica fiscal.
El paradigma keynesiano haba sido sustituido por el paradigma
lucasiano, hasta su cuestionamiento, a raz de la crisis internacional
de 2008-2009. As fueron las revoluciones cientficas de Kuhn en el
campo de la macroeconoma.
Las diferencias entre las posiciones metodolgicas normativas de
Tomas Kuhn y Karl Popper son marcadas. Mark Blauglas hace evidentes:
Para Popper, la ciencia se encuentra en un estado de revolucin
permanente, ya que para l la historia de la ciencia es la historia
de una sucesin de conjeturas y refutaciones; mientras que para
Kuhn, la historia de la ciencia se caracteriza por largos periodos
en los que se preserva el statu quo, y que solo en ocasiones se ven

83

CMO INVESTIGAN WS ECONOMISTAS

interrumpidos por saltos discontinuos de un paradigma vigente a


otro, sin puente conceptual alguno de comunicacin entre ellos
(Blaug, 1980, p. 49).

La metodologa de la ciencia de Popper es una metodologa agresiva,


en el sentido de que por los estndares, algo que se llama ciencia
puede descartase por ser metodolgicamente errnea. La metodologa de Kuhn, sin embargo, es una metodologa defensiva, porque
busca reivindicar, en lugar de criticar a la prctica cientfica real
(traduccin propia, Blaug, 1992, p. 32)

Lakatos ( 1998) detecta un problema adicional importante. Despus


de que una teora ha sido refutada se la sigue usando. Por qu? Porque
an no se ha encontrado otra mejor para reemplazarla. La propuesta de
Lakatos es que el rol del falsacionismo no es solo el de probar que una
teora es falsa, sino la de tener otra mejor que la que ha sido refutada.
Lakatos (1998) hace una demarcacin entre el falsacionismo ingenuo y
el falsacionismo sofisticado.
El falsacionismo sofisticado difiere del ingenuo tanto en sus reglas
de aceptacin (o criterio de demarcacin) como en sus reglas de
falsacin o eliminacin. Para el falsacionista ingenuo cualquier teora que pueda interpretarse como experimentalmente falsable es
aceptable o cientfica. Para el falsacionista sofisticado una teora es aceptable o cientfica solo si tiene un exceso de contenido
emprico corroborado en relacin con su predecesora (rival); esto
es, solo si conduce al descubrimiento de hechos nuevos. Esta condicin puede descomponerse en dos apartados: que la nueva teora
tenga exceso de contenido emprico (aceptabilidad>>) y que una
parte de ese exceso de contenido resulte verificada (aceptabilidad).
El primer requisito puede confirmarse inmediatamente mediante
un anlisis lgico a priori; el segundo solo puede contrastarse empricamente y ello puede requerir un tiempo indefinido.
Para el falsacionismo ingenuo una teora es falsada por un enunciado observacional (reforzado) que entra en conflicto con ella

84

WALDO MENDOZA BELLIDO

(o que decide interpretar como si entrara en conflicto con ella).


Para el falsacionista sofisticado una teora cientfica T queda falsada
si y solo si otra teora T ha sido propuesta y tiene las siguientes
caractersticas: 1) T tiene un exceso de contenido emprico en relacin con T: esto es, predice hechos nuevos, improbables o incluso
excluidos por T; 2) T explica el xito previo de T, esto es, todo
el contenido no refutado de T est incluido (dentro de los lmites del error observacional) en el contenido de T; y 3) una parte
del exceso de contenido de T resulta corroborado (Lakatos, 1998,
pp. 46 y47).

En resumen, aun cuando la lgica de la falsacin nos dice que nunca


se puede demostrar que algo es materialmente cierto, pero s que algo es
materialmente falso, en la prctica dicha asimetra no es tan clara,< pues
la demostracin de la falsedad est llena de dificultades.
Aun as, Blaug, un conocido popperiano, no es tan pesimista respecto a la efectividad del mtodo falsacionista en la ciencia econmica
y presenta una lista de ejemplos que muestran que las teoras s son
mortales.
Pero aqu est una lista de ejemplos: el rechazo al por mayor en la
dcada de 1970 de la curva de Phillips [... ], el rechazo en 1980
de una velocidad estable de dinero, [... ] el rechazo de [... ] que las
expectativas racionales no permitan que la poltica monetaria o fiscal altere la produccin o el empleo [... ] el rechazo [... ] de la ley
que proclama la constancia de la participacin relativa de la renta
nacional que va al capital y al trabajo [... ] el rechazo en la dcada de
1950 de la funcin de consumo keynesiana que hace depender el
consumo corriente en funcin exclusivamente del ingreso corriente
[... ]. La idea de que las teoras de la economa, al igual que los
viejos soldados, nunca mueren, pero solo se desvanecen, es simplemente un mito perpetuado por la repeticin constante (traduccin
propia, Blaug, 1992, p. xv).

85

CMO INVESTIGAN WS ECONOMISTAS

A pesar de esta simpata por el mtodo popperiano de investigacin cientfica, reconoce que la mayora de los economistas operan ms
como lo describe Kuhn, tratando de confirmar teoras, antes que como
Popper, intentando rechazar teoras.
Los confirmacionistas se aseguran de que sus teoras corran pocos
riesgos y, cuando se enfrentan a una refutacin emprica, se dedican a la reparacin de la teora o la modificacin de su mbito
de aplicacin; ellos nunca abandonan la teora como falsa. Los
falsacionistas, por otro lado, corren deliberadamente riesgos y consideran los fracasos repetidos para predecir con precisin como una
seal de que deben considerarse teora.s alternativas [... ] los economistas modernos son ms apropiadamente caracterizados como
confirmacionistas o falsacionistas inocuos (traduccin propia,
Blaug, 1992, p. xiv).

Hemos culminado con la presentacin de conceptos que nos ayudarn a entender la metodologa de investigacin que se propondr
a los economistas en este libro. La verdad es la conformidad con los
hechos. La metodologa hipottico-deductiva es la nica consistente
con la metodologa cientfica de investigacin, en los trminos aqu
planteados, pues combina la teora con la medicin. Las teoras sirven
para predecir y para explicar. La ciencia no puede verificar una teora pero s rechazarla. Por ltimo, la falsacin, aunque es lgicamente
impecable, es muchas veces impracticable.

86

CAPTUL03
TIPOS DE INVESTIGACIN Y PROBLEMAS ECONMICOS
INVESTIGABLES

Luego de la revisin de los principales fundamentos de la metodologa


de la investigacin econmica, ya estamos preparados para abordar los
aspectos vinculados a la elaboracin de un proyecto de investigacin en
el campo de la economa.
Empecemos con una pregunta fundamental. Todo problema econmico es investigable? En principio s, pues la investigacin econmica
adopta diferentes matices y tiene diferentes objetivos. Todo problema
econmico es investigable sobre la base de la metodologa cientfica?
No necesariamente. Los objetivos de la ciencia imponen un conjunto
de condiciones a los problemas econmicos que pueden ser abordados.
En la siguiente tabla, una adaptacin de la tabla 8.2 de Figueroa
(2012'), podemos distinguir los distintos tipos de investigaciones
que pueden llevar adelante los economistas, y sus correspondientes
metodologas.

Se ha aadido el alcance de las distintas opciones, y en lugar de teora nos pareci


mejor poner modelo terico, pues a partir del modelo es que se derivan las hiptesis.

CMO INVESTIGAN LOS ECONOMISTAS

Tabla l. Modelo, base de datos y metodologa


Modelo

Base de datos completa

terico j

!!

Disponible

r--~-~-~---

-~----~-~-----

-~

" No disponible

(2)

(1)
4J

:oa
o

Producto final: teora


corroborada.

Producto final: hiptesis derivada


del modelo terico.

Metodologa: hipotticodeductiva.
s.~%.~
~
~
~"'W.ut f\l~~?ces: pre~ce
izfi
y explica.

Metodologa: deductiva.

m~i'dhlt

Alcances: explica pero no predice.

(3>

(4)

Producto final: regularidades Producto final: hiptesis


empricas o hechos estilizados. derivada del estudio de caso.
Metodologa: inductiva.

Metodologa: interpretativa.

Alcances: predice pero


no explica.

Alcances: no predice ni explica.

IL.

Fuente: adaptacin de Figueroa (2012).

La tabla 1 muestra las distintas modalidades que adopta la investigacin econmica, en funcin a si est respaldada en un modelo terico
y si existe una base de datos necesaria para someter las hiptesis a las
pruebas estadsticas o economtricas.
En la celda (4) el investigador se encuentra en el peor escenario.
No tiene modelo terico y tampoco cuenta con una base de datos apropiada. Por tanto las hiptesis de la investigacin son atericas; no se
derivan de un modelo terico. Y como tampoco existe una base de
datos, las hiptesis no pueden ser sometidas a las pruebas estadsticas.
Sin modelo terico y sin datos, solo puede hacerse una investigacin de carcter exploratorio, usando una metodologa interpretativa
(Figueroa, 2012). Son los estudios de caso, con observacin participativa y trabajos de campo, los que permiten la recoleccin de datos
y producen conocimiento descriptivo. Este conocimiento descriptivo

88

WALDO MENDOZA BELLIDO

puede conducir al conocimiento de posibles correlaciones que pueden


ser convertidas en hiptesis de investigacin. La investigacin exploratoria es la primera etapa, la ms bsica, de la investigacin, y puede
servir para abordar temas de los que no se sabe nada, en los que el estado
actual de conocimientos es nulo. El producto final de esta investigacin
es una hiptesis. Con esta metodologa no se puede hacer predicciones
ni dar explicaciones.
La celda (3) representa el caso en el que se cuenta con una base de
datos pero las hiptesis no se derivan de un modelo terico. En este
caso, la metodologa aplicada es la de la inferencia estadstica y trata
de poner a prueba las hiptesis atericas. El producto final de este tipo
de investigaciones es el descubrimiento de regularidades empricas o
hechos estilizados. El problema es que estas regularidades no tienen una
explicacin lgica, terica. Con esta metodologa inductiva se puede
predecir, pero no explicar. Para predecir, tal como lo veremos ms adelante, el modelo terico no es indispensable; pero para explicar s, tal
como lo mostramos con el ejemplo del modelo Mundell-Fleming.
En la celda (2) se cuenta con hiptesis que se derivan de un modelo
terico, pero no existe la base de datos para someter dichas hiptesis
a la inferencia estadstica. Mientras no se cuente con la base de datos
apropiada, la investigacin, en el sentido estadstico, no puede llevarse
a cabo. Este es el mtodo deductivo. En este tipo de investigaciones, el
producto final es una hiptesis derivada a partir de la elaboracin de un
modelo terico. Estas hiptesis, eventualmente, en el futuro, pueden
ser contrastadas con los hechos. Hay que advertir que la mayora de las
revoluciones en el campo de la macroeconoma se han producido con
este tipo de investigaciones, en las que el producto final es un modelo
terico. Pueden mencionarse, como ejemplos, los trabajos de Keynes
(1936) y de los premios nobel Hicks (1937), Samuelson (1955), Solow
(1956), Mundell (1963), Lucas (1988) y Krugman (1979). Con esta
metodologa se pueden dar explicaciones (tericas), pero no se pueden
hacer predicciones contrastables con los hechos.

89

CMO INVESTIGAN LOS ECONOMISTAS

Por ltimo, la celda (1) contiene hiptesis derivadas de un modelo


terico y una base de datos apropiada para someter dichas hiptesis a las
pruebas estadsticas. A la investigacin que pone a prueba estadstica las
hiptesis derivadas de un modelo terico se denominar investigacin
cientfica o investigacin bsica, siguiendo la terminologa utilizada
por Figueroa (2012). En este caso, la investigacin econmica permite
alcanzar los dos grandes objetivos de la ciencia: predecir y explicar. Esta
es la metodologa hipottico-deductiva. Es la teora con medicin.
Hay que advertir que todas las metodologas contenidas en la
tabla 1 contribuyen a la obtencin de conocimientos en el campo de
la economa, aunque en diferentes grados y calidades. En este libro
nos abocaremos a explicar cmo se hace una investigacin cientfica
o investigacin bsica en el campo de la economa, entendida como
la investigacin llevada a cabo para someter a la prueba estadstica las
hiptesis que se derivan de los modelos tericos.
En esta seccin nos centraremos en precisar cules son las exigencias
mnimas que se requieren para que un tema de investigacin pueda
ser abordado cientficamente. Cules son los requerimientos mnimos
para que un problema econmico sea investigable, en los trminos de
la metodologa que se exponen en este libro?
Para que nuestra investigacin se ubique en el casillero ( 1) de la tabla
1 debemos asegurarnos de cumplir con las siguientes cinco exigencias.
El cumplimiento de esos requisitos convierte en viable el proyecto de
investigacin formulado. Esta es una condicin necesaria, aunque no
suficiente, para tener un buen proyecto de investigacin.

3.1

REQUISITO

1: EL TEMA DE INVESTIGACIN DEBE PLANTEARSE

COMO UNA RELACIN DE CAUSA A EFECTO

Un buen proyecto de investigacin parte de una adecuada formulacin


del problema por investigar. Dado que el objetivo principal de la ciencia econmica es encontrar la respuesta a la pregunta qu causa qu,

90

WALDO MENDOZA BELLIDO

una manera apropiada de formular la pregunta de la investigacin es


bajo la forma de una relacin probable de causalidad, entre una o varias
variables exgenas y una o varias variables endgenas.
Sea X un vector de variables exgenas y Y un vector de variables
endgenas. El problema econmico puede ser planteado de la forma
siguiente:
X~Y

Como ejemplo, podramos plantear la siguiente pregunta de investigacin:


Cul fue la relacin entre el desempeo macroeconmico de la
eqmoma peruana y el contexto internacional observado durante
el periodo 1970-2014?

En esta formulacin, evidentemente, el contexto internacional es


la variable exgena (X) y el desempeo macroeconmico es la variable endgena (Y). Esta formulacin, adems, permite plantear alguna
hiptesis sobre dicha relacin. Por ejemplo, la hiptesis preliminar
podra ser:
Durante el periodo 1970-2014, el desempeo macroeconmico
en el Per ha estado explicado fundamentalmente por el contexto
internacional vigente durante ese periodo.

De esta manera, el tema de la investigacin ha sido planteado segn


la forma de una hiptesis preliminar, expresada como una relacin de
causa a efecto donde la variable exgena (causa) es el contexto internacional y la variable endgena (efecto) es el desempeo macroeconmico
del Per.
El ttulo de esta investigacin, que tiene que reflejar la relacin de
causalidad postulada, podra ser, por ejemplo: Per, 1970-2014: contexto internacional y desempeo macroeconmico.

91

CMO INVESTIGAN LOS ECONOMISTAS

3.2

REQUISITO

2: lAS VARIABLES EXGENAS Y ENDGENAS DEBEN

ESTAR EMPRICAMENTE IDENTIFICADAS

Ya dimos el primer paso para preparar el proyecto de investigacin. Ya


contamos con el problema de investigacin planteado como una relacin probable de causalidad y ya tenemos la hiptesis preliminar, que
tambin es una relacin de causalidad.
El paso siguiente es identificar empricamente las variables exgenas
y endgenas de la investigacin. Es decir, debemos estar seguros de que
las variables exgenas y endgenas involucradas en la hiptesis de causalidad preliminar existen, en el sentido estadstico. Las variables X e Y
pueden encontrarse directamente en alguna base de datos o, si no fuese
el caso, deben existir variables proxies que sean una buena aproximacin
de las variables originales y que estn disponibles en las bases de datos.
Si en las bases de datos no estn disponibles ni las variables originales
ni las proxies, queda la opcin, si la naturaleza de la investigacin lo
permite, de la aplicacin de encuestas para producir la informacin
necesaria.
En el ejemplo que estamos utilizando, evidentemente, en ninguna
base de datos encontraremos las variables contexto internacional y
desempeo macroeconmico. Estos conceptos son muy generales;
hay que convertirlos en conceptos ms especficos, operativos, que
reflejen aceptablemente los conceptos originales y que estn disponibles en alguna base de datos.
Si la investigacin est enmarcada en el campo del ciclo econmico
(y no en el del crecimiento econmico), el desempeo macroeconmico puede ser aproximado, por ejemplo, con la variable brecha del
producto bruto interno (PBI), la diferencia entre el PBI efectivo y el
PBI potencial o de tendencia. El PBI puede ser identificado con el PBI
real, con base en 1994 y que se encuentra en la pgina web del Banco
Central de Reserva del Per (BCRP) 2 La tendencia del PBI puede
2

www.bcrp.gob.pe

92

WALDO MENDOZA BELLIDO

obtenerse, por ejemplo, con el filtro de Hodrik-Prescott, que es una


opcin ampliamente utilizada por los macroeconomistas para obtener
el componente tendencial de una serie de tiempo.
El contexto internacional puede ser medido, por ejemplo, con
la variable tasa de inters de corto plazo en los Estados Unidos, la tasa
de inters fijada por la Reserva Federal de los Estados Unidos, cuya
informacin est disponible en la base de datos del Banco Central
de los Estados Unidos3 O quiz, podra aproximarse con un ndice
compuesto que aglutine a la tasa de inters, los precios y el PBI internacional. Tan solo con el propsito de que la explicacin sea ms sencilla,
asumamos que el contexto internacional lo representamos nicamente
con la tasa de inters internacional.
Como la economa es en esencia una ciencia no experimental, la
informacin estadstica obtenida es tambin del tipo no experimental.
En consecuencia, cuando en el ejemplo tratamos de evaluar los efectos
de la tasa de inters internacional sobre la brecha del PBI, deberemos ir
considerando algunas variables (aquellas importantes dentro del grupo
del ceteris paribus) que servirn como variables de control en la investigacin econmica. Entre estas variables pueden considerarse algunas
del contexto internacional o aquellas de la poltica macroeconmica de
corto plazo. El segundo requisito exige que nos aseguremos de que estas
otras variables tambin pueden identificarse empricamente.
Estas variables de control pueden ser, por ejemplo, el PBI internacional, los trminos de intercambio internacional, el gasto pblico, y
la tasa de inters local, como representativos de la poltica fiscal y la
poltica monetaria domstica.
Esta exigencia es necesaria por lo siguiente. Si no tuviramos variables de control, no podramos postular una relacin de causa a efecto.
En el caso que estamos utilizando como ejemplo, la pregunta, cuando no
tenemos variables de control, podra plantearse de la siguiente manera:
3

www.federalreserve.gov/releases/hl 5/dat)

93

CMO INVESTIGAN WS ECONOMISTAS

Qu pasa con la brecha del PBI cuando sube la tasa de inters


internacional, pero no sabemos qu pasa con el PBI internacional,
los trminos de intercambio internacional, el gasto pblico y la tasa
de inters local?

Es imposible encontrar una respuesta para la pregunta anterior.


La explicacin es que la pregunta esd mal formulada.
La manera en que se formulan las preguntas en economa es 1a
siguiente:
Qu pasa con la brecha del PBI cuando sube la tasa de inters
internacional, suponiendo que el PBI internacional, los trminos
de intercambio internacional, el gasto pblico y la tasa de inters
local se mantienen constantes?

La importancia de este requisito se ver con ms claridad cuanto lleguemos a la seccin del modelo economtric. All veremos que es casi
imposible postular relaciones de causa a efecto si no tenemos variables
de control.
3.3 REQUISIT03:ELTAMAODELAMUESTRADEBESERSUFICIENTE
PARA SOMETER LAS HIPTESIS A LAS PRUEBAS ECONOMTRICAS

Para la viabilidad del proyecto de investigacin no es suficiente que las


variables exgenas y endgenas de la investigacin tengan su correlato
emprico --en su forma original o como proxie-- en alguna base de
datos, o que pueda obtenerse sobre la base de la aplicacin de alguna
encuesta. Es tambin imprescindible que el tamao de la muestra, el
nmero de periodos (das, meses, trimestres, aos, etctera) en el caso
de la informacin de series de tiempo, el nmero de unidades (individuos, pases, regiones, personas, empresas, bancos, etctera) disponibles
en los datos de corte transversal o el nmero de pares de datos (periodos, unidades) en los datos de panel sean suficientes para ser sometidos
a las pruebas estadsticas o economtricas.

94

WALDO MENDOZA BELLIDO

Las hiptesis tienen una naturaleza estocstica y por eso se necesita


del mtodo estadstico de contratacin de hiptesis (Figueroa, 2003).
Las hiptesis solo pueden ser contrastadas por confrontacin con
datos masivos y no con datos individuales. La falsacin de las hiptesis
implica el uso de una muestra grande de observaciones. Cuando la base
de datos es insuficiente para aplicar los mtodos estadsticos de verificacin, el tema es no investigable, desde el punto de vista estadstico.
El tema por investigar tiene que tener historia, una base de datos
acumulada. Necesitamos del pasado para tener tema de investigacin.
En palabras de Hicks (1984):
Tenemos que limitar nuestra atencin al problema de explicar el
pasado, una aplicacin menos rigurosa que la prediccin de lo que
suceder o la prescripcin de lo que podra suceder [... ]. Si no
somos capaces de explicar el pasado, qu derecho tenemos de tratar de predecir el futuro? (traduccin propia, Hicks, 1984, p. 225).

En el ejemplo que nos ocupa, contamos con la informacin anual


del PBI del Per (BCRP) y de la tasa de inters mundial aproximada
con la tasa de inters de los Estados Unidos (Federal Reserve) para el
periodo 1970-2014. En los datos de series de tiempo, 44 datos anuales
constituyen un nmero razonable para llevar adelante las pruebas estadsticas o economtricas.
Si contsemos, por ejemplo, con informacin sobre el PBI local y
la tasa de inters de EE.UU. tan solo para ocho aos, las hiptesis de la
investigacin no podran confrontarse estadsticamente con los hechos.
La investigacin realizada utilizando series de tiempo anuales acerca de
los efectos de la tasa de inters internacional sobre el PBI peruano sera,
entonces, inviable.
El requisito 3 se aplica tambin para las variables exgenas de
control. Sin esa informacin no es posible someter las hiptesis de la
investigacin a las pruebas estadsticas.

95

CMO INVESTIGAN WS ECONOMISTAS

3.4

REQUISITO 4: LAS HIPTESIS DE CAUSALIDAD DEBEN PROVENIR


DE UN MODELO TERICO

La investigacin econmica permite predecir y, al mismo tiempo, debe


poder tener una explicacin lgica de dichas predicciones. Cuando
la prediccin (hiptesis) es confrontada con los hechos, y los hechos
resultan consistentes con las predicciones, queda la tarea de brindar
una explicacin lgica sobre las predicciones. La consistencia estadstica simplemente nos indicar que existe una relacin estadsticamente
slida entre las variables X e Y. El resultado estadstico no nos da elementos para explicar por qu X influye en Y.
Esa explicacin, como se ha visto en la seccin anterior, tiene otro origen: hay que buscarla en el modelo terico. En el modelo estn presentes
todos los mecanismos de transmisin que conectan las variables endgenas con las exgenas. Sin modelo terico no hay explicacin. Y si no
podemos explicar, qu sentido tiene hacer una investigacin econmica?
En consecuencia, es indispensable que el problema por investigar,
expresado como una relacin de causa a efecto entre las variables exgenas y las variables endgenas, pertenezca a un modelo terico particular
(MI'). Es decir,
x~Y

MI'

En el ejemplo que estamos utilizando podramos apelar al antiguo


y todava til modelo Mundell-Fleming, con libre movilidad de capitales, tasa de inters administrada y tipo de cambio flexible, como el
que se present en la seccin 2.5, de prediccin y explicacin. Por qu
ese modelo nos sirve para el ejemplo? Porque en l es posible encontrar
la vinculacin entre las variables de nuestra hipottica investigacin:
la tasa de inters internacional (variable exgena) y la produccin
local o PBI (variable endgena), considerando dadas todas las otras
variables exgenas. Ese modelo tiene variables exgenas y endgenas.
Entre las primeras, est presente la tasa de inters internacional; y entre
las segundas, la produccin.

96

WALDO MENDOZA BELLIDO

Si por ejemplo encontrsemos una vinculacin positiva y estadsticamente slida entre la tasa de inters internacional y la produccin local,
el modelo Mundell-Fleming nos proporcionara una explicacin lgica
4
de ese resultado Segn este modelo, con libre movilidad de capitales,
tasa de inters fija y tipo de cambio flexible, una elevacin de la tasa de
inters internacional conduce a un alza del tipo de cambio. El alza del
tipo de cambio, en un mundo de precios fijos, eleva el tipo de cambio real
y, en consecuencia, las exportaciones netas, la demanda y la produccin
local. El resultado estadstico tiene as una explicacin lgica, seguramente entre varias explicaciones posibles, provenientes de otros modelos.

3.5

REQUISITO

5: LA INVESTIGACIN DEBE ELEVAR EL STOCK

DE CONOCIMIENTOS EN EL CAMPO DE ESTIJDIO PROPUESTO

Toda investigacin tiene como objetivo incrementar el stock actual de


conocimientos tericos y empricos. En consecuencia, la propuesta de
investigacin debe mostrar con claridad cul ser el incremento en el
stock de conocimientos que se espera conseguir como producto de la
investigacin que se est proponiendo. Qu sentido tiene hacer una investigacin si no se va a conseguir alterar el stock actual de conocimientos?
Sea S1_ 1,z el stock existente de conocimientos en el periodo t - 1,
tanto en el campo terico como en el campo emprico, en el tema que
motiva la investigacin. Para que el proyecto de investigacin pueda ser
considerado viable, debe demostrarse que como producto de la investigacin se conseguir, en el periodo t, un flujo de conocimientos s 1,z que
permitir elevar el stock de conocimientos hasta alcanzar un nivel st,z'
st,z = st-1,z

+ s,,z

As como el Mundell-Fleming, pueden existir otros modelos que tambin expliquen


lgicamente los resultados encontrados. Una hiptesis o una relacin de causa a efecto
puede derivarse lgicamente de ms de un modelo. Esta es una de las razones que
explicaremos acerca de por qu el investigador no puede decir que ha probado que su
modelo es verdadero.

97

CMO INVESTIGAN WS ECONOMISTAS

Solo si s1.z >O vale la pena llevar adelante el proyecto de investigacin. De otra manera, hay que buscar otro tema de investigacin que
permita elevar el estado actual de conocimientos.
Ms adelante, en el captulo 6, veremos que para estar seguros de
que nuestro proyecto de investigacin consigue elevar el stock actual
de conocimientos, es indispensable conocer cul es ese stock actual de
conocimientos. Es por eso que la tarea de la revisin de la literatura,
a la que denominaremos el estado actual de conocimientos, tiene que
ser cuidadosa y exhaustiva. En esa seccin responderemos la pregunta:
cul es el stock actual de conocimientos, tericos y empricos, y como
mi proyecto de investigacin elevar dicho stock de conocimientos?
En resumen, las condiciones necesarias para que un proyecto de
investigacin pueda ser declarado viable son cinco:
i. El problema debe formularse como una relacin de causalidad
entre variables exgenas y endgenas.
ii. Las variables exgenas y endgenas deben estar empricamente
identificadas.
iii. El tamao de la muestra debe ser el suficiente para someter las
hiptesis a las pruebas economtricas.
iv. Las hiptesis de causalidad deben provenir de un modelo terico.
v. La investigacin debe permitir elevar el stock actual de conocimientos.
El incumplimiento de cualquiera de estas restncc10nes declara
inviable el proyecto de investigacin propuesto, si el objetivo es hacer
una investigacin con los cnones que exige la ciencia econmica.
Recordemos que en este libro se propone ofrecer una gua para hacer
una investigacin cuyo objetivo fundamental es poner a prueba las
hiptesis derivadas de las teoras.

98

CAPTUL04
EL PAPEL DE LA ECONOMETRA
,
,

EN LA INVESTIGACION ECONOMICA

Terence Hutchison (1938) fue el primero en difundir las ideas de Karl


Popper entre los economistas. Sin embargo, de acuerd~ con Redman
(1994), Popper ha sido mucho ms influyente en la econometra que
en cualquier otro campo de la economa, aunque dicha influencia ha
sido poco difundida.
El discpulo ms destacado de Popper, lmre Lakatos, ya haba hecho
notar el importante impacto que haba tenido su maestro en el desarrollo de la estadstica moderna.
Realmente este falsacionismo metodolgico es la base filosfica
de algunos de los desarrollos ms interesantes de la estadstica
moderna. El enfoque Neyman-Pearson depende enteramente del
1
falsacionismo metodolgico (Lakatos, 1998, 38, pie de pgina 64)

El enfoque Neyman-Pearson es una herramienta de prueba de hiptesis en la econometra tradicional basada en la idea de contrastar estadsticamente dos hiptesis
mutuamente excluyentes, la hiptesis nula y la alternativa, utilizando como herramienta los ratios de verosimilitud.

CMO INVESTIGAN WS ECONOMISTAS

La influencia de Popper sobre la econometra se dio a travs de Jacob


Marschak, el economista y matemtico ruso que dirigi la Comisin
Cowles entre 1943 y 1948. La Comisin Cowles fue fundada en los
Estados Unidos en 1932 por el economista y hombre de negocios
Alfred Cowles, para promover la investigacin sobre los problemas econmicos en su vinculacin con las estadsticas y las matemticas, y que
luego marcara la evolucin de la econometra en las siguientes dcadas.
Jacob Marschak estaba al tanto de la teora falsacionista, conoci e
interactu con Popper, y estaba muy interesado en incorporar los aportes del lder del falsacionismo en la prctica de la economa. Aunque
Popper era escptico del proyecto de Marschak, pues consideraba que la
falsacin era difcilmente aplicable a la economa, debido a Marschak,
la visin popperiana de la falsacin lleg a introducirse en el mtodo de
la Comisin Cowles (Redman, 1994). Popper, entonces, habra tenido
una importanfe influencia en la econometra, por los menos en la que
estuvo en auge durante las tres dcadas posteriores a la fundacin de
la Comisin Cowles, y que est presente todava en la mayora de los
libros de texto tradicionales de econometra.
Pero, qu es la econometra?
Segn Hoover (2005) y Stock y Watson (2007), la econometra es
una rama de la economa cuyos objetivos fundamentales son cuatro.
En primer lugar, el ms obvio, es que la econometra se utiliza para
poner a prueba las predicciones (hiptesis) que se derivan de un modelo
terico.
En segundo lugar, la econometra puede ser utilizada para medir los
valores desconocidos de los parmetros de un modelo econmico.
En estos dos roles, claramente la teora est antes de la evidencia, en
la que la teora propone y la evidencia dispone.
En tercer lugar, la econometra puede ser utilizada para hacer predicciones sobre el valor futuro de las variables endgenas. Las predicciones
pueden estar sustentadas en un modelo terico o pueden consistir en un
ejercicio estadstico sin respaldo terico. Eso es lo que expresa la tabla 1

100

WALDO MENDOZA BELLIDO

mostrada en el captulo 3 de este libro, y ese tema ser discutido tambin en el captulo siguiente, a propsito del rol de la econometra
contempornea.
En cuarto lugar, la econometra puede ser utilizada para, a partir
de los datos, encontrar una serie de hechos estilizados o regularidades
empricas que puedan ser insumos para la formulacin de hiptesis o
que pueden servir para especificar correctamente un modelo economtrico. En este caso, la econometra puede prescindir de la teora.
Adicionalmente, conociendo el valor numrico de los parmetros del
modelo, se pueden hacer simulaciones que puedan servir para sugerir
mezclas de poltica apropiadas para alcanzar los objetivos de la poltica
econmica. En esta tarea intervienen el arte y la ciencia. Utilizando
datos histricos puede contribuirse a proporcionar recomendaciones
numricas o cuantitativas para la gestin pblica o privada.
David Hendry, nacido en Inglaterra, profesor de Economa de
la Universidad de Oxford, actualmente dedicado a la metodologfa
economtrica y a la econometra de series de tiempo aplicada o macroeconometra, es uno de los lderes del desarrollo de a econometra
contempornea y tiene una visin complementaria sobre el rol de los
modelos economtricos.
Los modelos economtricos empricos son sistemas de relaciones cuantitativas que vinculan una serie de datos observados. Los
modelos tienen cuatro roles principales en la economa. En primer
lugar, son resmenes de datos: existen demasiadas variables de inters potencial en la economa para poder investigarlas a todas, por
lo que el resumen es esencial, y los modelos economtricos son una
forma de hacerlo. En segundo lugar, el modelo economtrico nos
permite interpretar la evidencia emprica: los hechos hablan por
s mismos rara vez, y un marco bien definido, como un modelo
economtrico, es de gran valor. En tercer lugar, hay a menudo
varias explicaciones tericas competitivas sobre los fenmenos econmicos: el modelo economtrico juega un papel importante en
la evaluacin de los poderes explicativos relativos de estas teoras.
101

CMO INVESTIGAN WS ECONOMISTAS

Por ltimo, los modelos economtricos son el vehculo principal


para la acumulacin y consolidacin de conocimientos empricos
sobre la funcin de las economas. A la larga, esta puede ser su
principal razn de ser. Dado que la econometra es esencialmente
emprica por naturaleza, ofrece un potencial de informacin emprica sistemtica sobre el comportamiento econmico (traduccin
propia, Hendry, 1995, p. 4).

4.1 Los USOS DE LA ECONOMETRA


Los libros de Stock y Watson (2007) y Baddeley y Barrowclough
(2009) son dos buenas referencias para ilustrar con un conjunto grande
de ejemplos muy didcticos sobre cmo la econometra puede utilizarse
como instrumento para someter las hiptesis de investigacin de un
amplio espectro de problemas por investigar. Esta seccin est basada
en ejemplos tomados del libro de Stock y Watson (2007).
Presentaremos algunos ejemplos de algunos problemas econmicos
investigables. El primero es explicado con cierto detalle, como advertencia de cmo a partir del sentido comn pueden derivarse hiptesis
aparentemente sensatas pero que pueden ser rechazadas por el procedimiento economtrico. El resto de ejemplos sirve solo para ilustrar la
variedad de problemas que pueden abordarse con la econometra.
En todos los ejemplos partimos directamente de las hiptesis de la
investigacin y el modelo economtrico correspondiente. Hay que asumir que dichos modelos economtricos tienen detrs modelos tericos,
y estos, teoras que los respaldan.
El primer ejemplo aborda el tema de si el tamao de la clase
(el nmero de estudiantes por aula) influye en el rendimiento acadmico de los estudiantes.
En los Estados Unidos hay disconformidad con el sistema actual de
aprendizaje acadmico bsico (lectura, escritura y matemticas bsicas)
en las escuelas primarias y hay un conjunto de propuestas para mejorarlo. Una propuesta atractiva consiste en reducir el tamao de las clases
102

WALDO MENDOZA BELLIDO

en la escuela primaria. El sentido comn dira que con menos alumnos


por clase el profesor tendr ms tiempo para una atencin ms personalizada al estudiante, habra ms orden en las clases y el rendimiento
de los estudiantes debera mejorar.
Hay que reducir entonces el tamao de las clases para mejorar el
rendimiento de los estudiantes? La econometra confirma a veces las
hiptesis provenientes del sentido comn. Pero muchas veces no.
Para hacer esta investigacin se utilizaron datos de corte transversal.
Las cifras corresponden a los 420 distritos escolares que tena California
en el ao 1998. Las cifras muestran que en California, los estudiantes
de los distritos escolares con menor tamao de clase tienen un mejor
rendimiento que aquellos que estudian en distritos con un tamao
mayor de las clases.
Como primer ejercicio, puede hacerse un anlisis de correlacin
entre las dos variables. En el caso que estamos estudiando, el coeficiente
de correlacin es de -0.23, que nos indica una correlacin negativa
dbil entre el tamao de la clase y el rendimiento de los estudiantes.
El paso siguiente puede ser hacer una regresin entre las variables en
estudio, proponiendo una relacin funcional como la siguiente:

Donde Y representa las notas obtenidas por los estudiantes en un


examen estndar en el estado y es el ratio estudiante/profesor por distrito escolar. En esta ecuacin, B 1 es el cambio en la variable endgena
como consecuencia del cambio en una unidad de la variable exgena.
El trmino incorpora todos los factores distintos al tamao de la clase
que pueden influir en las notas obtenidas por los estudiantes.
El resultado de la regresin es:

x;

y= 698.9 - 2.28X;

= 0.051, DEB1 = 0.52; tB1 = -4.38

En esta regresin, -2.28 significa que si el ratio estudiante/profesor


se eleva en un estudiante por clase, la nota de los estudiantes se reduce
en 2.28. Esta regresin puede permitir tambin hacer predicciones,
103

CMO INVESTIGAN LOS ECONOMISTAS

asignando valores arbitrarios a la variable exgena y calculando la nota


obtenida.
Si se reduce el ratio estudiante/profesor en 2, la nota de los estudiantes puede aumentar en 4.56. Es esta mejora grande o pequea?
Segn esta investigacin, la escuela en cuestin podra pasar del percentil 50 al percentil 60 en el estado de California.
Ntese, en la estimacin, que el intercepto no tiene ningn significado prctico en este ejercicio (el tamao de la clase no puede ser
2
cero). El R nos indica la fraccin de la varianza de la endgena que
2
es explicada por la exgena. El R bajo indica que solo una pequea
fraccin del comportamiento de la endgena es explicada por la exgena y la desviacin estndar (DE) baja indica que las notas obtenidas
por los estudiantes estn relativamente cerca de sus valores estimados.
Estos dos estadsticos nos sugieren que el ratio estudiantes/profesor solo
explica una pequea parte de la variacin de las notas de los estudiantes
y que la prediccin de las notas usando solamente el ratio estudiantes/ profesor tendr un spread chico respecto a los valores observados.
El valor del estadstico t nos seala que el resultado obtenido es estadsticamente slido.
Significa entonces que bajando el ratio estudiante/profesor
solamente se conseguir elevar el rendimiento de los alumnos? No necesariamente, por varias razones.
Tener un ratio estudiante/profesor bajo implica costos, entonces
otros colegios, por ser ricos, pueden tener estos ratios bajos. Adems,
en estos colegios de ricos sus estudiantes pueden tener otras ventajas:
profesores mejor pagados, facilidades de estudio en sus hogares, no ser
rnigrantes y por tanto tener al ingls corno idioma nativo. Entonces la
baja calidad encontrada en algunos colegios puede deberse al tamao
grande de la clase en conjuncin con otros factores que pueden ser ms
importantes. Se habran entonces omitido un conjunto de variables
que tambin explican el rendimiento de los estudiantes. Cambiar el
ratio estudiantes/profesor no va a afectar a este otro grupo de variables.

104

WALDO MENDOZA BELLIDO

Por tanto, necesitamos un mtodo que permita aislar el efecto en el


rendimiento del tamao de la clase, manteniendo todos los otros factores
constantes. La influencia del tamao de clase sobre el rendimiento acadmico debe ser controlada por otros factores.
Ingresamos al campo del anlisis de regresin mltiple.

Sobre la base de la regresin, el director de la escuela puede decidir


contratar ms profesores para mejorar el rendimiento de sus alumnos, pero no alcanzar dicho objetivo si el verdadero coeficiente que
relaciona rendimiento con tamao de clase es mucho ms pequeo o
cercano a cero. Exploremos las variables posiblemente omitidas.
Podemos empezar haciendo un anlisis de correlacin entre el
tamao de la clase y el porcentaje de migrantes, que es de 0.21. Esta
correlacin sugiere que las escuelas con mayor proporcin de migrantes
tienden a tener clases ms grandes. Entonces, el coeficiente estimado
puede estar recogiendo esa influencia. En este caso, /,a especificacin
tiene un sesgo de variable omitida.
Para que exista este sesgo se requieren dos condiciones: i) que la
variable omitida est correlacionada con la variable explicativa considerada y ii) que la variable omitida sea un determinante de la variable
endgena.
Por ejemplo, en el caso del porcentaje de migrantes, esta variable
est correlacionada con el tamao de la clase y, al mismo tiempo, es de
esperar que un hispano, digamos, tenga ms dificultad que un americano en entender los exmenes de evaluacin y, por tanto, tenga un
rendimiento menor.
Cmo solucionar este problema?
Sospechamos que estamos omitiendo un conjunto de variables muy
importantes. Por ejemplo, el hecho de que existen alumnos cuyo idioma
nativo no es el ingls. La opcin ms sencilla es hacer la separacin de
las muestras entre distritos donde los estudiantes tienen al ingls como

105

CMO INVESTIGAN WS ECONOMISTAS

idioma nativo y otro grupo donde no. Hecho este procedimiento, efectivamente se encuentra que el rendimiento de los estudiantes nativos es
mayor que el de los migrantes. Los colegios con ms migrantes tienen,
al mismo tiempo, mayores tamaos de clase y peores rendimientos.
Este anlisis persuade al director de que el primer ejercicio era
insuficiente para tomar decisiones pero no le da todava instrumentos
para tomar decisiones porque lo que necesita es conocer el coeficiente
verdadero.
El anlisis de regresin mltiple es la opcin economtrica para
proporcionar la respuesta apropiada al director de la escuela primaria.
En este caso se estimarn los efectos del tamao de clase sobre el rendimiento de los alumnos, manteniendo constante la fraccin de migrantes.
El significado de B 1 es ahora distinto. Significa el efecto que tiene
el cambio en una unidad del ratio estudiantes/profesor, manteniendo
constante la proporcin de migrantes, o controlando la proporcin de
migrantes. Esto se asemeja al siguiente ejercicio:

El anlisis de regresin da como resultado la siguiente estimacin:

y= 686 - l. lX - 0.65X2; R2 = 0.426, p = 0.424, DEB 1 = 0.43,

DEB2 = 0.031, tB 1 = -2.54, tB2 = -21.16


En esta regresin JP es el R 2 corregido para tomar en cuenta que se
estn agregando nuevas variables explicativas.
Fjese que el coeficiente que vincula el tamao de clase con el rendimiento acadmico de los estudiantes se ha reducido a menos de la
mitad de su valor respecto al valor que tena cuando no se consideraba el efecto de la poblacin estudiantil migrante. Sin embargo, el R 2,
incluso el corregido JP, el que castiga la adicin de nuevas variables
explicativas, es relativamente alto y los coeficientes t son aceptables.
Estos resultados pueden persuadir al director de que reducir el tamao
de la clase puede mejorar el rendimiento de sus alumnos.

106

WALDO MENDOZA BELLIDO

Pero para contratar ms profesores el director tiene que ajustar algunos otros gastos (o elevar la pensin de los estudiantes, lo que es ms
difcil). Entonces, l quiere saber cul es el efecto de contratar ms
profesores manteniendo constante el gasto por estudiante, X 3 en la
regresin que se muestra abajo, y el porcentaje de migrantes.
El resultado del ejercicio es sorprendente.

Y= 649.6- 0.29X1 - 0.656X2 + 3.87X3 ; DE81 = 0.48, DE82 =0.032,

DEB3 = 1.59, tB 1 = -0.60, tB2 = -20.50, tB3 = 2.43


En esta regresin, el coeficiente en estudio ha seguido bajando de
valor. Sin embargo, lo ms importante es que este coeficiente no es
estadsticamente significativo. Es decir, podemos afirmar que, con la
informacin disponible, no encontramos evidencia de una influencia
del tamao de clase en el rendimiento acadmico de los estudiantes.
Ms bien, la evidencia sugiere que el rendimiento acadmico de los
estudiantes de las escuelas en California est fuertemente influenciado
por la participacin de los estudiantes migrantes y por el presupuesto
asignado a las escuelas.
Entonces, la evidencia rechaza la hiptesis de que contratar ms
profesores, manteniendo constante el gasto por alumno y el porcentaje
de migrantes, eleve el rendimiento de los estudiantes.
Pero tambin podra tenerse otra lectura de estos resultados. Podra
ser que el gasto en estas escuelas se asigna eficientemente. Si el coeficiente hubiera sido alto, contratar ms profesores, reduciendo el gasto
en otros rubros, pudo haber mejorado el rendimiento de los estudiantes
lo que poda haber constituido una evidencia de que el gasto se asignaba ineficientemente.
Este es un lindo ejemplo de todos los cuidados que hay que tener
en una investigacin de corte transversal para no aceptar resultados
parciales sin asegurarse de que estamos haciendo uso correcto de los
instrumentos que nos ofrece la econometra.

107

CMO INVESTIGAN WS ECONOMISTAS

El segundo ejemplo, tratado ms sucintamente, pretende responder


a la pregunta sobre si existe discriminacin racial en el mercado de crditos hipotecarios en los Estados Unidos.
En los Estados Unidos la mayora de las familias adquiere su vivienda
con un crdito hipotecario. Segn las leyes americanas, no debe existir
discriminacin racial en su otorgacin.
Sin embargo, segn la Reserva Federal de Boston, usando cifras
de corte transversal, en 2925 solicitudes por un crdito hipotecario en
1990, hechas por blancos y negros, se ha encontrado que mientras el
porcentaje de solicitudes rechazadas alcanza al 28% de los solicitantes
negros, en el caso de los blancos, este es solo de 9%.
Estas cifras indican que hay discriminacin racial en contra de los
negros en el mercado de crditos hipotecarios? Si dicha discriminacin
existe, cul es su magnitud? El detalle de esta investigacin, as como
en el ejemplo anterior, es identificar las causas del rechazo a las solicitudes, considerando constantes todas las otras caractersticas de los solicitantes.
El problema puede estudiarse con la tcnica de la regresin mltiple
pero con una peculiaridad. Esta consiste en que la variable endgena
-si la solicitud es aceptada o no-- es binaria; esto es, solo puede
tomar valores de cero o uno. La variable endgena es una probabilidad.
El modelo de probabilidad lineal y los modelos no lineales de Probit
and Logit --el modelo de mxima verosimilitud- son los apropiados
para abordar este tipo de problemas.
El tercer ejemplo busca determinar el efecto del alza del impuesto
sobre el consumo de cigarrillos.
Este es uno de los problemas que ms afectan la salud mundial.
El tratamiento de las enfermedades provocadas por los cigarrillos
alcanza sumas astronmicas que tienen impactos directos sobre los
contribuyentes.
Una de las medidas para disminuir el consumo de cigarrillos es
encarecerlos mediante el aumento del impuesto selectivo al consumo
de dicho producto. Para este propsito es til saber qu pasar con

108

WALDO MENDOZA BELLIDO

el consumo de los cigarrillos si su precio se eleva, por ejemplo, en 1%.


El porcentaje de cambio en la cantidad demandada ante una cambio
de 1o/o en el precio es la elasticidad precio de la demanda. Si se quiere
reducir el consumo del cigarrillo en, digamos, 20%, necesitamos conocer el valor numrico de la elasticidad.
Para estudiar este problema se utiliza informacin de datos de panel.
Se examinan cifras de ventas, precios, impuestos e ingreso personal para
los 48 estados de los Estados Unidos, para el periodo 1985-1995.
Se encuentra una elasticidad precio de 1.08. Esta, sin embargo, no
tiene variables de control, como el ingreso, que evidentemente afecta
al consumo de cigarrillos. Si se incorpora esta variable, el valor de la
elasticidad puede cambiar apreciablemente.
En este contexto, adems, existe el problema de la doble causalidad:
bajos impuestos conducen a un mayor consumo de cigarrillos; pero
si hay mayor consumo de cigarrillos, los legisladores, para tener una
buena relacin con los electores, pueden procurar mantener bajos los
impuestos. Hay mtodos para solucionar este problema de causalidad
simultnea.
El cuarto ejemplo gira alrededor del efecto dinmico sobre los accidentes de trnsito de la ley que obliga a utilizar cinturones de seguridad.
En este ejemplo se trata de averiguar cmo impacta la ley que obliga
a utilizar los cinturones de seguridad sobre el nmero de accidentes de
trnsito en trminos dinmicos; es decir, a lo largo del tiempo. Se quiere
saber cules son los efectos de la nueva medida sobre el nmero de accidentes de trnsito en el corto plazo, inmediatamente despus de haberse
dado la medida (puede ser el primer trimestre o el primer ao de aplicacin), en el mediano plazo y en el largo plazo, cuando ya todos los
conductores usan el cinturn de seguridad.
Para estudiar este tipo de problemas se requiere informacin de serie
de tiempo. Especficamente, la variable endgena es una funcin del
valor actual y de los valores rezagados de las variables exgenas. Es el
modelo de regresin con retardos distribuidos.

109

CMO INVESTIGAN LOS ECONOMISTAS

El coeficiente de los regresores puede estimarse por el mtodo de


mnimos cuadrados ordinarios, solucionando previamente los problemas de autocorrelacin y heterocedasticidad, que son tpicos en este
tipo de series.
Nuestro penltimo ejemplo es sobre cmo la econometra puede
servir para predecir. En este caso se trata de predecir la tasa de inflacin
del prximo ao.
La tarea principal de los bancos centrales es mantener la inflacin
baja. En un sistema de metas explcitas de inflacin los bancos centrales
se comprometen a mantener la tasa de inflacin dentro de una banda.
En el Per, por ejemplo, el Banco Central de Reserva del Per (BCRP)
tiene el compromiso de que la inflacin, en el mediano plazo, se mantenga entre 1 y 3% anual.
Para alcanzar este objetivo, el BCRP tiene como instrumento la tasa
de inters de referencia para el mercado interbancario. Estas polticas
deben aplicarse preventivamente, debido a que los efectos de la poltica monetaria sobre la inflacin se manifiestan con muchos rezagos.
Por eso, los bancos centrales suben la tasa de referencia cuando esperan
que la inflacin se eleve por encima de la banda superior de la meta
inflacionaria, y bajan dicha tasa de referencia cuando esperan que la
inflacin se site por debajo del rango inferior de la banda.
El pronstico de la inflacin esperada es entonces indispensable
para la tarea del banco central.
Para realizar la tarea del pronstico, a diferencia de todos los ejemplos mostrados anteriormente, no es indispensable contar con una teora
que nos proporcione una relacin de causalidad de la que se derive el
comportamiento de la variable endgena que queremos pronosticar.
Por ejemplo, la observacin de que los peatones estn casi todos con
paraguas nos ayuda a pronosticar que va a llover. No hay relacin de
causa a efecto; no es que la posesin de paraguas cause la lluvia.
En esta tarea, por lo general las variables exgenas o los regresores
son los valores pasados de las variables endgenas. Son los modelos

110

WALDO MENDOZA BELLIDO

autorregresivos, en los que la historia de la inflacin nos ayuda a predecir el futuro de la inflacin. En este caso, con una serie de tiempo
de la inflacin para los ltimos cuarenta trimestres, digamos, podemos
pronosticar la inflacin del prximo trimestre.
La tarea del pronstico puede ser mejorada si se aaden otras variables exgenas que s explican tericamente, causalmente, la inflacin,
junto con sus valores pasados o lags, en los llamados modelos autorregresivos de rezagos distribuidos (autoregressive distributed lag models).
Segn la teora de la Curva de Phillips, cuanto ms baja es la tasa de
desempleo, ms alta es la tasa de inflacin. Al utilizar esta relacin causal, para el pronstico de la inflacin, adems de sus valores rezagados,
pueden aadirse como regresores la tasa de desempleo corriente y sus
valores rezagados.
Una tarea delicada en este procedimiento es la decisin de cuntos
rezagos considerar en el ejercicio de pronstico.
Asumir que el futuro es como el pasado tiene un supuesto muy
importante: que las series de tiempo sean estacionarias. Si no lo son
-porque las series tienen una tendencia definida o porque en el
periodo considerado estn presentes quiebres estructurales- los pronsticos y las inferencias basadas en las regresiones de series de tiempo
son cuestionables: La estacionariedad requiere que el futuro sea como
el pasado, al menos en el sentido probabilstico (traduccin propia,
Stock & Watson, 2007, p. 545).
Por ltimo, cuando se quiere trabajar con modelos multiecuacionales, el sistema de vectores autorregresivos (VAR) es el apropiado.
Un buen ejemplo del uso del VAR se encuentra en Feelders (2002).
Hay muchos modelos en el marco de una economa cerrada, que buscan relacionar la produccin, la tasa de inters, la oferta monetaria y
el nivel de precios. Un modelo que comprende a estas variables es el
famoso modelo IS-LM extendido con una Curva de Phillips. Para el
usuario de la econometra tradicional, el modelo IS-LM-CP proporciona la definicin de las variables endgenas y exgenas del modelo,

111

CMO INVESTIGAN WS ECONOMISTAS

y en este sistema de ecuaciones simultneas hay que hacer la tarea de


la identificacin. El usuario del VAR, en cambio, simplemente asumir
que todas las variables aludidas son endgenas y estn relacionadas,
pues cada una de ellas depende de su propio rezago y de aquel del
resto de variables. En este caso, adems de las variables incluidas, no
existe ninguna otra relacin entre el modelo VAR emprico y el modelo
macroeconmico terico.
Otro buen ejemplo de este tipo de modelos se puede encontrar
en Stock y Watson (2007), donde se presenta un modelo VAR que
consta de dos variables: la variacin de la tasa de inflacin y la tasa de
desempleo. El VAR consta de dos ecuaciones en las que las variables
endgenas corresponden a las anteriormente mencionadas y las exgenas a sus valores rezagados. Los datos considerados para la estimacin
del modelo son trimestrales, para el periodo 1982-2004.
Los resultados son los siguientes:

Mnfla,

=1.47 - 0.64Mnfla 1 -0.64Mnfla,_ 2 - 0.13Mnfla,_3


_
1

-0.13Mnjla,_4 -3.49Desemp1-1 + 2.80Desemp,_ 2


+2.44Desempt-J - 2.03Desemp,_4

Desemp, = 0.22 + 0.005Mnjla,_1 + 0.004Mnjla,_ 2 -0.007 Mnflat-J


-0.003Mnfla,_4 +1.52Desemp,_1 -0.29Desemp,_2
-0.43Desempt-J + 0.16Desemp,_ 4
Donde Mnjla, corresponde a los cambios en la tasa de inflacin y
Desemp, corresponde a la tasa de desempleo. Para la ecuacin de infla2
cin se tiene un R ajustado de 0.44 y para la ecuacin de desempleo se
tiene un R 2 ajustado de 0.982. A partir de estas ecuaciones los autores
aplican el test de causalidad a la Granger a partir del cual se concluye
que la tasa de desempleo es un predictor til de los cambios en la inflacin, ya que los valores rezagados del desempleo s aportan informacin
en la estimacin de Mn.fla,. Sin embargo, lo contrario ocurre al testear

112

WALDO MENDOZA BELLIDO

el aporte de los rezagos de la variacin de la inflacin en la ecuacin


de desempleo; es decir, que la variacin de la inflacin no causa a la
Granger la tasa de desempleo. Asimismo, las predicciones realizadas
por los autores en un periodo adelante sobre las variables endgenas a
partir de este modelo resultaron razonablemente cercanas a sus valores
realizados para el primer trimestre de 2005, lo cual da algunas luces
sobre la utilidad de este tipo de modelos.
Como pudo verse en todos estos ejemplos, la econometra brinda
instrumentos para estudiar casi cualquier tipo de problemas econmicos. No hay excusa para no utilizar este vital instrumento de
investigacin econmica.

4.2 lA METODOLOGA DE LA ECONOMETRA TRADICIONAL


En el contexto de la metodologa hipottico-deductiva, el rol ms
importante que se atribuye a la econometra es el de constituir una
herramienta para poner a prueba los modelos tericos, a travs de la
corroboracin o el rechazo de las hiptesis que se derivan de ellos.
Ese es el rol asignado a la econometra tradicional.
El resumen de Hendry sobre dicho mtodo y sus distintas fases es
muy ilustrativo:
En los aos cincuenta y sesenta exista casi un consenso sobre la
metodologa de elaboracin de los modelos economtricos. En primer lugar, podra formularse una teora econmica basada en la
optimizacin de los agentes econmicos pertinentes, teniendo en
cuenta sus restricciones asumidas y un conjunto de informacin.
La teora econmica contena las variables con nombres como el
consumo, el ingreso, la inflacin, y as sucesivamente, y un modelo
matemtico que la expresaba. Se aada luego un trmino de error
al modelo para reflejar la inexactitud de la teora. Un asistente de
investigacin o el investigador recogan una serie de datos con los
mismos nombres que las variables de la teora, y hacan algunas

113

CMO INVESTIGAN LOS ECONOMISTAS

(o algunos cientos!) de regresiones. Por ltimo, desde el pequeo


nmero de regresiones presentadas por el asistente de investigacin, o tamizada por el investigador, se seleccionaba el que pareca
adaptarse mejor a la intuicin previa del investigador principal y
se publicaba como, por ejemplo, la funcin consumo (traduccin
propia, Hendry, 1995, p. 18).

En una presentacin ms desagregada, dentro de la opcin metodolgica hipottica deductiva, la vinculacin entre la investigacin
econmica y la econometra tradicional se produce cumpliendo con los
siguientes pasos.
1. Formulacin del modelo econmico
En primer lugar, a partir de una teora, debe elaborarse un modelo
terico formalizado. La teora es mucho ms abstracta que un modelo,
y no puede ser sometida directamente a la contrastacin emprica. Por
eso, la teora necesita ser conjugada con algunas hiptesis auxiliares que
permitan su contrastacin con los hechos. Por ejemplo, la teora de la
produccin es una teora general que nos dice que la produccin es una
funcin del capital, el trabajo y el grado de desarrollo tecnolgico. Los
modelos de esa teora pueden ser la funcin de produccin del tipo
Cobb-Douglas y la funcin del tipo Leontief. Otra teora general es la
de Keynes, cuya esencia, la teora de la demanda efectiva, afirma que
la produccin, en un contexto de factores productivos subutilizados, es
una funcin de la demanda. Esta teora general dio luz a varios modelos, por ejemplo, el modelo IS-LM creado por John Hicks (modelo
keynesiano de una economa cerrada) y el modelo Mundell-Fleming
(modelo keynesiano de una economa abierta).
Tradicionalmente, los modelos econmicos han estado expresados
en forma determinstica, pero en las ltimas dcadas hay una tendencia
creciente a expresarlos en forma estocstica, como en los modelos de
equilibrio general dinmico estocstico (abreviado DSGE por sus siglas
en ingls, Dynamic Stochastic General Equilibrium).

114

WALDO MENDOZA BELLIDO

Siempre que sea posible, es mejor que el modelo terico sea presentado tanto en su forma estructural como en su forma reducida, porque,
como se describi antes, la forma reducida permite hacer las predicciones y la forma estructural es necesaria para desarrollar las explicaciones.
En el modelo debe quedar claramente establecido el conjunto de variables endgenas y exgenas, as como los mecanismos de transmisin
que existen entre ellas.
Asimismo, sobre todo cuando se considera utilizar el trabajo de
investigacin para ofrecer opciones de poltica econmica, es necesario clasificar las variables endgenas del modelo en variables objetivo
-aquellas de inters del investigador o del que disea la poltica
econmica- y variables no objetivo -aquellas que tambin son endgenas, que sern influenciadas por las variables exgenas, pero que no se
consideran de inters principal-; y las variables exgenas en variables
exgenas instrumentales -aquellas que son instrumentos de poltica
econmica- y en variables exgenas no instrumentales -aquellas
variables exgenas, conocidas, pero que no pueden ser influenciadas
por la poltica econmica- (Dagum & Bee de Dagum, 1986). De esta
manera, como veremos ms adelante, podremos aprovechar uno de los
usos de los modelos economtricos: el de la simulacin de opciones de
polticas econmicas.
2. Formulacin de las hiptesis de causalidad
En segundo lugar, a partir del modelo econmico en su forma reducida, se derivan, matemticamente, las hiptesis de causalidad, que no
son ms que relaciones que presupone el modelo acerca del efecto de
una o ms variables exgenas sobre una o ms variables endgenas.
En la hiptesis estn las variables endgenas de inters para el investigador y las exgenas que la determinan.
En el lenguaje de la estadstica, la hiptesis de la investigacin es
conocida como la hiptesis nula. Si consideramos, por ejemplo, mostrar
la presencia de una poltica fiscal contracclica, a travs del gasto pblico,

115

CMO INVESTIGAN LOS ECONOMISTAS

la hiptesis nula sera que el coeficiente que relaciona la brecha del producto (PBI potencial menos el PBI corriente) con el gasto pblico es
nulo o cero, en cuyo caso tendramos un gasto acclico. Esta hiptesis
es usualmente puesta a prueba frente a una hiptesis alternativa, que
sera que el coeficiente analizado sea distinto de cero, en cuyo caso, para
valores positivos, tendramos un gasto pblico procdico y para valores
negativos tendramos un gasto contracdico.
La hiptesis nula debe ser tan especfica como sea posible, pues las
que tienen un carcter vago o general no son fcilmente refutables.
En este sentido, la hiptesis nula es la opuesta a la hiptesis de la
investigacin, pues sirve para refutar o negar la hiptesis de la investigacin. La hiptesis nula es la proposicin que realmente deseamos
refutar. La hiptesis nula seala generalmente que la relacin postulada
no existe, mientras que la hiptesis alternativa afirma que la relacin s
existe. La formulacin estndar de la hiptesis nula es entonces consistente con el objetivo popperiano de falsar una hiptesis, antes que el de
buscar confirmarla.
3. Formulacin del modelo economtrico
En tercer lugar, la hiptesis de investigacin debe ser expresada bajo la
forma de un modelo economtrico. No es lcito, desde el punto de vista
de la metodologa hipottico-deductiva, que en el modelo economtrico
aparezcan, del cielo, variables exgenas o endgenas que no estn en
el modelo econmico. La razn es sencilla: si queremos poner a prueba
una teora, a travs del modelo y la hiptesis, en donde estn presentes
un conjunto de variables endgenas y exgenas, si en el modelo economtrico incorporamos nuevas variables, ese modelo economtrico
ya no se deriva del modelo terico, por lo que deja de ser un instrumento para poner a prueba el modelo y la teora que lo respalda.
El modelo economtrico exige una especificacin estadstica ms
precisa de las variables que lo componen y adems siempre exige una
forma funcional ms precisa que la de un modelo econmico, el que

116

WALDO MENDOZA BELLIDO

puede ser expresado en forma funcional o solo con la imposicin de


ciertos requisitos como el de derivabilidad, concavidad, existencia
de mximo, etctera. Por ltimo, los modelos economtricos se establecen necesariamente como relaciones no determinsticas entre variables,
suponiendo la existencia de uno o varios elementos aleatorios. El trmino aleatorio es sinnimo de estocstico. Una variable estocstica es
aquella que puede tomar cualquier valor, con una probabilidad dada.
Es recomendable que el nmero de variables exgenas no sea muy
numeroso, para cumplir con una de las exigencias reiteradas de Milton
Friedman, de que el modelo debe explicar mucho con poco. Es el
denominado Principio de Parsimonia.
Hay que tener cuidado con la especificacin del modelo economtrico. Los textos de econometra advierten sobre estos peligros y, como
veremos ms adelante, para algunos econometristas, la especificacin es
la razn de ser de la econometra. Hay tres tipos principales de errores
2
de especificacin
En primer lugar, la forma funcional del modelo puede ser incorrecta.
Se podra postular, por ejemplo, una relacin lineal entre las variables
endgenas y exgenas, cuando en realidad la relacin entre ellas es no
lineal. Utilizar el mtodo de mnimos cuadrados ordinarios (MCO)
en este caso puede conducirnos a resultados sesgados e inconsistentes.
En segundo lugar, puede haber omisiones de variables explicativas. Tambin en este caso las estimaciones MCO sern sesgadas e
inconsistentes.
Por ltimo, una forma menos grave de error de especificacin es el
de la inclusin de variables irrelevantes. Este conduce a una prdida
de eficiencia debido a que se desperdician grados de libertad al estimar
innecesariamente parmetros intrascendentes.
En esta metodologa, los econometristas deberan tomar el modelo
terico como dado.
2

Puede verse, por ejemplo, Baddeley y Barrowclough (2009).

117

CMO INVESTIGAN WS ECONOMISTAS

Sin embargo, en las ltimas dcadas, como lo veremos en la seccin


siguiente, se plantea que antes de recurrir a la metodologa estndar,
es preciso prestar atencin a la labor de especificacin; es decir, a la
seleccin del modelo economtrico apropiado. En este caso, se trata de
construir el modelo (economtirco) a partir de los datos.
El modelo economtrico elegido debe adaptarse al tipo de informacin estadstica que se necesita para llevar adelante la investigacin.
La informacin necesaria puede ser de series de tiempo, de corte transversal o del tipo panel de datos.
4. La base de datos: tipos y tamao necesario
De acuerdo con Figuero (2012), el modelo terico es una construccin
abstracta del mundo real, por lo que sus predicciones empricas no pueden
adaptarse a cada caso del mundo real, sino solo en general, a sus valores
medios. En consecuencia, la puesta a prueba de las hiptesis requiere
pruebas estadsticas, las cuales necesitan una base de datos apropiada.

La teora econmica no puede explicar todos los casos individuales, sino solo las caractersticas generales de la realidad. As que si
la teora no puede explicar una sociedad particular, la teora no
est fallando. Si la teora no puede explicar el comportamiento de
un agente particular en una sociedad dada, la teora tampoco est
fallando. La tarea principal de una teora econmica es la explicacin del comportamiento agregado de cualquiera de las sociedades
o los individuos. Debido al uso de la abstraccin en la generacin
de una teora, la prueba emprica debe ser estadstica.
Una teora econmica puede explicar el comportamiento general
de un grupo de pases, pero no necesariamente el comportamiento
de todos los pases. Una teora econmica puede explicar el comportamiento general de un grupo de individuos, pero no la de cada
individuo. Por ejemplo, la observacin de que la persona X fuma
pero no tiene cncer no refuta la teora que predice que fumar causa
cncer, que en general puede ser empricamente vlida (traduccin
propia, Figueroa, 2009, p. 31).
118

WALDO MENDOZA BELLIDO

La informacin necesaria para poner a prueba las hiptesis de la


investigacin puede estar bajo la forma de datos de corte transversal,
de series de tiempo o de panel de datos. En general, los datos con los
que trabajamos los economistas, a diferencia de nuestros colegas de las
ciencias naturales, son datos no experimentales (retrospectivos u observacionales), pues no han sido obtenidos de experimentos controlados.
Los economistas solemos ser recolectores pasivos de datos.
Una base de datos de corte transversal mide, en algn punto dado
del tiempo, la informacin sobre unidades, que pueden ser individuos,
bancos, familias, empresas, regiones, pases u otras. En general, no
siempre, la informacin de corte transversal se obtiene de la poblacin
subyacente a travs de muestreos aleatorios y es utilizada con intensidad
en el campo de la microeconoma aplicada. El anlisis de los datos de
corte transversal es el que presenta, desde el punto de vista de la econometra, menos dificultades tcnicas y conceptuales.
Como ejemplo, podran buscarse los determinantes del nivel de
vida promedio en una muestra de 120 pases en el ao 2014. El nivel
de vida (variable endgena) podra medirse con el PBI per cpita, y las
variables exgenas, observadas tambin en 2014, podran ser el grado
de apertura comercial, el nivel educativo de la poblacin y el stock de
capital por trabajador.
Si la informacin es de corte transversal existe una gama de modelos
que son utilizados de acuerdo con los objetivos del estudio. Un tipo de
modelos son los de variables endgenas dicotmicas, es decir, cuando se
pretende explicar la probabilidad de ocurrencia de un evento o de una
cualidad. Por ejemplo, se busca hallar los determinantes del xito acadmico de un individuo, aqu la endgena es 1 si tiene xito acadmico
y O, en otro caso. Los modelos relacionados con este tipo de ecuaciones
son los modelos Probit y Logit. Por otro lado, se tienen los modelos con
variables instrumentales que se utilizan cuando alguna de las variables
explicativas no es completamente exgena.

119

CMO INVESTIGAN WS ECONOMISTAS

Por otro lado, una base de datos de series de tiempo o una serie
cronolgica constituye una secuencia de observaciones de una o ms
variables que se miden a Lo largo del tiempo. La frecuencia puede ser
anual, mensual, trimestral, diaria e incluso puede consignar datos horarios o menores (por minuto).
Un rasgo fundamental de la informacin de series de tiempo, que
las hace ms complejas de ser abordadas por la econometra respecto a
la informacin de corte transversal, es que casi siempre en todas ellas
hay una fuerte dependencia de la historia reciente, de tal manera que las
variables no son independientes del tiempo. La consecuencia es que la
estimacin queda condicionada a los valores previos de Las series que
han sido utilizadas; es decir, es un requisito obtener series largas para
poder realizar un anlisis consistente en el que la historia y la correlacin de las series se impongan a los choques o coyunturas que podran
condicionar los resultado cuando se dispone de series cortas o de poca
muestra. Por eso que la especificacin economtrica de los modelos de
serie de tiempo da ms trabajo que en el caso de la informacin de corte
transversal (Woolridge, 2010).
Asimismo, muchas series de tiempo muestran un fuerte patrn
estacional que es necesario corregir antes del proceso de estimacin.
La consecuencia de la estacionalidad es la presencia de coeficientes sesgados y no significativos pues la estacionalidad agrega volatilidad en
los resultados porque esos movimientos anormales aunque recurrentes deben de ser correctamente extrados. Por ejemplo, en el caso de
la informacin sobre la produccin agrcola de la sierra peruana, se
observa que, todos los aos, en los meses de mayo y junio, la produccin
es mayor debido a que la cosecha se concentra en esos meses. Por tanto,
hay que desestacionalizar esa serie.
Del mismo modo, en las series de tiempo se observan tambin quiebres estructurales que se producen en el comportamiento de las variables.
Por ejemplo, en el caso peruano, cuando se evala el comportamiento
de la inflacin entre 1950 y 2014, durante los aos 1988 y 1990,

120

WALDO MENDOZA BELLIDO

se observa claramente un quiebre, debido al proceso hiperinflacionario


de esos aos. Las consecuencias del quiebre estructural podran verse
reflejadas de distintas maneras, por ejemplo, al modificarse el proceso
generador de datos, al agregarse volatilidad a los errores o al generarse
coeficientes no significativos, entre otras.
Uno de los usos ms habituales de las series de tiempo es la proyeccin de las variables endgenas, dados los valores de las variables
exgenas. Por ejemplo, cuando se est considerando el estudio de la
relacin entre las condiciones internacionales y las polticas macroeconmicas (variables exgenas), y el desempeo macroeconmico
peruano (variable endgena), podemos construir una base de datos
para el periodo 1970-2014 sobre estas variables. La variable contexto internacional podemos aproximarla con las variables trminos
de intercambio y la tasa de inters internacional; las polticas macroeconmicas, con las variables gasto pblico (poltica fiscal) y tasa de
inters (poltica monetaria); y la variable desempeo macroeconmico, con el PBI.
La mayor parte del trabajo emprico basado en datos de series de
tiempo supone que estas son estacionarias. De hecho, los procedimientos
de estimacin de mnimos cuadrados ordinarios solo funcionan correctamente si todas las variables, endgenas y exgenas, son estacionarias.
Una serie de tiempo (un proceso estocstico) es estacionaria si su
media y su varianza son constantes en el tiempo y si el valor de la covarianza entre dos periodos depende solamente de la distancia o rezago
entre estos dos periodos y no del tiempo en el cual se ha calculado la
varianza. En consecuencia, cuando una serie de tiempo es estacionaria,
su media, su varianza y su autocovarianza permanecen constantes sin
importar el momento en el cual se midan.
Si una serie de tiempo no es estacionaria, se denomina serie de
tiempo no estacionaria.
Una relacin estrecha entre dos series puede deberse a que existe
un vnculo causal entre ellas, pero quiz estas dos variables se estn

121

CMO INVESTIGAN WS ECONOMISTAS

moviendo juntas por casualidad o porque ambas estn empujadas por


una tercera variable. Como ambas variables tienen tendencias comunes,
las dos estn altamente correlacionadas y cuando se haga la regresin de
una de estas variables no estacionarias con la otra, la covarianza entre
2
ellas ser muy alta y, por tanto, habr un R alto, pero no porque haya
una relacin causal real entre ambas variables.
El estadounidense Robert Engle y el britnico Clive Granger, ganadores del Premio Nobel de Economa 2003, han construido una regla,
denominada la regla de oro de Engle-Granger, que nos dice que cuando
el R 2 es mayor que el indicador de autocorrelacin Durbin-Watson,
podemos estar en presencia de una regresin espuria por la no estacionariedad de las variables involucradas. Una relacin espuria es aquella
que da la impresin equivocada, errnea, de relacin entre variables.
Dada la abundancia de datos de series de tiempo no estacionarias, antes
de ejecutar una regresin, es indispensable hacer la prueba de no estacionariedad a todas las variables, exgenas y endgenas.
Qu se puede hacer en presencia de variables no estacionarias?
A menos que las variables estn cointegradas3, hay que eliminar la
no estacionariedad de las variables. Esto se puede conseguir diferenciando las variables y averiguando si estas primeras diferencias son
estacionarias con el test de races unitarias, utilizando las pruebas de
Dickey-Fuller o Dickey-Fuller aumentada. Si las primeras diferencias
continan siendo no estacionarias, entonces deberan ser diferenciadas
de nuevo para obtener las segundas diferencias, que a su vez deben ser
sometidas al test de races unitarias, etctera. Este procedimiento contina hasta rechazar la hiptesis de no estacionariedad o de raz unitaria4

Dos o ms variables estn cointegradas cuando existe una relacin de largo plaw,
estable, entre ellas. Es decir, aunque cada una de las series posea raz unitaria, la relacin existente entre ellas es estable en el largo plaw; esto se refleja en residuos estables
(sin presencia de raz unitaria).
4
Vase Enders (2010).

122

WALDO MENDOZA BELLIDO

El orden de la integracin de la variable es el nmero de veces que las


variables deben ser diferenciadas hasta convertirlas en series estacionarias, donde el orden de la integracin se indica por la notacin 1 (q),
donde q es el orden de integracin.
Si la informacin es de series de tiempo, deben utilizarse algunos
modelos de la familia del mtodo autorregresivo integrado de media
mvil (ARIMA) para modelos uniecuacionales, o modelos estructurales dinmicos o vectores autorregresivos (VAR) para modelos
multiecuacionales que incluyen el test de raz unitaria y ejercicios de
cointegracin. Las series de tiempo pueden usarse para pronosticar
o simplemente para estimar parmetros de un modelo determinado.
En cualquiera de estos casos lo primero que se debe verificar es que en
el periodo de estudio no exista cambio estructural pues, de lo contrario, los valores de los parmetros estimados, que son valores promedio,
estaran muy alejados de sus valores reales. Cuando lo que se quiere es
pronosticar, hay que determinar el proceso generador de datos aproximndolo a los modelos ARIMA.
Por ltimo, los datos de panel o datos longitudinales surgen al combinar datos de corte transversal y datos de series de tiempo, es decir, se
tiene para un grupo de unidades un conjunto de variables, a lo largo del
tiempo. Es una serie de tiempo para cada unidad de una base de datos
de corte transversal.
Una de las ventajas de los datos de panel, segn Wooldridge (2010),
es que tener un conjunto de observaciones de las mismas unidades
permite controlar determinadas caractersticas no observadas. La otra
ventaja es que hace posible estudiar la importancia de los rezagos en
los efectos de las polticas, detalle muy til dado que el impacto de la
mayor parte de las polticas econmicas solo puede observarse luego
de transcurrido algn tiempo. Por ejemplo, para que un cambio en la
tasa de inters de poltica administrada por los bancos centrales afecte
al resto de tasas de inters deben transcurrir unos dos o tres trimestres.

123

CMO INVESTIGAN LOS ECONOMISTAS

Como ejemplo de los datos de panel podemos extender nuestro ejemplo de estudio con series de tiempo, entre las condiciones
internacionales, las polticas macroeconmicas y el desempeo macroeconmico, para una muestra de 120 pases, para el periodo 1970-2014.
Un panel supone disponer de mucha informacin muestral, lo que
constituye una ventaja importante respecto a las series de tiempo y al
corte transversal pues permite capturar heterogeneidad individual y
temporal, lo que nos es posible detectar en otros tipos de informacin.
En nuestro ejemplo, estaramos captando la heterogeneidad que existe
entre pases.
El modelo de datos de panel es muy flexible. Como es una fusin de
los dos tipos de datos, se pueden realizar casi todos los modelos de series
de tiempo y de corte transversal. En principio, lo que debe verificarse es
que realmente exista heterogeneidad entre los individuos que se estn
analizando en el panel; de lo contrario se podra hacer un simple MCO.
Si existe heterogeneidad entre individuos, el tipo de modelo de panel
puede ser de efectos fijos o efectos aleatorios; para ello existe el test
de Hausman, para determinar si las diferencias entre dos estimaciones
son sistemticas y significativas. La ventaja del panel es que incorpora
justamente alguna variable que no es observable y que captura la heterogeneidad de los individuos. Como esta variable no observable est
capturada por el error y una estimacin simple de MCO puede producir estimadores sesgados, el mtodo de estimacin depende de si esta
variable est relacionada con las explicativas del modelo (efectos fijos) o
no lo est (efectos aleatorios).
El panel puede tener una gran cantidad de individuos y series de
tiempo no muy largas, en cuyo caso se clasifica como panel esttico; por
el contrario, si hay pocos grupos o individuos y series de tiempo largas,
el panel sera dinmico. En el primer caso, se asemeja a los modelos
de corte transversal y pueden usarse los modelos del tipo Probit y
Logit, entre otros. En el segundo caso se utilizan otros tipos de estimadores como el mtodo de Arellano-Bond y Arellano-Bover, aunque

124

WALDO MENDOZA BELLIDO

el problema es que la introduccin de rezagos en el modelo, por ser


semejante a los de series de tiempo, produce otros inconvenientes que
los modelos de efectos fijos y aleatorios no solucionan. Estos mtodos
de estimacin de panel dinmico asumen que el modelo es de efectos
fijos. Entonces, pueden usarse lo modelos de series de tiempo para este
tipo de panel.
Segn Wooldridge (2010), el anlisis de datos de corte transversal
presenta menos dificultades tcnicas y conceptuales. El anlisis de las
series de tiempo, en cambio, es ms complicado debido a las trayectorias, de carcter ms persistente, que presentan muchas series de tiempo.
El anlisis de panel de datos, dado que contiene series de tiempo y corte
transversal, hereda las dificultades de ambos tipos de estructuras.
En cualquier caso, sea que trabajemos con informacin de corte
transversal, series de tiempo o panel, debemos contar con una muestra de tamao suficiente para efectuar las pruebas estadsticas o
economtricas. En caso contrario, nos toparemos con el problema de
la micronumerosidtul.
Este problema nos lleva a la estimacin inexacta y se manifiesta
en mayores intervalos de confianza y una prueba t que es estadsticamente menos significativa, por lo que una de las principales
consecuencias de la micronumerosidad es el aumento de la probabilidad de error de tipo 11; es decir, la prueba t ser menos potente
(traduccin propia, Baddeley & Barrowclough, 2009, p. 28).

Asimismo, segn los autores citados, cuando hay micronumerosidad


(imperfecta) se tienen pocos grados de libertad5 Por ejemplo, si solo
tenemos diez observaciones y seis variables explicativas y un parmetro

El trmino grados de libertad alude a la facilidad con la cual el modelo estimado


puede ajustarse a los datos con los que cuenta. Mientras menos grados de libertad haya,
es ms complicado o improbable que el modelo (por ejemplo, una ecuacin lineal) se
ajuste al comportamiento observado, mientras que con ms observaciones se tiene ms
informacin a la cual ajustarse.

125

CMO INVESTIGAN LOS ECONOMISTAS

intercepto para estimar, tendremos solo tres grados de libertad, lo que


significa que la ecuacin estimada tiene poca probabilidad de darnos
coeficientes que cumplan con el comportamiento observado por las
variables. La micronumerosidad tiene consecuencias parecidas a las de
la multicolinealidad imperfecta: las diferencias y los errores estndar
son ms grandes, los intervalos de confianza son ms amplios y nuestra
hiptesis es ms propensa a errores de tipo II.
Si la micronumerosidad es perfecta, es decir, si tenemos menos
observaciones que parmetros que estimar, por lo que no se cuenta con
ningn grado de libertad, como en el caso de la multicolinealidad perfecta, no se pueden hacer las estimaciones con el mtodo de mnimos
cuadrados ordinarios (MCO) o cualquier modelo paramtrico.
Y cul debe ser el tamao de la base de datos? Esta es una pregunta
muy difcil de responder y no es usual encontrar una respuesta precisa
en los textos de econometra.
Antes de responderla, es importante recordar que segn el teorema
de Gauss-Markov, en el modelo economtrico lineal general, el estimador obtenido por MCO, en ciertas condiciones (modelo correctamente
especificado, modelo lineal en los parmetros, esperanza condicionada
de las perturbaciones nula, homocedasticidad, inexistencia de correlacin entre las perturbaciones, la covarianza entre las perturbaciones y
las variables exgenas es nula, el nmero de observaciones es mayor que
el de parmetros, las variables exgenas varan, no hay multicolinealidad perfecta, las variables exgenas no son estocsticas), es el mejor
estimador lineal e insesgado (MELI, o BLUE por sus siglas en ingls:
best linear unbiased estimator).
Los libros de econometra nos ensean que contar con una base
de datos con numerosas observaciones es una bendicin para hacer
trabajos economtricos. Segn Baddeley y Barrowclough (2009), si se
cuenta con muestras grandes, los estimadores pueden no ser MELI,
pero pueden tener otras propiedades deseables.

126

WALDO MENDOZA BELLIDO

Pero un econometrista que tiene una amplia muestra de datos


con un gran nmero de observaciones no tiene que preocuparse
si sus estimadores son MELI, siempre y cuando tengan otras propiedades deseables. Una de las ventajas de las grandes muestras es
que los estimadores que no funcionan bien en muestras pequeas pueden poseer propiedades asintticas deseables en muestras
grandes, y estas propiedades asintticas, emerger conforme n ~ oo.
As que siempre que su muestra sea lo suficientemente grande,
entonces la falta de MELI no crear necesariamente problemas
insuperables.
Esto se debe a que, para una muestra grande de datos, podemos
invocar la ley de los grandes nmeros: cuando un gran nmero de
variables se promedian, los errores se cancelan y las estimaciones
son ms propensas a ser insesgadas. Especialmente, en muestras
grandes, teniendo en cuenta el teorema del lmite central (TLC),
las variables aleatorias pueden aproximarse a la distribucin normal estndar (traduccin propia, Baddeley & Barrowclough, 2009,
p. 24) 6

Por otro lado, las muestras grandes tambin contribuyen a justificar

el supuesto de normalidad que exigen los estimadores MELI.


Pero si lo que queremos especialmente es poner a prueba si las inferencias son correctas, entonces tenemos que aadir el supuesto de
normalidad, es decir, tenemos que asumir que nuestros trminos de
error se distribuyen normalmente. Como se explic anteriormente,
en las grandes muestras la hiptesis de normalidad se justifica por el
TLC y la ley de los grandes nmeros (traduccin propia, Barddeley
& Barrowclough, 2009 p. 25).

El teorema del lmite central nos dice que, en general, la funcin de distribucin den
variables aleatorias se aproxima al de una distribucin normal cuando n es un nmero
suficientemente grande.

127

CMO INVESTIGAN WS ECONOMISTAS

Y cul sera el nmero mnimo de datos para obtener estimadores


confiables?
Lo que usualmente se busca en una regresin es tener la mxima
cantidad de datos posibles; sin embargo, esto no siempre es factible
debido a restricciones de inexistencia de datos, mediciones errneas de
los datos o discontinuidades en su recopilacin. Ante este hecho surge
la pregunta: cul es el tamao ptimo o adecuado de datos para realizar una estimacin confiable?
Al respecto, Novales (1996) sostiene que aumentar la base de datos
requiere una cantidad de esfuerzo y tiempo que muchas veces limita
su recopilacin; por otro lado, tener una cantidad pequea de datos
nos llevara a tener resultados estadsticamente poco confiables. De esta
manera, el objetivo es buscar un equilibrio entre ambas cosas; es decir,
dado un nivel mnimo de esfuerzo y tiempo, es necesario conseguir un
tamao muestral (nmero de datos) adecuado para obtener una estimacin con un nivel de confianza mnimo, previamente especificado;
al mismo tiempo, aquella muestra debe estar por debajo de un nivel
mximo de errores admisibles que puedan invalidar la estimacin.
En pocas palabras, si se tiene el objetivo de obtener estimadores
confiables estadsticamente, se debe realizar un mnimo de esfuerzo en
la recopilacin de datos que se consideren numricamente adecuados
(grados de libertad positivos) que permitan realizar la estimacin del
modelo de manera eficiente.
Este autor parte de una expresin que supone un nivel de confianza
a de que los estimadores son correctos y denomina error de estimacin
o de medicin, Ew a la mayor diferencia que podamos aceptar, dado
un nivel de confianza 100( 1 - a)%, entre el estimador desconocido ({J)
y el estadstico utilizado como estimador (p).
-EM5,

{3-

p5, EM

128

WALDO MENDOZA BEU..IDO

A partir de esta expresin, haciendo algunas transformaciones y


utilizando algunas definiciones, se llega a una expresin til para determinar el tamao ptimo que debe tener una muestra.

-EM~f3-p~EM

_EM~/3-/J~EM
C1p

CJ'p

tt

CJ'p

_EM.,Jn~f3-P.,Jn ~EM.,Jn
(J'

C1

(J'

Donde,

EM = AaC1x / .,Jn
Y, donde,
n:

tamao ptimo de la muestra

A;:

nivel crtico de las tablas, que ser mayor cuando mayor sea
el nivel de confianza deseado

A:

la abscisa de la tabla de distribucin

ax:
a}:

desviacin tpica poblacional

i:

varianza de la muestra
error de estimacin. Dado un nivel de confianza a, es la
mxima diferencia que queremos permitir, con nivel de
confianza 100(1 - a)o/o entre el parmetro desconocido y el
estadstico utilizado como estimado.

Despus de haber normalizado la distribucin del estimador desconocido, j, dado un nivel de confianza 1 - a, se toma de las tablas de
distribucin el nivel A.0 , de modo que:

129

CMO INVESTIGAN LOS ECONOMISTAS

Si ahora se fija el nivel mximo de error que puede admitir un


investigador, denominado EM' as como un nivel de confianza predeterminado a. Despejando, se tiene:

De esta manera, concluimos que:


Mientras ms exigentes seamos en el error mximo permitido, es decir,
cuanto ms pequeo sea EM' mayor ser el nmero de datos requeridos.
Cuanto mayor sea el nivel de confianza deseado, mayor ser el nivel
crtico de las tablas estadsticas, 0 , y por tanto, mayor ser el tamao
requerido de la muestra necesaria.
Finalmente, mientras mayor sea la varianza de la distribucin de la
que extraemos nuestra muestra, menos precisin sobre la informacin
ser la que tengamos. Como consecuencia, ser necesario tener una
mayor cantidad de informacin muestra! para tener niveles de precisin adecuados.
Por su parte, Barddeley y Barrowdough (2009) son de los pocos
autores que se arriesgan a proporcionar una respuesta muy precisa
acerca del tamao de la muestra.
Para basarnos en estas propiedades asintticas necesitamos una
amplia muestra de datos. Pero cundo es la muestra lo suficientemente grande para que reclamemos las propiedades asintticas?
[... ] En algunos modelos se necesitan muestras de gran tamao
para que las estadsticas asintticas sean una aproximacin razonable. Esto depende del tamao de la poblacin y de los datos
de una gama de otros factores, por ejemplo, la complejidad del
modelo. Como mnimo, usted debe, por lo general, tener tamaos
de muestra de 50 observaciones ms o menos (traduccin propia,
Barddeley & Barrowclough, 2009, p. 25).

130

WALDO MENDOZA BELLIDO

Es preciso aadir que el tamao de la muestra es tambin una funcin del nmero de variables explicativas que se pretende utilizar en el
modelo (que afecta a los grados de libertad) y del tipo de modelo que se
utiliza. Por ejemplo, cincuenta datos ya no seran suficientes si se tienen
quince variables explicativas.
Para el caso de la informacin de corte transversal, debido a que
normalmente procede de encuestas, se cuenta con una gran cantidad
de datos fciles, de ms de cien observaciones. Y cuando se trabaja con
datos de panel, para un modelo no muy sobreparametrizado (es decir,
con pocas variables explicativas), el hecho de tener cinco aos para diez
individuos podra dar resultados aceptables.
No obstante, siempre es recomendable tener ms informacin y
estar atentos al comportamiento de los errores de las estimaciones realizadas para observar un comportamiento regular sin anormalidades que
haga sospechar de cambios bruscos en los datos que puedan ensuciar
los resultados.
5. Inferencia estadstica: estimaci6n del modelo
Construido el modelo economtrico y con la base de datos completa,
ingresamos ahora a la etapa de la inferencia estadstica. Esta se refiere
al conjunto de procedimientos (tcnicas y mtodos) que permiten
inducir, a partir de la informacin estadstica muestra!, cul es el comportamiento de la poblacin total. La inferencia estadstica tiene dos
fases: la estimacin de los parmetros y el contraste de hiptesis sobre
la calidad de los parmetros estimados.
La estimacin es el procedimiento de inferencia estadstica que permite determinar el valor aproximado de los parmetros poblacionales a
partir de la informacin proporcionada por una muestra poblacional.
Al obtener el valor numrico de los parmetros, tenemos la estructura
de la economa. En esta etapa se hallan los parmetros del modelo
economtrico.

131

CMO INVESTIGAN WS ECONOMISTAS

6. Inferencia estadstica: pruebas de hip6tesis


Una vez que el modelo ha sido estimado usando las tcnicas economtricas adecuadas, se procede a la etapa de validacin del modelo, esto
es, evaluar que el modelo utilizado es el ms adecuado para el tipo y
calidad de datos que se poseen.
Para ello se establecen criterios para rechazar o aceptar las hiptesis
sobre el comportamiento de los parmetros estimados de tal forma que
se pueda rechazar o corroborar las hiptesis de la investigacin.
Para ese objetivo, nos apoyamos en una rama de la teora estadstica
conocida como inferencia estadstica o prueba de hiptesis.
La pregunta que un investigador debe hacer cuando hace una contrastacin de hiptesis es si encuentra suficiente evidencia en la muestra
en contra de la hiptesis nula, como para rechazarla, como lo exigira la
metodologa popperiana.
El nivel de significancia o tamao de un contraste de hiptesis es
la probabilidad de cometer un error tipo l; es decir, la probabilidad de
rechazar la hiptesis nula cuando es cierta.
En estadstica, cuando se rechaza la hiptesis nula, se dice que el
hallazgo es estadsticamente significativo. Por otra parte, si no se rechaza
la hiptesis nula se dice que el hallazgo no es estadsticamente significativo.
Si se rechaza la hiptesis nula, no se objeta la hiptesis alternativa.
En este caso, hay que tener presente que pueden existir otras hiptesis
alternativas que pueden ser consistentes con los hechos. Por eso, as
como la corte de justicia expresa un veredicto de no culpable en lugar
de decir inocente, de la misma forma la conclusin del investigador
es la de no rechazar en lugar de aceptar.
En Kmenta (1977) se encuentra una interesante analoga existente
entre el trabajo que hacen los econometristas y los jueces en los tribunales de justicia.
La decisin de cul de las dos hiptesis rivales debe tomarse como

hiptesis nula tiene algunas implicaciones que es preciso no dejar

132

WALDO MENDOZA BELLIDO

de lado. Segn la metodologa establecida, una hiptesis nula es


una proposicin que ser considerada vlida, a menos que la evidencia nos haga dudar seriamente de ella. En este sentido, una
contrastacin estadstica se parece a un juicio ante los tribunales.
En un juicio, el acusado es considerado inocente a menos que la
evidencia sugiera que es culpable, ms all de toda duda razonable.
Del mismo modo, la hiptesis nula se considera vlida a menos
que la evidencia sugiera -tambin, ms all de toda duda razonable- que no lo es. (Sin embargo, mientras en los tribunales la
definicin de duda razonable es la misma en todos los casos, en
las pruebas estadsticas puede variar segn cul sea el coste de efectuar un veredicto incorrecto.). Adems, al igual que en el tribunal
es el fiscal quien tiene que probar la culpabilidad del acusado, en
las pruebas estadsticas es el estadstico quien tiene que probar que
la hiptesis nula es incorrecta. Naturalmente, la palabra probar
no debe tomarse en sentido absoluto en ninguno de los dos casos,
puesto que siempre existe una sombra de duda; solo Dios sabe si
un hombre es realmente culpable o una hiptesis nula, realmente
incorrecta. Por ltimo, tambin el procedimiento resulta similar;
en el tribunal se presenta toda la evidencia y dems informacin
que resulta relevante para el caso, y se pondera de acuerdo con las
reglas establecidas por la ley, y se llega a un veredicto de culpable
o no culpable. Del mismo modo, cuando se efecta una contrastacin estadstica, se utiliza toda la evidencia y la informacin
previa de acuerdo con unas reglas predeterminadas y se llega a la
conclusin de rechazar o no rechazar la hiptesis nula. Cabe
sealar que, igual que el tribunal dicta su veredicto en la forma de
no culpable en lugar de inocente, la conclusin de una contrastacin estadstica consiste en no rechazar en lugar de aceptar.
El paralelismo entre los juicios y las contrastaciones estadsticas
finaliza de repente cuando consideramos la aplicacin de la Quima
Enmienda de la Constitucin de los Estados Unidos. Contrariamente a lo que ocurre con un acusado, que no debe verse sujeto
a grave riesgo de su vida o a perjuicio grave en dos ocasiones por

133

CMO INVESTIGAN WS ECONOMISTAS

una misma falta, las hiptesis nulas estn siempre sujetas a la posibilidad de contrastacin. En realidad, aunque las hiptesis nulas
se consideran vlidas a menos que tengamos evidencia clara en
sentido contrario, esta opinin siempre tiene carcter provisional.
En este sentido, una hiptesis nula se parece a un campen de cualquier deporte, que en cualquier momento puede verse superado
por otro deportista. En realidad, es posible imaginar el progreso
de la ciencia como un proceso en el que se establecen hiptesis y
a continuacin se efecta un gran esfuerzo para obtener nuevos
datos que permitan refutar dichas hiptesis. nicamente pueden
sobrevivir a estos ataques continuados las hiptesis ms robustas
hacindose merecedoras de nuestra confianza, al menos hasta que
se produzca un nuevo ataque (Kmenta, 1977, pp. 131y132).

Por otro lado, segn Darnell y Evans (1990), las hiptesis individuales nunca son examinadas de forma aislada; ms bien, se pone
a prueba una hiptesis principal, la hiptesis nula, con sus hiptesis
auxiliares asociadas, contra una hiptesis alternativa, que tambin tiene
hiptesis auxiliares asociadas. De esta manera:
El reconocimiento de la naturaleza compuesta de las hiptesis que
se estn sometiendo a prueba niega la viabilidad de falsacionismo
ingenuo: si el resultado de la prueba es un rechazo de la hiptesis
mantenida, lo que se ha sostenido no es la hiptesis principal, sino
la unin de la hiptesis principal y las auxiliares. As, solo la hiptesis compuesta puede ser rechazada, no la hiptesis principal sola, ya
que el rechazo puede deberse a que (al menos una de) las hiptesis
auxiliares son falsas, cualquiera que sea el estado de la hiptesis
principal. El silogismo de describir esto es como sigue:
l. Si la hiptesis principal, H, y las hiptesis auxiliares, Al, A2, ... ,
An son verdaderas, entonces P (una prediccin derivada lgicamente) es verdadera;

2. P no es verdadera;

134

WALDO MENDOZA BELLIDO

3. Por tanto, H y Al, Al, ... , An no son verdaderas como una hiptesis compuesta (traduccin propia, Darnell & Evans, 1990, pp. 33
y 34).

Las hiptesis auxiliares son necesarias, entre otras cosas, para justificar el procedimiento de las pruebas estadsticas (por ejemplo,
la hiptesis de que los errores estn distribuidos normalmente), y si
una hiptesis principal se somete a prueba y se genera el resultado
de rechazo, entonces este resultado no permite ninguna otra cosa,
lgicamente, que un rechazo de la hiptesis compuesta.
Adems, se debe reconocer que cualquier prueba estadstica que
lleva a un rechazo en un nivel de significancia dado est sujeta, por
supuesto, a un error de tipo l.
En la prueba de hiptesis, el aparato de la teora de la inferencia
estadstica permite tomar solo dos decisiones: o bien la hiptesis nula
se rechaza o no. Cualquiera de estas decisiones implica un riesgo, el
de rechazar una hiptesis nula verdadera (error de tipo I) o el de no
rechazar una hiptesis nula falsa (error tipo II). Al adjudicar una probabilidad a cada tipo de error, el enfoque tpico de la prueba estadstica
establece un bajo error de tipo 1 y luego se busca un mtodo de prueba
que minimice el error de tipo II de las hiptesis bajo consideracin.
Por ltimo, siguiendo con Darnell y Evans (1990), es siempre necesario recordar que las estadsticas utilizadas en la prueba de hiptesis
tienen sus distribuciones de probabilidad solo cuando las hiptesis
auxiliares acerca del carcter no sistemtico del trmino de error son
verdaderas; por lo que es necesario haber confirmado la especificacin del modelo antes de que la hiptesi~ principal de inters pueda ser
examinada. Esto ilustra que el procedimiento de la falsacin requiere
como paso previo una apropiada especificacin del modelo economtrico, tema al que retornaremos ms adelante, cuando abordemos los
desarrollos de la econometra contempornea.

135

CMO INVESTIGAN LOS ECONOMISTAS

As, la pos1c1on del falsacionista ingenuo es totalmente incorrecta: como se ha explicado anteriormente, la confirmacin no puede
nunca ser determinante, pero igualmente, la falsacin nunca puede ser
decisiva.
Por ltimo, es importante considerar las observaciones de Baddeley
y Barrowclough (2009) respecto a la importancia de la seleccin del
nivel de significancia estadstica, que introduce algn nivel de arbitrariedad en las pruebas de hiptesis y sus efectos sobre la posibilidad de
cometer un error de tipo 1 o un error de tipo 11.
Los niveles de significacin determinan directamente la probabilidad de error tipo l. Por ejemplo, un nivel de significacin de 5%
implica que la probabilidad de un error de tipo 1, el porcentaje de
error potencial que admitimos tolerar de que nuestra muestra no sea
representativa de la poblacin, es 5%. El nivel deseado de confianza
es el complemento del error tipo I, el porcentaje de acertar en la representatividad de la muestra.
Darnell y Evans son crticos respecto a la rigurosidad de las pruebas
de hiptesis que se aplican en la actualidad.
Desde un punto de vista metodolgico, la modelizacin economtrica tradicional est abierta a muchas crticas. Los criterios
estadsticos y el propsito de la econometra aplicada se han centrado en la estimacin de modelos en lugar de las pruebas de
hiptesis econmicas. El espritu de esas investigaciones estuvo ms
en la vena de la verificacin que de la falsacin (traduccin propia,
Darnell & Evans, 1990, pp. 72 y 73).

7. Los usos del modelo economtrico


Luego de la estimacin y contraste de un modelo economtrico, este
puede ser utilizado para varios propsitos.
En primer lugar, el modelo economtrico puede usarse para hacer
anlisis estructural, pues el modelo estimado permite medir y hallar relaciones econmicas relevantes entre las variables exgenas y las variables

136

WALDO MENDOZA BELLIDO

endgenas. Por ejemplo, se puede medir el efecto traspaso de la devaluacin del tipo de cambio a la inflacin, la elasticidad precio demanda
de alimentos, la elasticidad de la pobreza respecto al crecimiento econmico, estimar los parmetros de la curva de Phillips, etctera.
En segundo lugar, el modelo economtrico puede utilizarse para
hacer predicciones. Supuestos unos valores para las variables exgenas,
y dado que se conocen los parmetros que vinculan las endgenas con
las exgenas, pueden hacerse predicciones sobre el valor futuro de las
variables endgenas.
Por su naturaleza, las predicciones provienen fundamentalmente
de los datos de series de tiempo 7 Las proyecciones se pueden hacer
utilizando la econometra tradicional o clsica, en la que el modelo
economtrico tiene un fundamento terico. Estimados los parmetros
con modelos de regresin uniecuacionales o de ecuaciones simultneas, y luego de examinar que dichos parmetros son estadsticamente
significativos, se postulan valores posibles para las variables exgenas
del futuro previsible y se proyectan los valores correspondientes de las
variables endgenas. Evidentemente, los errores de la proyeccin crecen
conforme ms amplio es el periodo de la proyeccin.
Pero las proyecciones economtricas pueden prescindir de la teora,
tal como lo veremos en la seccin siguiente.
En tercer lugar, el modelo economtrico puede ser utilizado tambin
para hacer evaluaciones de poltica econmica. En este caso, el ejercicio
consiste en manipular las variables exgenas que son instrumentos de
poltica econmica, y como se conocen los parmetros que vinculan a
estas variables con las variables endgenas objetivo, pueden evaluarse
la efectividad de las polticas econmicas, as como compararse la pertinencia de distintas mezclas de poltica econmica para alcanzar los
objetivos de dicha poltica.
7

En el caso de los datos de corte transversal lo que se pueden hacer son inferencias, no
predicciones sobre el comportamiento de las variables y las relaciones entre ellas. En el
caso de datos de panel, dado que contiene series de tiempo, pueden hacerse inferencias
y predicciones.

137

CMO INVESTIGAN LOS ECONOMISTAS

Por ltimo, uno de los usos ms importantes que debe darse al


modelo economtrico es el de juzgar al modelo terico y, en consecuencia, a la teora de la que naci dicho modelo, a travs de la confrontacin
de las hiptesis formuladas con los hechos. Si los hechos son consistentes con las hiptesis, el modelo y la teora que sostienen las hiptesis
son verdaderas, en el sentido de que guardan correspondencia con los
hechos. Si los hechos no son consistentes con las hiptesis, el modelo y
la teora que est detrs de las hiptesis son falsos, deben ser rechazados.
De esta manera, la econometra debera contribuir a elevar la tasa de
mortalidad de las teoras. Sin embargo, ya hemos visto ms antes que
esa tarea es sumamente compleja.

4.3 LAs FASES DE LA INVESTIGACIN Y LA ECONOMETRA


TRADICIONAL

La investigacin cientfica en economa est constituida por diversas


fases interconectadas de una manera lgica, secuencial, pero tambin
iterativa; es decir, que pueden atravesarse las distintas fases de la investigacin una y otra vez.
Un resumen de todo el procedimiento hipottico deductivo anterior
nos lo proporciona Figueroa (2009). Dada una teora, con la incorporacin de algunos supuestos auxiliares, se construye un modelo terico,
del que se deriva un conjunto de predicciones (hiptesis) que se enfrentan al conjunto de hechos empricos. Si las hiptesis son consistentes
con los hechos, el modelo no falla, la teora tampoco, y en consecuencia
puede ser aceptada. Si las hiptesis son inconsistentes con los hechos,
falla el modelo, pero no necesariamente la teora. Se puede construir
otro modelo de la teora, y el algoritmo contina. Si todos los modelos fallan, la teora falla. Surge entonces la necesidad de construir una
nueva teora y el algoritmo puede continuar. En esta concepcin metodolgica, es necesario que el nmero de modelos de la teora sea finito.
El siguiente diagrama permite mostrar esta sucesin de etapas.

138

WALDO MENDOZA BELLIDO

Diagrama l.
lntroducci6n

(Justificacin, objetivos
e hiptesis preliminar)

,,

'lt

Conclusiones
e implkancias para
la poltica econmica

139

CMO INVESTIGAN LOS ECONOMISTAS

De acuerdo con el diagrama, la investigacin se inicia con el tema


de la investigacin, el cual se presenta bajo la forma de una relacin
probable (hiptesis de causalidad preliminar) sobre la relacin entre
las variables exgenas (X) y endgenas (Y), donde las primeras causan
las segundas, y supone como constantes el resto de las variables exgenas. El paso siguiente es revisar el estado actual de conocimientos
tericos y empricos, acerca de la relacin de causalidad postulada en
la introduccin. Posteriormente, cuando se considere necesario, debe
delimitarse el marco institucional que supone la economa en estudio.
Paralelamente, hay que presentar las principales regularidades empricas o hechos estilizados. Estos tienen que estar circunscritos a las
variables (X) e (Y) presentadas en la introduccin del informe de la
investigacin.
Con el respaldo del estado actual de conocimientos y las hiptesis
auxiliares provenientes del marco institucional y los hechos estilizados,
se construye el modelo econmico. En este trnsito, no hay un algoritmo lgico o matemtico. El modelo se presenta primero en su forma
estructural y luego se obtiene, por medio de las matemticas, su versin
reducida. El modelo en su forma reducida contiene la hiptesis de la
investigacin, pues muestra el tipo de relacin que existe entre la variable exgena y la variable endgena. Es a partir de este modelo, a travs
de las matemticas, que se derivan las hiptesis de la investigacin.
Es solamente en este trnsito, del modelo a las hiptesis, as como
desde el modelo estructural a su forma reducida, que no hay arbitrariedad. De all las dos flechas que conectan al modelo con las hiptesis.
De un modelo en forma estructural solo se puede derivar un modelo
en forma reducida; y hay un nmero acotado de hiptesis que podemos
obtener a partir del modelo en su forma reducida.
Para derivar la hiptesis de la investigacin, puede utilizarse el
modelo completo en su forma reducida o algunas de las ecuaciones
de dicho modelo. Es decir, el nmero de variables endgenas puede
ser mayor al de hiptesis de la investigacin. A partir de la versin

140

WALDO MENDOZA BELLIDO

seleccionada (el modelo reducido completo o algunas de sus ecuaciones) se derivan las hiptesis de causalidad. La versin seleccionada es
la que se debe expresar bajo la forma de un modelo economtrico.
La expresin economtrica de la versin seleccionada puede expresarse
estadsticamente de diferentes maneras, dependiendo de la forma en
que se identifican empricamente las variables del modelo y del tipo
de especificacin (lineal, logartimica, exponencial, etctera). Es decir,
de un modelo en su forma reducida (o de la versin seleccionada de
ese modelo) pueden derivarse varios modelos economtricos. Lo que
indica que no hay un camino nico en la transformacin del modelo
terico en su forma reducida a un modelo economtrico.
En la siguiente etapa del trabajo de investigacin, las hiptesis son
sometidas a la prueba emprica, contrastndolas con los datos de la
realidad en estudio. De esta manera, la investigacin, si se parte del problema econmico que es concreto y real, termina en el mismo punto,
pero en su faceta de problema explicado. Es decir, cuando investigamos partimos de la realidad y terminamos en la realidad; iniciamos
el proceso sobre una base concreta, pasamos luego por una fase de
abstraccin, la que reducimos paulatinamente, y culminamos otra vez
en lo concreto:
El esquema en su conjunto muestra que la ciencia se origina en
problemas y finaliza en problemas, as como que esta progresa
mediante la invencin audaz de teoras y la crtica de las diferentes
teoras rivales (Popper, 1983, p. 484).

Es en esta etapa que buscamos establecer si las hiptesis son o no


consistentes con la realidad; y, en el caso que lo sean, debe evaluarse
an cul es el grado de confianza en esos resultados. Esta seccin es
intensiva en econometra y estadstica.
La ltima fase corresponde a las recomendaciones de poltica econmica, que es la razn ltima de la investigacin en economa. Estas
recomendaciones tienen como base los hallazgos empricos, pero no se

141

CMO INVESTIGAN LOS ECONOMISTAS

derivan lgicamente de ellos, pues son los juicios de valor de la persona


que toma las decisiones los que inclinan una opcin de poltica econmica sobre otra.
Darnell y Evans resaltan el entusiasmo exagerado que despertaba
esta forma de organizar una investigacin econmica, en el espritu de
la econometra tradicional.
Especialmente durante la dcada de 1960, la metodologa de la
economa pareca estar basada en un atractivo pero superficial
falsacionismo popperiano y algunos economistas celebraban la
esperanza de que la econometra facilitara el establecimiento de
una base emprica de contenido similar al de las ciencias duras.
Muchos vieron que la econometra provea de un mtodo riguroso
y fiable de comprobacin de hiptesis, una ruta clara a travs de
la cual las teoras pobres seran eliminadas para ser sustituidas
por mejores teoras. Esta esperanza se basaba firmemente en una
metodologa falsacionista en la que la econometra tiene el rol de
proporcionar las pruebas para llevar a cabo la refutacin. En contraste, muchas, si no la mayora de las investigaciones economtricas
de los aos 1960 y 1970 se orientaron hacia la estimacin de los
modelos econmicos antes que a la prueba de hiptesis. En la prctica, por tanto, la econometra se convirti en un vehculo para
la verificacin, pero usando la retrica de la falsacin (traduccin
propia, Darnell & Evans, 1990, p. 145).

Es por eso que, en la prctica, las teoras son inmortales, porque,


aun cuando las hiptesis que se derivan de ellas son inconsistentes
con los hechos, siempre se podr decir que con otros modelos y, por
tanto, otras hiptesis, derivadas de la misma teora, estas podran seguir
siendo Verdaderas.

142

CAPTULO

EL PAPEL DE LA ECONOMETRA
CONTEMPORNEA
,
,
EN LA INVESTIGACION ECONOMICA

La econometra ha sufrido un fuerte cambio en las ltimas dcadas.

Como ejemplo, los libros de texto clsico del siglo pasado, tales como
el de Johnston (1963) no se parecen mucho a aquellos ms recientes,
como los de Novales (2000), Greene (2011), Enders (2010), Hayashi
(2000), Wooldridge (2010), Cameron y Trivedi (2005), Hamilton
(1994), Maddala (1996), o Johnston y Dinardo (2001). En los antiguos se propona, esencialmente, el mtodo hipottico-deductivo de
investigacin, mientras que en los recientes existe una presencia creciente del mtodo inductivo de investigacin.

5.1 Los MITES DE lA ECONOMETRA TRADICIONAL


Los problemas a los que se enfrenta la disciplina de la econometra
son complejos. Uno de los lderes de la econometra contempornea, el
ingls David Hendry, describe el contexto de la siguiente forma:
Los problemas de la econometra son muchos y variados. La economa es una entidad compleja, dinmica, no lineal, multidimensional,
y en evolucin, por lo que su estudio es difcil. La sociedad y su
sistema social se alteran en el tiempo, las leyes cambian y la innovacin tecnolgica ocurre, por lo que mantener invariable el sistema

CMO INVESTIGAN LOS ECONOMISTAS

no es fcil. Las muestras de datos de series de tiempo son cortas,


muy agregadas, heterogneas, no estacionarias, dependientes del
tiempo, interdependientes, por lo que tenemos poca informacin
emprica de la que aprender. Las magnitudes econmicas se miden
incorrectamente, estn sujetas a una considerable revisin posterior, y hay variables importantes que a menudo no se miden o no
son observables, por lo que todas nuestras inferencias sern por
tanto imprecisas y tentativas. Las teoras econmicas cambian con
el tiempo, y las explicaciones rivales coexisten, por lo que no existen bases tericas firmes para los modelos. Y la econometra misma
parece estar en desorden sobre cul debe ser la prctica de la disciplina (traduccin propia, Hendry, 1995, p. 5).

La econometra tradicional, la que tena una presencia hegemnica en los libros de texto de econometra, haba sido exitosa en un
mundo de cierta estabilidad macroeconmica. La inestabilidad la puso
en aprietos.
Un modelo estructural es ms til cuando el mundo no cambia, ya
que la extrapolacin es adecuada cuando el mundo es constante.
Cuando se produjo la crisis del petrleo en 1973 (4), muchos de
los modelos economtricos se desmoronaron pues no lograron
pronosticar con precisin una amplia gama de variables econmicas. No estamos preocupados por si la crisis del petrleo en s
podra ser prevista, sino por el fracaso de los modelos para seguir
correctamente los datos despus de que la ocurrencia se convirti
en un hecho histrico. Debido a que el paradigma anterior no pareca funcionar cuando ms se le necesitaba, ese episodio de fracaso
predictivo condujo a un replanteamiento de la metodologa economtrica (traduccin propia, Hendry, 1995, p. 18).

Fue posiblemente esta complejidad la que condujo a que, desde la


dcada de 1970, la econometra tradicional, un paradigma consistente
en el reinado de la teora econmica y la subordinacin de la econometra, que alcanz un gran auge entre los aos cincuenta y los sesenta,

144

WALDO MENDOZA BELLIDO

a partir del trabajo de Haavelmo (1944), empezaron a enfrentar serios


cuestionamientos.
En primer lugar, se acus a la econometra vigente de que las prescripciones presentes en los textos clsicos rara vez se aplicaban en la
prctica; y que estas estaban dominadas por la minera de datos.
En segundo lugar, dos factores, uno terico y otro emprico, empezaron a cuestionar la credibilidad de la econometra tradicional, la
heredera de los postulados bsicos de la Comisin Cowles 1
En el terreno emprico, en la primera parte de la dcada de 1970,
los cambios significativos en el escenario econmico mundial, debido
en gran medida al choque del petrleo y la ruptura del sistema Bretton
Woods, sacaron a luz las deficiencias de los modelos macroeconomtricos construidos en los aos cincuenta y los sesenta del siglo pasado.
En esas dcadas, de cierta estabilidad en la economa internacional, la
performance de los modelos haba sido razonablemente buena. Como
estos modelos haban sido construidos para un mundo con precios de
energa estables y tipo de cambio fijo, su incapacidad para captar la
realidad econmica en un mundo con tipos de cambios ms flexibles y
precios de energa en movimiento llev al desencanto.
En el terreno terico, la econometra recibi el golpe de la crtica de
Lucas (1976) y de la carencia de fundamentos microeconmicos en los
modelos macroeconomtricos. La crtica de Lucas, que objetaba la estabilidad de los parmetros estimados ante cambios en las expectativas de
los agentes, dio un golpe duro a los modelos representativos de los aos
sesenta, inmensos modelos de centenares de ecuaciones, en apariencia
irrebatibles desde el punto de vista de la ciencia.

Geweke, Horowitz y Pesaran (2006) hacen un excelente recuento acerca de las consecuencias sobre la econometra terica y emprica de los desarrollos ocurridos que giran
alrededor de los cuestionamienros tericos de Lucas (1976) y las crticas al tratamiento
economtrico de las series de tiempo.

145

CMO INVESTIGAN LOS ECONOMISTAS

El consenso representado por la Comisin Cowles se vino entonces


abajo. El malestar con la econometra fue acertadamente expresado por
Pesaran y Smith (1995).
Curiosamente, hasta la dcada de 1970 hubo un consenso, tanto
en relacin con el fundamento terico y la especificacin emprica
de la modelacin macroeconomtrica. El consenso fue representado por el enfoque de la Comisin Cowles, que se vino abajo en
la dcada de 1970 cuando, como lo expresaron Pesaran y Smith
(1995), se descubri que este tipo de modelos[ ...] no representaba
a los datos [... ] no representaba a la teora [... ] fueron ineficaces
para los propsitos prcticos de la previsin y la poltica (traduccin propia, Pesaran & Smith, 1995, citado en Favero, 2001, p. v).
A continuacin, un resumen de estos elementos y sus consecuencias
para la metodologa de la investigacin econmica.
5 .1.1 La minera de datos y las alternativas de Leamer y Hendry
En la presentacin descrita en la seccin anterior se asume que la teora
precede a la informacin estadstica. Como afirma Hoover, basndose
en Koopmans:
Koopmans, por ejemplo, sostena firmemente que la teora debe
ser anterior a los datos. Los datos no pueden interpretarse sin presuposiciones tericas. Este enfoque implica que el objeto de la
econometra era puramente de medicin y no uno de exploracin y
descubrimiento (traduccin propia, Hoover, 2001, p. 74).
Esta es la postura de la econometra tradicional, aquella contenida
en la mayora de los libros de texto antiguos. Los econometristas deben
tomar el modelo como dado y seguir la secuencia siguiente (Feelders,
2002). La teora tiene el rol hegemnico y la econometra, un rol
secundario.

146

WALDO MENDOZA BELLIDO

A partir del modelo pueden derivarse diversas hiptesis. Estas, a


su vez, pueden expresarse en una variedad de modelos economtricos.
Aquellos nos dicen que un vector de variables endgenas es funcin de
un vector de variables exgenas. Se supone que las variables exgenas
omitidas no son sistemticas y que estn contenidas en el trmino de
error estocstico. Si el modelo es lineal, los estimadores minimocuadrticos tienen las propiedades habituales. Se realiza la estimacin y nos
aseguramos de que los errores tengan las propiedad del ruido blanco y
que no estn correlacionados con los regresores. Si este es el caso, tenemos todos los elementos para rechazar o corroborar la hiptesis. En esta
perspectiva metodolgica, la teora econmica tiene un rol dominante
y la base de datos juega un rol pasivo y modesto.
Adems, en la econometra tradicional, se supone que el modelo
economtrico est correctamente especificado. La preocupacin principal es la estimacin de los parmetros del modelo y si estos pasan
las pruebas de hiptesis. Si los estadsticos utilizados en las pruebas
2
de hiptesis, tales como R , t, F y el d se Durbin-Watson, tienen los
valores apropiados, el modelo del que se derivaron las hiptesis no ha
sido rechazado.
En el caso de que uno o ms estadsticos tengan valores insatisfactorios, estos pueden probarse con mtodos ms sofisticados de estimacin.
Si aun as los estadsticos no mejoran, puede revisarse la especificacin
del modelo economtrico, pero sin atentar contra el modelo terico que
le sirve de respaldo. Pueden incluirse nuevas variables, excluirse otras,
modificar la forma funcional del modelo economtrico, especificar
mejor los errores estocsticos, etctera. Si con todo esto los estadsticos
no mejoran, la hiptesis deber ser rechazada y, en consecuencia, ocurrir lo mismo con el modelo y la teora de las que se derivan.
Este es el procedimiento tradicional de la econometra, denominado el enfoque de la regresin econmica promedio (REP; Gujarati,
1997), porque es la forma en que se realizan en la prctica la mayor
parte de las investigaciones econmicas con contenido economtrico.

147

CMO INVESTIGAN LOS ECONOMISTAS

En realidad, sin embargo, los practicantes de la econometra rara


vez practican el protocolo tradicional descrito pues su cumplimiento
es muy dificultoso.
El problema esencial que los econometristas prcticos han detectado
es que ninguna teora econmica es lo suficientemente precisa como
para dar a lugar a una especificacin nica del modelo economtrico.
En la vida real, de una teora pueden desprenderse una variedad de
modelos tericos, y de cada modelo terico pueden derivarse, a su vez,
varios modelos economtricos. Casi todas las teoras estn formuladas
con las clusulas del ceteris paribus, rara vez especifican con precisin la
forma funcional de las relaciones entre las variables exgenas y endgenas y tienen muy poco que decir acerca de los aspectos dinmicos de
los procesos econmicos.
Por esa razn, siempre segn Feelders (2002), el marco puro de
puesta a prueba de hiptesis de anlisis de datos econmicos, derivado
estrictamente a partir de la teora, debe ser dejado de lado para dar ms
posibilidades de aprendizaje a partir de los datos, los cuales pueden ser
elementos valiosos para la construccin de teoras.
En la prctica, como lo resea Wooldridge (2010), aun si se tiene
mucho cuidado al plantear el problema de la investigacin, se construye con pulcritud el modelo, se revisan minuciosamente los datos y
se aplica el mtodo economtrico apropiado, los resultados encontrados pueden ser desconcertantes. Cuando esto pasa, la respuesta natural
es probar con distintos modelos economtricos, distintas tcnicas de
estimacin o quiz diferentes subconjuntos de datos hasta que los
resultados correspondan ms a lo que se esperaba, hasta llegar a la especificacin del mejor modelo posible.
Blaug (1992) y Feelders (2002) describen con claridad este procedimiento, que atenta contra la metodologa de la econometra tradicional.
Abundan las revistas con artculos que aplican anlisis de regresin para cada problema econmico concebible, pero no es ningn
secreto que el xito de estos esfuerzos depende con frecuencia del

148

WALDO MENDOZA BELLIDO

libro de cocina de la econometra: expresar una hiptesis en trminos de una ecuacin, estimar la ecuacin en una variedad de
formas, seleccionar la que mejor ajuste, desechar el resto y ajustar
el argumento terico para racionalizar la hiptesis que est siendo
testeada (traduccin propia, Blaug, 1992, p. 241).
En la prctica [... ], los investigadores comienzan con su modelo
terico favorito y luego van parchndolo, si los datos son inconsistentes (por ejemplo, si un parmetro estimado tiene el signo
equivocado), por ejemplo, mediante la inclusin de variables adicionales. En este procedimiento se empieza con el modelo favorito,
que es generalmente un modelo terico relativamente simple, que
luego es reparado y extendido para mantener la hiptesis favorita
si se encuentran problemas con los datos. Diferentes investigadores
partiendo de distintas hiptesis iniciales muy probablemente terminarn con diferentes modelos al final del da (traduccin propia,
Feelders, 2002, p. 172).

Esta es la prctica conocida peyorativamente con la denominacin


de minera de datos (data mining). Esta prctica casi nunca definida,
pocas veces defendida, muy criticada, pero ampliamente utilizada
(Navarro, 2005), consiste en la bsqueda de patrones de comportamiento en grandes bases de datos. Luego de efectuada una regresin,
si los resultados estadsticos no son los esperados, se efectan todos los
cambios que sean necesarios hasta lograr una especificacin adecuada.
Los cambios pueden consistir en la alteracin del set de variables exgenas, en el mtodo de estimacin economtrica, en la estructura de
los rezagos o alterando la base de datos utilizada, ya sea cambiando
su periodicidad o alterando el periodo o la cobertura de la muestra
de datos.
El ejemplo paradigmtico de la aplicacin de esta metodologa es
el trabajo de Sala-i-Martin (2007), que se refleja en el ttulo I just Ran
Two Mil/ion Regressions. El trabajo busca establecer las variables determinantes del crecimiento econmico.

149

CMO INVESTIGAN WS ECONOMISTAS

La econometra del crecimiento econmico ha tenido un problema


comn desde sus inicios, el cual reside en decidir qu variables son las
que deberan ir siempre en una regresin. Esto sucede porque algunas
variables pueden pasar de ser significativas a no serlo cuando se incluyen
otras en el modelo economtrico. Levine y Renelt (1992) aplican una
tcnica conocida como el andlisis de lmites extremos para la econometra del crecimiento. Incluyen variables que deben ir siempre (nivel de
ingreso inicial, ratio de inversin, crecimiento poblacional) y se testean
las dems. Este test afirma que si el valor extremo menor es negativo y
el mayor es positivo, entonces la variable no es robusta.
Sala-i-Martin decide alejarse de este tipo de pruebas usando regresiones cuyos resultados se evalan en percentiles y realizando un
enfoque que contiene dos supuestos fundamentales. El primero es que
la distribucin de los coeficientes es normal y el segundo (siendo excluyente del primero) es que no son normales. Un error potencial surge
debido a que es posible que la bondad de ajuste del modelo no sea un
buen indicador de que este sea el verdadero (como cuando las exgenas
sufren un problema de endogeneidad, lo cual podra traducirse en una
regresin espuria).
Se estiman regresiones de la siguiente forma:

Y=

aj

+ /JyjY + /Jzjz + f3xjxj + S,

Xj E X

Donde r es el vector de ratios de crecimiento econmico, y es un


vector de variables que siempre suelen aparecer en los trabajos previos
sobre determinantes del crecimiento (como nivel inicial de ingreso,
tasa de inters, tasa de crecimiento poblacional, etctera); es decir, que
han resultado significativamente correlacionadas con el crecimiento,
z representa la variable de inters -sobre la cual se quiere comprobar
la robustez- y xj E x es un vector de un mximo de tres variables que
se encuentran dentro del universo N (variables que anteriormente han
sido identificadas como correlacionadas con el crecimiento).

150

WALDO MENDOZA BELLIDO

En resumen, cenemos un total de 62 variables. Yo usar tres de ellas


en codas las regresiones, entonces, por cada variable testeada combinar las restantes 58 variables en grupos de eres. Por consiguiente,
estimar 30 856 regresiones por variable o un total de cerca de dos
millones de regresiones (traduccin propia, Sala-i-Martin, 1997,
p. 180).

Las variables que se muestran en los resultados son aquellas ms


significativas (aquellas cuya distribucin acumulada ponderada es
mayor a 0.95). Las variables regionales que resultaron significativas
son las dummies para Sub-Sahara, frica y Amrica Latina (correlacin
negativa) y latitud absoluta (la lejana de la lnea ecuatorial es positiva
para el crecimiento). Las variables de poltica importantes son el Estado
de derecho, los derechos polticos, las libertades civiles (positivas), el
nmero de revoluciones y golpes de Estado y las guerras (negativas para
el crecimiento). Las variables religiosas significativas son la confucionista, la budista y la musulmana (positivas), y la catlica y la protestante
(negativa). Se concluye que si uno est interesado en saber el coeficiente
de una variable en particular, en una regresin de crecimiento, no debe
remitirse a la literatura de <<nada es robusto. En ese sentido, puede afirmarse que muchas variables pueden estar correlacionadas, fuertemente,
con el crecimiento econmico.
Independientemente del procedimiento especfico que utiliza
Sala-i-Martin, en la lnea de Leamer (1985), lo que nos interesa destacar en esta parte es que el espritu del procedimiento est alineado con
la minera de datos.
Desde el punto de vista del mtodo hipottico deductivo esta prctica economtrica es censurable pues una vez definido el modelo terico
ya estn demarcadas las variables endgenas y exgenas correspondientes. Los datos no pueden establecer una especificacin economtrica;
pues este es un rol exclusivo de la teora. La prctica de correr miles
de regresiones hasta alcanzar un resultado estadstico satisfactorio es un
procedimiento sujeto al problema de la induccin.

151

CMO INVESTIGAN LOS ECONOMISTAS

En esta perspectiva metodolgica, opuesta frontalmente al mtodo


hipottico-deductivo, las variables explicativas se seleccionan en funcin
de lo que dicen los datos: estamos en presencia del mtodo inductivo
de las mediciones sin teora. A partir de una base de datos, a travs de
la estadstica, se derivan relaciones entre las variables observadas y se
sugieren relaciones de causalidad.
Sin embargo, como lo advierte Aris Spanos (2000), un reconocido
investigador y profesor de econometra de la Universidad Tecnolgica
de Virginia, considerar que la minera de datos est fuera de las normas de modelacin adecuada supondra la existencia de una tradicin
cientfica bien definida en la econometra que estableciese las normas
de la investigacin cientfica. El problema es que ningn practicante
de la econometra reconoce pertenecer a dicha tradicin pues en las
discusiones sobre las crticas al enfoque tradicional afirman que se est
criticando a un hombre de paja inexistente (Granger, 1990). En consecuencia, segn Spanos, la minera de datos no es un problema claro
de socavamiento de normas.
Cul es el remedio para este mal tan generalizado?
Hoover y Prez (2000), quienes han estudiado ampliamente este
procedimiento, sostienen que existen tres posibles actitudes acerca de la
prctica economtrica de la minera de datos. La primera actitud, que
sera consistente con el mtodo hipottico deductivo de investigacin,
sera la de rechazo total. La segunda es la de seguir los lineamientos
planteados por Leamer (1983), quien considera esta prctica como
inevitable, y para quien solo importan aquellos resultados que sobreviven a mltiples especificaciones. Por ltimo, est el planteamiento de
Hendry, o el mtodo denominado de la London School of Economics
(LSE), que sostiene que la minera de datos es necesaria, y que debe
hacerse en forma inteligente, partiendo de un modelo general que se
va achicando paulatinamente en base a criterios estrictamente estadsticos. En esta perspectiva, segn Woolridge (2010), la prctica de la
minera de datos se puede minimizar si se acota el nmero de modelos

152

WALDO MENDOZA BELLIDO

o mtodos de estimacin para eliminar aquellas variables que son estadsticamente significativas en solo una pequea fraccin de los modelos
estimados.
Este enfoque, de probar el modelo antes de hacer las estimaciones,
ha ganado muchos adeptos en las ltimas tres dcadas. Los principales
lderes de esta corriente, cuya propuesta es prestar mucha atencin a la
labor de especificacin, es decir, a la seleccin del modelo apropiado,
antes de aplicar metodologa REP, son los prestigiosos econometristas
David Hendry y Edward Leamer.
Por eso que en las dos ltimas dcadas se est prestando especial
atencin a la labor de especificacin, es decir, a la seleccin del modelo
economtrico apropiado, para recin aplicar la receta estndar. Se trata,
en suma, de construir el modelo terico economtrico a partir de los
datos; es decir, se realiza una revisin del modelo economtrico original
a la luz de los resultados iniciales.
Segn uno de los principales crticos de la REP, Edward Leamer
(1978):
La labor de especificacin describe el proceso mediante el cual se
conduce a un investigador a seleccionar la especificacin de un
modelo en lugar de otro, adems, trata de identificar las inferencias
que puedan obtenerse apropiadamente de un conjunto de datos
cuando el mecanismo de generacin de datos es ambiguo (Leamer,
1978, p. v).

El mecanismo o proceso de generacin de datos (PGD) al que hace


alusin Leamer se refiere bsicamente al conjunto de procedimientos a
travs de los cuales la informacin estadstica llega a una base de datos.
La especificacin economtrica debera reflejar el verdadero PGD.
Esta crtica emprica central a la tradicin de la REP reside en el
hecho de que la mayor parte de la investigacin econmica utiliza una
base de datos que ha sido recolectada en forma no experimental. Casi
todos nuestros datos son de naturaleza observacional, los obtenemos

153

CMO INVESTIGAN WS ECONOMISTAS

pasivamente, de la observacin de la realidad econmica en estudio, y


no a travs de experimentos econmicos controlados. En consecuencia,
hay una brecha inmensa entre las teoras, con su invocacin frecuente
del supuesto ceteris paribus, y los datos de la realidad.
En este camino, Leamer (1983) propone sincerar la forma en que
proceden efectivamente los econometristas; hacer data mining, pero
explcitamente. En el procedimiento estndar se parte de una sola teora,
que tiene sus correspondientes variables exgenas. En el procedimiento
de Leamer se trabaja con distintas teoras, con sus correspondientes
variables explicativas, cuyas presencias obedecen a la preferencia terica
del investigador. De esta manera, existen tantas teoras como investigadores y los distintos criterios (gustos) de los investigadores deben ser
tomados en cuenta en la seleccin de los regresores. Se comparan distintos modelos y se analiza cun robustos son al cambio en los regresores.
Por ejemplo, si queremos postular un modelo economtrico en
el que la variable endgena es la inflacin, hay que procurar que las
variables explicativas reflejen las creencias de las diferentes escuelas que
expliquen la inflacin. Para los keynesianos una importante variable
explicativa es la tasa de desempleo y para los monetaristas ser la tasa de
crecimiento de la oferta monetaria. En esta opcin metodolgica existen varias teoras para explicar un mismo fenmeno econmico y todas
ellas deben ser consideradas en la estimacin del modelo economtrico.
Los trabajos de Leamer han contribuido a analizar cmo la metodologa REP puede orientar a una correcta especificacin de un modelo
economtrico y cmo la estadstica bayesiana puede facilitar este pro2
ceso de bsqueda En esta perspectiva metodolgica, la construccin

La diferencia fundamental entre la estadstica clsica (o frecuentista) y la bayesiana


radica en el concepto de probabilidad. Mientras que en la estadstica clsica la probabilidad es un concepto objetivo, en la estadstica bayesiana la probabilidad es un
concepto que tiene su componente subjetivo, pues se basa mucho en el juicio del observador y en el concepto de probabilidad condicional.

154

WALDO MENDOZA BELLIDO

del modelo es posterior a los datos; es decir, el modelo original es reestructurado a la luz de los resultados estadsticos iniciales.
Uno de los elementos centrales de la propuesta de Leamer es el anlisis de lmites extremos (extreme bounds analysis) que es un anlisis
de sensibilidad -cambios en el grado de significancia y los signos de
cada uno de los coeficientes al producirse cambios en el set de variables
exgenas- que se aplica a la eleccin de las variables en una regresin
lineal para seleccionar a los mejores estimadores.
En su versin ms extrema, este es tambin el enfoque de Hendry,
o de la London School of Economiscs (LSE), conocido tambin como
el enfoque de arriba hacia abajo, o de lo general a lo especfico. En este
procedimiento, se empieza con un modelo que tiene un conjunto
grande de variables exgenas, regresores en el lenguaje economtrico, y
luego se va depurando hasta obtener el mejor modelo economtrico
que contiene solamente las variables exgenas importantes, en el sentido estadstico del trmino.
Segn este procedimiento (Navarro, 2005), primero se eligen el
modelo y sus regresores. Luego, se van eliminando progresivamente los
regresores superfluos hasta llegar a obtener un modelo parsimonioso,
consistente en algn grado con la teora y con los datos, con regresores dbilmente exgenos y con parmetros constantes. Estos modelos
deben ser superiores a los modelos rivales y los trminos de error deben
ser ruido blanco. El procedimiento es el de testear, testear y testear para
conseguir las propiedades enumeradas anteriormente (el enfoque TT1).
Esta metodologa se aplica principalmente a las investigaciones de series
de tiempo, aunque ltimamente su aplicacin tambin se ha extendido
para los datos de corte transversal y de panel.
Este enfoque no sirve para poner a prueba las teoras, sino para
descubrir el mecanismo que subyace en la realidad y que genera los
datos que observamos. De esta manera, las teoras, ms que refutadas o
falsificadas, adquieren un rol menor.

155

CMO INVESTIGAN LOS ECONOMISTAS

El mtodo de Hendry es una forma de considerar en el modelo


economtrico tanto la teora econmica como la evidencia emprica.
El proceso de modelar denota el encuentro entre la teora y .los
datos en un marco cuantitativo formal, por lo que tendremos que
considerar los roles de la teora econmica y la evidencia emprica,
y sus vinculaciones (traduccin propia, Hendry, 1994, p. 3).

En la metodologa de Hendry, a partir de la teora econmica, determinamos las variables exgenas del modelo en el equilibrio de largo
plazo y luego se permite hablar a los datos, estableciendo los regresares, especialmente rezagos (mecanismos de correccin de errores), para
establecer el camino hacia el equilibrio estacionario. Luego, mediante
las regresiones, se van eliminando progresivamente las variables exgenas superfluas hasta quedarnos con un modelo parsimonioso con pocas
variables explicativas. Se exige que el modelo final sea consistente con
la teora y con los datos, los regresores deben ser dbilmente exgenos,
los parmetros deben ser constantes, las perturbaciones deben ser ruido
blanco y el modelo estimado debe ser mejor que los modelos rivales.
Para alcanzar estas propiedades enumeradas, la receta clsica de Hendry
es testear, testear y testear.
Esta metodologa trae aparejada una nueva forma de ver la relacin
entre la teora y los datos. Se procura otorgar un rol equilibrado tanto a
la teora como a la base de datos.
El enfoque basado en teoras, en el que un modelo se deriva de la
teora a priori y se calibra a partir de pruebas de datos, se encuentra
en un extremo. Este enfoque sufre de dependencia terica pues su
credibilidad depende de la teora de la que surgieron -cuando se
descarta la teora, se descarta la evidencia asociada- [... ] . El enfoque basado en los datos, donde se desarrollan modelos para
describir de cerca los datos, se encuentra en el otro extremo. Estos
sufren de la dependencia de la muestra, en la que las caractersticas de los datos accidentales y transitorios estn encarnados con

156

WALDO MENDOZA BELLIDO

tanta fuerza en el modelo como aspecto permanente, por lo que las


extensiones del conjunto de datos a menudo fracasan en su poder
predictivo. La necesidad de una mezcla interactiva de la teora y
la evidencia surge naturalmente por s misma (traduccin propia,
Hendry, 1995, p. 6).
El progreso cientfico resulta de la interaccin de tres vas entre
las teoras, los instrumentos {es decir, las herramientas), y el conocimiento emprico, las nuevas contribuciones pueden llegar en
cualquier mbito y potencialmente influir en cualquier aspecto de
las constataciones anteriores (traduccin propia, Hendry, 1995,
pp. 11-12).

Segn Hendry, su metodologa no est hecha para poner a prueba


o brindar soporte a las teoras pues un mismo comportamiento de un
conjunto de variables en el largo plazo puede ser consistente con ms
de una teora. El objetivo de los modelos no es la bsqueda de la verdad, en los trminos de Tarski, sino el de descubrir el mecanismo que
subyace a la realidad del proceso generador de datos.
La metodologa de Hendry se inicia con un modelo dinmico muy
general, que indica que existen ms rezagos de los que se consideran
necesarios. El modelo se simplifica en forma gradual con una secuencia de pruebas de simplificacin y se utilizan los procedimientos de
prueba secuenciales para seleccionar una especificacin coherente de
los datos.
Hendry (1995) informa que algunas bsquedas de especificaciones se han programado en paquetes estndar de software, como el de
regresin por pasos, en el que se utilizan diferentes combinaciones de
variables explicativas en el anlisis de regresin mltiple eh un intento
por obtener el mejor modelo.
El procedimiento usual consiste en comenzar con un modelo general y mantener aquellas variables cuyos p-values estn por debajo de
un cierto nivel de significancia o, alternativamente, comenzar con un
modelo simple e ir agregando variables que tengan p-values significativos.

157

CMO INVESTIGAN LOS ECONOMISTAS

Ocasionalmente, tambin pueden valorarse grupos de variables con


una prueba F. Esta tcnica de regresin por pasos, una forma rigurosa
de minera de datos, simplemente automatiza lo que los investigadores hacen de cualquier modo para buscar la mejor especificacin del
modelo economtrico. En la mayora de aplicaciones, una o dos variables explicativas son de inters fundamental y, entonces, la meta es ver
qu tan robustos son los coeficientes de esas variables ante diversas
especificaciones economtricas.
Hendry afirma que solo despus de que se han dado estos pasos,
hasta que la especificacin del modelo caracteriza el proceso de generacin de datos, puede iniciarse el proceso de poner a prueba las hiptesis
de inters de la teora econmica.
En el conjunto inicial de regresares destacan variables exgenas
contemporneas y rezagadas, y variables endgenas rezagadas, como
en los modelos autorregresivos de rezagos distribuidos (autoregressive
distributed lag models, ADL). Esta formulacin contribuye a capturar la
dinmica implcita de los modelos economtricos.
[Para] La escuela de la London School ofEconomics (LSE) [ ... ]en
la prctica, el enfoque de lo general a lo especfico implica comenzar con la especificacin ms general y amplia posible, y despus
buscar las posibles restricciones para encontrar la especificacin
ms parsimoniosa (traduccin propia, Hoover, 2005, pp. 75 y 76).

Luego, para pasar del modelo general a un modelo especfico,


Hendry y Richard (1982) proponen que este debe satisfacer los siguientes criterios: i) las predicciones del modelo deben ser lgicamente
posibles; ii) las hiptesis deben ser consistentes con alguna teora; iii)
los regresares deben ser dbilmente exgenos (es decir, las variables
explicativas no deben tener relacin alguna con los trminos de error
de las ecuaciones; en otras palabras, las variables explicativas deben ser
independientes); iv) los valores de los parmetros deben ser estables;
v) las hiptesis deben ser consistentes con los hechos, y vi) el modelo

158

WALDO MENDOZA BELLIDO

debe ser comprensivo; es decir, incluir a los modelos rivales (no puede
haber otro modelo mejor respecto al modelo seleccionado).
Es evidente que para encontrar el modelo ideal debe probarse con
un conjunto grande de especificaciones.
La caracterstica distintiva de este nuevo paradigma, en el sentido de
Kuhn, es el rol fundamental que se le asigna al PGD. La especificacin
economtrica debe ser vista como un proceso de sucesivas reducciones del PGD, con la actitud de dejar hablar a los datos y de quitarle
a la teora el papel casi tirnico que tena en el enfoque tradicional,
denominado por Hendry el enfoque de libro de texto.
Un buen resumen de la metodologa de Hendry lo ofrece Chao
(2001):

La escuela economtrica propone la metodologa de modelizacin


emprica con el fin de ser coherente con su visin de la econometra. En el plano terico, la teora de la reduccin explica cmo el
modelo economtrico es intrnsecamente un tipo de modelo emprico, derivado del PGD.
A nivel prctico, el enfoque de lo general a lo especfico, que tiene
la intencin de simular la teora de la reduccin, dirige a los econometristas para obtener el modelo economtrico final a partir de
un modelo general sin restricciones. La teora de la reduccin y el
enfoque de lo general a lo especfico demuestran el hecho de que
el enfoque LSE es una metodologa emprica en la cual los modelos economtricos deben coincidir con los fenmenos en todos
los aspectos medibles. Este concepto se conoce como congruencia
(traduccin propia, Chao, 2001, pp. 1 y 2).
Los modelos empricos, por un lado, son construidos como reducciones del PGD y, por otro, deben representar el PGD. Con el
fin de hacer que los modelos empricos sean buenas representaciones del PGD, el criterio de congruencia se impone para evaluar el
modelado emprico (traduccin propia, Chao, 2001, pp. 7 y 8).

159

CMO INVESTIGAN LOS ECONOMISTAS

Por su parte, Cario A. Pavero, profesor de econometra financiera


de la Universidad de Bocconi y miembro del Centro lnteruniversitario
Italiano di Econometra (CIDE), concluye:
El mtodo de estimacin comienza a partir de la suposicin de la
existencia de un proceso de generacin de datos (PGD) que resume
el verdadero proceso estocstico multivariado que rige las variables macroeconmicas observadas. El PGD desconocido entonces
puede aproximarse por un modelo estadstico, la forma reducida,
cuya congruencia se evaluar sobre la base de pruebas de diagnstico. Si la hiptesis nula de congruencia no es rechazada, entonces
la forma reducida est directamente disponible para el pronstico
(traduccin propia, Favero, 2001, p. 248).

En resumen, el mensaje central de Leamer y Hendry es prestar


mucha atencin a la seleccin del modelo. Luego de que esta tarea
ha sido cumplida, la metodologa de la REP puede recuperar su
legitimidad.
5.1.2 La econometra de las series de tiempo
Con la publicacin del trabajo de George Box, un reconocido estadstico ingls, y Gwilym Jenkins, tambin un distinguido estadstico gals
-adems ingeniero-, en 1970 se hizo popular la metodologa Box
Jenkins (B-J). Con el principio de que los datos hablen por s mismos, se
realizan las proyecciones sobre la base de las propiedades probabilsticas
y estocsticas de las series de tiempo, y se prescinde de los modelos
tericos. El mtodo B-J, tcnicamente conocido como el proceso autorregresivo integrado de medias mviles (autoregressive integrated moving
average; ARIMA), es un modelo estadstico de series temporales en el
cual las variables endgenas vienen explicadas no por variables exgenas
sino por las mismas variables endgenas, pero rezagadas en el tiempo.
La teora econmica en general proporciona poca informacin
acerca de la dinmica de corto plazo. Por ejemplo, cuando intentamos

160

WALDO MENDOZA BELLIDO

contestar a la pregunta sobre en cunto tiempo afectar al gasto privado


la elevacin de la tasa de inters de referencia decretada por el Banco
Central de Reserva del Per, la respuesta no la encontramos en la teora. El modelo de B-J, al experimentar con diferentes rezagos sobre las
variables, puede hallar la conformidad entre el modelo economtrico y
la evidencia emprica.
La principal virtud de estos modelos es que demostraron una capacidad predictiva superior a los grandes modelos economtricos de
ecuaciones simultneas.
El trmino ARIMA proviene de varios componentes. En primer
lugar, el componente autorregresivo (autoregressive model, AR) es la
relacin entre la variable endgena y sus valores pasados. El trmino
autorregresivo surge a partir de que se modela el comportamiento de
la variable endgena como una regresin lineal mltiple (regresiva) respecto a sus valores propios autorrezagados en el tiempo. Ntese que
solo estn presentes las endgenas y sus rezagos. Son un tipo de modelo
en su forma reducida, en que las endgenas dependen de las variables
predeterminadas, y estas son variables endgenas rezagadas.
Un proceso autorregresivo de ordenp, o AR (p), puede presentarse
de la siguiente manera.

Debe suponerse que las variables son estacionarias.


Pero el AR no es la nica manera en que puede generarse una especificacin de modelo economtrico. El otro componente del ARIMA es
el media mvil (moving average model; MA) que se refiere a la dependencia de la variable endgena respecto a los valores presentes y pasados
de los errores. Un MA es entonces simplemente una combinacin lineal
de los trminos de error, que son ruido blanco (sucesin de variables
aleatorias cuya esperanza es cero, su varianza constante e independiente
en el tiempo).

161

CMO INVESTIGAN WS ECONOMISTAS

En este caso podemos suponer que la variable endgena se genera de


la siguiente manera, como un MA de orden q, MA(q).
~ = Uo + /31 u,_+ /32 u,_2 + + fiq u,_q

Cuando la serie temporal tiene los componentes AR y MA, se denomina un proceso ARMA (autoregressive moving average model), como el
que se presenta.
~=Yo+ 1 ~-1 +CliY,_2+ ... +aP +u,+uo+ /31 u,_+ fi2u,_2+ ... + fiqur-q

Abreviadamente este es un proceso ARMA (p, q).


Finalmente llegamos al modelo ARIMA. Para que un modelo
ARMA se convierta en un modelo ARIMA la condicin suficiente es
que las series de tiempo consideradas sean estacionarias. Es decir, la
media y la varianza de la serie deben ser constantes y la covarianza debe
ser constante en el tiempo. Si la serie de tiempo no es estacionaria, hay
que hacerla estacionaria, diferenciando la serie de tiempo d veces, hasta
hacerla estacionaria. De esa manera llegaremos a una serie de tiempo
autorregresiva integrada de promedios mviles ARIMA (p. d, q) donde
p denota el nmero de trminos autorregresivos, del nmero de veces
que la serie debe diferenciarse para convertirse en estacionaria y q el
nmero de trminos de promedios mviles (Gujarati & Porter, 2010).
Con este mtodo de estimacin, se identifican primero los valores
apropiados de p, d, y q. Luego se estiman los parmetros de los trminos autorregresivos y de promedios mviles incluidos en el modelo.
Posteriormente se examina si el modelo seleccionado es consistente con
los datos, pues puede existir otro modelo ARIMA que sea ms consistente. Si ese es el caso, se utiliza el modelo para hacer pronsticos.
En general, estos modelos pronostican mejor que los modelos
economtricos tradicionales, especialmente en el corto plazo. Estos
modelos son univariados, por lo que su utilidad se circunscribe al pronstico sobre el comportamiento de una variable endgena.

162

WALDO MENDOZA BELLIDO

Por eso, cuando el objetivo es la prediccin de un conjunto de


variables endgenas, la econometra tradicional apela al esquema de las
ecuaciones simultneas. En este esquema es indispensable hacer la
distincin entre variables exgenas y endgenas, y esa distincin est
inspirada exclusivamente en la teora. Sin embargo, en general, la teora
no siempre sugiere una especificacin precisa entre las variables y no
dice mucho tampoco acerca de la relacin dinmica entre ellas, con lo
cual la tarea de especificacin del modelo economtrico carece de una
dosis grande de subjetividad. Adems, en estos modelos de ecuaciones
simultneas aparece el famoso problema de la identificacin, cuya solucin tiene otra gran dosis de subjetividad. Comencemos estudiando
este problema.
Supongamos un modelo de ecuaciones mltiples simultneas con
M variables endgenas y M ecuaciones, el cual puede presentarse en
dos formas, la forma estructural (utilizando todas las ecuaciones) y la
forma reducida (expresando las endgenas como combinaciones de
las variables exgenas). Cabe mencionar que las variables exgenas
se definen como aquellas que no tienen correlacin con el trmino de
perturbacin y pueden ser exgenas, exgenas rezagadas o incluso una
variable endgena rezagada.
El modelo en su forma estructural no puede ser estimado mediante
MCO (mnimos cuadrados ordinarios) puesto que las variables endgenas no son independientes entre s, con lo cual los parmetros estimados
no seran eficientes (sus varianzas seran muy altas). Entonces, debe
utilizarse el mtodo de MCI (mnimos cuadrados indirectos), tcnica
que permite estimar los parmetros estructurales en el caso de ecuaciones exactamente identificadas. El mtodo consiste en, primero, estimar
mediante MCO los parmetros del sistema en su forma reducida; y,
segundo, usar dichas estimaciones previas para calcular los parmetros
de la forma estructural.

163

CMO INVESTIGAN LOS ECONOMISTAS

Otra manera de estimar los parmetros del modelo es llevarlo a


su forma reducida, lo cual puede resultar muy til debido a que los
coeficientes de la forma reducida son combinaciones lineales de los
parmetros de la forma estructural (en muchos casos lo que le interesa estimar al investigador son estos ltimos). Sin embargo, es en
este escenario en donde se presenta el problema de la identificacin.
Este problema refiere a si podemos, o no, obtener estimados numricos de los parmetros de una ecuacin estructural a partir de los
parmetros estimados de la forma reducida. Si podemos obtenerlos
se dice que la ecuacin est definida, de lo contrario se dice que la
ecuacin se encuentra no identificada o sub identificada (Greene, 2011;
Lutkepohl, 2004).
Para ilustrar este problema, tomemos como ejemplo, primero, el
tradicional modelo IS-LM presentado en trminos lineales en Mendoza
(2014). Comenzaremos con la ecuacin que expresa la relacin entre la
produccin y la demanda en el mercado de bienes, la cual se descompone en consumo ( C), inversin (!) y gasto del estado ( G).

Y=D=C+l+G

(5.1)

El comportamiento del consumo, la inversin y el gasto pblico ya


se describi en la seccin 2.5. Aqu replicamos las ecuaciones correspondientes.

C = C0 + c(l - t) Y; O< e < 1; O< t < 1

(5.2)

1 =10 - br

(5.3)

G=G0

(5.4)

Haciendo operaciones simples y reemplazando las ecuaciones (5.2),


(5.3) y (5.4) en (5.1)
(5.5)

164

WALDO MENDOZA BELLIDO

Donde A 0
1
y k=

=C + G + /
0

es el componente autnomo de la demanda

es el multiplicador keynesiano cuyo valor es mayor


1-c(l-t)
que la unidad.
En esta concepcin keynesiana de la economa, la produccin es
una funcin directa de los componentes del gasto autnomo y de la
propensin a consumir, y una funcin inversa de la tasa de inters y la
tasa impositiva. Esta ecuacin representa la IS, la cual podemos presentar de la siguiente forma.
o
y
r=--b kb

(5.6)

En el mercado monetario, la oferta y la demanda monetaria determinan la tasa de inters. La oferta monetaria nominal es exgena y est
determinada por la autoridad monetaria, el banco central. Dados los
precios, la oferta monetaria real, en trminos lineales3, viene dada por:

m' = Ms -P

(5.7)

La demanda real de dinero es una funcin directa del nivel de actividad econmica (cuanto mayor es el ingreso del pblico, mayor es
su demanda de dinero para realizar sus transacciones) y una funcin
inversa de la tasa de inters (cuanto ms alta es la tasa de inters que
pagan los bonos, el pblico demanda menos dinero). La demanda real
de dinero viene entonces dada por,

(5.8)
En equilibrio, cuando se igualan la oferta y la demanda real de
dinero (m' = m"), se determina la tasa de inters.

r=-(M' -P) + b0 y
b
b
3

(5.9)

Estamos unizan do 1a aprox1mac10n


.
. ' -M'
p

165

M' - P.

CMO INVESTIGAN LOS ECONOMISTAS

Esta ecuacin representa tambin a la LM, combinacin de tasas de


inters y produccin que mantiene en equilibrio el mercado monetario.
La ecuacin permite tambin mostrar que la tasa de inters se eleva
cuando suben el nivel de precios o la produccin y se reduce cuando
hay un alza de la oferta monetaria nominal.
Este es el modelo en su forma estructural. A partir de la solucin
de las ecuaciones (5.6) y (5.9) arribamos a la siguiente expresin del
modelo IS-LM en su forma reducida.

yeq =

bi
o + b (M' -P)
b +bb
b +bb

(5.10)

(5.11)

En el caso de este modelo, existen cuatro parmetros del modelo


en su forma estructural (b 1, b, b0 y k) y tambin se cuenta con cuatro parmetros en la forma reducida (los que aparecen multiplicando
en el sistema de ecuaciones (5.10) y (5.11) al gasto autnomo y a la
oferta monetaria real). En consecuencia, a partir de los parmetros en
la forma reducida, podemos armar un sistema de cuatro ecuaciones
lineales con cuatro incgnitas para identificar o recuperar los cuatro
parmetros en la forma estructural. Por tanto, el modelo IS-LM es un
sistema de ecuaciones perfectamente identificado, es decir, no sufre del
problema de identificacin.
Otro ejemplo se puede encontrar en el mismo libro de Mendoza
(2014) para el modelo de demanda y oferta agregada para una economa cerrada (DA-OA).

La ecuacin (5.10) tambin representa la demanda agregada de la


economa. En el marco de la IS-LM, cuando suben los precios, cae la
oferta monetaria real, se eleva la tasa de inters, cae la inversin privada
y por tanto cae el producto. De all la relacin negativa entre el nivel de

166

WALDO MENDOZA BELLIDO

predos y la producdn, y la correspondiente pendiente negativa de la


curva de demanda agregada.
(5.12)
Para la oferta agregada tomaremos una expresin simplificada en
la que el nivel de precios es una funcin directa de las expectativas de
predos y de la brecha del PBI.
(5.13)
Donde, pe representa las expectativas respecto a los precios y (Y - Y)
representa la brecha en el nivel de actividad respecto al producto que
emplea plenamente todos los factores (largo plaw, estado estadonario).
Solucionando el sistema (5.12) y (5.13), arribamos al modelo en su
forma reducida.

A.

b y

(5.14)

A.+bo+ k~
b1 + kbb0
pe+
A.kb1
o +
A.kb
Ms
kb(A. + b0 )+b1
kb(A. +b0 )+ b,
kb(A. +b0 )+b1

_ A.(b1 +kbb0 ) y
kb(A. +b0 )+b1

(5 . 15 )

En este caso contamos con siete parmetros obtenidos a partir


del modelo en su forma reducida (las que multiplican a las variables
exgenas en el sistema de ecuaciones 5.14 y 5.15) y existen cinco parmetros del modelo en su forma estructural (bp b, b0 , A. y k). Es decir,
tenemos un sistema de siete ecuaciones para hallar cinco incgnitas.
167

CMO INVESTIGAN LOS ECONOMISTAS

Entonces, tenemos un problema de sobreidentificacin. Nuevamente,


si estimramos los parmetros de la forma reducida, tendramos ms
de una combinacin lineal para los parmetros de la forma estructural
y no podran obtenerse valores nicos y exactos para cada uno. Este
problema surge debido a que distintos sets de datos pueden ser compatibles con distintos parmetros estructurales; es decir, con distintos
modelos (Greene, 2011; Lutkepohl, 2004).
En el caso de llegar a tener un sistema de ecuaciones donde el
nmero de incgnitas a ser determinadas (parmetros desconocidos)
es mayor que el nmero de ecuaciones planteadas, se tiene el problema
de subidentificacin. Cuando este caso se presenta, la manera de resolverlo es introducir un conjunto mnimo de restricciones tales que se
permita igualar el nmero de incgnitas (parmetros o variables a ser
determinadas) al nmero de ecuaciones dentro del sistema. El proceso
de planteamiento de restricciones no es un proceso de eliminacin de
variables exgenas puesto que estas son datos relevantes en la dinmica del sistema de ecuaciones y del modelo planteado; sin embargo,
las restricciones solo permiten eliminar o fijar ciertas interrelaciones
entre las variables exgenas y las variables endgenas mediante los parmetros restringidos. Estas restricciones las plantea el investigador con
ayuda de argumentos tericos o estimaciones auxiliares que le permitan identificar interrelaciones claras entre las variables. En los casos de
identificacin exacta y sobreidentificacin no es necesario incorporar
restricciones prefijadas por el investigador.
Esta deficiencia terica, y la crisis de los modelos multiecuacionales para predecir los ciclos econmicos de fines de los aos setenta y
principios de los ochenta, dio paso a la alternativa propuesta por el
econometrista y macroeconomista Christopher Albert Chris Sims,
premio nobel de economa 2011, de un sistema economtrico alternativo de ecuaciones autorregresivas en las que todas las variables son
endgenas y los regresores son sus propios rezagos y los rezagos del resto
de variables endgenas. Como entre los regresores no hay variables

168

WALDO MENDOZA BELLIDO

contemporneas, los coeficientes obtenidos carecen del significado


habitual y no se pueden hacer inferencias sobre su signo o nivel de
significancia estadstica.
Las endgenas pueden expresarse en funcin de los errores pasados,
de tal manera que se pueda analizar el impacto que tiene un shock (cambio en los errores pasados) sobre las variables endgenas, en trminos
4
dinmicos. El concepto de exogeneidad que se utiliza es el de Granger
En este enfoque, la ciencia, segn Sims (1996), es una forma de comprimir los datos, de manera que sea posible interpretarlos mejor.
En un trabajo que dio inicio a un nuevo mtodo economtrico para
trabajar con ecuaciones simultneas, Sims plante:
Argumentar que el estilo en que sus constructores imaginan opciones de conexin entre estos modelos y la realidad -la manera en la
que la identificacin es alcanzada en estos modelos-, es inadecuada, hasta el punto en que las pretensiones de identificacin en
estos modelos no pueden ser tomadas seriamente [... J. La lnea de
argumentacin es la siguiente: los modelos a gran escala realizan
pronsticos tiles y cumplen con la funcin de anlisis de polticas
a pesar de su identificacin increble; las restricciones impuestas
en el estilo habitual de identificacin no son ni esenciales para la
construccin de un modelo que puede realizar estas funciones ni
inocuas; un estilo alternativo de identificacin prctico est disponible (traduccin propia, Sims, 1980, p. 1).
Alguna vez fue comn que los economistas pensaran en la empresa
cientfica como la formulacin de hiptesis testeables que deban
ser confrontadas con los datos. Las hiptesis verdaderas podran
sobrevivir las pruebas, mientras que las falsas seran eliminadas.
4

El test de causalidad a lo Granger consiste principalmente en comprobar si los resultados de una variable A (comportamiento actual y pasado de la serie A) sirven para
predecir el comportamiento en el tiempo de una variable B, y con esto se observa si
esta capacidad de prediccin de comportamientos es unidireccional o bidireccional.
Si se observa unidireccionalidad en la capacidad de explicacin de A hacia B, entonces
se dice que la serie A causa a lo Granger a la serie B.

169

CMO INVESTIGAN LOS ECONOMISTAS

La visin de la ciencia como la comprensin de datos nos permite


ver los lmites de este punto de vista de las pruebas de hiptesis.
Esta visin es dependiente de la idea de que hay teoras verdaderas
y falsas, cuando en realidad el grado en que las teoras tienen xito
es la reduccin de los datos, que puede ser un proceso continuo
(traduccin propia, Sims, 1996, p. 1).

Estas dificultades motivaron la reaccin de Christopher Sims, que


propuso una alternativa de cmo modelar la relacin entre las variables: el modelo de vectores autorregresivos (vector autoregression, VAR).
Cuando se requiere hacer proyecciones sobre ms de una variable endgena, puede prescindirse de la teora, puede acudirse a los VAR. Se trata
de un modelo estadstico que permite capturar las relaciones simultneas lineales entre mltiples series de tiempo. Es una alternativa a los
modelos de ecuaciones simultneas, para cuya estimacin se requiere
pasar previamente por el proceso de identificacin, para asegurarnos
de que del modelo en su forma reducida puedan obtenerse valores
nicos para todos los parmetros del modelo en su forma estructural5
Esta identificacin a menudo se consigue cuando se asume, arbitrariamente, que algunas variables exgenas estn presentes solo en algunas
ecuaciones.
La propuesta de Sims fue la de eliminar la pretensin de adaptar
la estructura terica a los datos y, en su lugar, utilizar sistemas no
restringidos de ecuaciones de forma reducida (o vectores autorregresivos o VAR) para modelar las respuestas de las variables a los
choques. Cada ecuacin en un sistema VAR regresiona una variable
sobre sus propios rezagos y los rezagos de todas las dems variables.
Tal procedimiento requiere todava una forma de identificacin
(traduccin propia, Hoover, 2005, p. 24)

Estamos refirindonos a la identificacin exacta.

170

WALDO MENDOZA BELLIDO

De acuerdo con Sims (1980), para que un modelo refleje realmente


la simultaneidad, todas las variables deben ser tratadas en igualdad de
condiciones, y no se debe hacer una distincin ex ante entre variables
endgenas y variables exgenas.
Cuando existe evidencia de simultaneidad entre un grupo de variables y hay dificultad en identificar las variables exgenas, como en los
modelos de ecuaciones simultneas, el VAR es la alternativa que se
debe considerar. Con este espritu, el VAR es un modelo de ecuaciones
simultneas en el cual todas las variables son tratadas simtricamente.
Todas las ecuaciones estn en una forma reducida y son de naturaleza
no restringida. Asimismo, son ecuaciones en su forma reducida porque
las variables endgenas no estn en funcin de otras variables endgenas contemporneas. Cada variable tiene una ecuacin que explica su
evolucin en funcin de sus propios rezagos y los rezagos de las otras
variables del modelo. Son ecuaciones no restringidas porque todas las
variables endgenas son explicadas por el mismo grupo de variables
explicativas.
No se necesita, como en el caso de los modelos de ecuaciones
simultneas, un modelo macroeconmico previo de respaldo; todo el
conocimiento previo que se requiere es un listado de variables e hiptesis sobre cmo se afectan, mutuamente, intertemporalmente. Es pues
una extensin de los modelos AR para el caso de mltiples ecuaciones.
El VAR puede incluir algunas variables determinsticas como tendencias temporales o variables ficticias estacionales. As tambin, podra
incluir variables contemporneas que puedan tratarse como exgenas
respecto a las variables del modelo VAR.
Un modelo VAR de orden s puede representarse de la siguiente
manera.

171

CMO INVESTIGAN LOS ECONOMISTAS

Donde ~ es un vector columna con k variables endgenas, Y0 es


otro vector columna de constantes de orden k y U1 es el vector de errores aleatorios del tipo ruido blanco. Las constantes no siempre estn
presentes. Sirven para dar cabida a factores estacionales o de tendencia. El nfasis no est en la construccin de modelos uniecuacionales o
simultneas sino en el anlisis de las propiedades probabilsticas, o estocsticas, de las series de tiempo econmicas bajo la filosofa de permitir
que la informacin hable por s misma.
La metodologa VAR se asemeja a los modelos de ecuaciones simultneas pues considera diversas variables endgenas de manera conjunta.
Pero cada variable endgena es explicada por sus valores rezagados, o
pasados, y por los valores rezagados de todas las dems variables endgenas en el modelo. Usualmente no hay variables exgenas en el modelo.
De acuerdo con Sims, si hay verdadera simultaneidad entre un conjunto de variables, todas deben ser tratadas sobre una base de igualdad;
no debe haber ninguna distincin a priori entre variables endgenas y
exgenas. Es en este contexto que Sims desarroll su modelo VAR.
Segn Gujarati y Poner (2010), el modelo VAR tiene varias virtudes. En primer lugar, el mtodo es simple, no es preciso determinar
cules variables son endgenas y cules son exgenas. No se requiere
hacer supuestos a priori increbles o arbitrarios sobre las relaciones entre
las variables econmicas objeto de estudio, pues todas las variables en
el VAR son endgenas. En segundo lugar la estimacin es simple; el
mtodo de mnimos cuadrados ordinarios (MCO) puede aplicarse a
cada ecuacin por separado. Por ltimo, las predicciones obtenidas con
el VAR, en general, son mejores que las conseguidas con los modelos
de ecuaciones simultneas.
Entre las deficiencias ms importantes destacan las siguientes.
En primer lugar, el modelo VAR es a-teortico; no se deriva de un
modelo terico. En consecuencia, como la metodologa del VAR no
pone en cuestin ni crea nuevas teoras, no tiene consecuencia para
uno de los objetivos fundamentales de la investigacin cientfica: elevar

172

WALDO MENDOZA BELLIDO

o reducir el stock de conocimientos tericos. Entonces, los VAR pueden


utilizarse intensivamente para la prediccin econmica pero no arrojan
ninguna luz sobre la teora existente. En segundo lugar, es todo un
desafo en el diseo del VAR la seleccin de la longitud apropiada del
rezago. En tercer lugar, los coeficientes individuales estimados en los
modelos VAR son difciles de interpretar. Por ese motivo, los usuarios
del VAR estiman la llamada foncin de impulso respuesta (FIR). Esta
estudia la respuesta de la variable dependiente en el sistema VAR ante
shocks en los trminos de error.
La respuesta a la crtica fundamental sobre el carcter a-teortico
de los VAR ha venido por el lado de los modelos VAR estructurales
(SVAR), en los cuales la especificacin VAR se deriva explcitamente
de sistema dinmico de ecuaciones estructurales en el que se pueden
incorporar restricciones bien elaboradas que permiten identificar los
choques sobre las variables fundamentales del sistema. De esta manera,
el modelo VAR es simplemente la forma reducida de un sistema de
ecuaciones simultneas.
Segn Feelders (2002):
Los puntos fundamentales de desacuerdo parecen ser si la prediccin por s misma es un objetivo legtimo de la ciencia econmica,
y tambin si los datos observados deben utilizarse solo para arrojar
luz sobre las teoras existentes o tambin con el propsito de buscar
hiptesis con el fin de desarrollar nuevas teoras. En primer lugar,
en nuestra opinin, la prediccin de fenmenos econmicos es un
objetivo legtimo de la ciencia econmica. Los modelos utilizados
para la prediccin pueden ser, sin embargo, difciles de interpretar,
ya que pueden tener poco que ver con nuestra forma de entender
la realidad econmica. En segundo lugar, tiene sentido utilizar los
datos para la bsqueda de hiptesis. Si no es desde la observacin
emprica, de dnde obtienen los cientficos sus ideas para nuevas
teoras? (traduccin propia, Feelders, 2002, p. 174).

173

CMO INVESTIGAN WS ECONOMISTAS

En trminos metodolgicos, estas innovaciones en el terreno de la


econometra de las series de tiempo significan un renacimiento del tan
criticado enfoque inductivo de investigacin econmica.
El ms ardiente partidario de este reemergente enfoque empricoinductivo de la investigacin macroeconmica fue Christopher
Sims, quien, sobre la base de la crtica al modelo macroeconmico estructural centr su atencin en el desarrollo de modelos
estadsticos de comportamiento macroeconmico que podran ser
utilizados para describir los hechos del ciclo econmico y analizar
los resultados de las polticas econmicas. En lugar de centrarse
en los valores de los coeficientes individuales, como el enfoque
de los modelos estructurales, el enfoque del modelo de vectores
autorregresivos (VAR) de Sims centr su atencin en las propiedades dinmicas de las series temporales en un sistema no restringido
{por la teora) de ecuaciones. Entonces, Siros traslad el nfasis en
el trabajo macroeconomtrico desde probar las hiptesis hacia trazar las propiedades dinmicas del modelo estadstico subyacente
y dejar que los datos hablen [... ] En la superficie, el trabajo de
Sims en modelos estadsticos multivariados sugiere un retorno al
mtodo inductivo-emprico que era la base del programa de investigacin de Mitchell en el NBER (traduccin propia, Simkins,
1999, pp. 13 y 14).

La econometra ha avanzado entonces desde los modelos estructurales (modelos de caja translucida) cuya base de formalizacin es la teora
econmica (medicin con teora), hasta las recientes metodologas de
series temporales (medicin sin teora), cuyos presupuestos bsicos son
semejantes a los de los mtodos estadsticos de la dcada de 1920 que
se pretendan sustituir.
Segn Mark Blaug, las soluciones no han acabado con la enfermedad.
En muchas reas de la economa, diferentes estudios economtricos llegan a conclusiones contradictorias, y, dada la informacin

174

WALDO MENDOZA BELLIDO

disponible, con frecuencia no existen mtodos eficaces para decidir


qu conclusin es correcta. En consecuencia, las hiptesis contradictorias siguen coexistiendo a veces durante dcadas. Para aadir a
la confusin, incluso hay desorden en la teora economtrica pura,
los bayesianos, como Leamer y los agnsticos de la teora como
Sims estn enfrentados a los clsicos, como Hendry y Miwn
--etiquetas que tomo prestadas de Johnston (1991) aunque solo
sea para ahorrar tiempo--. Para algunos, esta es una buena razn
para abandonar por completo la econometra (traduccin propia,
Blaug, 1992, p. 245).

Lo que s es cierto es que todas estas innovaciones han tenido un


impacto en el rol de la econometra como herramienta para la investigacin econmica. En general, estas innovaciones le asignan un rol menor
a la teora y uno mayor al proceso de generacin de datos (PGD).
Es preciso dar dos advertencias finales sobre estos desarrollos de la
econometra.
En primer lugar, el cambio registrado en la valoracin de la minera de datos refleja un relajamiento del mtodo hipottico-deductivo
de investigacin (Navarro, 2005), aquella que postula que la teora es
la reina y que la comprobacin o falsacin de esas teoras por va de
la econometra u otras tcnicas cuantitativas debe estar frreamente
subordinada a ella. En todo caso, la actitud de mayor tolerancia debe
ir de la mano con la exigencia de que si se hace minera de datos las
cartas estn sobre la mesa; es decir, hay que hacerlo en forma explcita
y trasmitir toda la informacin disponible.
En segundo lugar, cuando una muestra de datos se utiliza para
encontrar hiptesis (especificaciones) interesantes, la prueba de tales
hiptesis no puede hacerse con la misma base de datos con la que se
busc las hiptesis en la fase de especificacin del modelo economtrico
(Feelders, 2002). Para ese procedimiento se requiere contar con una
base de datos que sea ms amplia que la utilizada inicialmente.

175

CMO INVESTIGAN LOS ECONOMISTAS

5.1.3 La crtica de Lucas


En el terreno terico, la econometra tradicional sufri con la crtica
de Lucas. Si las expectativas de los agentes econmicos son endgenas
y racionales, los agentes toman en consideracin toda la informacin
relevante para formularlas, incluyendo el rgimen de poltica econmica; si este cambia, las expectativas tambin deberan hacerlo y, en
consecuencia, los parmetros del modelo macroeconmico. De otra
manera, si no se toma en consideracin explcitamente los parmetros que realmente enfrentan los agentes econmicos, el anlisis de las
polticas econmicas y la simulacin de los resultados pueden ser engaosos. Los tericos de las expectativas racionales plantearon entonces
sus dudas sobre la invariancia de los parmetros estructurales de los
modelos macroeconomtricos tradicionales.
A escala terica se argument tambin que las relaciones de comportamiento presentes en los modelos economtricos carecen de los
fundamentos microeconmicos que reflejen la racionalidad de los distintos agentes econmicos.
La conclusin natural de estas crticas (Favero, 2001) es que la
simulacin de las polticas debe hacerse no sobre la base de estos modelos estructurales sino de modelos macroeconmicos sustentados en
fundamentos microeconmicos y agentes con expectativas racionales.
La solucin a estas observaciones tericas ha sido la menos controversia!.
Las expectativas racionales y los fundamentos microeconmicos fueron
incorporados en los modelos economtricos, los parmetros son ahora
independientes de los regmenes de poltica econmica y ya no estn
sujetos a la crtica de Lucas. En la actualidad existe una abundante
literatura que soluciona, identifica y estima modelos con expectativas
racionales, tal como lo reportan Geweke, Horowitz y Pesaran (2006).
Otra reaccin muy importante de la econometra contempornea
a la crtica de Lucas ha sido la de desarrollar un tratamiento apropiado para el problema del cambio estructural. En la econometra

176

WALDO MENDOZA BELLIDO

tradicional se asume que los parmetros estimados del modelo se mantienen constantes a lo largo de la muestra utilizada. Sin embargo, con
mucha frecuencia se presentan eventos que pueden alterar significativamente el valor de dichos parmetros. Cuando este cambio estructural
se produce, un nico modelo, con un nico conjunto de parmetros,
no puede captar las diversas realidades generadas. En trminos de la
representacin lineal del modelo economtrico, un cambio estructural significa un desplazamiento de dicha ecuacin, provocada por el
cambio en la pendiente o en el componente autnomo de la recta de
regresin lineal. Cuando se produce un cambio estructural, es como si
la base de datos se hubiera reducido.
Los parmetros estimados en presencia de cambio estructural son
sesgados e inconsistentes (alejados de sus valores reales), con referencia
a los que seran los valores de los parmetros con dos modelos parciales. Asimismo, los errores muestrales sern ms grandes, con lo que la
varianza de los parmetros estimados ser tambin ms grande, siempre
en relacin con los que se obtendran de las estimaciones parciales, lo
que puede producir errores frecuentes del tipo U en la contrastacin de
las hiptesis. Por ltimo, la funcin de prediccin del modelo economtrico se complica enormemente pues los parmetros estimados no
representan en verdad a ninguna estructura econmica real sino que
son, en realidad, como un promedio de dos estructuras mezcladas.
La solucin a los problemas del cambio estructural reside esencialmente en la identificacin de la causa de su aparicin 6 Si la causa se
origina en un error de especificacin del modelo economtrico (omisin de una variable importante o una forma funcional equivocada),
hay que volver a especificar el modelo. Pero si el cambio se ha producido en la base de datos, puede intentar corregirse haciendo ajustes
en la seleccin del periodo muestra! o puede representarse el cambio
6

Los cambios estructurales que se abordan actualmente tienen poco que ver con que
los cambios de poltica sean previstos o imprevistos, aspecto que preocupaba a los tericos de la expectativas racionales.

177

CMO INVESTIGAN WS ECONOMISTAS

estructural producido en algunas de las variables exgenas con variables


dummy o ficticias, cuyos valores tienen valores dicotmicos (O,l) con el
fin de capturar los cambios estructurales (1 para el periodo del cambio;
O, para el resto de periodo).
La solucin tiene que ver tambin con el tamao de la muestra. Si,
por ejemplo, tuvisemos una serie temporal de cien aos, y el quiebre
se produce en el ao treinta, podramos partir la muestra en dos y hacer
dos estimaciones separadas. Pero si no contamos con muchos datos,
supongamos que solo tenemos una serie anual de cuarenta datos, lo
mejor es utilizar las variables dummy para captar los quiebres. De esta
manera, no perdemos datos, pero s grados de libertad, pues tenemos
una variable explicativa adicional.
La otra reaccin importante a la crtica de Lucas, no estrictamente
en el campo de la econometra, ha sido el surgimiento de los modelos de
equilibrio general dinmicos y estocsticos (DSGE, dynamic stochastic
general equilibrium) tiles para explicar los ciclos, el crecimiento econmico, as como para hacer simulaciones de poltica econmica. Este
tipo de modelo se origin en los trabajos sobre los ciclos econmicos
reales de Lucas (1975), Kydland y Prescott (1982) y Long y Plosser
(1983), a los que luego se incorporaron elementos de la nueva economa keynesiana7 En el libro de Wickens (2011) se encuentra una
presentacin completa y actualizada del DSGE.

La moderna macroeconoma busca explicar la economa agregada utilizando slidos fundamentos microeconmicos. Esto es
en contraste a la tradicional aproximacin keynesiana a la macroeconoma, la cual est basada en teorizaciones ad hoc sobre los
agregados macroeconmicos. En la macroeconoma moderna
la economa es retratada como un sistema dinmico estocstico
de equilibrio general {DSGE), que refleja las decisiones colectivas
de individuos racionales sobre un rango de variables que se refieren tanto al presente como al futuro. Estas decisiones individuales
7

Vase Mendoza (2014).

178

WALDO MENDOZA BELLIDO

son entonces coordinadas a travs de los mercados para producir la


macroeconoma (traduccin propia, Wickens, 2011, p. 1).

Estos modelos son una alternativa a los modelos de prediccin


macroeconomtrica que han sido muy utilizados por los bancos centrales y los ministerios de finanzas en el mundo. A diferencia de estos, que
son inmensos, los DSGE son ms pequeos y modelan con precisin
el comportamiento de los agentes econmicos, la tecnologa existente y
el marco institucional que sealan los mecanismos de interaccin y las
restricciones presupuestales de los distintos agentes econmicos y permiten replicar los cambios estructurales.
Segn Geweke, Horowitz y Pesaran (2006), para responder a la
crtica de Lucas, un modelo macroeconomtrico debe basarse en las
decisiones individuales de los hogares, las empresas y los gobiernos,
que operan con expectativas racionales. Los DSGE iniciales tenan los
mercados completos y los precios se ajustaban instantneamente, pero
luego surgieron los modelos con rigidez de precios y salarios que al
parecer son ms consistentes con el comportamiento de las principales
series macroeconmicas.
Los modelos del DSGE fueron una respuesta a la crtica de Lucas
sobre los modelos macroeconomtricos a gran escala y se basan en
la teora del equilibrio general, y estn compuestos por agentes que
optimizan intertemporalmente y tienen expectativas racionales. El instrumental emprico para tratar con este tipo de modelos fue creado por
Kydland y Prescott (1982), quienes mostraron que sus datos simulados
sobre shocks tecnolgicos guardaban correspondencia con las caractersticas observadas del ciclo econmico.
Estos modelos no se estiman economtricamente, ni en el sentido
tradicional ni en el contemporneo, sino se calibran.
El trmino calibracin viene de la fsica. Segn la RAE, calibrar es:
Ajustar, con la mayor exactitud posible, las indicaciones de un instrumento de medida con los valores de la magnitud que ha de medir
(RAE, 2001).
179

CMO INVESTIGAN LOS ECONOMISTAS

Una definicin ms especfica proviene del New Palgrave Dictionary


of Economics:
Las metodologas utilizadas en la ingeniera aeroespacial y la
macroeconoma para hacer predicciones cuantitativas son muy
similares, ya que la macroeconoma se ha convertido en una ciencia
dura. La teora provee a los ingenieros de ecuaciones, con muchas
constantes que no estn bien medidas. La teora proporciona a los
macroeconomistas la estructura de las preferencias y la tecnologa, y
muchos parmetros que no estn bien medidos. Los procedimientos que se utilizan para seleccionar los parmetros de la estructura
acordada son los que han dado en llamar calibracin en la macroeconoma (traduccin propia, Durlauf & Blume, 2008).

Las tcnicas de calibracin no son nuevas, pues tienen casi treinta


aos de vigencia y surgieron en el trabajo original del economista americano Edward Prescott, actual asesor del Banco de la Reserva Federal
de Minneapolis y profesor de la Universidad del Estado de Arizona
W.P. Carey School of Business, y el noruego Finn Kydland, destacado
economista y actual profesor de la Universidad de California en Santa
Brbara, quienes fueron merecedores del Premio Nobel de Economa en
2004. Ellos fueron precursores de la calibracin como un instrumento
para conducir experimentos cuantitativos (Kydland & Prescott, 1982).
No se trata exactamente de una tcnica economtrica pero es importante que nos ocupemos de ella pues en la mayora de las investigaciones
de la macroeconoma contempornea es el principal instrumento para
vincular las teoras con los datos.
Segn Hoover, esta metodologa est en el polo opuesto de los desarrollos economtricos contemporneos.
La metodologa de calibracin es el polo opuesto de la metodologa
LSE: mantiene un compromiso con el ncleo de la teora econmica por encima de todo. La calibracin se asocia en gran medida
con el programa de Finn Kydland y Edward Prescott (1991) para

180

WALDO MENDOZA BELLIDO

cuantificar los modelos macroeconmicos de equilibrio general


dinmico [... ].
Un modelo calibrado comienza con un modelo terico [... ] y se
va completando mediante la asignacin de valores numricos a los
parmetros clave. Estos valores no se calculan mediante mtodos de
sistemas de ecuaciones segn el programa de la Cowles Commision
[... ]. En su lugar, se han extrado de las consideraciones de la
contabilidad nacional, de los ratios famosos, de estimaciones
estadsticas relacionadas, el sentido comn, la experiencia y otras
fuentes informales. Una vez parametrizado, el modelo calibrado se
valida mediante simulacin. Una vez validados, los modelos calibrados se utilizan para explicar el desempeo econmico histrico
y el anlisis de polticas [... ].
Muchos especialistas en econometra se preguntan si la calibracin,
con su rechazo de estimacin estadstica, puede ser considerada
como una metodologa economtrica (traduccin propia, Hoover,
2005, pp. 30 y 31).
En el captulo final del texto de Favero (2001) puede leerse una
explicacin detallada sobre esta metodologa. Los premio nobel
Kydland y Prescott (1991) tienen una descripcin sucinta de las etapas
que comprende el proceso de calibracin:
En un experimento computacional, el investigador comienza planteando una pregunta bien definida. Luego, el investigador utiliza
teora y medicin para construir un modelo que es una representacin computacional de una economa nacional. Un modelo en
esta estructura est especificado en trminos de los parmetros que
caracterizan las preferencias, la tecnologa, la estructura de informacin y los arreglos institucionales. Son estos los parmetros que
deben ser medidos, y no algn set de ecuaciones. Una economa
modelo, por tanto, est compuesta por familias, firmas y a menudo,
un gobierno. Los individuos en la economa modelo toman decisiones que corresponden a las de sus contrapartes en el mundo real.

181

CMO INVESTIGAN LOS ECONOMISTAS

Las familias, por ejemplo, toman decisiones en relacin con el


consumo y el ahorro, y deciden cunto trabajar en el mercado.
Posteriormente, el investigador calibra la economa modelo de
manera tal que reproduzca el mundo en trminos de un set de
dimensiones cuidadosamente especificadas. Finalmente, se utiliza
el computador para correr los experimentos que responden la pregunta (traduccin propia, Kydland & Prescott, 1991, p. 130).

Raphael Bergoeng ( 1998) presenta una versin didctica de este


concepto. La calibracin consiste en determinar unos valores para los
parmetros del modelo de tal manera que las predicciones de la parte
determinstica del modelo en el largo plazo o equilibrio estacionario
sean consistentes con las observaciones de largo plazo de una economa especfica. La evaluacin de la calidad de la calibracin incluye
dos etapas. Primero, luego de resolver el modelo calibrado, numricamente, dada la imposibilidad de encontrar soluciones analticas, se
simula el modelo calibrado. Segundo, se comparan los resultados cuantitativos del modelo con diversos momentos de las series relevantes, por
ejemplo, la desviacin estndar, la correlacin y la autocorrelacin del
empleo, el consumo y la inversin del modelo versus las observaciones.
En concreto, calibrar es elegir los valores para los parmetros del
modelo terico buscando que las predicciones (hiptesis) del modelo
sean consistentes con los hechos estilizados o las regularidades empricas de una economa en particular.

5.2 Los CUESTIONAMIENTOS A LA ECONOMETRA INDUCTIVA


Geweke, Horowitz y Pesaran (2006) expresan una sntesis de los retos
que tiene la econometra contempornea, que se ha vuelto menos
dependiente de la teora econmica (medicin sin teora) en relacin
con la econometra tradicional (teora con medicin).
La teora sin medicin solo puede tener una importancia limitada
para el anlisis de los problemas econmicos actuales. Mientras que
182

WALDO MENDOZA BELLIDO

la medicin sin teora, al estar desprovista de un marco necesario


para la interpretacin de las observaciones estadsticas, es poco probable que resulte en una explicacin satisfactoria de la forma en que
las fuerzas econmicas interactan unas con otras. Ni la teora ni
la medicin por su cuenta son suficientes para mejorar nuestra
comprensin de los fenmenos econmicos (traduccin propia,
Geweke, Horowitz & Pesaran, 2006, p. 2).

En esa misma lnea, los principales cuestionamientos a la econometra postulada por Leamer, Hendry y Siros, a la que, en trminos
metodolgicos, podemos denominar la econometra inductiva, han
venido del ec.onomista y matemtico americano, estudioso de la econometra en su interaccin con la metodologa de la investigacin
cientfica, Adrin Darnell, actual profesor principal de la Universidad
de Durham, su alma mter, y la macroeconomista y econometrista
inglesa Lynne Evans, en una publicacin que ha tenido fuerte impacto
en la discusin economtrica (Darnell & Evans, 1990).
Respecto a los planeamientos de Leamer, Darnell y Evans postulan:
La postura de Leamer es bayesiana y argumenta que, debido a que
las tcnicas clsicas de inferencia fueron desarrolladas para el anlisis e interpretacin de los datos generados dentro de las ciencias
experimentales, son inapropiadas para el anlisis de los datos econmicos. Sin embargo, Leamer se limita a ofrecer un argumento a
favor de la posicin bayesiana; no representa una visin bayesiana
formal, pues alega nicamente que el anlisis bayesiano ofrece ideas
tiles (traduccin propia, Darnell & Evans, 1990, p. 95).

Y en cuanto a la posicin de Hendry, observan:


[ ... ] las especificaciones que solo tienen una base empmca
representan solo mediciones sin teora y, en ausencia de una hiptesis sostenida precisa, contribuyen muy poco (traduccin propia,
Darnell & Evans, 1990, p. 86).

183

CMO INVESTIGAN LOS ECONOMISTAS

Pero el modelo de lo general a lo especfico utiliza un marco terico que no es lo suficientemente preciso. Entonces, las conclusiones
inductivamente obtenidas no pueden ser vistas como aportaciones significativas para nuestra comprensin de los fenmenos
econmicos (traduccin propia, Darnell & Evans, 1990, p. 93).

Por ltimo, en relacin con los VAR de Sims, observan:


Especficamente, Sims, como un acto de fe, afirma que todas las
variables relevantes deben incluirse en todas las ecuaciones estructurales y por tanto niega que una teora a priori puede producir las
restricciones necesarias para la identificacin de los modelos estructurales: esta no es una afirmacin comprobable dado que la forma
estructural no es estimable (traduccin propia, Darnell & Evans,
1990, p. 117).

Se cree que los modelos VAR proporcionan un mtodo simple para


producir pronsticos y no estn restringidos a cmo sus variables
se afectan entre s, pero es importante destacar que este enfoque
no est exento de limitaciones. En la prctica, el tamao de los
modelos VAR est limitado por el hecho de que cada variable,
incluyendo los retardos, aparece en cada ecuacin; sin embargo,
la estimacin requiere suficientes grados de libertad. El modelador
debe por eso restringir el nmero de variables y las longitudes de
los retardos utilizadas (traduccin propia, Darnell & Evans, 1990,
p. 119).
No obstante, existen objeciones metodolgicas fundamentales a la
modelizacin VAR: ninguna teora, ms all de la definicin de las
variables, es utilizada en el enfoque, y la consecuencia inmediata
de esto es que no existen teoras econmicas del comportamiento
expresadas en una formulacin falsable -por eso que esta aproximacin no es parte de la ciencia. Por otra parte, cualquier
representacin VAR particular es meramente una conclusin obtenida inductivamente y por tanto est sujeta a todos los ataques
estndar al inductivismo (traduccin propia, Darnell & Evans,
1990, p. 126).
184

WALDO MENDOZA BELLIDO

En cuanto a los conceptos de causalidad y cointegracin,


Lo que los conceptos de integracin y cointegracin ofrecen, sin
embargo, es un desafo para los economistas para abordar cuestiones tales como Si la variable Y puede ser descrita por un proceso
integrado de orden 1, qu significa esto? Qu hiptesis econmicas
(en contraposicin a meras descripciones estadsticas) explican este
fenmeno?. La falta de reconocimiento de la existencia de tales
problemas nos conduce a las mediciones sin teora y al inductivismo; pero es importante destacar que la economa, unida a las
tcnicas de la econometra, es capaz de responder a estas preguntas con un enfoque metodolgicamente slido (traduccin propia,
Darnell & Evans, 1990, p. 143).

Finalmente, estos autores ofrecen una alternativa.


Con pocas modificaciones, es posible replantear el modelo economtrko tradicional dentro de una metodologa falsacionista.
Estas modificaciones incluyen, inter afia, el reconocimiento de la
funcin de las hiptesis auxiliares en la puesta a prueba de la hiptesis principal y el reconocimiento de la condicin del trmino de
error en una ecuacin de regresin. Uno de los puntos importantes que deben introducirse respecto al papel de la hiptesis auxiliar
es que cualquier hiptesis principal puede ser expresada dentro de
una gran variedad de ecuaciones de regresin, dependiendo del
tratamiento en particular de las hiptesis auxiliares. En cuanto al
trmino de error, el enfoque aqu adoptado ha sido el de tratar
cualquier ecuacin de regresin como una descomposicin de los
factores determinantes de la variable dependiente separados en un
conjunto de regresores (el componente sistemtico) y el trmino de
error que es totalmente no-sistemtico. Dentro de este marco, por
tanto, es necesario confirmar la exactitud de la especificacin de
una ecuacin de regresin, como requisito previo para la prueba de
la hiptesis principal de inters. As, adems de la cuestin familiar
de la falsacin prctica, es esencial que la especificacin del modelo

185

CMO INVESTIGAN LOS ECONOMISTAS

en el que se basa la prueba la hiptesis principal haya sido confirmada como correcta; la falsacin prctica, por tanto, requiere
no solo las normas metodolgicas que establezcan los criterios de
rechaw, sino tambin las normas metodolgicas que establezcan
los criterios de confirmacin (traduccin propia, Darnell & Evans,
1990, p. 148).

Por ltimo, si la medicin sin teora debe considerarse como una


prctica inapropiada en la investigacin cientfica en el campo de la
economa, tambin debe rechazarse la teora no sometida a la contrastacin emprica: la teora sin medicin.
Hace casi ochenta aos, Schumpeter (1933) nos deca:
Cada economista es un econmetra, lo desee o no [... ]. Porque,
mientras no seamos capaces de exponer nuestros argumentos en
cifras, la voz de nuestra ciencia, aunque ocasionalmente puede ayudar a dispersar errores groseros, nunca ser oda por los hombres
prcticos (traduccin propia, Schumpeter, 1933, pp. 6 y 12).

En consecuencia, la investigacin en economa necesita pasar por


todas las fases que hemos descrito en este trabajo; es decir, debemos
procurar presentar, en nuestras investigaciones, teoras con medicin.

186

CAPTUL06
fu. PROYECTO DE INVESTIGACIN

Ahora que contamos con todos los elementos de la metodologa de la


ciencia, as como de los elementos ms importantes de la econometra,
disciplina que no tiene todava un sustituto en el campo de la confrontacin de la teora econmica con los hechos, as como en el terreno de
la prediccin, ya podemos presentar un protocolo, una gua, de todos
los pasos que deben seguirse en el proceso de investigacin en el campo
de la economa.
Lo que hay que recordar es que no todos los temas son investigables,
en los trminos de la metodologa que se expone en este libro. En el
captulo 3 de este libro explicamos que para declarar la viabilidad de un
proyecto de investigacin deben cumplirse cinco exigencias.
En primer lugar, como el objetivo principal de la ciencia es explicar qu provoca qu, el tema de investigacin debe plantearse como
una relacin probable de causalidad entre las variables endgenas y las
exgenas.
En segundo lugar, como el fundamento principal de la investigacin
es vincular las hiptesis tericas con los hechos de la realidad, las variables involucradas en la relacin de causalidad propuesta por el modelo
terico deben existir; es decir, estar empricamente identificadas.

CMO INVESTIGAN LOS ECONOMISTAS

En tercer lugar, como las hiptesis en economa tienen una naturaleza estocstica, no pueden contrastarse con datos individuales, sino con
datos masivos. De all que el tamao de la muestra debe ser suficiente
para someter las hiptesis a las pruebas economtricas o estadsticas.
En cuarto lugar, como el objetivo de la ciencia no solo es predecir
sino tambin explicar, dichas predicciones, las hiptesis de causalidad,
deben provenir de un modelo terico. Los datos por s mismos no dicen
nada. Solo se pueden explicar si se tiene un modelo terico.
Por ltimo, para ser declarado viable, el proyecto de investigacin debe garantizar que elevar el stock actual de conocimientos en el
campo de estudio propuesto en el proyecto. La investigacin debe ser
una contribucin al entendimiento de algn problema econmico que
todava no tiene una explicacin satisfactoria.
El incumplimiento de cualquiera de estas restricciones declara inviable el proyecto de investigacin propuesto, si el objetivo es hacer una
investigacin con los cnones que exige la ciencia econmica.
Las reglas fundamentales de la investigacin cientfica presentadas
en la seccin anterior nos proporcionan un marco general acerca de
los pasos que se deben seguir en la elaboracin y el desarrollo de un
proyecto de investigacin econmica. Sobre esta base, expondremos
una gua que permita al investigador abordar su tema de una manera
ordenada, como una secuencia de etapas estrechamente conectadas por
un cordn umbilical: el problema por investigar. El trabajo de investigacin constituye un proceso, que tiene un inicio, un final y puede ser
repetitivo, hasta lograr el objetivo ltimo de la investigacin: poner a
prueba las hiptesis y plantear, a partir de los hallazgos, opciones de
poltica econmica.
En adelante, por motivos pedaggicos, denominaremos (Y) a las
variables endgenas (variables por explicar o variables dependientes) y (X) a las variables exgenas (variables explicativas o variables
independientes).

188

WALDO MENDOZA BELLIDO

6.1

INTRODUCCIN

Lo que motiva cualquier investigacin en el campo de la economa es


la existencia de un problema econmico que no tiene una explicacin
satisfactoria. Hay un acontecimiento, un problema econmico, una
variable o un vector de variables endgenas, cuyas variables explicativas, causas o variables exgenas no son conocidas. La solucin de ese
problema se inicia con el planteamiento de una hiptesis preliminar,
tentativa, de ese problema:
Desde el punto de vista de esta metodologa, comenzamos nuestra
investigacin con problemas. Siempre nos encontramos en una cierta
situacin problema; y elegimos un problema que esperamos ser
capaces de resolver. La solucin, siempre tentativa, consiste en una
teora, una hiptesis, una conjetura (Popper, 1994, pp. 115 y 116).
En la medida en que quepa en absoluto hablar de que la ciencia o el
conocimiento comienza en algn punto tiene validez lo siguiente:
el conocimiento no comienza con percepciones u observaciones
o con la recopilacin de datos o de hechos, sino con problemas.
No hay conocimiento sin problemas -pero tampoco hay ningn
problema sin conocimiento; es decir que este comienza con la tensin entre el saber y no saber, entre conocimiento e ignorancia: no
hay ningn problema sin conocimiento- ni problema sin ignorancia-. Porque todo problema surge del descubrimiento de que
algo no est en orden en nuestro presunto saber; o lgicamente
considerado, en el descubrimiento de una contradiccin interna
entre nuestro supuesto conocimiento y los hechos, o expresado
quiz ms adecuadamente, en el descubrimiento de una posible
contradiccin entre nuestro supuesto conocimiento y los supuestos
hechos.
[... ] El mtodo de las ciencias sociales, al igual que el de las ciencias
de la naturaleza, radica en ensayar posibles soluciones para sus problemas; es decir, para esos problemas en los que hunden sus races
(Popper, 1972, pp. 102 y 103).

189

CMO INVESTIGAN LOS ECONOMISTAS

El problema debe ser bien especfico. Si no lo es, el objetivo o la


meta de la investigacin tampoco lo ser y resultar muy difcil encontrar el camino por dnde iniciarla. Si no sabemos cules son nuestras
variables especficas de inters, ser imposible armar la indispensable
base de datos para la investigacin.
En este contexto, en la introduccin, de manera muy concisa, debe
responderse a las siguientes preguntas:
i. Por qu es importante, justificable, el problema por investigar?
ii. Cules son los objetivos y cules seran los impactos de la investigacin sobre el stock actual de conocimientos en el campo en el
que se inserta el tema de la investigacin?
iii. Cul es la hiptesis (de causalidad) preliminar de la investigacin?

Es necesario que el tema abordado sea preciso y observable. Facilita


la tarea de la investigacin cuando el problema econmico se plantea
bajo la forma de una relacin probable (hiptesis de causalidad preliminar) entre el comportamiento de una o ms variables explicativas (las
variables exgenas) y el de una o ms variables por explicar (las variables
endgenas); es decir, la relacin entre las variables (X) e (Y), donde las
primeras causan las segundas.
Describir el problema por estudiar como una relacin probable de
causalidad entre dos variables o grupo de variables contribuye a precisar
el objetivo de la investigacin. Como dira Hicks:
Nosotros no preguntamos solamente qu es lo que pas, sino tambin por qu pas. Esa es una relacin de causalidad, que presenta
la historia, en la medida que podamos, como un proceso lgico
(traduccin propia, Hieles, 1979, pp. ix-x).

Tambin es recomendable, aunque no indispensable, que las variables exgenas del estudio sean, al mismo tiempo, instrumentos de
poltica econmica. De esta manera, al final del trabajo de investigacin,

190

WALDo MENDOZA BELLIDO

la recomendacin de poltica econmica podr girar en torno a qu


hacer con los instrumentos de poltica para alcanzar los objetivos perseguidos; es decir, sobre cmo influir a travs de las variables exgenas
(X) sobre las variables endgenas (Y).
Por otro lado, siendo el primer contacto del lector con el estudio, la
introduccin debe buscar llamar su atencin y persuadirlo de que vale
la pena continuar con la lectura hasta el final del trabajo.
Por ltimo, como dira Bunge (1968):
Los problemas se formulan de manera clara; lo primero, y a menudo
lo ms difcil, es distinguir cules son los problemas; ni hay artillera analtica o experimental que pueda ser eficaz si no se ubica
adecuadamente al enemigo (1968, p. 27).

En suma, hay que exponer de manera clara las preguntas de la


investigacin, y las respuestas preliminares no deberan ser obvias,
tautolgicas: hay que convencer al lector de que el tema seleccionado
amerita ser estudiado. Fue el auge econmico registrado en el Per en
el periodo 2002-2013 en el Per resultado del buen contexto internacional exclusivamente? Hay rawnes para creer que la reduccin del
dficit fiscal observado en ese periodo est fundamentalmente explicada por el auge econmico y los altos precios de nuestros principales
minerales de exportacin, ms que por la propia accin del Ministerio
de Economa y Finanzas? Puede decirse lo mismo respecto a la disminucin del ndice de cartera pesada de la banca comercial observada en
el mismo periodo, que no debe atribuirse nicamente al accionar de
la Superintendencia de Banca y Seguros? Por qu la mayor apertura
financiera al exterior experimentada en el Per de los ltimos aos est
acompaada por una mayor concentracin bancaria? Cules son los
factores que explican los ciclos econmicos en una economa pequea
y abierta como la peruana? Sern factores monetarios, fiscales o reales;
o sern factores internacionales?

191

CMO INVESTIGAN WS ECONOMISTAS

6.2 EsTADO ACTUAL DE CONOCIMIENTOS


En esta seccin, el investigador resume el estado actual de conocimientos, tanto en el plano terico, como en el emprico. No se necesita hacer
una resea de la literatura revisada, sino solo de las partes conectadas
con el objetivo del estudio; que es investigar, recordemos, acerca de
la relacin causal probable entre dos variables o grupos de variables,
(X) e (Y).
En el estado actual de conocimientos tericos, las teoras o los
modelos tericos presentados deben referirse al tema de la investigacin; esto es, debern ser, en sentido estricto, modelos o teoras que
contengan la vinculacin entre las variables endgenas (Y) y las variables exgenas (X). Solo hay que hacer referencia a aquellas teoras o
modelos que traten acerca de la relacin entre X e Y. Qu dicen las
teoras o los modelos acerca de la relacin entre X e Y? Ese es el nico
objetivo de esta seccin.
En la seccin del modelo terico de la investigacin, se adoptar o se
adaptar uno de los modelos descritos en esta parte 1 Ese modelo debe
tener una descripcin ms detallada, para ir preparando al lector sobre
lo que viene ms adelante.
En el estado actual de conocimientos empricos, la revisin debe
comprender los trabajos empricos que se refieran a la vinculacin estadstica o economtrica entre las variables (X) e (Y), y pueden referirse
a la economa nacional o a la economa mundial. Solo hay que hacer
referencia a aquellos trabajos que hablen acerca de la relacin entre X e
Y. No vale la pena resear aquellos trabajos cuya base de datos no haya
permitido hacer una investigacin con las exigencias de la estadstica o
la econometra.

En algunos casos, cuando los existentes son insatisfactorios, el investigador puede


plantear su propio modelo terico.

192

WALDO MENDOZA BELLIDO

Solo cuando el investigador conozca el estado actual de los conocimientos (o el estado del arte), tanto en el campo terico como en
el emprico, puede precisarse cul ser el aporte de la investigacin en
el stock actual de conocimientos existente (el requisito 5 del captulo
3 de este libro para que un problema econmico sea investigable).
En cunto se afectar al stock actual de conocimientos como producto
de la investigacin?
El lector debe procurar revisar aquellas referencias bibliogrficas
publicadas en revistas de prestigio internacional. Para ese objetivo,
puede acudirse, por ejemplo, a la revista journal ofEconomic Literature
OEL) la que, adems de proporcionar un sistema de clasificacin muy
bien detallado de los diversos campos de la investigacin econmica,
contiene una lista numerosa de artculos publicados en una amplia
variedad de revistas organizadas por temas y con resmenes de algunos
de ellos.

6.3 MAR.co INSTITUCIONAL2 y

PRINCIPALES HECHOS ESTILIZADOS

En la mayora de las economas subyacen particularidades que pueden significar que los efectos de movimientos similares de las variables
exgenas puedan tener efectos distintos sobre las variables endgenas.
Estas particularidades pueden estar referidas al marco institucional en
el que se desenvuelve una economa.
Si, por ejemplo, se est evaluando acerca del efecto de una elevacin
del precio internacional del petrleo sobre los precios y la produccin en el Per en el periodo 2002-2014, puede ser muy importante
conocer el marco institucional que rige la poltica fiscal y la poltica
monetaria en el Per. Los efectos del choque externo sern distintos
2

Este es un componente muy til cuando el marco institucional de una economa,


esto es, la organizacin de las instituciones vinculadas a la investigacin econmica
en curso, es un elemento que debe ser destacado en el proceso de elaborar el modelo
terico.

193

CMO INVESTIGAN LOS ECONOMISTAS

si el banco central acta con metas sobre agregados monetarios o con


metas sobre la tasa de inters, en un sistema de metas explcitas de inflacin. Asimismo, el efecto del choque externo ser distinto dependiendo
de si la poltica fiscal opera con metas sobre el dficit fiscal o si el dficit
fiscal es endgeno. En estos casos, entonces, es necesario presentar el
marco institucional que supone el problema por investigar; en el ejemplo, el marco institucional en el que operan la poltica fiscal y la poltica
monetaria en el Per.
Por otro lado, a travs de cuadros, grficos, o de anlisis de correlacin bsicos, deben mostrase algunas regularidades empricas o hechos
estilizados a propsito del comportamiento de las variables (X) e (Y), o
de aquellas que se presuma que conectan a las anteriores. Esta informacin debe estar referida al periodo completo que abarca la investigacin.
Este ejercicio posibilita mostrar algunas regularidades que permiten
adelantar, de manera preliminar, visual, la pertinencia de las hiptesis
planteadas en la introduccin de la investigacin.
De igual modo, estas relaciones entre variables pueden sugerir
algunos mecanismos de transmisin entre las variables endgenas y
exgenas, que podran servir para la construccin de las ecuaciones
estructurales del modelo que se desarrollar en la seccin siguiente.
Esta seccin es intensiva en estadstica descriptiva3 La estadstica
nos ensea los procedimientos para recoger, presentar, analizar e interpretar datos. En este acpite puede ser til presentar algunas medidas
de dispersin de las series tales como la varianza, la desviacin tpica o
el coeficiente de variacin.
Vale la pena precisar que para construir esta seccin, el investigador debe tener su base de datos completa. De esta manera, tambin se
asegura de que la disponibilidad de informacin no ser un cuello de
botella en el proceso de la investigacin econmica.

Vase, por ejemplo, Novales (1996).

194

WALDO MENDOZA BELLIDO

6.4 EL MODELO
Las teoras son muy generales para ser confrontadas directamente con
los hechos. Por eso, para ser operativas, las teoras requieren una mayor
concrecin, y por eso se necesitan supuestos auxiliares que le permitan
al investigador un mayor grado de aproximacin a la realidad. Esta
mayor aproximacin es el modelo de la teora. Como no existe un
algoritmo lgico que nos permita transitar de la teora al modelo, es
evidente que es posible generar varios modelos de una teora.
Un modelo, de acuerdo con Hicks, es un ejemplo de una teora
(1989, p. 9). En consecuencia, como es posible generar varios modelos
de una teora, adems de ciencia, hay que tener el arte para elegir o
construir el modelo adecuado para el estudio de la realidad elegida.
Es decir, no hay un algoritmo lgico para derivar un modelo de una
4
teora determinada
El investigador debe elegir una teora de las revisadas en la seccin
del estado actual de conocimientos y, a partir de ella, debe construir
el modelo de dicha teora. Esa es la ruta ideal del investigador. En su
defecto, puede adoptar alguno de los modelos tericos presentados
o adaptarlos a las circunstancias particulares de la economa. Podra
decirse que en el bachillerato se adopta un modelo determinado, en la
maestra se procura adaptar el modelo a las circunstancias particulares
de la economa en estudio y en el doctorado los estudiantes deberan
construir su propio modelo.
Cualquiera que sea la opcin seleccionada, en el modelo de la
investigacin debe observarse con claridad el tipo de relacin lgica
existente entre las variables exgenas (X) y endgenas (Y); es decir,
los mecanismos de transmisin entre dichas variables, los que en
general se alimentan de los modelos tericos, de los principales
hechos estilizados o del marco institucional de la economa estudiada.
4

En Varian (1997) se encuentran algunas recomendaciones sobre c6mo construir


modelos.

195

CMO INVESTIGAN LOS ECONOMISTAS

Recalcamos que el modelo tiene que contener la vinculacin entre las


variables endgenas y las variables exgenas postuladas en la introduccin por el investigador. La presentacin del modelo en su forma
estructural contribuye a hacer ms transparentes estos mecanismos de
transmisin y es, como se sustent en la seccin 2.5, el instrumento
para la explicacin, objetivo central de una investigacin.
El modelo no debe tener contradicciones lgicas internas y debe
probarse que en l se puede alcanzar un equilibrio esttico o dinmico.
En un modelo esttico, las variables endgenas deben permanecer
estables, mientras no se produzcan cambios en las variables exgenas. En un modelo dinaniico, la trayectoria temporal de las variables
endgenas no debe modificarse, mientras las variables exgenas permanezcan constantes.
La claridad es un atributo necesario, especialmente en esta parte del
trabajo de investigacin:
La claridad y la distincin no son criterios de verdad, pero la oscuridad
y la confusin pueden indicar el error. Anlogamente, la coherencia
no basta para establecer la verdad, pero la incoherencia y la inconsistencia permiten establecer la falsedad (Popper, 1983, p. 52).

Adems, la elaboracin del modelo de la teora tiene sentido cuando


dicho procedimiento permite enriquecer el proceso de investigacin,
reduciendo el grado de abstraccin y facilitando la falsabilidad del
modelo:
En lo que respecta a las hiptesis auxiliares, decidimos establecer la
regla de que se considerarn aceptables nicamente aquellas cuya
introduccin no disminuya el grado de falsabilidad o contrastabilidad del sistema, sino que, por el contrario, lo aumente (Popper,
1980, p. 79).

Respecto a si es necesario o no presentar el modelo econmico bajo


una versin formalizada, aun cuando no es indispensable, considero,

196

WALDO MENDOZA BELLIDO

como Solow (1991), que es recomendable hacerlo, pues esto contribuye a hacer ms claras las hiptesis y los mecanismos de transmisin
entre las variables X e Y:
Espero que la hostilidad a la formalizacin no sea solo la hostilidad a la claridad [... ] ser preciso no es lo mismo que ser formal.
Ser formal es una forma de ser ms preciso[ ... ]. Hay una distincin
importante que debe hacerse: no confundir el rigor y la abstraccin, aunque a veces el rigor exige la abstraccin. No hay excusa
para la falta de rigor. No se puede tener demasiado rigor (traduccin propia, Solow, 1991, p. 30).

El instrumento ms importante en la elaboracin del modelo econmico es la abstraccin. 'Abstraer', segn la Real Academia Espaola
(RAE) significa: Separar por medio de una operacin intelectual las
cualidades de un objeto para considerarlas aisladamente o para considerar el mismo objeto en su pura esencia o nocin (RAE, 2001).
En el proceso de elaboracin del modelo, el acto de abstraccin
puede ser aplicado de dos maneras (Figueroa, 2012).
En primer lugar, en el proceso econmico existe una lista grande de
variables endgenas y exgenas, observables y no observables. La primera tarea de la abstraccin es seleccionar aquellas variables que son
observables o mensurables, y denominarlas variables exgenas y endgenas. La segunda tarea de la abstraccin consiste en seleccionar entre
las variables exgenas a aquellas ms significativas, lo que significa dejar
de lado, ignorar, abstraer al resto. Este proceso debe construirse a una
escala muy alta, como la de un buen mapa.
El proceso de elaboracin del modelo es entonces un artificio lgico
con el que se intenta representar el complejo mundo real con un mundo
abstracto mucho menos complejo, el cual nos sirve no solo para predecir y explicar, sino tambin para comprender el complejo mundo real.
Es imprescindible que el modelo sea presentado tanto en forma
estructural como de manera reducida.

197

CMO INVESTIGAN LOS ECONOMISTAS

El modelo en su forma estructural se representa con un conjunto


de ecuaciones o relaciones estructurales en las que las variables endgenas dependen de variables exgenas y de variables endgenas. Estas
ecuaciones muestran las distintas relaciones internas que existen en el
proceso econmico, dados los supuestos que se establecen.
Para convertir el modelo en su forma estructural al modelo en su
forma reducida, hay que suponer que existe el equilibrio econmico,
esttico o dinmico, un estado el que, cuando se alcanza, nadie tiene
incentivo ni el poder para alterarlo.
As pues, el modelo en su forma reducida muestra las relaciones
consolidadas o finales de las relaciones estructurales, donde las variables
endgenas estn en funcin nicamente de variables exgenas. En el
modelo en forma reducida aparecen explcitamente las relaciones de
causa a efecto que establece el modelo.
Es entonces el modelo el que determina cules variables son exgenas y cules endgenas, as como los mecanismos de transmisin entre
ellas.
La importancia de tener esta representacin bidireccional del
modelo radica en que es a partir del modelo en su forma reducida
que se derivan las hiptesis de causalidad, pero es a partir de la forma
estructural que se puede explicar la naturaleza de la relacin de causalidad postulada.
Es preciso aclarar, apelando a Figueroa (2009), que el modelo en su
forma estructural capta los mecanismos subyacentes a travs de los cuales los elementos exgenos se transforman en los elementos endgenos.
Pero esos mecanismos no son observables. Lo nico que es observable es
la relacin en la forma reducida entre la variable exgena y la variable
endgena.
Por ltimo, es necesario recordar a Keynes, sobre el rol de los modelos.
La economa es una ciencia de pensar en trminos de modelos
unida con el arte de elegir los modelos que son relevantes para el

198

WALDO MENDOZA BELLIDO

mundo contemporneo. Los buenos economistas son escasos porque el don de utilizar la observacin vigilante para elegir un buen
modelo, aunque no requiere de una tcnica intelectual altamente
especializada, parece ser un don muy escaso (traduccin propia,
Keynes, 1938, pp. 297 y 298).

6.5 LAs HIPfESIS (PREDICCIONES)


Las hiptesis son proposiciones que predicen relaciones de causalidad
entre las variables exgenas del modelo (que son la causa del fenmeno)

y las variables endgenas (que reciben el efecto). Estas son las proposiciones empricamente falsables. Las hiptesis deben ser refutables.
Cualquier proposicin que en principio no puede ser refutable est
fuera del dominio de la ciencia.
La ciencia econmica no puede pronosticar, no puede determinar los valores que tomarn las variables endgenas en el futuro.
La ciencia solo puede predecir: dados los valores de las variables
exgenas, puede determinarse el valor de las variables endgenas.
Pero la ciencia no tiene capacidad para saber cules sern los valores
de las variables exgcnas en el tiempo; tendra que endogenizarlas
(Figueroa, 2003, p. 29).
No deben confundirse las predicciones, que son condicionales,
del tipo si X sucede, entonces Y suceder, con las profecas, que son
incondicionales, del tipo Y suceder.
Las predicciones se derivan del modelo en su forma reducida, que
pueden estar acompaadas por una explicacin basada en la forma
estructural. En general, son proposiciones condicionales; es decir,
relaciones de causalidad que existen entre las variables (X) e (Y), suponiendo que el resto de variables exgenas se mantienen constantes.
En los modelos estticos, resultan de los ejercicios de esttica comparativa desarrollados a partir del modelo; y en los modelos dinmicos, de
la dinmica comparativa.

199

CMO INVESTIGAN LOS ECONOMISTAS

La hiptesis es la misma que se plante al inicio de la investigacin, en la introduccin. En dicha seccin se plante una hiptesis de
manera provisional, como una relacin de causalidad entre las variables
(X) e (Y). En esta seccin se presenta esa misma hiptesis, pero ms
desarrollada, pues ahora ya se cuenta con el modelo en su forma reducida como respaldo, del que se derivan lgicamente, por medio de la
matemtica, las predicciones, que son hiptesis de causalidad. Adems,
como las ecuaciones estructurales del modelo sealan los mecanismos
de transmisin entre las variables, las hiptesis, por ser de causalidad,
describen tambin los canales a travs de los cuales las variables exgenas influyen sobre las variables endgenas. En la introduccin, la
hiptesis sealaba la causalidad, pero no se contaba an con elementos
para explicarla.
Asimismo, como un objetivo fundamental de la ciencia econmica
es explicar qu causa qu, las hiptesis tienen que ser necesariamente
de causalidad.
Es. necesario recordar que la causalidad, en el marco de la metodologa postulada en este libro, no es un concepto estadstico o
economtrico, sino un concepto terico, que viene establecido en el
modelo terico. De acuerdo con Hicks (1979) y Figueroa (2003), respectivamente:
He insistido en que la afirmacin si no A, entonces no B es terica,
se deriva de algo que, en el sentido ms general, puede ser descrito
como una teora o un modelo (traduccin propia, Hicks, 1979,
p. 22).
[... ] es siempre cierto que cualquier afirmacin de causalidad, de
cualquier clase que sea, hace referencia a una teora. Es porque
consideramos acontecimientos que afirmamos que se relacionan
causalmente como casos de una teora, que podemos enunciar una
relacin entre ellos. Todas las afirmaciones de causalidad tienen que
ver con la aplicacin de una teora (Hicks, 1979, p. 55).

200

WALDO MENDOZA BELLIDO

No existe una ruta lgica desde la asociacin o correlacin emprica hacia la causalidad. Esta ltima requiere una teora subyacente,
dado que las variables exgenas y endgenas vienen de una teora
(Figueroa, 2003, p. 43).

Del mismo modo, las hiptesis, para tener sentido y ser refutables,
tienen que ser empricamente observables. Proposiciones incondicionales, tales como cuando los curanderos arengan a sus pacientes, si tienes
fe, sanars (Figueroa, 2003), o las proposiciones de algunos economistas, cuando afirman que la inflacin bajar si la poltica monetaria es
creble, son hiptesis no refutables, y por tanto estn fuera del domino
de la investigacin econmica.
Para derivar las hiptesis es indispensable asumir que la economa
est en equilibrio. En trminos de los agentes econmicos que interactan en el proceso de produccin y distribucin, el equilibrio significa
que, dadas las restricciones que enfrentan estos agentes, ninguno de
ellos tiene el poder ni el deseo de alterar la situacin existente.
En trminos del modelo, una economa est en equilibrio cuando,
suponiendo constantes las variables exgenas, no existe ninguna fuerza
que modifique el valor actual de las variables endgenas de equilibrio
del modelo. En el caso de los modelos estticos, es decir, cuando las
variables endgenas estn referidas a un solo momento del tiempo, el
equilibrio es esttico: dadas las variables exgenas, el valor de equilibrio
de las variables endgenas no se modifica. En el caso de los modelos
dinmicos, esto es, cuando las variables endgenas estn referidas a ms
de un momento en el tiempo, el equilibrio es dinmico: si las variables
exgenas se mantienen constantes, las trayectorias de equilibrio de las
variables endgenas no se alteran.
Las hiptesis que se derivan a partir de un modelo esttico nos dicen
qu ocurre con el valor de equilibrio de las variables endgenas cuando
se mueven una o ms variables exgenas. Es el mtodo de la esttica
comparativa.

201

CMO INVESTIGAN LOS ECONOMISTAS

En el caso de los modelos dinmicos, la hiptesis expresar qu ocurre con la trayectoria a travs del tiempo de las variables endgenas
cuando se produce un cambio en las variables exgenas. Es el mtodo
de la dinmica comparativa.
As pues, son las hiptesis las que deben transformar el modelo econmico inicialmente planteado en la forma de un modelo economtrico
que mejor se aproxime al verdadero proceso generador de datos.
No es posible derivar hiptesis si no asumimos el concepto de estabilidad (Figueroa, 2009). En un modelo estable, cuando se mueve el
valor de una variable exgena, la variable endgena se aleja de su valor
de equilibrio o de su trayectoria de equilibrio; pero, como el equilibrio
es estable, la variable endgena se modificar hasta alcanzar su nuevo
valor de equilibrio (modelo esttico) o su nueva trayectoria de equilibrio (modelo dinmico). Comparando estas situaciones de equilibrio es
que se derivan las hiptesis.
Por otro lado, la hiptesis, adems de la relacin de causa a efecto,
debe contener una explicacin de esa relacin:
[... ] no preguntamos solamente qu ocurri, preguntamos por
qu ocurri. Esto es causacin; mostrar lo ocurrido como un proceso lgico, en la medida en que podamos hacerlo (Hicks, 1979,
p. 16).

Es decir, la relacin de causa a efecto se deriva del modelo en su


forma reducida (qu ocurri), mientras que la explicacin (por
qu ocurri) se origina en la forma estructural del modelo. De all la
importancia de que el modelo sea presentado tanto en su forma estructural como en su forma reducida.
En el lenguaje de la econometra (Kmenta, 1977), las afirmaciones
relativas al valor de algn parmetro de la poblacin son las hiptesis
nulas. En general, introducimos como hiptesis nula la proposicin
que realmente deseamos refutar. La hiptesis nula es una proposicin contrastable y, por tanto, es necesario que exista una proposicin

202

WALDO MENDOZA BELLIDO

contraria, ya que en otro caso no habra ninguna necesidad de efectuar


la contrastacin.

La hiptesis nula seala generalmente que la relacin postulada no


existe, lo cual normalmente significa que el valor de uno o ms
parmetros es igual a cero, mientras que la hiptesis alternativa
afirma que la relacin s existe [ ... ] las hiptesis de carcter especfico son ms fciles de refutar que las que tienen un carcter vago
o general y, por tanto, resulta deseable [... ] que los problemas de
contrastacin de hiptesis se formulen con una hiptesis nula tan
especfica como sea posible (Kmenta, 1977, pp. 131, 133).
Por ltimo, vale la pena tomar en consideracin las siguientes recomendaciones de Bunge (1970) sobre la apropiada formulacin de las
hiptesis.
En la ciencia se imponen tres requisitos principales a la formulacin
(que no es sin ms la aceptacin) de las hiptesis: (i) la hiptesis
tiene que ser bien formada (formalmente correcta) y significativa
(no vaca semnticamente); {ii) la hiptesis tiene que estar fundada
en alguna medida en conocimiento previo; y si es completamente
nueva desde ese punto de vista, tiene que ser compatible con el
cuerpo del conocimiento cientfico; (iii) la hiptesis tiene que ser
empricamente contrastable mediante los procedimientos objetivos
de la ciencia, o sea, mediante su comparacin con los datos empricos controlados a su vez por tcnicas y teoras cientficas {Bunge,
1970, p. 255).

Bunge nos recuerda, una vez ms, que las hiptesis se derivan de las
teoras: Las hiptesis no se nos imponen por la fuerza de los hechos,
sino que son inventadas para dar cuenta de los hechos (1968, p. 66).
En las ciencias naturales, como en la biologa o la agronoma, que
operan con datos experimentales, las hiptesis son tambin relaciones de causa a efecto, derivadas tambin de alguna teora, pero los
datos son experimentales. Cuando la informacin es experimental,

203

CMO INVESTIGAN LOS ECONOMISTAS

se pueden manipular intencionalmente una o ms variables exgenas


(causas o antecedentes) para analizar las consecuencias que dicha manipulacin tiene sobre las variables endgenas (efectos o consecuentes),
asumiendo constantes ciertas condiciones (ceteris paribus) que s estn
bajo el control del investigador.

6.6 EL MODELO ECONOMTRICO Y LOS MTODOS


Y PROCEDIMIENTOS DE LA INVESTIGACIN

El nivel de abstraccin del modelo econmico, incluso en su forma


reducida, no permite su confrontacin directa con los hechos. En consecuencia, hay que crear un canal adicional de transmisin entre el
modelo econmico y los hechos. Para ello hay que bajar el grado de
abstraccin del modelo terico y transformarlo en un modelo economtrico: Los modelos constituyen un marco o un esqueleto y la carne
y la sangre tendrn que ser aadidos con gran sentido comn y conocimiento de los detalles (Tinbergen, 1969, p. 4).
Las diferencias entre el modelo terico y el modelo economtrico
son varias. En primer lugar, el segundo demanda una forma funcional
definida, mientras que el primero puede eludir el hecho de explicitar la
forma funcional o solo imponerle ciertos requisitos como el de derivabilidad, concavidad o la existencia de un mnimo. En segundo lugar, el
modelo economtrico exige una especificacin estadstica ms precisa
de las variables que lo componen. En tercer lugar, los modelos economtricos se establecen como relaciones estocsticas o aleatorias entre
variables, mientras que los modelos tericos suelen proponerse como
relaciones exactas o determinsticas. Una variable estocstica es aquella
que puede tomar cualquier valor con una probabilidad dada.
Entonces, la perturbacin estocstica del modelo economtrico:
i. Sustituye a las variables excluidas u omitidas del modelo.
ii. Puede reflejar la aleatoriedad intrnseca de Y.
iii. Refleja la inexactitud de las variables proxies.

204

WALDO MENDOZA BELLIDO

iv. Muestra la omisin de variables exgenas que surgen por el principio de parsimonia (economa, sobriedad, moderacin).
v. Refleja la forma funcional incorrecta.
Los criterios de seleccin de un modelo economtrico dependen
del objetivo que se propone la investigacin, que puede ser de carcter
exploratorio o definitivo; del tipo de informacin disponible (de series
de tiempo cuantitativa o cualitativa, de corte transversal o informacin
de panel o longitudinal), y tambin de la naturaleza de las variables
especificadas respecto a su escala de medicin u observabilidad.
En esta seccin se deber tambin precisar el destino que se dar al
modelo economtrico, el cual puede ser utilizado para desarrollar un
anlisis estructural (cuantificar las relaciones entre las variables endgenas y la exgenas), para hacer predicciones (anticipar los valores futuros
de las variables endgenas, dadas las exgenas) o para hacer simulaciones de poltica econmica (comparar los efectos de distintas mezclas de
poltica econmica sobre las variables endgenas).
Cuando se trabaja con series de tiempo y el objetivo es estimar los
parmetros del modelo, en primer lugar, hay que aplicar pruebas de
raz unitaria para verificar que los datos son estacionarios en media y
varianza, de lo contrario podra producirse una mala estimacin de los
coeficientes o el modelo no convergera.
En cualquiera de estos casos, es preciso recordar la naturaleza
estocstica de las hiptesis y la necesidad del mtodo estadstico de
verificacin.
En los modelos economtricos tambin se exige el cumplimiento
del principio de parsimonia, segn el cual lo ideal es explicar mucho
con poco. Es decir, es deseable que el comportamiento de las variables
endgenas pueda ser explicado con un nmero muy pequefio de variables exgenas.
Para culminar, adems del modelo economtrico, en esta seccin hay
que identificar empricamente y describir la base de datos de las variables exgenas (X) y endgenas (Y) en estudio, indicando claramente
205

CMO INVESTIGAN WS ECONOMISTAS

las fuentes de informacin, sus alcances y limitaciones en cuanto al


periodo de anlisis, unidades de tiempo o consideraciones muestrales,
de ser el caso. La base de datos puede estar conformada por informacin cualitativa, siempre que pueda expresarse en forma cuantitativa,
tales como las variables ficticias o dummy. Este minibanco de datos
servir tambin para que otros investigadores puedan replicar, discutir
o refutar los hallazgos empricos de la investigacin en curso.
El conocido autor de un libro popular de econometra, Jeffrey
Wooldridge (2010), advierte que:
Esta es la seccin donde debe hacerse la distincin entre un modelo
y un mtodo de estimacin. Un modelo representa una relacin
poblacional (definida en trminos generales para dar cuenta de las
ecuaciones de series de tiempo) [... ]
Despus de especificar un modelo o modelos, es adecuado analizar
los mtodos de estimacin [... ]. Por lo general, hay varias formas
de estimar cualquier modelo. Debe explicarse por qu el mtodo
elegido es el idneo (Wooldridge, 2010, p. 680).

Como ejemplo de lo peligroso que puede resultar no proceder cuidadosamente con el modelo como con la base de datos, es posible citar
el trabajo de Carmen Reinhart y Kenneth Rogoff. Estos economistas
analizan datos de pases, en el periodo posterior a la Segunda Guerra
Mundial y concluyen que altos niveles de deuda respecto del PBI (90%
o ms) estn asociados con resultados en crecimiento notablemente
ms bajos (traduccin propia, Reinhart & Rogoff, 2010, p. 22).
Las crticas a los resultados obtenidos son contundentes. En primer
lugar, hubo problemas de omisin de datos. Por ejemplo, se excluyen
datos de Australia, Nueva Zelanda y Canad en el periodo 1946-1950,
pases que haban registrado altos niveles de crecimiento econmico
(7.7, 11.9, 9.9 y 10.8, respectivamente) a pesar de la presencia de una
deuda que sobrepasaba el 90% del PBI (Herndon, 2013, p. 6).

206

WALDO MENDOZA BELUDO

En segundo lugar, no asignaron el peso adecuado a la cantidad de


aos en situaciones de crecimiento respecto a los periodos de crisis
(Krugman, 2013).
Es decir, se calcul un solo valor promedio por pas por todos los
aos [... ] donde un episodio de crisis de un solo ao pesara igual
que el dos dcadas, lo cual resulta arbitrario e insostenible (Herndon,
2013, p. 7).
Los autores propusieron un modelo a favor de las polticas de austeridad, no obstante no comprobaron si realmente el mtodo para
corroborar dicha postura era el ms adecuado en trminos de verificacin emprica. Corregidos los errores, las conclusiones cambiaron
completamente y dejaron de apoyar la tesis propuesta inicialmente por
ambos autores.

6.7 HIPTESIS Y EVIDENCIA EMPRICA


En esta seccin, se discuten los resultados del anlisis estadstico y economtrico, y se evala su relacin con las hiptesis de la investigacin.
Acerca de la relacin entre (X) e (Y): son los resultados encontrados consistentes con las hiptesis? Cul es el grado de confiabilidad
de estos resultados? El valor del parmetro hallado, es estadstica y
econmicamente significativo? Qu nos dice la evidencia encontrada
respecto a hallazgos anteriores? Esta seccin es intensiva en el uso de la
econometra y la estadstica.
El grado de consistencia de los hechos con las predicciones permite
juzgar la pertinencia del modelo que origin las predicciones, as como
del marco terico que dio lugar al modelo. Si la prediccin es inconsistente con los hechos, entonces la teora es falsa. Esta es la esencia del
mtodo popperiano de falsacin en la ciencia.
Esta tarea no es sencilla pues el modelo se construy sobre la base de
la teora, ms un conjunto de hiptesis auxiliares que permitieron construir el modelo. De una teora pueden entonces derivarse varios modelos.

207

CMO INVESTIGAN LOS ECONOMISTAS

La prediccin, en consecuencia, tiene que ver con la teora, pero tambin con el conjunto de hiptesis auxiliares.
Si la prediccin es consistente con los hechos, lo ser tambin con
la teora, pero no se puede aceptar que la teora sea verdadera, pues la
prediccin puesta a prueba puede tambin ser derivada lgicamente de
otra teora, que no ha sido considerada. As, un hecho observado puede
ser consistente con una o ms teoras. Por otro lado, como la prediccin se deriva del modelo, y no de la teora, lo que en realidad se est
sometiendo a la prueba emprica es el modelo y no la teora. De all,
de acuerdo con Friedman (1967) y Figueroa (2009), la complejidad de
establecer un criterio de verdad en la economa y el enorme espacio que
se deja para la controversia.
La validez de una hiptesis en este sentido no es por s misma un
criterio suficiente para elegir entre hiptesis alternativas. Los hechos
observados son necesariamente finitos en su nmero; las hiptesis
posibles infinitas. Si existe una hiptesis compatible con la evidencia disponible, hay siempre un nmero infinito que lo es tambin
(Friedman, 1967, p. 15).

Finalmente, el grado de consistencia de los hechos con las hiptesis


est tambin afectado por la calidad de las estadsticas y las limitaciones
particulares de los mtodos estadsticos y economtricos de verificacin
de hiptesis. Adems, de una teora pueden derivarse diversos modelos,
y que cada uno de ellos puede expresarse mediante modelos economtricos diferentes.
El modelo economtrico puede tener los conocidos errores de especificacin consistentes en la omisin de variables relevantes, la inclusin
de variables innecesarias o irrelevantes, la adopcin de una forma funcional equivocada o la de errores de medicin de las variables exgenas
o endgenas.
El concepto de falsacin de Popper significa entonces que una
teora o un modelo solo puede sobrevivir si sus hiptesis no han sido

208

WALDO MENDOZA BELLIDO

rechazadas por la evidencia emprica, lo cual no significa que la hiptesis ha sido verificada, sino solo corroborada. Para Popper poner a
prueba una teora significa refutarla. Si no es posible refutarla, dicha
teora queda corroborada, pudiendo ser aceptada, provisionalmente,
pero nunca verificada.
Por eso es que la evidencia emprica permite refutar pero no verificar. Si las predicciones incluidas en las hiptesis no son refutadas por
la evidencia emprica, el terico puede adoptarlas, pero solo provisionalmente, pues siempre son susceptibles de refutaciones por nueva
evidencia o nuevos mtodos de verificacin: la investigacin en economa siempre es un proceso, iterativo y no terminal.
Figueroa (2009) resume perfectamente el significado de la aceptacin o el rechazo de las hiptesis. Si los datos empricos encajan
estadsticamente con las predicciones del modelo terico, puede decirse
que el modelo, y la teora que lo origin, son consistentes con la realidad. Puede decirse, adems, que la teora explica la realidad, en el
sentido de que sus predicciones son consistentes con los hechos. En este
caso, no hay ninguna razn para rechazar la teora.
Sin embargo, no podemos decir que el modelo o la teora son
verdaderos o que han sido verificados. La razn es que las mismas predicciones o hiptesis pueden haberse derivado de otros modelos u otras
teoras pues no hay una relacin unvoca entre las teoras y las hiptesis.
Por eso es mejor afirmar que la teora ha sido corroborada.
Las definiciones de la Real Academia Espaola respaldan esta
postura. Mientras que la verificacin tiene una connotacin tajante:
Comprobar o examinar la verdad de algo, la corroboracin tiene una
evocacin menos categrica: Dar mayor fuerza a la razn, al argumento o a la opinin aducidos, con nuevos raciocinios o datos.
Por otro lado, si los hechos son inconsistentes con las hiptesis,
sin dar lugar a dudas, la teora puede declararse como falsa y debe
buscarse otra teora e iniciar nuevamente la investigacin. De esta
manera, siempre de acuerdo con Figueroa (2009), en la metodologa

209

CMO INVESTIGAN WS ECONOMISTAS

de la investigacin econmica, las expresiones coherente y falso


son trminos opuestos; y se usan en lugar de los trminos verdadero
y falso.
En la figura 6.1 se ve con claridad por qu es posible rechazar una
teora con mucha mayor certeza y por qu la aceptamos con mucha
reticencia.
Supongamos que tenemos una teora T. A partir de esta pueden
derivarse m modelos tericos distintos. A su vez, a partir de cada
modelo terico, pueden resultar n hiptesis diferentes. Por ltimo, cada
hiptesis puede ser expresada bajo modelos economtricos diferentes.
Supongamos un escenario en el que hemos decidido trabajar con
el modelo terico M 5, la hiptesis Hw y el modelo economtrico
ME545 Asumamos que luego de haber hecho las pruebas estadsticas
correspondientes encontramos que hay consistencia entre la evidencia
emprica y las hiptesis de la investigacin.
Podramos decir que la teora Tes verdadera?
De ninguna manera. Para probar que la teora Tes verdadera,
tendramos que haber explorado todos los modelos tericos, todas las
hiptesis y todos los modelos economtricos que pueden derivarse a
partir de la teora T. Es decir, deberamos haber puesto a prueba las
m x n x combinaciones resultantes a partir de una nica teora.
Como esa tarea es imposible, solo podemos decir que, con la evidencia encontrada no hemos hallado pruebas de que la teora sea falsa.
La teora ha sido corroborada; sus hiptesis son consistentes con los
hechos. Pero la teora no es verdadera.
Y qu pasara si encontramos que la hiptesis es inconsistente con
la evidencia emprica? Podemos decir que la teora es falsa?
En trminos estrictamente lgicos, s, con absoluta certeza. Para
declarar que la teora es falsa solo nos basta encontrar que una de las
m x n x distintas combinaciones es falsa.
Por eso, en la lgica de la investigacin econmica, puede decirse
que una teora es falsa, pero no que es verdadera.

210

WALDO MENDOZA BELLIDO

Figura 6.1. La complejidad de la investigaci6n econ6mica

TEORA

HIPTESIS

MODELO

MODELO
ECONOMTRICO

Ml

ME541

M2

ME542

M3

ME543

M4

ME544

1 ME545 I

ME54

Fuente: figura elaborada por el autor.

6.8

CONCLUSIONES E IMPLICANCIAS PARA 1A POLTICA


ECONMICA

Esta ltima seccin de la investigacin econmica es la ms breve de


todas y tiene dos componentes. En primer lugar, est el resumen de los
principales resultados del trabajo. En segundo lugar, se detallan las
implicancias para la formulacin de polticas econmicas, fundamenta-

das en los hallazgos de la investigacin.


Est prohibido inventar recomendaciones que no se originen en la
investigacin. El resumen es breve, de alrededor de una pgina, y debe
limitarse a contestar a la pregunta: cul es el hallazgo o el valor agregado que puede mostrar la investigacin culminada?

211

CMO INVESTIGAN LOS ECONOMISTAS

Discutamos sobre cmo deben formularse las recomendaciones de


poltica econmica.
La poltica econmica es el producto final de la investigacin en
economa. En un pas como el Per, no podemos darnos el lujo de
investigar sin aspirar a contribuir a mejorar sus condiciones econmicas
y sociales. Si la investigacin no concluye con propuestas de poltica
econmica -esto es, con planteamientos que alteren el valor de los
instrumentos de poltica para alcanzar los objetivos deseados-, la investigacin habr sido estril.
El premio nobel de economa Jan Tinbergen es uno de los autores
referentes en las discusiones sobre poltica econmica. En los modelos
estticos, cuando el nmero de objetivos independientes de poltica
econmica es igual al nmero de instrumentos, puede utilizarse la regla
de Tinbergen, en trminos de qu hacer con (X) para poder influir
en la direccin deseada sobre (Y). La regla de Tinbergen seala que si
se cuenta con m objetivos de poltica econmica, se necesitan m instrumentos de poltica econmica, independientes entre s, para poder
alcanzar dichos objetivos.
Para mostrar la regla de Tinbergen, asumamos que tenemos un
modelo econmico en su forma reducida que adopta la expresin (6.1).
En esta, las variables endgenas dependen linealmente de las variables
exgenas que son instrumentos de poltica econmica y de las variables
exgenas que no son instrumentos de la poltica econmica.

Y=AX+BZ

(6.1)

Donde,

Y=
A

Vector columna, de orden m x l, del conjunto de variables


endgenas.
Matriz de orden m x m, con los parmetros que vinculan a
las variables endgenas con las variables exgenas que son
instrumentos de poltica econmica.

212

WALDO MENDOZA BELLIDO

X=

Vector columna de orden m x 1, con las variables exgenas


que son instrumentos de poltica econmica.

B=

Matriz de orden m x n, con los parmetros que vinculan a


las variables endgenas con las variables exgenas que no son
instrumentos de poltica econmica.

Z=

Vector columna de orden n x l, con las variables exgenas


que no son instrumentos de poltica econmica.

La investigacin econmica, haciendo uso de las herramientas de


la econometra tradicional, debera permitirnos contar con los valores numricos tanto de los parmetros contenidos en las matrices
A y B, como de las variables exgenas contenidas en los vectores X y Z.
Ese sera el producto final del acadmico, el investigador.
La investigacin acadmica permite contestar a la pregunta: cul es
el efecto de movimientos en las variables exgenas instrumentales y no
instrumentales, sobre las variables endgenas del modelo?
Las preguntas de la poltica econmica son muy distintas, estn asociadas al trabajo del investigador, pero no dependen directamente de l.
El que disea y aplica la poltica econmica (el ministro de economa,
el presidente de la repblica, el presidente del banco central) decide
cul es el valor que deben alcanzar las variables endgenas que son de
su inters (las variables endgenas objetivo), con lo cual las variables
endgenas de la investigacin acadmica se convierten en datos, en
variables exgenas.
Entonces, cul es la utilidad de la investigacin acadmica? En teora,
la ecuacin (6.1), a la que arrib la investigacin econmica, representa
la estructura de la economa en la que se aplicar una determinada
poltica econmica. La tarea esencial de la investigacin econmica, en
el ejemplo ilustrativo que estamos mostrando, consiste en proporcionar
los valores numricos de la ecuacin (6.1), en particular de las matrices A y B. Si esa ecuacin es un buen mapa de la economa, puede
utilizarse para responder a la pregunta central de la poltica econmica.

213

CMO INVESTIGAN LOS ECONOMISTAS

Dada esa economa, y dados los objetivos de la poltica econmica (Y),


que se han convertido, gracias a los que deciden la poltica econmica,
en variables exgenas, cules son los valores que deben alcanzar los
diversos instrumentos de la poltica econmica para lograr los objetivos
planteados por sus decisores? En consecuencia, el valor que adopten
los instrumentos de la poltica econmica se han convertido ahora en
variables endgenas.
En trminos formales, a partir de la ecuacin (6.1) podemos derivar
la siguiente ecuacin, ordenada apropiadamente para discutir el tema
de la poltica econmica.

X=CY+DZ

(6.2)

Donde,

DondeA- 1 es la inversa de la matriz A.


Es evidente que este sistema solo puede tener una solucin nica
--que los objetivos trazados puedan alcanzarse con una mezcla nica de
instrumentos de poltica econmica- si C es una matriz cuadrada.
El profesor Tinbergen lo expres as: El nmero de objetivos debe
ser igual al nmero de instrumentos (traduccin propia, Tinbergen,
1970, p. 27).
Donde estos ltimos, deben ser independientes entre s.
De la ecuacin (6.2) es absolutamente claro que las propuestas de
poltica econmica estn basadas en los hallazgos de la investigacin
econmica; es decir, en los valores numricos de las matrices A y B.
Ninguna receta de poltica puede salir de la manga. Pero tambin es
absolutamente claro que las propuestas estn tambin asociadas a los
valores asignados a los objetivos de la poltica econmica, los cuales son
independientes de los resultados de la investigacin.

214

WALDO MENDOZA BELLIDO

Para ilustrar el particular problema que deben enfrentar los que


disean la poltica econmica utilizaremos los modelos propuestos
y explicados en secciones anteriores, el modelo IS-LM y el modelo
DA-OA. Como las ecuaciones y los procedimientos para llegar a sus
valores de equilibrio han sido mostrados previamente, nos concentraremos nicamente en verificar el cumplimiento de la regla de Tinbergen
en estos modelos.
Tomemos primero el caso del modelo IS-LM. Las condiciones de
equilibrio en el mercado de bienes (IS) y en el mercado monetario
(LM) vienen dadas por las ecuaciones (6.3) y (6.4).

o y
r=--b kb

(6.3)

r=-(M' -P) + b0 y
bl
bl

(6.4)

De las ecuaciones anteriores, podemos encontrar los niveles de equilibrio de las dos variables endgenas del modelo, la produccin y la tasa
de inters. Este es el modelo en su forma reducida.

(6.5)

(6.6)
A su vez, este sistema de ecuaciones puede presentarse bajo una
forma matricial. En esta forma matricial se distinguen, en la parte de la
izquierda, el vector columna de variables endgenas y, en la derecha, las
variables exgenas premultiplicadas por las matrices que contienen los
parmetros estructurales del modelo.

215

CMO INVESTIGAN LOS ECONOMISTAS

(:)=

b +bb
k
o

b +bb
k
o

b0 k

b1 +kbb0

b1 +kbb0

(~s)

b +bb
o
+ k
b0 k

b +bb
k
o

b +bb
k
o

b1 +kbb0

b1 +kbb0

b0 k
b1 +kbb0

(~J

(6.7)

En esta presentacin, las variables endgenas objetivo del modelo


son los niveles de produccin (Y) y la tasa de inters (r), y los instru5
mentos de poltica econmica son la oferta monetaria nominal (M ) y
el gasto pblico (G0). Dadas estas condiciones del modelo, es posible
afirmar que el nmero de variables objetivo, que son dos, la produccin
y la tasa de inters, y el nmero de instrumentos (independientes entre
s), que tambin son dos, la oferta monetaria y el gasto pblico, es exactamente igual; por ende, la regla de Tinbergen se cumple.
En trminos matemticos, en este ejemplo, la matriz que acompaa
a las variables instrumentos de poltica M 5 y G0 es cuadrada, de rango
completo (determinante distinto de cero) y tiene inversa. En consecuencia, el sistema tiene solucin para dar valores exactos de Ms y G0 ,
para alcanzar valores exactos tambin de los objetivos de la poltica econmica, la produccin y la tasa de inters (Y, r). El modelo en su forma
reducida presentado en manera matricial con el sistema de ecuaciones
(6.7), similar en su estructura a la ecuacin general (6.1) presentada
ms arriba, puede ser transformado fcilmente en una estructura en la
cual los instrumentos de la poltica econmica se convierten en variables endgenas, como en la ecuacin (6.2), por la sencilla razn de que
la matriz que premultiplica a las variables exgenas en el sistema de
ecuaciones (6.7) es una matriz cuadrada que tiene inversa.
216

WALDO MENDOZA BELLIDO

A continuacin, usemos el modelo de demanda y oferta agregada


(DA-OA) para ilustrar un ejemplo ms del problema al que se refera
Tinbergen, en el que, con los instrumentos de poltica econmica existentes, no es posible alcanzar los objetivos de la poltica econmica.
La demanda y la oferta agregadas vienen dadas por el siguiente sistema de ecuaciones

P= b A +Ms - b +kbbo y
b o
kb

(6.8)

P=P" +A-(Y-Y)

(6.9)

Solucionando el sistema anterior arribamos al modelo en su forma


reducida, en el que se muestran los valores de equilibrio de la produccin y el nivel de precios.

(6.10)

peq

b1 + kbb0 p +
A-kb1
o
kb(A- +b0 )+b1
kb(A- +b0 )+ b1

A-kb
Ms _ A-(b1 + kbb0 ) Y
kb(A- +b0 )+b1
kb(A- +b0 )+ b1

(6.11)

Las ecuaciones (6.1 O) y (6.11) pueden ser presentadas, como antes,


en su forma matricial.

217

CMO INVESTIGAN WS ECONOMISTAS

(~:)=

k
A.kb
kb(A.+b
kb(A.+b0 ) +l
0 )+b1
b
k
A.kb
b kb(A.+b0 )+b1
k(A.+b0 )+t

(;.)

k
k
kb(A.+b0 ) +l kb(A. +b0 ) + l
h
h
+
A.kb
A.kb
kb(A.+b0 )+b1 kb(A.+b0 )+b1

k
b
k(A.+b0 )+t
b1 +kbb0
kb(A. +b0 )+ h1

;.,
b
A.+bo+___
kb
A.(b1 +kbb0 )
kb(A. + b0 )+ b1

[~]

(6.12)
En la formulacin (6.12) puede verse con claridad que la matriz que
premultiplica a las variables exgenas que son instrumentos de poltica
econmica es una matriz cuadrada pero que no tiene inversa debido a
que su determinante es cero y, por tanto, no cuenta con rango completo. Es decir, una fila es una transformacin lineal de la otra: los
instrumentos no son independientes entre s. Ms detalladamente, la
segunda fila de la matriz que acompaa a los instrumentos de poltica
es una transformacin lineal de la primera. Si multiplicamos a la primera fila por [

~)

obtendremos la segunda fila, lo cual significa que

existen soluciones infinitas para los valores de M y G. Por tanto, de una


formulacin como la de (6.12), similar a la forma general de (6.1), en
donde las variables endgenas de la investigacin acadmica dependen de las variables exgenas, instrumentales y no instrumentales, no
podemos transitar a una presentacin en la que los instrumentos de
poltica econmica (variables endgenas) dependen de los objetivos de
la poltica econmica y las variables no instrumentales (variables exgenas), como la forma general expresada en la ecuacin (6.2). El modelo
de OA-DA no cumple con la regla de Tinbergen debido a la forma de
los parmetros que contempla.

218

WALDO MENDOZA BELLIDO

En resumen, como un objetivo central de la investigacin es proponer opciones de poltica econmica para alcanzar los objetivos deseados
de la poltica econmica, hay que procurar que haya congruencia entre el
nmero de objetivos de poltica econmica y el nmero de instrumentos.
Volviendo al tema de la teora de la poltica econmica, las decisiones de poltica econmica tienen como base los hallazgos empricos;
esto es, se aplican sobre la base de si efectivamente se encontr una relacin estadsticamente slida entre las variables exgenas y endgenas:
La economa normativa y el arte de la economa no pueden ser

independientes de la economa positiva. Cualquier conclusin


poltica se basa necesariamente en una prediccin acerca de las
consecuencias de hacer una cosa en lugar de la otra, prediccin que
debe estar basada -implcita o explcitamente- en la economa
positiva (Friedman, 1967, p. 11).
Sin embargo, dichas polticas no pueden derivarse unvocamente
de los hallazgos empricos porque, como lo advierte Figueroa (2003),
no hay una lnea lgica que vaya de la teora a la poltica econmica.
La razn es que la causalidad no implica una relacin nica entre variables exgenas (los medios de la poltica econmica) y endgenas {los
fines). Solamente si el modelo tuviera dos variables, una endgena y
una exgena, y si esta ltima fuese una de tipo instrumental, la poltica econmica podra desprenderse directamente de la teora. Pero los
modelos establecen relaciones de causalidad entre muchas endgenas y
exgenas y, adicionalmente, no todas las exgenas pueden ser utilizadas como instrumentos de poltica econmica. En este caso general, el
agente que define la poltica econmica enfrenta un dilema, pues tiene
varios objetivos y varios instrumentos competitivos, y no siempre son
iguales en nmero, como lo exige Tinbergen.
Se necesita, en consecuencia, juicios de valor para seleccionar los
instrumentos y los objetivos de la poltica econmica: No se puede
deducir el debe ser a partir del ser (Hume). En la ciencia, proposiciones

219

CMO INVESTIGAN LOS ECONOMISTAS

deontolgicas no pueden ser lgicamente derivadas de proposiciones


ontolgicas (Figueroa, 2003, p. 60).
El resumen de la seccin es el siguiente.
El proceso de investigacin se inicia con la formulacin del problema
econmico por estudiar y contina con la seleccin de las probables
teoras que lo explican. A partir de la alternativa terica optada, se desarrolla el modelo de la teora y de l derivamos hiptesis. Las hiptesis
se presentan bajo la forma de un modelo economtrico y se someten
a prueba utilizando los mtodos estadsticos o economtricos apropiados. Si los resultados corroboran las hiptesis, o son consistentes con
ellas, se dice que el modelo es apropiado y, por esa va, la teora en la
que se sostiene el modelo. Si las hiptesis son refutadas por la realidad,
hay que modificar el modelo o buscar otras teoras.
El proyecto de investigacin consiste en un informe satisfactorio
que comprende la introduccin y las secciones 6.1 a la 6.5. El trabajo
de investigacin concluido contiene, adicionalmente, la evaluacin de
los resultados empricos y las conclusiones y recomendaciones de poltica econmica.
Para terminar, puede ser til mencionar los consejos de Woolridge:
Redactar un ensayo que utilice un anlisis economtrico es todo
un desafo, pero tambin puede ser gratificante. Un trabajo exitoso
combina un anlisis de datos cuidadoso y convincente, con una
buena explicacin y exposicin. Por tanto, se deben tener un buen
dominio del tema, una buena comprensin de los modelos economtricos, y slidas habilidades de redaccin. No se debe desanimar
si se le dificulta escribir un trabajo emprico; la mayora de los
investigadores profesionales han pasado varios aos aprendiendo
el oficio de crear con destreza un anlisis emprico y escribir los
resultados de una forma convincente (Woolridge, 2010, p. 678).

220

CAPTULO

LA INVESTIGACIN EN ECONOMA: UN EJEMPLO

En esta seccin, utilizaremos un ejemplo de un problema por investigar, extremadamente simple, con el nico propsito de ilustrar la
metodologa que se discuti a lo largo de este libro. Luego, en el anexo,
presentaremos un ejemplo prctico, un proyecto presentado a un concurso de proyectos de investigacin, sobre cmo presentar uno.
Supongamos que el problema macroeconmico imaginario, presentado en la introduccin, es el siguiente:
El desempeo macroeconmico peruano (Y) parece estar explicado
en gran medida por el contexto internacional (X). En la dcada de
1980, en un contexto internacional adverso, de cada de los trminos de intercambio y de salida de capitales, el PBI per cpita se
redujo; en los aos noventa, la elevacin de los trminos de intercambio y un ingreso moderado de capitales del exterior coincidi
con una recuperacin del PBI per cpita; y en los ltimos diez
aos, en un contexto internacional de elevacin sustantiva de los
trminos de intercambio y de un ingreso de capitales indito a la
economa peruana, el PBI per cpita se elev como nunca antes en
la historia peruana del ltimo siglo. Cul es el efecto de las condiciones internacionales en el desempeo macroeconmico del Per?
En esta investigacin se postula la hiptesis de que dicho desempeo est explicado en gran medida por el contexto internacional
y en menor medida por las polticas macroeconmicas domsticas

CMO INVESTIGAN LOS ECONOMISTAS

En el captulo 1 del proyecto de investigacin -el estado actual


de conocimientos-, en la parte terica debern revisarse las teoras o
modelos que muestren la conexin entre el contexto internacional y el
desempeo macroeconmico, mediados por las respuestas de la poltica macroeconmica local. Pueden presentarse, por ejemplo, modelos
como el Mundell-Fleming, con movilidad perfecta de capitales y tipo
de cambio flexible. Por qu? Porque en este modelo est presente la
conexin entre las variables exgenas y endgenas que plantea el problema por investigar. De este modelo, interesar destacar cul es el
efecto del contexto internacional sobre el desempeo macroeconmico
local y cul es el efecto de las polticas macroeconmicas. El contexto
internacional puede referirse a la evolucin del PBI, los precios y la
tasa de inters internacional, y el desempeo macroeconmico puede
referirse al PBI local.
El estado actual de conocimientos, en su parte emprica, debe responder a la pregunta acerca de qu dicen los trabajos economtricos
acerca de la vinculacin entre el contexto internacional, las polticas
macroeconmicas y el nivel de actividad econmica local. Si nuestra
investigacin trabaja con informacin de series de tiempo, es recomendable que la literatura emprica revisada sea tambin de series de tiempo.
En el captulo 2 del proyecto de investigacin, si el objeto de
estudio es la economa peruana, hay que considerar el marco institucional correspondiente. En consecuencia, para el tema que estamos
postulando como ejemplo, debera advertirse que nuestra economa
es abierta, tanto en los mercados de bienes como en los financieros;
que en el pas rige un sistema de metas explcitas de inflacin; que el
principal instrumento de la poltica monetaria es la tasa de inters de
referencia, con la que se procura mantener fija la tasa de inters interbancaria; que la economa est parcialmente dolarizada, que el corazn
del sistema financiero lo constituyen los bancos y no la bolsa de valores,
y que est vigente un sistema de tipo de cambio con flotacin limitada,
entre otros rasgos.

222

WALDO MENDOZA BELLIDO

En esta misma seccin, tambin hay que presentar los principales hechos estilizados relacionados con el tema en estudio durante el
periodo analizado. Es decir, siguiendo con nuestro ejemplo, deberemos
mostrar la evolucin, mediante cuadros, grficos o correlaciones estadsticas, de las variables del contexto internacional y el nivel de actividad
econmica local. Asimismo, en esta seccin hay que iniciar la presentacin de las variables vinculadas a las polticas fiscales y monetarias.
Construir estos hechos estilizados supone que el investigador ya cuenta
con una base de datos completa para llevar adelante su investigacin.
En el captulo 3 del proyecto debe adoptarse, adaptarse o elaborar
un modelo que refleje adecuadamente el marco institucional, que tenga
como una de sus variables endgenas al PBI y como variables exgenas
a las variables del contexto internacional y las polticas macroeconmicas. En la forma reducida del modelo debe aparecer la conexin entre la
produccin y las variables exgenas. En la forma estructural probablemente estarn presentes ms mercados, adems del mercado de bienes,
tales como el de dinero, la ecuacin de arbitraje de tasas de inters
(cubierto o descubierto) y posiblemente algunas particularidades de la
economa peruana tales como la dolarizacin, la regla de poltica monetaria y alguna regla de poltica fiscal.
En el captulo 4 corresponde lanzar la prediccin del modelo
(la hiptesis), que debe ser muy similar a la hiptesis tentativa presentada en la introduccin, pero enriquecida con los canales de transmisin
que se sealaron en el modelo.
La prediccin correspondiente a nuestro ejemplo, que debe derivarse a partir del modelo terico (es un ejercicio de esttica comparativa
del modelo terico) podra ser la siguiente:
En el periodo 1980-2014, el desempeo macroeconmico del Per
ha estado estrechamente asociado al PBI, los precios y la tasa de
inters internacional, y en medida mucho menor, a las polticas
macroeconmicas aplicadas en dicho periodo.

223

CMO INVESTIGAN LOS ECONOMISTAS

En el captulo 5 debe describirse cmo, con qu mtodo, estadstico o economtrico, se pondr a prueba la hiptesis. Antes, hay que
precisar el significado de las variables exgenas y endgenas. La variable endgena podra ser medida con la brecha del PBI (PBI efectivos
menos el PBI potencial), y el PBI potencial podra estimarse con el
filtro de Hodrik-Prescott. Las variables del contexto internacional pueden ser construidas sobre la base del PBI, los precios y la tasa de inters
internacional, y resumidas en un ndice compuesto que contenga a las
tres variables. La poltica fiscal podra ser medida a travs del indicador
de impulso fiscal, que mide el cambio que se produce en el dficit fiscal
estructural o de pleno empleo, que hay que calcular previamente, con la
metodologa del Fondo Monetario Internacional. La poltica monetaria
se medir con el indicador de impulso monetario, el cual se construir
para la investigacin como un promedio ponderado de la variacin que
se produce en los tres instrumentos de la poltica monetaria: la tasa de
inters de referencia, la tasa de encajes y la intervencin esterilizada.
Haciendo uso de la econometra tradicional, la estimacin de un
modelo Mundell-Fleming bajo un proceso de estimacin mediante
MCO llevara a obtener estimadores sesgados. No obstante, es posible
utilizar la metodologa de estimacin de ecuaciones simultneas, para
lo cual es necesario observar si el sistema de ecuaciones est exactamente identificado o sobreidentificado (si est subidentificado no es
posible resolver ni estimar el sistema).
Los mtodos de estimacin para los casos mencionados son los
mnimos cuadrados indirectos (para casos de identificacin exacta) y
mnimos cuadrados en dos etapas (para casos de identificacin exacta y
sobreidentificacin). En el caso de MCI, los estimados son insesgados y
se dan cuando las variables exgenas son fijas. En el caso de MC02E,
el proceso se realiza identificando primero un conjunto de instrumentos que permitan determinar las variables exgenas con problemas
de endogeneidad mediante dos estimaciones de mnimos cuadrados
ordinarios; el primero para estimar el conjunto de variables exgenas

224

WALDO MENDOZA BELLIDO

(primera etapa) y luego, para con estas variables exgenas estimadas,


volver a estimar mediante MCO la variable endgena final (segunda
etapa).
En el captulo 6 se ponen a prueba las hiptesis, a travs del modelo
economtrico presentado en la seccin anterior. Deber discutirse
sobre la consistencia de los resultados y su grado de confiabilidad: el
contexto internacional es un determinante mucho ms importante que
las polticas macroeconmicas?
Por ltimo, en el captulo 7, si se demostrase que, efectivamente,
en el periodo de estudio, el contexto internacional es el determinante
ms importante de los ciclos econmicos en el Per, las sugerencias de
poltica econmica podran girar alrededor de robustecer el rol de las
polticas macroeconmicas y el fortalecimiento de las polticas macroeconmicas contracclicas, que procuren ser contractivas cuando el
contexto internacional es favorable, para poder ahorrar los recursos que
puedan permitir una poltica macroeconmica expansiva, cuando el
contexto externo se torne desfavorable.

225

REFERENCIAS BIBLIOGRFICAS

Baddeley, Michelle & Diana Barrowdough (2009). Running Regressions.


A practica/ Cuide to Quantitative Research in Economic, Finance and
Development Studies. Cambridge: Cambridge University Press.
Bergoeing, Raphael (1998). Notas en experimentos computacionales y teora de equilibrio general aplicada. [Documentos de docencia N 6].
ILADES-Georgetown University.
Blaug, Mark (1985). La metodologa de la economa o cmo explican los economistas. Madrid: Alianza Editorial.
Blaug, Mark (1992). 1he methodology ofeconomics. Or how economists explain.
Segunda edicin. Cambridge: Cambridge University Press.
Blaug, Mark (1994). Why 1 Ama Constructivist. Confessions of an unrepentant Popperian. En Roger Backhouse (ed.), New Directions in
Economic Methodology. Londres y Nueva York: Routledge.
Box, George & Gwylyn Jenkins (1970). Time Series Analysis, Forecasting and
Control. San Francisco: Holden-Day.
Bunge, Mario (1968). La ciencia, su mtodo y su filosofa. Buenos Aires: Siglo
Veinte.
Bunge, Mario (1970). La investigacin cientfica. Primera edicin. Barcelona:
Ariel.

CMO INVESTIGAN LOS ECONOMISTAS

Bunge, Mario (1997). La causalidad: el principio de la causalidad en la ciencia


moderna. Buenos Aires: Sudamericana.
Bunge, Mario (2007a). A la caza de la realidad. La controversia sobre el realismo.
Barcelona: Gedisa.
Bunge, Mario (2007b). Diccionario de Filosofa. Mxico DF: Siglo XXI.
Caldwell, Bruce (1991). Clarifying Popper. Journal of Economic Literature,
29(1).
Caldwell, Bruce (1994). Beyond Positivism. Economic Methodology in the Twentieth Century. Londres y Nueva York: Routledge.
Cameron, Colin & Pavrin Trivedi (2005). Microeconometrics. Methods and
Applications. Cambridge: Cambridge University Press.
Carter, Stacy & Miles Little (2007). Justifying Knowledge, Justifying Method,
TakingAction: Epistemologies, Methodologies, and Methods in Qualitative Research. Qualitative Health Research, 17(10), 1316-1328.
Chalmers, Alan (2012). Qu es esa cosa llamada ciencia? Reimpresin de la
segunda edicin, revisada y ampliada [2010]. Madrid: Siglo XXI.
Chao, Hsiang-Ke (2001). Professor Hendry's Econometric Methodology Reconsidered: Congruence and Structural Empiricism. [University of
Amsterdam Working Paper. Consensus Economics, various issues].
http://www.fee.uva.nl
Dagum, Camilo & Estela Bee de Dagum (1986). Introduccin a la Econometra. Mxico DF: Siglo XXI.
Darnell, Adrin & Lynne Evans (1990). The Limits ofEconometrics. Aldershot:
Edward Elgar Pub.
Daros, William (1998). Introduccin a la epistemologa popperiana. Buenos
Aires: CONICET-CERIDER.
Durlauf, N. & Laurence Blume (eds.) (2013). The New Palgrave Dictionary of
Economics. Nueva York: Macmillan (www.dictionaryofeconom.com/)

228

WALDO MENDOZA BELLIDO

Enders, Walter (2010). Applied Econometric Time Series. Tercera edicin.


Nueva York: John Wiley & Sons.
Engle, Roben, David Hendry & Jean Franc;:ois Richard (1983). Exogeneity.
Econometrica, 51(3), 277-304.
Ethridge, Don (2004). Research Methodology in Applied Economics. Organizing, Planning and Conducting Economic Research. Segunda edicin.
lowa: Blackwell Publishing.
Favero, Carlos (2001). Applied Macroeconometrics. Oxford: Oxford University
Press.
Feelders, Ad (2002). Data Mining in Economic Science. En Jeroen Meij (ed.),
Dealing with the data flood. Mining data, text and multimedia (STT,
65), (pp. 166-175). Den Haag: STT/Beweton.
Figueroa, Adolfo ( 1996). Teoras Econmicas del Capitalismo. Segunda edicin
revisada. Lima: Fondo Editorial PUCP.
Figueroa, Adolfo (2001). Ciencia y desarrollo: el papel de la ciencia econmica.
[Documento de trabajo N. 202, Departamento de Economa de la
PUCP].
Figueroa, Adolfo (2003). La sociedad sigma: una teora del desarrollo econmico.
Lima: FCE-Fondo Editorial PUCP.
Figueroa, Adolfo (2009). A Unified Theory of Capitalist Development. Lima:
Departamento de Economa PUCP.
Figueroa, Adolfo (2012). The Alpha-Beta Method. Scientific Rules far Economics
and the Social Sciences. Buenos Aires: Cengage Learning Argentina.
Friedman, Milton (1967). La metodologa de la economa positiva. En Ensayos sobre Economa Positiva. Madrid: Gredos.
Geweke, John; Horowitz, Joel & Hashem Pesaran (2006). Econometrics:
A Bird's Eye View. [IZA DP N 2458].
Granger, Clive (1969). Investigating Causal Relations by Econometric Models
and Cross-Spectral Methods. Econometrica, 37, 424-438.

229

CMO INVESTIGAN WS ECONOMISTAS

Granger, Clive (1990). Model/ing Economics Series: Readings in Econometric


Methodology. Oxford: Oxford University Press.
Greene, William (2003). Econometric Analysis. Quinta edicin. Nueva York:
McMillan.
Greene, William (2011). Econometric Analysis. Stima edicin. Nueva York:
McMillan.
Gujarati, Damodar (1997). Econometra. Tercera edicin. Bogot: McGraw-

Hill.
Gujarati, Damodar & Dawn Porter (2010). Econometra. Quinta edicin.
Mxico DF: McGraw-Hill /lnteramericana editores.
Haavelmo, Trygve (1944). lhe Probability Approach in Econometrics. [Cowles
Foundation paper N 4, Yale University].
Hamilton, James (1994). Time Series Ana/ysis. Nueva Jersey: Princeton University Press.
Hausman, Daniel (1992). lhe inexact and separate science ofeconomics. Cambridge University Press, Cambridge.
Hausman, Daniel (2001). Explanation and Diagnosis in Economics. Revue
lnternationale de Philosophie, 55, 311-326.
Hausman, Daniel (2008). Philosophy of Economics. Stanford Encyclopedia of
Philosophy, Stanford. (First published Fri Sep 12, 2003; substantive
revision Tue Feb 26, 2008).
Hayashi, Fumio (2000). Econometrics. Nueva Jersey: Princeton University
Press.
Hendry, David (1995). Dynamic Econometrics. Advanced Text in Econometrics.
Oxford: Oxford University Press.
Hendry, David & Jean-Fran~is Richard (1982). On the formulation of empirical models in dynamic econometrics. ]ournal of Econometrics, 20,
3-33.

230

WALDO MENDOZA BELLIDO

Herndon, lhomas, Michael Ash & Roben Pollin (2013). Does High Public
Debt Consistently Stifle Economic Growth? A Critique of Reinhart and
Rogoff. Massachusetts: Political Economy Research lnstitute, University of Massachusetts Amherst.
Hernndez, Roberto, Carlos Fernndez & Pilar Baptista (2010). Metodologa
de la Investigacin. Quinta edicin. Mxico DF: McGraw-Hill.
Hicks, John (1937). Mr. Keynes and the Classics: A Suggested lnterpretation.
Econometrica, 5(2), 147-159.
Hicks, John (1979). Causalidad en Economa. Buenos Aires: Tesis Librera
Editorial.
Hieles, John ( 1984). IS-LM. An explanation. journal ofPost Keynesian Economics, 3(2), 139-154.
Hicks, John (1986). Is Economics a Science? En Baranzini y Scazzieri (eds.),
Foundation of Economics: Structures oflnqury anti Economc Theory.
Nueva York: Blackwell.
Hicks, John (1989). Mtodos de economa dindmica. Mxico DF: Fondo de
Cultura Econmica.
Hicks, John (2001). Causality in Macroeconomics. Cambridge: Cambridge
University Press.
Hicks, John (2005). lhe Methodology of Econometrics. En Milis y Patterson (eds.), Palgrave Hantibook of Econometrics. Pensilvania: Palgrave
Macmillan.
Hoover, Kevin (2001). Causality in Macroeconomics. Cambridge: Cambridge
University Press.
Hoover, Kevin (2005). lhe Methodolgy of Econometrics. En Milis y Patterson (eds.), Palgrave Handbook of Econometrics. Pensilvania: Palgrave
Macmillan.
Hoover, Kevin & Stephen Perez (2000). lhree actitudes towards data mining.
journal ofEconomic Methodology, 7(2), 195-210.

231

CMO INVESTIGAN LOS ECONOMISTAS

Hume, David (1921) [1777). An enquiry concerning human understanding and


selections from a treatise of human nature. Chicago: The open court
publishing Co.
Hutchison, Terence (1938). 1he Significance and Basic Postulates of Economic
1heory. Londres: Macmillan.
Hutchison, Terence (1997). On the relations between philosophy and economics.]ournal ofEconomic Methodology, 4(1), 127-154
Johnston, Jack (1963). Econometric methods. Primera edicin. [lnternational
student editions). Nueva York: McGraw-Hill.
Johnston, Jack & John Dinardo (2001). Mtodos de Econometra. Madrid:
Vincens-Vivens.
Keynes, John (1936). 1he General 1heory of employment, interest and money.
Londres: Macmillan.
Keynes, John (1938). Letter to R.F. Harrod. En 1he Collected Writings of
John Maynard Keynes. Londres: Macmillan for the Royal Economic
Society.
Kmenta, Jan (1977). Elementos de Econometra. Madrid: Vicens Universidad.
Krugman, Paul (1979). Model of Balance-of-Payments Crises. journal of
Money, Credit, and Banking, 11(3), 311-325.
Kuhn, Thomas (2006). La estructura de las revoluciones cientficas. Tercera edicin. Mxico DF: Fondo de Cultura Econmica.
Kydland, Finn & Edward Prescott (1982). Time to build and aggregate fluctuations. Econometrica, 50(6), 1345-1370.
Kydland, Finn & Edward Prescott (1991). The Econometrics of the General
Equilibrium Approach to Business Cycles. 1he Scandinavian ]ournal
ofEconomics, 93(2), 161-178.
Lakatos, lmre (1998). La metodologa de los programas de investigacin cientfica. Tercera reimpresin de la primera edicin en espaol. Madrid:
Alianza Universidad.

232

WALDO MENDOZA BELLIDO

Leamer, Edward (1978). Specification Researches: Ad-Hoc inference with Nonexperimetal Data. Nueva York: John Wiley & Sons.
Leamer, Edward (1983). Let's take the Cons out of Econometrics. American
Economic Review, 73(1), 31-43.
Levine, Ross & David Renelt (1992). A Sensitivity Analysis ofCross-Country
Growth Regressions. American Economic Review, 82(4), 942-963.
Long, John & Charles Plosser (1983). Real Business Cycles.]ournal ofPoltica/
Economy, 91(1), 31-69.
Lucas, RobertJr. (1975). An Equilibrium Model ofthe Business Cycle.]ournal ofPoltica! Economy, 83(6), 1113-1144.
Lucas, Roben J r. (1976). Econometric Policy Evaluation: A Critique. [CarnegieRochester Conference Series on Public Policy, N 1, pp. 19-46].
Lucas, Roben J r. ( 1988). On the Mechanics of Economic Development. ]ournal ofMonetary Economics, 22, 3-42.
Lutkepohl, Helmut (2004). Applied Time Series Econometrics. Cambridge:
Cambridge University Press.
Maddala, Gangadharrao Soundalyarao (1996). Introduccin a la Econometra.
Segunda edicin. Mxico DF: Prentice-Hall Hispanoamericana.
Mendoza, Waldo (2014). Macroeconoma Intermedia para Amrica Latina.
Lima: Fondo Editorial PUCP.
Mostern, Jess & Roberto Terretti (2002). Diccionario de Lgica y Filosofta de
la Ciencia. Madrid: Alianza Editorial.
Mundell, Robert (1963). Capital Mobility and Stabilization Policy under
Fixed and Flexible Exchange Rates. Canadian ]ournal of Economics
and Poltica! Science, 29(4), 475-485.
Muth, John (1961). Rational Expectations and the Theory of Price Movements. Econometrica, 29(3), 315-334.

233

CMO INVESTIGAN LOS ECONOMISTAS

Navarro, Alfredo (2005). Reflexiones sobre el estado actual de la metodologa


de la Econometra. En Mariana Marchionni (ed.), Progresos en Econometra. Buenos Aires: Temas Grupo Editorial.
Newman, Laurence (2003). Social &search Methods. Quinta edicin. Boston:
Pearson Education.
Novales, Alfonso (1996). Estadstica y econometra. Madrid: McGraw-Hill.
Novales, Alfonso (2000). Econometra. Segunda edicin. Madrid: McGraw-Hill.
Pesaran, Hashem & Ron Smith (1995). The role of theory in econometrics.
Joumal ofEconometrics, 67(1), 61-79.
Popper, Karl (1972). La lgica de las ciencias sociales. En Adorno Theodor y
otros, La disputa del positivismo en la sociologa alemana. Barcelona:
Grijalbo.
Popper, Karl (1974). Karl Popper: Replies to My Critics. En Paul Schilpp
(ed.), The Philosophy ofKarl Popper, vol. 2, (pp. 963-1197). Illinois:
Open Court, La Salle.
Popper, Karl (1980). La lgica de la investigacin cientfica. Quinta reimpresin
de la edicin de 1962. Madrid: Editorial Tecnos.
Popper, Karl (1983). Conjeturas y refotaciones. El desarrollo del conocimiento
cientfico. Barcelona: Paids.
Popper, Karl (1993). Evolutionary epistemology. En Michael Goodman
y Robert Snyder (eds.), Contemporary readings in epistemology,
(pp. 338-350). Nueva Jersey: Englewood Cliffs, Prentice Hall.
Popper, Karl (1994). Bsqueda sin trmino. Una autobiografla intelectual.
Tercera edicin. Madrid: Tecnos.
Popper, Karl (1997). El mito del marco comn: en defensa de la ciencia y la
racionalidad. Buenos Aires: Paids Ibrica.
Pulido, Antonio (2001). Modelos economitricos. Madrid: Ediciones Pirmide.
Real Academia Espaola (2001). Diccionario de la lengua espaola. Vigsima
segunda edicin. Madrid: RAE.

234

WALDO MENDOZA BELLIDO

Redman, Deborah (1994). Karl Popper's theory of science and econometrics:


the rise and decline of social engineering. ]ournal ofEconomic Issues,
28(1).

Redman, Deborah (1995). La teora de la ciencia de Karl Popper: auge y cada


de la ingeniera social. [Cuadernos de Economa N 23, Universidad
Nacional de Colombia].
Reinhart, Carmen & Kenneth Rogoff (2010). Growth in a Time of Debt.
[Working Paper N 15639, National Bureau ofEconomic Research].
Sala-i-Martin, Xavier (1997). 1 Just Ran Two Million regressions. American
Economic Review, 87(2), 178-183.
Samuelson, Paul (1955). Economics. Tercera edicin. Nueva York: McGraw-Hill.
Sargent, Thomas & Neil Wallace (1975). Rational Expectations, the Optimal
Monetary Instrument and the Optimal Money Supply Rule. journal
ofPolitical Economy, 83(2), 241-254.
Schumpeter, Joseph (1933). The Common Sense ofEconometrics. Econometrica, 1(1), 5-12.
Simkins, Scott (1999). Measurement and Theory in Macroeconomics. Carolina
del Norte: Department of Economics, North Carolina A&T State
University.
Sims, Christopher (1980). Macroeconomics and Reality. Econometrica, 48(1),
1-48.
Sims, Christopher (1996). Macroeconomics and Methodology. ]ournal of
Economic Perspectives, 10(1).
Solow, Robert (1956). Contribution to the Theory of Economic Growth. The
Quarterly ]ournal ofEconomics, 70(1), 65-94.
Solow, Robert (1991). Discussion Notes on formalization. Massachusetts:

MIT.
Spanos, Aris (2000). Revisiting data mining: hunting>> with or without a
license.]ournal ofMethodology, 7(2), 231-264.

235

CMO INVESTIGAN LOS ECONOMISTAS

Spanos, Aris (2007). Philosophy ofEconometrics. Virginia: Department ofEconomics, Tech.


Stigum, Bernt (2003). Econometrics and the Philosophy of Economics. Princeton: Princeton University Press.
Stock, James & Mark Watson (2007). lntroduction to Econometrics. Nueva
York: Pearson-Addison Wesley.
Tinbergen, Jan (1939). Statistical Testing of Business-Cycle 7heories. Vol 1:
A Method and !ts Application to Investment Activity. Ginebra: League
ofNations Economic Intelligence Service.
Tinbergen, Jan (1969). El uso de modelos: experiencia y perspectivas. En
Los premios Nobel de Economa 1969-1977. Mxico DF: Fondo de
Cultura Econmica.
Tinbergen, Jan (1970). On the theory of economic policy. Quinta edicin.
msterdam: North-Holland Publishing Company.
Varian, Hal (1997). How to Build an Economic Model in Your Spare Time.
En Michael Szenberg (ed.), Passion and Craft: Economists at "Wrk.
Michigan: University of Michigan Press.
Wickens, Michael (2011). Macroeconomic 7heory. A Dynamic General Equilibrium Approach. Segunda edicin. Princeton: Princeton University
Press.
Wooldridge, Jeffrey (2010). Introduccin a la Econometra. Un enfoque
moderno. Mxico DF: Cengage Learnig.

236

ANEXO
EJEMPLO DE PROYECTO DE INVESTIGACIN

Los DETERMINANTES DEL NDICE DE CONDICIONES


MONETARIAS (ICM) EN UNA ECONOMA PARCIALMENTE
DOLARIZADA: EL CASO DEL PER

Waldo Mendoza Bellido

(Versin ligeramente modificada del proyecto de investigacin seleccionado en el concurso anual 2014 organizado por el Vicerrectorado de
Investigacin de la Pontificia Universidad Catlica del Per)
SuMILLA

Algunos bancos centrales utilizan el ndice de Condiciones Monetarias


(ICM), un promedio ponderado de las variaciones de la tasa de inters
y el tipo de cambio real, para evaluar el carcter de la poltica monetaria en el contexto de una economa pequea y abierta. La idea central
detrs del ICM es que la poltica monetaria afecta a la demanda agregada y a la inflacin a travs de la tasa de inters y el tipo de cambio.
La construccin del ICM ha recibido numerosos cuestionamientos,
que han sido levantados parcialmente. Sin embargo, en el caso peruano,

CMO INVESTIGAN LOS ECONOMISTAS

adems de considerar dichas crticas, deben tomarse en cuenta algunos


rasgos particulares que justifican el clculo del ICM con una metodologa distinta de la estndar y de la del trabajo de Perea y Chirinos (1998)
para el Per.
En primer lugar, nuestro sistema bancario est parcialmente dolarizado. En esta economa, la elevacin del tipo de cambio real puede ser
recesiva, debido al efecto hoja de balance que provoca. El ICM estndar
considera que la devaluacin es expansiva.
En segundo lugar, adems de la tasa de inters, el Banco Central de
Reserva del Per tiene tambin como instrumentos la tasa de encaje para
los depsitos en nuevos soles y en dlares, y la intervencin cambiaria.
El ICM estndar solo considera a la tasa de inters como instrumento
de poltica monetaria.
En consecuencia, un ICM para las caractersticas de dolarizacin
parcial, del predominio del efecto hoja de balance y de la existencia de
una gama mayor de instrumentos de poltica monetaria, debe tener una
formulacin distinta de la que establece la literatura.
El objetivo general de esta investigacin es estimar el ndice de
Condiciones Monetarias (ICM) para el Per, que recoja las particularidades descritas.
En la actualidad, el BCRP no cuenta con un indicador que mida
la posicin de la poltica monetaria. El ICM proveer al BCRP de un
poderoso instrumento para la mejor gestin de la poltica monetaria.
INTRODUCCIN

As como en el terreno fiscal existe el indicador de impulso fiscal que


permite medir el carcter expansivo o contractivo de la poltica fiscal,
en el Per no contamos con un indicador similar, que mida el carcter
expansivo o contractivo de la poltica monetaria.
El ndice de Condiciones Monetarias (ICM) cumple con ese objetivo en el campo de la poltica monetaria. A pesar de que su construccin

238

WALDO MENDOZA BELLIDO

se ha perfeccionado y se ha extendido al uso del ndice de Condiciones


Financieras (ICF), hay un conjunto de particularidades de la economa
peruana que justifican el clculo del ICM con una metodologa sustantivamente distinta de la postulada en la literatura y de la del trabajo de
Perea y Chirinos (1998) para el Per.
En la economa peruana, el mercado de deuda o bonos pblicos,
y la bolsa de valores, no son todava lo suficientemente grandes en
trminos macroeconmicos. El precio de los activos, financieros y no
financieros, no posee todava la importancia que se observa en las economas desarrolladas. Ms bien, el carcter abierto de nuestra economa
y la presencia del sistema bancario como institucin central del sistema
financiero son los rasgos resaltantes de nuestro actual marco institucional. En consecuencia, contar con un ICM, que recoge la influencia de
la poltica monetaria y el tipo de cambio, sigue siendo la prioridad para
el diseo de la poltica monetaria en el Per. La tarea de construir un
ICF puede esperar.
El objetivo general de esta investigacin es estimar el ndice de
Condiciones Monetarias (ICM) para el Per, una economa parcialmente dolarizada, donde la autoridad monetaria utiliza, adems de la
tasa de inters, instrumentos cuantitativos no convencionales.
Los objetivos especficos son:
i. Estimar los efectos del tipo de cambio real y los distintos instrumentos de la poltica monetaria sobre el nivel de actividad
econmica.
ii. Construir, con los parmetros del modelo estimado, un ndice
de Condiciones Monetarias (ICM) para el Per.
iii. Publicar un artculo acadmico que pueda contribuir al mejor
diseo de la poltica monetaria en el Per.
Nuestra hiptesis es que, en el Per, el nivel de actividad econmica
recibe una influencia negativa del tipo de cambio real y de los diversos
instrumentos de la poltica monetaria (tasa de inters y tasas de encaje).

239

CMO INVESTIGAN LOS ECONOMISTAS

l. EsTADO ACTUAL DE CONOCIMIENTOS


Hacia principios de la dcada de 1990, el banco central de Canad
(Banco de Canad) empez a utilizar un ndice de Condiciones
Monetarias (ICM) para evaluar el carcter expansivo o contractivo de su
poltica monetaria, en el contexto de una economa pequea y abierta.
El uso del ICM se extendi luego a pases como Suecia, Noruega y
Nueva Zelandia.
El ICM es un promedio ponderado de la variacin de la tasa de
inters interna y del cambio porcentual en el tipo de cambio, en relacin con sus valores en un periodo base. Puede ser calculado utilizando
la tasa de inters y el tipo de cambio en trminos nominales o en trminos reales.
La idea fundamental detrs de este indicador .es que la poltica
monetaria en una economa abierta afecta a la demanda agregada y, en
consecuencia, a la inflacin, a travs de dos variables estrechamente asociadas al accionar de los bancos centrales: la tasa de inters y el tipo de
cambio. Como lo justific en su momento el vicepresidente del Banco
de Canad, Charles Freedman (2000), si, por ejemplo, se produce un
alza de la tasa de inters de poltica, eso conduce a una reduccin del
tipo de cambio. Por tanto, considerar solo a la tasa de inters subestimara el efecto contractivo de la poltica monetaria.
Una manera de presentar el ICM es la siguiente:
(1)

En esta presentacin, res la tasa de inters real, e es el tipo de cambio real (en logaritmos, por lo que e1 - e0 es la tasa de depreciacin
del tipo de cambio real), a 1 y a 2 son los parmetros que recogen los
efectos de la tasa de inters y el tipo de cambio real sobre la demanda
agregada, respectivamente, y los subndices aluden a la comparacin
entre el periodo t y el periodo base elegido. Si, por ejemplo, a 1 = 3 y
a 2 = l, significar que una elevacin de 1o/o en la tasa de inters real

240

WALDO MENDOZA BELLIDO

tiene el mismo efecto sobre el ICM que una reduccin de 3% en el tipo


de cambio real.
Estos parmetros tienen los valores usuales de un modelo macroeconmico de economa abierta con libre movilidad de capitales y tipo de
cambio flexible, en donde un alza de la tasa de inters tiene un efecto
contractivo sobre el nivel de demanda agregada y un alza del tipo de
cambio real tiene un efecto expansivo (el conocido efecto MarshallLerner). La hiptesis subyacente de por qu se captan estos parmetros,
y no los que vincularan directamente a la tasa de inters y el tipo de
cambio con la inflacin, es que es la demanda agregada la que, a la
larga, determina la tasa de inflacin.
En la presentacin de la ecuacin (1), un alza del ICM significa
que las condiciones monetarias son contractivas y una reduccin, que
las condiciones monetarias son expansivas. Como el ICM se construye
como la diferencia entre los valores corrientes y los valores del periodo
base arbitrariamente elegido, no tiene importancia el nivel del ndice,
sino su evolucin a lo largo del tiempo.
Los bancos centrales han utilizado el ICM para tres propsitos
(Batini y Turnbull, 2000). En primer lugar, como un objetivo operacional, se postula un ICM deseado, consistente con los objetivos
de largo plazo de la poltica monetaria. En segundo lugar, el alza o la
reduccin del ICM sealan el carcter contractivo o expansivo de la
poltica monetaria. Por ltimo, la ecuacin (1) puede adaptarse para
obtener una regla de poltica donde la tasa de inters reacciona ante
movimientos en el tipo de cambio, tal como lo hace Ball (2001). Por
su parte, autores como Caballero y Martnez ( 1997) destacan tambin
que, en la medida que el ICM recoge el efecto sobre la variable por
controlar (tasa de inflacin) de variaciones en el tipo de inters y el
tipo de cambio, dicho ndice es tambin un indicador adelantado de
la inflacin.
Dado que son desconocidos, la tarea central (y compleja) en la construccin del ICM es la estimacin de los parmetros de la ecuacin (1).

241

CMO INVESTIGAN WS ECONOMISTAS

En Batini y Turnbull (2002) hay una resea de los diferentes procedimientos para obtener los ponderadores del ICM, en particular sobre los
trabajos realizados para el Reino Unido.
Un procedimiento es el utilizado por organismos como el Fondo
Monetario Internacional (FMI) y la Organizacin para la Cooperacin
y el Desarrollo Econmico (OECD), quienes estiman los ponderadores
a partir de modelos uniecuacionales de demanda agregada, que vinculan el nivel de actividad econmica con la tasa de inters y el tipo de
cambio real.
Otro procedimiento, utilizado por instituciones como el J.P.
Margan, estima el peso del tipo de cambio real (a2) simplemente a
partir de la participacin de largo plazo de las exportaciones en el PBI,
y el peso de la tasa de inters se calcula como un residuo.
Un procedimiento bastante utilizado es el de la estimacin de
modelos de ecuaciones simultneas, estructurales, de oferta y demanda
agregada para economas abiertas, que determinan la tasa de inflacin y
el nivel de actividad econmica. Este procedimiento est siempre sujeto
a la crtica de Sims (1980), acerca de los supuestos increbles que se
hacen en el proceso de identificacin.
Por ltimo se puede recurrir tambin al procedimiento de obtener
los parmetros a partir de un sistema de vectores autorregresivos (VAR),
donde las variables endgenas pueden ser el PBI, la tasa de inters de
corto plazo y el tipo de cambio. En este procedimiento, los ponderadores
para el ICM se obtienen a partir de las funciones impulso respuesta del
PBI a los choques de las otras variables endgenas del sistema. En particular, los ponderadores miden la capacidad de respuesta promedio
acumulada frente a los choques a lo largo del periodo de la muestra.
Goodhart y Hofmann (2001) sugieren que es mejor hacer estas estimaciones con modelos macroeconomtricos estructurales de gran escala,
pues ellos toman en cuenta explcitamente los parmetros estructurales
de una economa, que son precisamente los que actan como ponderadores en el ICM.

242

WALDO MENDOZA BELLIDO

En los trabajos iniciales para Canad, calculados con modelos


estructurales, se encontr que a 1 = 3 y a 2 = 1; es decir, respecto al efecto
sobre el ICM, un alza de un 1 punto porcentual en la tasa de inters
real es tres veces ms importante que un alza de 1 punto porcentual en
el tipo de cambio real (Freedman, 1994).
Sin embargo, la literatura ha identificado numerosas limitaciones
en la construccin del ICM (Deutsche Bundesbank, 1999; Batini &
Turnbull, 2002; Freedman, 2000; Gauthier, Graham & Liu, 2004).
En primer lugar, est el problema de la dependencia del modelo.
Como los parmetros a 1 y a 2 no son observables, hay que estimarlos a
partir de un modelo macroeconmico. Por tanto, los valores estimados
son sensibles al modelo utilizado, son valores especficos del modelo
terico elegido y del modelo y del mtodo economtrico utilizado.
En segundo lugar, hay una omisin en el tratamiento de la dinmica natural que existe cuando se intenta calcular el efecto del tipo
de cambio o la tasa de inters sobre la inflacin o el nivel de actividad
econmica. Los efectos relativos difieren en el corto, mediano y largo
plazo, e incluso el signo de la relacin puede alterarse a lo largo del
tiempo. Dado que la inflacin reacciona con retraso, centrarse en un
horizonte temporal de seis a ocho trimestres para el anlisis, como es
habitual en los clculos del ICM, puede ser inadecuado.
En tercer lugar, en las estimaciones se asume la exogeneidad de la
tasa de inters y el tipo de cambio. En realidad, hay retroalimentacin
de la inflacin y el nivel de actividad econmica sobre la tasa de inters
y el tipo de cambio, y esa retroalimentacin debe ser considerada. Este
defecto es particularmente visible en los modelos uniecuacionales.
En cuarto lugar, se asume que los parmetros estimados son constantes durante el periodo de la proyeccin, supuesto discutible dado
los cambios de rgimen o cambios estructurales que se producen con
cierta frecuencia.
Por ltimo, es muy difcil identificar el origen del choque sobre el
tipo de cambio, que puede tener efectos permanentes o transitorios; y
por ello, dar una seal dudosa sobre el ICM.
243

CMO INVESTIGAN LOS ECONOMISTAS

Batini y Turnbull (2002) han estimado el ICM para el Reino


Unido, mediante el levantamiento de varias de las observaciones descritas arriba. En primer lugar, los parmetros se estiman a partir de
un sistema de ecuaciones (un modelo macroeconomtrico estructural
de pequea escala) y no de una ecuacin nica. En segundo lugar, el
modelo emprico es cuidadoso respecto a las preocupaciones habituales
cuando se hace una estimacin (no estacionariedad, exogeneidad, constancia de parmetros). En tercer lugar, el ICM de Batini y Turnbull es
dinmico, pues considera al tipo de cambio y la tasa de inters con sus
correspondientes rezagos.
Por otro lado, Goodhart y Hofmann (2001) plantearon la necesidad de extender el ICM para considerar tambin el precio de otros
activos, como el de las propiedades, los bonos y las acciones. El precio
de estos activos, as como la tasa de inters y el tipo de cambio, reciben
la influencia de la poltica monetaria. Este indicador ms completo, el
ndice de Condiciones Financieras (ICF), es utilizado actualmente por
muchos bancos centrales de pases desarrollados, tal como lo reportan
Angelopoulou, Balfoussia y Heather (2013).
No existen muchos trabajos de estimacin del ICM para el Per.
En uno de los trabajos encontrados, Perea y Chirinos (1998), con
informacin mensual de enero de 1994 a agosto de 1998, y haciendo
uso de una IS de economa abierta, obtienen un estimado de a 1 = 1O y
a 2 = 1, que difiere sustantivamente de las estimaciones para los pases
desarrollados, atribuyendo un peso mucho mayor a la tasa de inters
en relacin con el tipo de cambio. Los autores advierten, dado lo corto
del periodo analizado, el modelo sencillo utilizado y las variables consideradas (la tasa de inters activa en lugar de una tasa que refleje una
tasa de inters de poltica), que sus resultados deben ser considerados
como una primera aproximacin en la construccin del ICM para
nuestro pas.

244

WALDO MENDOZA BELLIDO

2. EL MODELO
As como en el terreno fiscal existe el indicador de impulso fiscal que
permite medir el carcter expansivo o contractivo de la poltica fiscal,
el ndice de Condiciones Monetarias (ICM) cumple con ese objetivo
en el campo de la poltica monetaria. A pesar de que su construccin
se ha perfeccionado y se ha extendido al uso del ndice de Condiciones
Financieras (ICF), hay un conjunto de particularidades de la economa
peruana que justifican el clculo del ICM con una metodologa sustantivamente distinta de la postulada en la literatura y de la del trabajo de
Perea y Chirinos (1998) para el Per.
En la economa peruana, el mercado de deuda o bonos pblicos,
y la bolsa de valores, todava no son lo suficientemente grandes en
trminos macroeconmicos. El precio de los activos, financieros y no
financieros, no posee todava la importancia que se observa en las economas desarrolladas. Ms bien, el carcter abierto de nuestra economa
y la presencia del sistema bancario como institucin central del sistema
financiero son los rasgos resaltantes de nuestro actual marco institucional. En consecuencia, contar con un ICM, que recoge la influencia de
la poltica monetaria y el tipo de cambio, sigue siendo la prioridad para
el diseo de la poltica monetaria en el Per. La tarea de construir un
ICF puede esperar.
La estimacin del ICM para el Per, sin embargo, no se puede hacer
con el protocolo que sugiere la literatura. En el caso peruano, hay dos
grandes particularidades que es indispensable considerar.
En primer lugar, nuestro sistema bancario est parcialmente dolarizado. Segn la informacin del Banco Central de Reserva del Per
(BCRP), actualmente, el 47% de los crditos que ofrece el sistema bancario local al sector privado est denominado en dlares.
En segundo lugar, adems de la tasa de inters (de referencia para el
mercado interbancario), el BCRP tiene tambin como parte de su arsenal de instrumentos la tasa de encaje para los depsitos en nuevos soles,

245

CMO INVESTIGAN WS ECONOMISTAS

la tasa de encaje para los depsitos en dlares y la intervencin (esterilizada) en el mercado cambiado. Todos estos instrumentos son ampliamente utilizados.
La dolarizacin del sistema bancario tiene una importante implicancia en la construccin e interpretacin del ICM. Normalmente,
debido al efecto competitividad (efecto Marshall-Lerner), un alza en
el tipo de cambio real eleva el nivel de actividad econmica. De all el
signo negativo del parmetro a2 en la ecuacin (1). En esta ecuacin,
un alza del tipo de cambio real reduce el ICM, lo cual indica una posicin monetaria expansiva.
En una economa parcialmente dolarizada como la peruana, sin
embargo, un alza en el tipo de cambio real, adems del efecto competitividad, genera un efecto hoja de balance. Como las firmas, las familias
y el gobierno tienen sus ingresos bsicamente en moneda nacional,
pero tienen muchas obligaciones en moneda extranjera, un alza del
tipo de cambio real puede deteriorar sus balances, lo cual llevara a la
reduccin del gasto privado y del gasto pblico. En estas condiciones,
no es claro el signo de la relacin entre el tipo de cambio real y el nivel
de actividad econmica.
Los trabajos que existen en el Per, aunque no concluyentes, sugieren que un alza en el tipo de cambio real conduce a una cada del nivel
de actividad econmica. En Rossini y Vega (2007) hay un balance de
los estudios hechos acerca del efecto del tipo de cambio real sobre el
nivel de actividad econmica en un entorno de dolarizacin financiera.
Una investigacin reciente de Azabache (2011), para una muestra
de 114 empresas del sector real, para el periodo 1998-2009, encuentra
un efecto negativo del tipo de cambio real sobre el patrimonio de estas
empresas, lo que sugiere que, en el sector de las empresas, el efecto hoja
de balance super al efecto competitividad.
Si el efecto del tipo de cambio real es negativo, la ecuacin (1)
tendra que ser reformulada para que un alza del tipo de cambio real

246

WALDO MENDOZA BELLIDO

eleve el ICM y se interprete como un impulso monetario contractivo.


La ecuacin (2) recoge esta innovacin.
(2)

Pero por otro lado, tal como lo describen Rossini, Quispe y


Rodrguez (2013), el BCRP, adems del instrumento convencional de
la tasa de inters, utiliza instrumentos cuantitativos no convencionales
(tasas de encaje en nuevos soles y en dlares) e interviene sistemticamente en el mercado cambiario. La existencia de la tasa de encaje
por los depsitos bancarios en dlares es otra particularidad de nuestra
dolarizacin.
En la construccin de dicho ICM podra prescindirse del instrumento intervencin cambiaria, asumiendo que estara capturado por
sus efectos en el tipo de cambio. En consecuencia, un ICM para las
caractersticas de dolarizacin parcial, del predominio del efecto hoja
de balance y de la existencia de una gama de instrumentos de la poltica
monetaria podra ser formulado de la siguiente manera:

Donde A- 1 y ~ son las tasas de encaje en moneda nacional y moneda


extranjera, respectivamente, los coeficientes a; son las ponderaciones
asignadas a los distintos componentes del ICM y el signo que precede a
la tasa de depreciacin del tipo de cambio es opuesto al que se presenta
en la literatura (ecuacin 1).
La estimacin de los parmetros de la ecuacin (3) proveera al
BCRP de un poderoso instrumento para mejorar el diseo de la poltica monetaria. En la actualidad, el BCRP no tiene este instrumento.
En particular, con este podra disearse una poltica monetaria contracclica. En los periodos de auge, la poltica monetaria debera ser
contractiva (el ICM debera elevarse); mientras que en los periodos de
recesin la poltica monetaria debera ser expansiva (el ICM debera
contraerse).

247

CMO INVESTIGAN LOS ECONOMISTAS

Para dicha estimacin se requieren modelos macroeconmicos que


relacionen el nivel de actividad econmica con el tipo de cambio y los
instrumentos de la poltica monetaria que utiliza el BCRP. Hay dos
trabajos tiles para ese propsito.
En Dancourt (2012a), en el contexto de una economa cerrada, se
evala el efecto de tasa de inters de referencia y de la tasa de encaje
sobre el nivel de actividad econmica. Utilizando datos mensuales para
el periodo enero 2003 y diciembre 2011 para un panel balanceado de 19
instituciones financieras, se encuentra que alzas de la tasa de inters de
referencia y de la tasa de encaje tienen un impacto negativo significativo
sobre el crecimiento de los prstamos de los bancos y las cajas municipales.
En Dancourr (2012b), en el contexto de un modelo de economa
abierta y de un sistema de metas explcitas de inflacin, se encuentra
que el BCRP puede combinar una regla de Taylor para el manejo de la
tasa de inters, dirigida al equilibrio interno, con una regla de intervencin cambiara que rema en contra de la corriente, dirigida al equilibrio
externo, para estabilizar el nivel de precios y la actividad econmica
ante los choques externos.

3. HIPTESIS
La hiptesis central es que, en el Per, el nivel de actividad econmica
recibe una influencia negativa del tipo de cambio real y de los diversos instrumentos de la poltica monetaria (tasa de inters y tasas de
encaje). A partir de los parmetros obtenidos en esta estimacin, puede
construirse un ndice de Condiciones Monetarias (ICM) que mida con
precisin el carcter de la poltica monetaria en nuestro pas.

4. MTODOS Y PROCEDIMIENTOS DE INVESTIGACIN


La tarea ms importante y compleja de esta investigacin es la estimacin apropiada de los parmetros que acompaan al ICM propuesto.
Aqu explicamos cmo hacerlo.
248

WALDO MENDOZA BELLIDO

La construccin del ICM se basar en un modelo de vector autorregresivo cointegrado (cointegrated VAR), donde esencialmente se
relacionar el nivel de actividad econmica con dos subconjuntos de
variables; uno que incluye a las variables que conforman el ICM propuesto y el otro, compuesto por algunas variables de control del nivel
de actividad econmica. Especficamente, el primer grupo incluir la
tasa de inters real, tipo de cambio real as como las tasas de encaje en
moneda nacional y extranjera. El segundo subconjunto de variables
incluir el nivel de precios de la economa peruana, el nivel de actividad
econmica mundial relevante para Per y un indicador de poltica fiscal, de los cuales los dos ltimos pueden considerarse como exgenos.
La justificacin de este enfoque es que utiliza la forma reducida de un
modelo macroeconmico tpico de economa abierta, donde interactan simultneamente las variables macroeconmicas fundamentales
para el caso peruano. El estudio se har con datos mensuales para
el periodo 2003-2012, el cual se caracteriza por la aplicacin de un
esquema de metas de inflacin.
La estrategia emprica incluye los siguientes aspectos: (i) descripcin
y caracterizacin de las propiedades estocsticas de las variables bajo
estudio, (ii) anlisis de cointegracin, (iii) construccin del nuevo ICM
para el caso peruano, y (iv) evaluacin del ICM propuesto y contraste
con ndices alternativos. A continuacin se describen cada uno de los
aspectos anteriores.
El primer aspecto de la estrategia emprica propuesta buscar
evaluar el comportamiento tendencia! de las series utilizando correlogramas y buscando el mejor proceso tipo ARIMA que describe su
dinmica. Complementariamente, se aplicarn pruebas de raz unitaria
a cada una de las series utilizadas; en particular, dado que la dimensin
temporal del estudio no es muy grande se utilizar la prueba conocida como Oickey-Fuller-GLS de Elliot, Rothenberg y Stock (1996)
y las pruebas propuestas por Ng y Perron (1997). Igualmente, se buscar evaluar explcitamente la hiptesis de estacionariedad mediante

249

CMO INVESTIGAN LOS ECONOMISTAS

la prueba conocida como KPSS, propuesta por Kwiatkowski y otros


(1992). En esta fase del estudio se espera encontrar evidencia de que las
variables pueden caracterizarse como procesos de raz unitaria o procesos de tendencia estocstica {integrados de orden 1).
El segundo aspecto de la estrategia emprica se refiere al anlisis de
cointegracin. Con el fin de dar la mayor robustez posible a los resultados se aplicarn pruebas de cointegracin basadas en los enfoques
uniecuacional (Engle & Granger, 1987; Phillips & Ouliaris, 1990) y
multiecuacional Qohansen, 1988 y 1991). De confirmarse la existencia
de cointegracin entre las variables del vector autorregresivo considerado, se proceder a evaluar que la relacin de cointegracin exhiba
los signos esperados y, subsecuentemente, a estimar el correspondiente
modelo de vector de correccin de error (VEC). En particular, se espera
confirmar que la tasa de inters real y el tipo de cambio real as como
las tasas de encaje en moneda nacional y en moneda extranjera tengan una relacin negativa con el nivel de actividad econmica. Los
resultados del modelo VEC estimado servirn para construir el ICM.
Es importante sealar que no descartamos la posibilidad de utilizar
un modelo de correccin de error uniecuacional, el cual se verificar
mediante pruebas de exogeneidad. Existe tambin la posibilidad de que
no se encuentre evidencia de cointegracin; en este caso se proceder a
estimar un modelo VAR con las variables expresadas en primeras diferencias y se construir el ICM sobre la base de estos resultados.
El tercer aspecto de la estrategia emprica consiste en estimar el
ICM propuesto. Con fines de exposicin de la idea fundamental,
consideraremos solamente la ecuacin de producto del modelo VEC.
Adems se supondr la existencia de una relacin de cointegracin y
que el nmero ptimo de rezagos tambin es uno. Consideremos las
siguientes variables: Y (PBI o medida alternativa del nivel de actividad
econmica, expresada en logaritmos), r (tasa de inters real), e (tipo de
cambio real). Para simplificar la notacin consideremos una sola tasa
de encaje (.?..). Tambin, para simplificar, consideremos a la variable X

250

WALDO MENDOZA BELLIDO

(para representar a una de las dems variables del modelo, entre ellas el
nivel de precios, nivel de actividad econmica mundial relevante para el
Per y un indicador de poltica fiscal o de gasto fiscal, todos ellos expresados en logaritmos). En lo que sigue consideraremos a X como el nivel
de precios de la economa, tambin para simplificar, en el sobreentendido de que en las estimaciones por realizarse se incluirn tambin las
dems variables. Entonces, la ecuacin correspondiente al producto del
modelo VEC se puede escribir como:

~Y,= rn ~r,-1 + r12 ~1-1 + rn~1-1 + r14AA,_1 + r1s LU';_ + 11/3~-1 (4)
Donde f3Y1_ 1 = /3 11 Y1-1 + /321 r,_ 1 + /331 e1_ 1 + /341 1_ 1 + /351.X,_ 1 es la
relacin de cointegracin entre las variables fundamentales de la economa y el parmetro a 11 indica la velocidad de ajuste del nivel de
actividad econmica ante desequilibrios en la relacin de cointegracin
o de largo plazo. Los parmetros rlj;j = 1, ... , 5 capturan el resto de la
dinmica de corto plazo del nivel de actividad econmica.
Los pesos para construir el ICM se obtendrn de los resultados de
estimacin de la ecuacin (4) que, como se dijo, ser estimada como
sistema. Especficamente se obtendr el peso relativo de los coeficientes
1 12 , 1 13 , w Sin embargo, es necesario puntualizar que en caso de que
exista cointegracin ser preciso incluir tambin a los elementos relevantes de la relacin de equilibrio de largo plazo que influyen sobre los
cambios en el nivel de actividad econmica va el parmetro de velocidad de ajuste mencionado anteriormente. En este caso, se considerarn
tambin los siguientes coeficientes: a 11 f3w a 11 /331 , a 11 /341 y se proceder a obtener el peso relativo de los efectos totales. En caso de que no
existiera cointegracin entre las variables fundamentales del sistema, lo
cual ser corroborado en el anlisis de cointegracin propuesto anteriormente, el parmetro de velocidad de ajuste ser igual a cero (a 11 =O)
y se proceder a considerar el peso relativo de los coeficientes r 12 r 13
r 14 nicamente, lo cual sera cualitativamente parecido al enfoque utilizado en Perea y Chirinos (1998). En este caso, el modelo VEC se
reducir a un modelo VAR con las primeras diferencias de las variables.
251

CMO INVESTIGAN LOS ECONOMISTAS

Una vez obtenido el ICM, la estrategia emprica contempla, como


ltima fase, la evaluacin de su capacidad descriptiva y predictiva. Esto
se har mediante una inspeccin grfica y un anlisis de la correlacin
entre el ICM con el nivel de actividad econmica as como con la tasa
de inflacin; igualmente se har una comparacin con resultados obtenidos siguiendo dos metodologas alternativas. Una ser similar a la que
se propone en Perea y Chirinos (1998) y la otra, seguir lo expuesto por
Batini yTurnbull (2002), quienes desarrollan una versin dinmica del
ICM. El ICM propuesto en este proyecto de investigacin ser considerado satisfactorio si permite anticipar adecuadamente los riesgos
contractivos o inflacionarios en la economa peruana.
BIBLIOGRAFA

Angelopoulou, Elen, Hiona Balfoussia & Heather Gibson (2013). Building a


financia/ conditions index far the euro area and selected euro area countries: What does it tetl us about the crisis? [European Central Bank,
Working Paper Series, N 1541, pp. 1-43].
Azabache, Pablo (2011). Decisiones de inversin en empresas con dolarizacin
jinancier. [BCRP, Serie Documentos de Trabajo N 23, Lima].
Ball, Laurence (2001). Reglas de poltica y choques externos. Revista Estudios
Econmicos del BCRP, 7, 1-15.
Batini, Nicoleta & KennyTurnbull (2002). A Dynamic Monetary Conditions
Index for the UK. Journal ofPolicy Modeling, 24(3), 257-281.
Caballero, Juan Carlos & Jorge Martnez (1997). La utilizacin de los ndices de
condiciones monetarias desde la perspectiva de un banco central. [Banco
de Espaa-Servicio de Estudios, Documento de Trabajo N 9716].
Dancourt, Osear (2012a). Crdito bancario, tasa de inters de poltica y tasa de
encaje en el Per. [Documento de trabajo N 342, Departamento de
Economa de la PUCP, Lima].

252

WALDO MENDOZA BELLIDO

Dancourt, Osear (20 l 2b ). Reglas de poltica monetaria y choques externos en una


economa semi-dolariza,da. [Documento de Trabajo N 346, Departamento de Economa de la PUCP, Lima].
Deutsche Bundesbank (1999). Taylor Interest Rate and Monetary Conditions.
[Reporte mensual de abril, pp. 47-63].
Elliot, Graham, Thomas Rothenberg, & James Stock (1996). Efficient Tests
for an Autoregressive Unit Root. Econometrica, 64(4), 813-36.
Engle, Robert & Clive Granger (1987). Co-integration and Error Correction:
Representation, Estimation and Testing. Econometrica, 55(2), 251276.
Ericcson, Neil, Eilev Jansen, Neva Kerbeshian & Ragnar Nymoen (2001).
!nterpreting a Monetary Conditions Index in economic policy. [Norges
Bank, Work Paper, pp. 27-48].
Freedman, Charles (1996).The use of indicators and of the Monetary Conditions Index in Canada. The Transmission of Monetary Policy in
Canada, Bank oJCanada Review, 67-79.
Freedman, Charles (2000). The Framework far the Conduct ofMonetary Policy
in Canada: Some Recent Developments [Presentation to the Ottawa
Eco no mies Association, International Monetary Fund]. http://www.
imf.org/external/ pubs/ ft/ seminar/2000/ targets/ freedman l .htm
Gautier, Cline, Christopher Graham & Ying Liu (2004). Financia! Conditions Indexes far Canada. [Bank of Canada Working Paper N 22].
Goodhart, Charles & Boris Hofmann (2001). Asset Prices, Financia! Conditions, and the Transmission ofMonetary Policy. [Documento preparado
para la conferencia Asset Prices, Exchange Rates, and Monetary
Policy, de la Universidad de Stanford University, marzo 2-3].
Johansen, Soren (1988). Statistical Analysis of Cointegration Vectors. ]ournal
ofEconomic Dynamics and Control, 12(2), 231-254.

253

CMO INVESTIGAN WS ECONOMISTAS

Johansen, Soren (1991). Estimation and Hypothesis Testing ofCointegrating


Vectors in Gaussian Vector Autoregressive Models. Econometrica,
59(6), 1551-1580.
Kwiatkowski, Denis, Peter Phillips, Peter Schmidt & Yongcheol Shin (1992).
Testing the Null Hypothesis of Stationary against the Alternative of a
Unit Root. ]ournal ofEconometrics, 54, 159-178.
Loveday, James, Oswaldo Molina & Roddy Rivas-Llosa (2004). Mecanismos
de transmisin de la poltica monetaria y el impacto de una devaluacin en el nivel de las firmas. Revista Estudios Econmicos, 12.
Ng, Serena & Pierre Perron (2001). LAG Length Selection and the Construction of Unit Root Tests with Good Size and Power. Econometrica,
69(6), 1519-1554.
Osborne-Kinch, Jenny & Sarah Holton (2001). A Discussion of the Monetary Condition Index. [Monetary Policy and International Relations
Department, boletn trimestral N l, enero].
Perea, Hugo & Raymundo Chirinos (1998). El ndice de Condiciones Monetarias y su estimacin para el Per. [Documento de Trabajo del Banco
Central de la Reserva del Per, noviembre].
Phillips, Peter & Sam Ouliaris (1990). Asymptotic Properties of Residual
Based Tests for Cointegration. Econometrica, 58(1), 165-193.
Rossini, Renzo & Marco Vega (2007). El mecanismo de transmisin de la
poltica monetaria en un entorno de dolarizacin financiera: El caso
del Per entre 1996 y 2006. Estudios Econmicos, 14.
Rossini, Renzo, Zenn Quispe & Donita Rodrguez (2013). Flujo decapitales, poltica monetaria e intervencin cambiaria en el Per. Estudios
Econmicos, 25.
Sims, Christopher (1980). Macroeconomics and Reality. Econometrica, 48(1),
1-48.

254

Se termin de imprimir en
los talleres grficos de
Litho & Arte SAC
Jirn !quique 046, Lima 5
Correo e.: ventas@lithoarte.com
Telfono: 332-3989 1 332-8397 I 332-9077
Se utilizaron caracteres
Adobe Garamond Pro en 11 puntos
para el cuerpo del texto
setiembre de 2014 Lima - Per