Permítanme explicar por qué creo que la economía moderna es una herramienta tan poderosa para comprender el mundo. Lo haré discutiendo un gran artículo de Simone Cerreia-Vioglio, @UncertainLars, Fabio Maccheroni y Massimo Marinacci, "Tomar decisiones bajo una especificación errónea del modelo", publicado en la Review of Economic Studies hace unos meses. Imagina que quiero conducir desde UC San Diego a UCLA, pero nunca antes había conducido por esa ruta. Necesito construir un "modelo del mundo" para guiarme, que generalmente llamamos mapa. Los mapas son representaciones simplificadas de la realidad. No pueden incluir todos los detalles si quieren ser útiles. Borges, en su cuento Sobre la exactitud en la ciencia, expone este punto maravillosamente. (En la práctica, no dibujo el mapa yo mismo, uso una aplicación, pero alguien aún tenía que hacerlo). Debido a que los mapas simplifican, no puedo confiar completamente en ellos. Tal vez la tormenta de anoche derribó un árbol y cerró una calle, o hay construcción y la rampa de la carretera en Los Ángeles está cerrada. Esta incertidumbre importa. Supongamos que estoy conduciendo a UCLA para una charla importante a las 11 a.m. Si la rampa está cerrada, es posible que necesite 15 minutos adicionales. ¿Cuándo debo configurar mi alarma para que llegue a tiempo, mientras duermo lo suficiente para dar una buena charla? El problema es que no puedo asignar probabilidades precisas a todas estas contingencias. ¿Qué tan probable es el árbol caído? ¿O nuevas obras viales? Incluso las mejores aplicaciones de tráfico no pueden capturar todas las interrupciones, y algunas pueden suceder después de que ya me haya ido. En términos económicos, mi "modelo del mundo" (el mapa) está mal especificado, y no importa cuánto lo intente, no puedo arreglarlo por completo. Pero sentarse y llorar por una especificación incorrecta no responde a mi pregunta básica: ¿cuándo configuro la alarma? Demasiado pronto y estoy exhausto. Demasiado tarde, y llego tarde. Simone y sus coautores ofrecen una forma de pensar en esto. Parten de la idea de que a menudo tenemos varios modelos estructurados de un fenómeno económico, basados en la teoría. Por ejemplo, un banco central podría usar un modelo neokeynesiano estándar y un modelo de búsqueda y coincidencia de dinero. Sin embargo, consciente de que cada modelo está mal especificado por diseño, el banco agrega un cinturón protector de modelos no estructurados, construcciones estadísticas que lo ayudan a medir las consecuencias de una especificación incorrecta. La belleza del artículo es que proporciona una base axiomática para este cinturón protector (e incluso lo generaliza para incluir un enfoque bayesiano). Muestra que si las preferencias de un tomador de decisiones cumplen con ciertas condiciones, que reflejan características racionales y de comportamiento, entonces esas preferencias pueden representarse mediante una función de utilidad aumentada que formalmente explica la especificación errónea. Fundamentalmente, no asumimos que la función de utilidad aumentada; lo derivamos. Comenzamos con propiedades generales y plausibles de las preferencias y demostramos que implican tal representación. Eso es un progreso real. En lugar de escribir críticas interminables de la utilidad esperada o las expectativas racionales (como muchos han hecho durante décadas, con poco que mostrar), ahora tenemos una forma formal de razonar sobre la especificación errónea: definiciones precisas, límites claros de validez y conciencia de lo que aún no sabemos. Tomemos, por ejemplo, a un brillante estudiante graduado de Penn en el mercado, Alfonso Maselli Su artículo sobre el mercado laboral empuja esta frontera aún más. Estudia casos en los que un tomador de decisiones no solo se enfrenta a una especificación errónea del modelo, sino que tampoco está seguro de qué modelo se ajusta mejor a los datos y no puede asignarles probabilidades, lo que llamamos ambigüedad del modelo. En mi ejemplo, el banco central no está seguro de si el modelo neokeynesiano o el modelo de búsqueda y emparejamiento encajan mejor, y le preocupa que ambos puedan ser incorrectos. Si lees Simone et al. o el artículo de Alfonso, verás cuán equivocadas y, francamente, caricaturescas han sido muchas de las críticas recientes de la economía sobre X. ...