“It is difficult to make predictions, especially about the future” – so goes the saying. O mesmo se aplica à modelização económica. Este não é apenas o ponto banal de que é difícil fazer previsões sobre coisas que são incertas, embora você ficaria surpreso quantos modelos econômicos são expressos como deterministas, isto é, sem limites de probabilidade., Pindyck faz o ponto válido de que Entradas chave são muitas vezes escolhidos arbitrariamente; mesmo o melhor modelo cuspe lixo para fora se você bombear lixo para dentro . Mas eu quero focar no ponto um pouco mais sutil que as coisas que são mais interessantes quando se trata de fazer previsões décadas à frente são as que são mais difíceis de modelar., O resultado é que, na maioria das vezes, eles simplesmente não são modelados e, consequentemente, os modelos nos dizem pouco sobre como o futuro vai evoluir e ainda menos sobre os verdadeiros custos e benefícios de políticas de longo prazo, tais como aqueles para promover tecnologias renováveis e eficiência de recursos.um modelo económico é essencialmente um quadro simplificado para descrever o funcionamento da economia. Ele exerce a disciplina de forçar o modelador a articular formalmente suposições e provocar relações por trás dessas suposições. Os modelos são usados para duas finalidades principais: Simular (e.g., como o mundo mudaria em relação a algum contrafactual se assumíssemos uma mudança nesta ou naquela variável) e previsão (por exemplo, como o mundo poderia parecer em 2030). Os modelos econômicos são grandes ferramentas para simulações – dado o que sabemos sobre o funcionamento comportamental da economia, e tomando estes principalmente como dado, como a economia poderia responder a, digamos, um aumento do preço da energia? Mas os modelos são muito menos eficazes no fornecimento de previsões, precisamente porque, ao fazer previsões, muito pouco pode ser tomado como indicado., Quanto mais longe for a previsão, maiores serão as incertezas estruturais que tornam as projecções do modelo na melhor das hipóteses ilustrativas, especialmente quando se tenta prever o impacto de impulsos não marginais como os impactos das alterações climáticas ou a transformação do sistema energético global.os modelos utilizados pelos Ministérios das Finanças, Bancos e Bancos Centrais consideram a estrutura subjacente da economia como dada e analisam perturbações nas margens através de equações comportamentais estimadas., Ambos os modelos estimados de “novo keynesiano” e de equilíbrio geral computável baseiam-se em pressupostos sobre tendências a longo prazo pré-determinadas ou “convexidade” associadas à diminuição dos rendimentos marginais e à diminuição dos produtos marginais, a fim de convergir num estado estacionário. Uma vez que raramente olham para o futuro para além de um horizonte de quatro anos, tais pressupostos simplificadores permitem boas aproximações da realidade. Na verdade, no Tesouro, fixamos as principais variáveis de Previsão (crescimento do PIB, desemprego, balanças comerciais, inflação, etc…) Primeiro e, em seguida, correu o modelo ., Esta é, na verdade, a norma para a previsão macroeconômica – o modelo é essencialmente usado como uma verificação de consistência e não uma fonte de projeções. Desde que os resíduos previstos estejam em conformidade com os padrões anteriores, a fixação prévia da trajectória prevista é validada porque as projecções são compatíveis com o comportamento estimado passado. Mas olhando mais adiante, as incertezas crescem e as chances de quebras estruturais empurram a economia para novos caminhos impulsionados por novas tecnologias, instituições e comportamentos., Caracterizar variáveis-chave, como a saída, como voltar a uma média determinística é conveniente, mas irrealista quanto mais longe você olhar.
isto causa problemas para as previsões económicas incumbidas de examinar o impacto de grandes mudanças Transformativas, tais como a transição para uma economia global eficiente em termos de recursos ao longo de períodos mais longos. A exigência de que um modelo tende para um equilíbrio de estado estacionário significa que muitas dinâmicas-chave são modeladas como tendências para esse equilíbrio, ao invés de determinantes dele. A “mudança” e a heterogeneidade são modelizadas como Estados transitórios., No entanto, o mundo real é o que os economistas chamam endógeno – isto é, sujeito a mudanças sistêmicas que se originam dentro do sistema. Processos heterogêneos geram ciclos de feedback que se tornam características permanentes do sistema, exigindo uma teoria do longo prazo caracterizado por tais processos. Os fatores econômicos que estão sujeitos a economias de escala, de capital e institucional bloqueio, situações irreversíveis, novas redes e as dependências são difíceis de estimar empiricamente (em alguns casos, eles nunca aconteceu, ainda) e ainda mais difícil para o modelo não-linear dinâmica., Os choques terão efeitos persistentes (pense-se no 11 de setembro), as escolhas políticas terão implicações grandes e amplificadas (pense-se nas despesas com a defesa e na internet), tornando a previsão cada vez mais difícil. Os diferentes modelos meteorológicos e as previsões fazem previsões globais consistentes e precisas ao longo de um período de duas semanas, mas depois começam a divergir devido ao infame efeito “asa de borboleta”. Para além de um mês ou mais, essas previsões divergem loucamente e são consideradas quase inúteis. O mesmo se passa com os modelos económicos ao longo de longos períodos.
tome alguns exemplos do mundo real., Investir em tecnologias de energia renovável empurra seu preço para baixo como resultado da experimentação e aprendizagem de erros; o chamado “aprendizagem-a-fazer”. Estas quedas de preços tornam então o investimento cada vez mais atraente em relação às tecnologias convencionais, onde os ganhos da aprendizagem adicional ou escala são menores. Como os custos de descer, o investimento aumenta e engenheiros aprender mais barato para instalar, conectar e reparação de tecnologia (uma razão pela qual a energia solar FOTOVOLTAICA é consideravelmente mais barato na Alemanha do que NOS eua), o planejamento de instituições de são atualizados e novas redes são construídas ou transfigurado., Os consumidores mudam de comportamento e exigem eficiência, reciclagem e peões.muito rapidamente, uma região pode mudar de uma rede tecnológica para outra, uma vez que a aprendizagem e a experiência a tornam mais atraente do que o operador histórico. Mas essas dinâmicas inerentemente dependentes de caminhos bi-polares são difíceis—se não impossíveis-de modelar. As cidades planeadas com um modelo de desenvolvimento denso com transportes públicos integrados tornam-se muitas ordens de magnitude menos intensiva em recursos do que as cidades baseadas em um modelo baseado em carros dispersos, apesar de ter os mesmos níveis de renda., Uma vez construídos, são difíceis de mudar retrospectivamente à medida que os comportamentos e as infra-estruturas se tornam bloqueados. Os círculos eleitorais fazem pressão para que os preços da gasolina sejam mais baixos e para que haja mais estradas nas faixas urbanas dispersas e ciclistas, transportes públicos e tarifação do congestionamento na densa e eficiente. As decisões tomadas pelos Planeadores na China, na Índia e noutros locais irão contribuir em grande medida para determinar a eficiência e a segurança dos recursos de todas as suas economias. Eles também criam novos mercados consideráveis que estimulam inovadores e investidores em todo o mundo.,mas nada disto está incorporado em modelos padrão porque a interacção completa de um sistema endógeno é extremamente complexa de replicar e qualquer erro espalha-se através do modelo como uma doença maligna. A modelização requer, portanto, abstracção. Nem todas as variáveis podem ser incluídas e nem todos os processos causais simulados. Mas abstrair é bom até que você abstrata das propriedades chave do sistema e então pretende prever esse sistema como um todo., Na maioria dos modelos, pressupõe-se que a inovação que impulsiona as perspectivas económicas a longo prazo aconteça e que as características fundamentais do capitalismo, como a tendência para o oligopólio, são assumidas a favor de uma assunção mais tratável da concorrência.o erro de Malthus foi famosamente tomar a estrutura da economia global como indicado. Seu modelo assumiu que as tecnologias e processos permaneceriam inalterados, de modo que o mundo ficaria com poucos recursos em face da crescente população e demanda. Na verdade, cada boca humana extra vinha com um cérebro humano., E foi a inovação humana que permitiu que os rendimentos agrícolas se espalhassem e a industrialização proporcionasse uma variedade sem precedentes de possibilidades de consumo. A modelização da inovação exige a compreensão das consequências não intencionais que resultam de derrames de conhecimentos de um sector para outro. Mariana Mazzucatto conta uma história convincente de como quase todas as tecnologias radicais por trás do iPhone foram financiadas pelo governo, principalmente através de fundos de pesquisa de defesa: isso inclui a internet, GPS, touchscreen display, e até mesmo o novo assistente pessoal Siri ativado por voz ., Estas dinâmicas subjacentes são conhecidas e previsíveis como processos, mas não em termos de resultados específicos. Consequentemente, quase todos os modelos abstêm Estas relações-chave.
Há também uma série de dinâmicas comportamentais para explicar. Por exemplo, a ação coletiva global está sujeita a jogos onde os pagamentos para a ação do agente individual (países, regiões, empresas) depende de como os outros agem. Se um número suficiente de jogadores agir, uma massa crítica ou “conjunto de inclinação” é alcançado onde vale a pena agir também., Por exemplo, pode pagar para uma empresa ou economia para atrasar o custo de investimento eficiente em recursos, mas como outros fazem o investimento, pode cada vez mais lutar para vender em novos mercados onde as normas de eficiência melhorar (como foi o caso com os fabricantes de automóveis dos EUA). Tais dinâmicas podem ser modeladas, mas são difíceis de incorporar em modelos integrados existentes. Quem poderia ter modelado deterministicamente a abertura do comércio mundial na segunda metade do século passado? No entanto, estas dinâmicas subjacentes são conhecidas e previsíveis e, em última análise, são estas que irão moldar o mundo.,
os benefícios potenciais da política que direciona a mudança estrutural acabará por diminuir os custos distorcionários da primeira rodada associados a um imposto de carbono aqui, ou um novo padrão para a eficiência lá. Tal como acontece com as despesas com a defesa, é provável que um esforço concertado para empurrar o R&D tenha um impacto multiplicado na inovação em toda a economia., Isto significa que para os decisores políticos, o planeamento de uma economia competitiva e eficiente em termos de recursos adequada para um desafiado século XXI pode fazer uma prioridade mais importante do que descobrir o custo a curto prazo de um conjunto de energias renováveis, embora relevante que é. No entanto, os modelos concentram-se quase exclusivamente em questões estreitas deste último tipo, apenas porque podem, gerando um conjunto de custos para cada acção, com pouca compreensão dos benefícios potenciais totais., A predisposição resultante para adiar a acção para curto-circuitos as questões mais pertinentes sobre a forma como a mudança estrutural pode ser provocada de uma forma transparente e favorável ao mercado; uma que promova a concorrência e o crescimento e limite a possibilidade de rent-seeking por interesses adquiridos.isto significa que devemos abandonar os modelos económicos? Claro que não. Devemos ainda tentar estimar e modelar processos complexos conhecidos. Os modelos são ferramentas essenciais para nos ajudar a formular, examinar e compreender as relações interactivas., No entanto, embora os modelos econômicos integrados aplicados a longo prazo tenham produzido insights valiosos, eles nunca foram projetados para servir como estimativas dos impactos totais de coisas como políticas para reduzir as emissões e melhorar a eficiência dos recursos. Sistemas endógenos totalmente integrados fazem modelagem longos períodos muito difíceis, porque mesmo pequenos erros persistem e explodem e alteram os resultados do modelo como uma doença maligna. Modelos tentam contornar este problema, assumindo que partes-chave dessa história são pré-determinadas, mas isso torna-os não mais realistas., O que é necessário é uma teoria coerente por trás de processos de longo prazo de mudança sistêmica e estes são melhor modelados separadamente, e não como parte de um modelo totalmente integrado que transmite falsas noções de determinismo e precisão. Os modelos não são a história toda; são meramente frases de apoio à história e devem ser entendidos e tratados como tal. Em um sistema suficientemente complexo pode realmente ser mais fácil de conduzir a mudança do que para prevê-lo.Dimitri Zenghelis é Co-chefe da política do Instituto de investigação Grantham na LSE e foi anteriormente chefe de previsão económica na HM Treasury., Este artigo foi originalmente publicado em Business Green em 18 de setembro de 2013.