POSIBILIDADES Y LIMITACIONES DE LAS MATEMTICAS EN LA ECONOMA

Antonio Pulido San Romn

Catedrtico de Economa Aplicada U.A.M.
Director del Instituto L. Klein Centro Stone

1. INTRODUCCIN

Hay que empezar por reconocer que las matemticas, en general, podrn contar con el respeto,
pero no con el cario de la sociedad en su conjunto. Las matemticas, incluso aplicadas a diferentes
campos del saber, se identifican frecuentemente, por los ajenos a este campo, como algo difcil y fro,
lejano a todo planteamiento humanista e integrador. Debo hacerles una confidencia personal en esta
lnea: cuando en mi juventud eleg estudiar Econmicas, unas de las motivaciones era que se
presentaba como una carrera en que predominaban esos aspectos humanistas y tena un escaso
contenido matemtico. Hasta la Facultad en que se estudiaba economa en los aos 50 tena una
denominacin de amplio contenido social: Facultad de Ciencias Polticas, Econmicas y
Comerciales.

La Unin Matemtica Internacional (IMU) ha promovido, con el apoyo de la UNESCO y a

escala mundial, el Ao Mundial de las Matemticas, con el objetivo de reivindicar su papel en el
mundo actual y reflexionar sobre los desafos que plantear el nuevo siglo en este campo.

Con gran acierto, en mi opinin, la celebracin se ha extendido a todos aquellos que utilizamos
las matemticas en los ms diversos campos y no slo a las Facultades de Ciencias. La fiesta se ha
ampliado para que participemos todos los que, de una u otra forma, dependemos de su desarrollo, lo
que es tanto como invitar a la sociedad en su conjunto. Porque no hay ninguna duda de que si
aplicsemos a los campos cientficos los ttulos que se utilizan para algunos lugares histricos, debiera
calificarse a las Matemticas como Patrimonio de la Humanidad en uno de sus ms altos grados.

Mi trayectoria personal me ha llevado a utilizar las tcnicas de anlisis matemtico y muy

especialmente la estadstica aplicada a la economa como herramienta de trabajo permanente. Para ello
tuve que recorrer un amplio camino de sensibilizacin y formacin que casi me decidieron a
matricularme en la Facultad de Ciencias para estudiar Matemticas y que supl con una carrera ms
corta en la Escuela de Estadstica. Como ancdota puedo contar que durante mis aos de estudiante de
econmicas, una vez ya convencido de la importancia de las tcnicas cuantitativas, me compraba libros
que contuviesen frmulas casi como una terapia para evitar mi repulsa inicial a las matemticas, que
tard aos en superar. Durante mucho tiempo miraba con envidia a mis compaeros que se compraban
libros sin frmulas de economa que tardaban pocos das en leer, mientras yo me estancaba en
comprender unas pocas pginas por da. Creo que un no-matemtico, economista convencido pero
usuario durante aos del instrumental matemtico-estadstico, puede ayudar a mejorar la estima por las
Matemticas de alumnos y compaeros en la carrera docente.

Pero entiendo que la mejor defensa de la componente matemtica de la economa no es su

aceptacin general, sin reservas y sin avisar de sus dificultades e incluso de sus peligros. Por eso no
esperen una loa continuada del uso de las Matemticas en la Economa y la Gestin de Empresas. Mi
tesis central es que la mejor defensa de la econometra, la estadstica econmica o la economa
matemtica est en ser conscientes de sus potencialidades pero tambin de sus limitaciones.

Por ello me propongo iniciar este artculo recordando el aviso que haca Keynes de que "los
economistas buenos o simplemente competentes escasean como los pjaros ms exticos". y aada
que la razn es que el economista necesita poseer una combinacin de dotes poco frecuente. "Tiene
que alcanzar un nivel elevado en diferentes direcciones y debe reunir talentos que no se encuentran

30
juntos. Debe ser un matemtico, historiador y estadista, y filsofo hasta cierto punto. Debe comprender
los smbolos y hablar con palabras. Debe contemplar aspectos particulares en relacin con un todo,
abordar conjuntamente lo abstracto y lo concreto. Debe estudiar el presente en funcin del pasado y
pensando en el futuro. Ningn aspecto de la naturaleza humana o de sus instituciones debe pasar
inadvertido a su curiosidad observadora. Debe simultanear la voluntad de accin con la neutralidad;
debe ser elevado e incorruptible como un artista y estar a veces tan cerca del suelo como un poltico".

2. LO QUE NO PUEDE HACERSE EN ECONOMA SIN UN PLANTEAMIENTO

MATEMTICO

Richard Ruggles, durante aos profesor de economa en la Universidad de Yale y uno de los
principales propulsores de la Contabilidad Nacional, resuma hace aos los principales enfoques
metodolgicos en los cinco siguientes: 1

1. Economa matemtica
2. Mtodos estadsticos
3. Econometra
4. Economa institucional
5. Economa especulativa

Su visin eminentemente cuantitativa de la economa puede resumirse en su conceptualizacin

de la economa especulativa como residual, "en el sentido de que todo anlisis que no siga
procedimientos matemticos, que no emplee el anlisis estadstico, o no se base en otros tipos de
informacin emprica recogida, puede considerarse como especulativo".

Este respeto por todo el desarrollo matemtico de la ciencia econmica es ampliamente

compartido por muchos investigadores: "Dentro del campo especfico de la Economa, los progresos
mediante el uso de tcnicas matemticas en la formulacin y anlisis de modelos han adquirido una
cierta admiracin y respeto intelectual, si bien la divulgacin y discusin de estos conocimientos se ha
visto limitada por las complejidades matemticas inherentes en estos desarrollos, que no estn al
alcance de un gran nmero de economistas. En este sentido, tambin pensamos que en la ciencia
econmica, las teoras no han sido valoradas de modo generalizado por su apelacin o belleza tcnica,
sino por el mbito de su aplicacin y su posible influencia en otras construcciones tericas. 2

El autor de estas palabras, Manuel Santos, subraya el papel central de la construccin

matemtica de la ciencia econmica: "Las Matemticas son tiles en la construccin de la situacin
idealizada, siendo un pilar fundamental de nuestra capacidad de raciocinio. Obviamente, las
Matemticas ofrecen las herramientas bsicas para la construccin y anlisis de modelos, los cuales en
una etapa posterior sern evaluados de acuerdo a su poder predictivo".

Grard Debreu, Premio Nobel de Economa de 1983 y uno de los constructores de la moderna
economa matemtica, en particular del equilibrio general, hace en un artculo de revisin de su vida3
una profesin de fe en el rigor metodolgico y en el enfoque matemtico de la economa: Las
recompensas de mi fidelidad al rigor fueron muchas. Ese rigor ayudaba a elegir las herramientas
matemticas ms adecuadas para un punto concreto de teora econmica. Al adoptar la postura
inflexible del matemtico, tambin permita comprender el comportamiento de los objetos

1
R. Ruggles, "Desarrollos metodolgicos". En B. F. Haley, editor, Compendio de Economa Contempornea, Aguilar,
1970, pgs. 460-513.
2
M. Santos, "Reflexiones sobre las matemticas y la economa". En R. Febrero, editor, Qu es la economa, Pirmide, 1
997,pgs. 101-118.
3
G. Debreu, "Recorrido al azar y filosofa de la vida". En M. Szenberg, editor, Grandes economistas de hoy, Ed. Debate,
1994, pgs. 124-133.
31
matemticos, en el deseo de encontrar supuestos cada vez ms dbiles y conclusiones cada vez ms
fuertes y en la bsqueda compulsiva de la sencillez.

Estaramos en la mejor tradicin de otro economista matemtico de la etapa de construccin

formal de nuestra ciencia, Leon Walras, cuando descalificaba a los que huan del enfoque matemtico
posiblemente por desconocimiento y bajo la justificacin de los aspectos no cuantificables de una
ciencia social: "En cuanto a aquellos economistas que no saben nada de Matemticas, que no saben lo
que quieren decir las Matemticas y an as han tomado la posicin de que las Matemticas
posiblemente no sirvan para elucidar principios econmicos, dejemos que sigan repitiendo que la
libertad humana nunca puede expresarse en ecuaciones o que las Matemticas ignoran las fricciones
que son todo en la vida social y otras frases igualmente contundentes y pomposas. No podrn impedir
que la teora de la determinacin de precios bajo libre competencia sea una teora matemtica4.
Incluso a un econmetra de la amplitud de miras de Lawrence K1ein, Premio Nobel de Economa de
1980, se le asigna una frase tan contundente (y posiblemente tan exagerada) como que "las
contribuciones no matemticas a la economa son vagas, burdas y torpes5.

Pero aparte de opiniones, hay pruebas empricas de la difusin creciente de la expresin

matemtica de las ideas econmicas. Libros aparte, la publicacin de artculos que utilizan tcnicas
cuantitativas es hoy da una prctica generalizada. Como es conocido, cuando en 1933 se empieza a
publicar Economtrica se busca un canal, hasta ese momento inexistente, para difundir los trabajos que
integran economa/matemticas/estadstica. Como puede verse en el Grfico 1, incluido en la conocida
enciclopedia Palgrave6, en slo 50 aos ya se haba multiplicado por 10 el nmero de artculos
publicados en las cinco revistas ms caractersticas del enfoque matemtico de la Economa
(Econometrica, Review of Economic Studies, International Economic Review, Journal of Economic
Theory, Journal of Mathematical Economics).

Cuando se trata del papel de la matemtica en economa, se tiende a centrarse en la denominada

economa matemtica, es decir, en la expresin matemtica de la teora econmica. En el diccionario
Palgrave y bajo la denominacin mathematical economics se citan los trabajos pioneros de Augustin
Cournot, Lon Walras o Vilfredo Pareto en el siglo XIX y la consolidacin durante los ltimos 100
aos a travs de las nuevas vas abiertas por mltiples autores entre los que es habitual citar a John von
Neumann, John Hicks, Paul Samuelson, Oskar Morgenstem, Tjalling Koopmans, Grard Debreu,... en
una lista prcticamente interminable.

Pero no slo los libros de Macro y Microeconoma estn repletos de frmulas matemticas.
Aparte de que el soporte matemtico haya ayudado a los economistas a expresar sus pensamientos
tericos, ha sido imprescindible en el desarrollo de tcnicas de obtencin y anlisis de datos, tanto en
el campo de la economa general como de la gestin empresarial. Slo a ttulo de ejemplo har algunas
breves referencias a las tcnicas estadsticas del muestreo en poblaciones finitas o anlisis
multivariante, los diversos enfoques propios de la Investigacin Operativa, los distintos
procedimientos de prediccin y simulacin, los modelos economtricos, la dinmica de sistemas, el
anlisis de series temporales o de panel data, etc.

No voy aqu a hacer un rido y siempre incompleto repaso de lo mucho disponible en cada uno
de estos campos. Siguiendo el dicho popular de que un ejemplo vale ms que mil palabras, slo voy a
citar algunas experiencias concretas en cada uno de estos campos.

4
Citado por M. Santos, op. cit., pg. 101.
5
As se cita en N. Georgescu-Roegen, "Sobre s mismo". En M. Szenberg, editor, Grandes economistas de hoy, Ed.
Debate, 1994, pg. 161.
6
G. Debreu, "Mathematical economics". En The New Palgrave. A dictionary of Economics, MacMillan Press, 1994, vol. 3,
pgs. 399-403.
32
 Para empezar, hay que reconocer que sin las tcnicas de muestreo el economista no dispondra
prcticamente de datos ni a nivel general (Encuesta de Poblacin Activa, IPC, Encuesta de Salarios,
etc.), ni a escala sectorial (produccin industrial, turismo, transporte, viviendas, etc.), ni tan siquiera
para cubrir las necesidades de la gestin empresarial (estudios de mercado, por ejemplo). Determinar
el tamao de la muestra, disear el proceso de eleccin de las unidades informantes, elevar los
resultados muestrales a escala poblacional, determinar los porcentajes de error,..., son exigencias
irrenunciables para el economista profesional.

Una vez hemos asegurado un adecuado flujo de datos, debemos disponer de las adecuadas
tcnicas de anlisis. Programas enteros de tratamiento de datos en ordenador como el SPSS o el SAS,
de amplia difusin entre los economistas ms prcticos, se basan en tcnicas estadsticas de anlisis
multivariante tales como el anlisis factorial o discriminante, cluster, componentes principales, diseo
de experimentos, etc.

En el variado campo de las tcnicas de Investigacin Operativa encontramos solucin a

mltiples problemas de optimizacin econmica y gestin empresarial. Por citar slo una de las
mltiples opciones disponibles, la teora de grafos, personalmente he comprobado su utilidad en la
programacin de actividades (PERT, CPM y similares), as como en anlisis input-output u
optimizacin de redes de transporte. Pero las posibilidades de otras tcnicas como teoras de colas,
teora de stocks, diferentes variantes de la programacin matemtica, etc., abren permanentemente
nuevas posibilidades, principalmente en los variados problemas de la gestin empresarial.

No querra dejar sin una referencia obligada por la seriedad de sus planteamientos y la utilidad
de sus desarrollos, a la Matemtica de las Operaciones Financieras o a la Estadstica Actuarial,
materias de nuestros planes de estudio que han terminado impregnando a la profesin completa de
economistas especializados en financiacin y de los actuarios de seguros.

Uno de los terrenos ms frtiles para las tcnicas cuantitativas es el de la prediccin y

simulacin de alternativas. Como pequea ancdota personal comentar mi incorporacin en 1973 a la
Universidad Autnoma de Madrid como director del entonces Departamento de Comercial que
33
posteriormente dara lugar a los Departamentos de Investigacin Comercial y Econometra de la
Empresa e Informtica. Soy testigo de privilegio de cmo la enseanza del marketing fue adquiriendo
entidad cientfica y profesional al incorporar modelos tericos (p. ej. estrategia comercial en rgimen
de oligopolio) y armar sus tcnicas de anlisis introduciendo predicciones de ventas o modelos de
simulacin en precios, publicidad, etc. queda ahora lejana una poca poco evolucionada del marketing
en que este campo era considerado como una materia practicona de segundo fila. 7

Porque hoy da la prediccin y la simulacin de alternativas en las ms diversas reas de la

macroeconoma o de la empresa es una actividad casi imprescindible para cualquier economista:
predecir inflacin, paro, crecimiento, tipos de inters o rentabilidad de una empresa; simular efectos de
polticas alternativas del gobierno, de entornos internacionales distintos o de acciones propias o de la
competencia de una empresa.

Para ello el economista cuenta con los desarrollos matemtico-estadstico-economtricos del

anlisis de series temporales, la regresin o la cointegracin, las tcnicas que utilizan variables
cualitativas y datos de corte transversal o de panel, los modelos estocsticos multiecuacionales, la
dinmica de sistemas, la tcnica de escenarios, los mtodos de tratamiento de la informacin subjetiva
tipo Delphi o cross-impact, etc., etc.

En particular mi experiencia personal despus de desarrollar varios cientos de modelos

economtricos (o con ms generalidad, de modelos empricos formalizados8) es que hoy da
constituyen una herramienta imprescindible para cualquier economista (aunque slo una herramienta),
como pueden ser un anlisis de sangre o una ecografa para un mdico.

Resumiendo mi posicin en este punto de que no puede hacerse en Economa sin un

planteamiento matemtico: ni una teora econmica integradora, ni una economa aplicada a la altura
de la potencialidad de las nuevas tecnologas informticas y de las necesidades de los organismos
internacionales, los gobiernos, las empresas u otro tipo de instituciones pblicas o privadas.

3. EN DEFENSA DE UN USO RAZONABLE DE LAS MATEMTICAS EN ECONOMA

Muchos economistas ya asentados en la profesin y tambin muchos alumnos de nuestras

Facultades de Econmicas y Empresariales, tienen una opinin muy crtica con el papel de las
Matemticas. Desconocerlo y hacer slo un discurso paralelo de defensa como el que hasta aqu he
desarrollado, creo que sera un mal servicio a la reflexin que exige el Ao Mundial de las
Matemticas. Como en otros muchos aspectos de la vida, unos efectos favorables exigen aplicaciones
correctas, dosis adecuadas, ausencia de fanatismos excluyente s y reconocimiento explcito de las
posibles limitaciones.

En la introduccin del editor del libro Grandes economistas de hoy, ya comentado con
anterioridad, Michael Szenberg recoge algunas opiniones especialmente crticas sobre una
matematizacin exagerada de la economa. Cita a un economista de la Universidad de Cambridge,
John Eatwell, que lleg a afirmar que "si el mundo no es como el modelo, pues peor para el mundo".
Personalmente hacia mediados de los 70 contrat a un economista recin regresado de una prestigiosa
universidad norteamericana para los trabajos de construccin de un modelo para la entonces Comisara
del Plan de Desarrollo. Al cabo de unos meses me present un modelo que era incapaz de recoger, con
un mnimo de exigencia, la evolucin observada de la economa espaola. Cuando le insist en la

7
Recuerdo que en el primer examen del nuevo curso en que me incorpor a la Universidad Autnoma e impart una
asignatura de Modelos de simulacin en marketing, un alumno de la antigua escuela me comentaba que "la simulacin en
marketing era muy importante: en los temas comerciales era conveniente disimular precios elevados u otros factores
negativos".
8
Aqu pueden incluirse otros tipos de modelizacin aplicada frecuentemente ausentes en un curso de Econometra, tales
como la dinmica de sistemas, los modelos de elasticidades variables, el calibrado de modelos o el input-output.
34
inoperancia del modelo economtrico estimado, me insisti en que el problema no estaba en el
modelo, que era correcto, sino en que la economa espaola no funcionaba como deba.

Hay que reconocer que, como indica Szenberg, el hecho de que "la verdad sienta la tentacin
de expandirse hasta convertirse en falsedad (toda virtud se transforma en vicio con el exceso y nada
falla tanto como el exceso) ilustra los extremos a que ha llevado la excesiva matematizacin de la
economa. No obstante, los cientficos piensan que reducir los fenmenos complejos a un conjunto de
ecuaciones supone una belleza similar a la que ofrece la poesa".

Por supuesto la crtica no es slo aplicable a la economa matemtica terica. Ms de un

economista interesado por la modelizacin aplicada, piensa como Evsey Domar, que confes en una
reunin de la Asociacin Norteamericana de Economa: "Mi vnculo principal, si bien slo peridico,
con los econmetras consiste en los dlares que pago todos los aos por su incomprensible revista" (se
refiere a Economtrica).

Todos estos excesos han llevado a economistas de la talla de Wassily Leontief, Premio Nobel
de Economa de 1973 y recientemente fallecido a sus 93 aos, a denunciar que algunos Departamentos
de Economa "estn preparando a una generacin de eruditos estpidos, genios de las matemticas
esotricas pero verdaderos nios en materia de vida econmica real 9

O a Paul Samuelson, Premio Nobel de Economa de 1970 y uno de los puntales de la Economa
Matemtica, quien defiende una economa desde el corazn en que se hermanen la eficacia tcnica y
el humanismo tico. Respecto a los modelos economtricos reconoce "que yo jams menosprecio los
estudios economtricos, pero he aprendido, a travs de una triste experiencia, a tomrmelos con
bastante calma"10. En una reunin informal lleg a admitir que su sospecha sobre la subjetividad en la
utilizacin de modelos le llevaba a imaginarse a Lawrence Klein manejando las tripas del ordenador
que daba las predicciones que elaboraba con su equipo.

Para muchos economistas, lo importante es no tener que decidir entre una opcin matemtica y
otra no-matemtica para la economa. "Es lamentable que el rpido desarrollo de la economa
matemtica haya tendido a separar a los economistas en una fraccin literaria y otra matemtica. Los
proponentes del mtodo matemtico tienden a hablar solamente de matemticas en comparacin con
un pensamiento literario confuso y los oponentes tienden a hablar solamente de matemticas
deficientes en relacin con el pensamiento claro y lgico. La formacin matemtica nunca convertir a
un gran economista en un economista mediocre pero, por otro lado, como sealaba Stigler, tampoco
convertir a un economista mediocre en un gran economista.11.

Precisamente fue Joseph Stigler, profesor durante aos en la Universidad de Chicago y Premio
Nobel de Economa de 1982 quien dijo que "sera imposible utilizar en el presente una matemtica
esnobista. Es como si se fuera a afirmar que el idioma es slo para expresar pensamientos puros: existe
tambin una pornografa matemtica12.

La eleccin no es pues entre utilizar o no las Matemticas en Economa, sino entre hacerlo o no
con las suficientes garantas y en las dosis adecuadas. "El hecho de que algunos analistas desarrollen
formulaciones tericas carente s de garanta, con el nico fin de utilizar tcnicas matemticas
especficas, no debe emplearse como argumento contra la economa matemtica, sino que supone ms
bien un empleo deficiente del mtodo matemtico... No puede negarse ciertamente que podran

9
Cita tomada de M. Szenberg (1994), op. cit."pg. 13.
10
P. A. Samuelson, "Mi filosofa de la vida: credos polticos y mtodo de trabajo". En M. Szenberg (1994), op. cit., pgs.
273-286.
11
R. Ruggles (1970), op. cit., pgs. 470.
12
G. J. Stigler, Five lectures on economic problems, Londres 1949.
35
aclararse muchos conceptos confusos aplicando algunos de los pasos lgicos que se emplean en el
proceso matemtico riguroso, aunque tambin puede ser cierto lo contrario13

Creo que una gran parte de los economistas comparten la idea de que la economa necesita las
matemticas, las tcnicas cuantitativas, pero no puede reducirse slo a matemticas. Deca uno de los
economistas ms innovadores de todos los tiempos, el austriaco Joseph Schumpeter que "si con el fin
de comprender la economa, hubiera que elegir entre dominar la historia econmica y dominar las
matemticas y la estadstica, no cabe duda de que habra que decidirse por lo primero". Pero lo cierto
es que no hay que elegir, ms bien hay que saber integrar lo uno y u otro.

4. REFLEXIONES FINALES: UNA VISIN PERSONAL

Posiblemente es verdad que, en el lmite, un especialista es el que sabe todo de nada y un

generalista el que sabe nada de todo. Es decir, en ambos casos extremos nos encontramos con espacios
vacos.

Cuando uno se inicia en una nueva tcnica o teora como especialista, tendemos a depositar en
ella, incluso por egosmo personal para justificar nuestro esfuerzo y para sentimos importantes, una
confianza excesiva. Posiblemente la experiencia va enfriando nuestros ardores iniciales y poniendo las
cosas ms en su sitio. Pero reconocer los lmites e imperfecciones de una tcnica o teora no exige
repudiarla, ni tan siquiera alejarse de ella. Debe ser un acicate adicional para perfeccionarla, para
mejor entenderla, para aplicarla con la necesaria cautela.

Esta reflexin de carcter general es especialmente cierta en las aplicaciones matemticas a la

economa. La aparente exactitud de cualquier desarrollo matemtico lleva con demasiada frecuencia a
que teoras, tcnicas o aplicaciones realizadas con este tipo de instrumental se tiendan a dar como
correctas tanto por parte de quienes las desarrollan, como por los que las utilizan o incluso por los que
slo conocen sus resultados ltimos.

Los ms ingenuos piensan que cualquier cosa que contenga frmulas matemticas debe ser
cierta, como si la lgica de una deduccin correcta no dependiese de las hiptesis y datos de partida.
Recuerdo un modelo de poltica educativa en que particip a principios de los aos 70 junto con
tcnicos de la UNESCO, que cuando se present a los diputados de entonces, con resultados sobre las
necesidades presupuestarias de una reforma del sistema educativo, nadie puso en duda, a pesar de que
los modelizadores ramos conscientes de la mltiples y discutibles hiptesis en que basaba: alumnos
por profesor, crecimientos salariales, programa de inversiones, nmero mximo de alumnos por clase,
rendimiento educativo, etc.

La realidad es que los economistas disponemos de teoras econmicas diversas que parten de
hiptesis distintas e incorporan variables diferentes que se utilizan en un proceso deductivo,
habitualmente de carcter matemtico, que lleva a unos resultados formalmente correctos aunque
puedan resultar ms o menos cercanos al funcionamiento de la economa real.

Pero ni siquiera los datos de ese mundo real nos permiten confirmar si una teora es o no
correcta. Hay diversidad de teoras, pero tambin variedad de datos, tcnicas de anlisis y mbitos de
aplicacin. Si las teoras matemticas no tienen garanta de realismo en sus conclusiones, los modelos
economtricos o las tcnicas estadsticas de prediccin o anlisis tampoco puede suponerse que
posibiliten resultados nicos y correctos. Tcnicas alternativas, aplicadas a datos diferentes, con
variables seleccionadas distintas, proporcionan una amplia variedad de resultados en ocasiones incluso
contradictorios.

13
R. Ruggles (1970), op. cit., pgs. 465-466.
36
 Los propios econmetras empezamos a reconocer que existe un peligro permanente de desgaste
o machaqueo de datos (data mining) que permite seleccionar, con bastante arbitrariedad, los resultados
empricos entre las mltiples opciones posibles. Hace ya veinte aos, lo decan dos profesores de la
universidad de Chicago en un tono jocoso que no quita dramatismo a la situacin14:

"Una ola de incredulidad ensordecedora se extendi ayer por las universidades de la nacin,
tras la publicacin de un informe de un comit encargado de investigar las denuncias acerca de la
tortura de datos. Tras un sondeo masivo de seis meses de duracin, el Comit sobre los malos tratos a
datos crudos (COMRAD) desenterr la prctica corriente por parte de los investigadores acadmicos
de tcnicas poco ortodoxas aplicadas durante las investigaciones rutinarias a datos inocentes. El
COMRAD denunci casos flagrantes de coaccin, el uso indiscriminado de la fuerza bruta y la
aplicacin casi ubicua de fuertes presiones sobre los datos. Estaban implicadas casi la totalidad de las
principales universidades...".

"Entre los hallazgos ms escandalosos del estudio realizado figuraba el descubrimiento del
apaleamiento desgarrante de los datos por medios electrnicos. Comprobaron que unos investigadores
excesivamente celosos, procedentes de varias instituciones de renombre, haban establecido centros de
detencin y proceso, en los cuales se realizaban actos antinaturales de carcter sumamente perverso
sobre los datos, dirigidos, en algunos casos, por ms de un investigador a la vez...".

"La investigacin del comit desenmascar estratagemas tan infames como el empleo de los
procesos autorregresivos de tercer grado y, en lo que tal vez sea la revelacin ms nauseabunda del
informe, la brutal imposicin de estructuras polinomiales de tercer grado. Los mtodos maximalistas
incluyen, as mismo, el uso de primeras y hasta segundas diferencias, las cuales, segn testigos
oculares, a menudo reducen los datos a un estado totalmente irreconocible."

Mis ltimos comentarios pueden escandalizar a algunos e incluso pensarse que echa un jarro de
agua fra en el Ao Mundial de las Matemticas. En mi opinin, reconocer carencias y recomendar
cautelas es la mejor forma de evitar absurdas descalificaciones globales de las tcnicas cuantitativas en
el terreno de la economa y de las ciencias sociales en general.

Hoy da estoy ms convencido que nunca de la importancia de los desarrollos matemtico-

estadstico-economtricos. Pero, como economista, no estoy dispuesto a reducir el complejo mundo de
la economa y su contexto sociopoltico a la elegancia formal de modelos tericos o aplicados que
responden a simplificaciones ms o menos acusadas de la realidad. Por lo que a m respecta tengo
claro que no puede concebirse una ciencia econmica moderna sin teoras matemticas, tcnicas
estadsticas y modelos economtricos. Pero tambin que son slo herramientas imperfectas al servicio
de los economistas, tanto como profesionales como en investigacin o docencia.

Recordemos las palabras de Keynes con los que empezaba este artculo: el economista debe
ser, al mismo tiempo y en parte, matemtico, historiador, estadista y filsofo hasta cierto punto. Debe
comprender los smbolos y hablar con palabras. Debe abordar lo abstracto y lo concreto. Debe estudiar
el presente, considerando el pasado y pensando en el futuro.

14
E. Karni y B. K. Shapiro, "Cuentos de terror de las torres de marfil". En Enciclopedia Prctica de Economa, vol.6,
pg.286. La publicacin original se realiz en el nmero de febrero de 1980 del Journal o/ Political Economy.
37