Skrota Nobelpriset i ekonomi

31 May, 2011 at 10:14 | Posted in Economics | 6 Comments

Sveriges Riksbanks pris i ekonomisk vetenskap till Alfred Nobels minne år 2010 tilldelades Peter Diamond, Dale Mortensen och Christopher Pissarides ”för deras analys av marknader med sökfriktioner”.

Som framgick av kommentarer i media verkade en stor del av det neoklassiska nationalekonometablissemanget dela priskommitténs beundran för de tre modellörerna. Jag har ärligt talat svårt att förstå varför.

Modellerna – t ex Pissarides ”Loss of Skill during Unemployment and the Persistence of Unemployment Shocks” QJE 1992 – är genomgående konstruerade utan att på allvar försäkra sig om att de modellimanenta resultaten också håller i den verkliga världen. Extern validitet (”parallellism”) får ge vika för rigorösa modellderiveringar. Vad lär oss dessa modeller om verklighetens arbetsmarknader? Egentligen ingenting, eftersom resultaten i huvudsak bara återspeglar en uppsjö av mycket speciella antaganden (i Pissarides artikel räknar jag till mer än 20 stycken) i de ”analoga ekonomier” modellörerna laborerar med. Om de däremot vinnlagt sig om att också visa att dessa antaganden återspeglar hur verkliga ekonomier ser ut hade resultaten varit väsentligt mycket intressantare för de av oss som vill förstå och förklara hur verkliga arbetsmarknader och ekonomier fungerar. Verkligt duktiga ekonomer kan inte bara nöja sig med den väsentligt mer triviala uppgiften att konstruera tänkta ekonomier utan att ange broslagningsprinciper till verkligheten. Allt prat om hur viktigt dessa tre ekonomers modellerande varit för utformande av arbetsmarknadspolitik m m är just ingenting annat än prat. För i komplexa verkliga ekonomier ger dessa modeller liten eller ingen vägledning alls!

När man ber beundrarna ge ett enda exempel på att teorierna/modellerna testats empiriskt blir de svarslösa. Detta är ingen tillfällighet. För när har t ex antagandena i Pissarides ”model 1″ (i den ovan anförda artikeln) om att verkligheten skulle relevant representeras av antaganden om exempelvis ”two overlapping generations of fixed size”, ”wages determined by Nash bargaining”, ”actors maximizing expected utility”,”endogenous job openings”, ”jobmatching describable by a probability distribution” testats? Man lyckas inte ge ett enda exempel där dessa teorier/modeller och deras antaganden i god Poppersk anda har utsatts för ett ”severe test” eller intensiv ”empirisk prövning”.

Självklart är det av intresse både att se på vilka modellslutsatser vi drar och vilka antaganden som modellerna bygger på för att vi ska kunna dra dessa slutsatser, när vi ska bedöma om det finns rimliga ”exportmöjligheter” från våra modeller till de ”target systems” vi vill relatera dem till (vilket oftast brukar vara verkliga ekonomier).

De flesta modeller som vetenskapen använder sig av är representationer av någonting. Modellerna ”står för” eller ”beskriver” speciella delar av ett ”target system” (vanligen den verkliga världen). En ekonomisk modell som varken på djupet eller på ytan i något relevant avseende ”påminner om” viktiga karakteristika av reala ekonomier bör prima facie betraktas med misstänksamhet. Hur kan vi tro oss lära något av vikt om verkliga ekonomier om inte modellantaganden har relevanta och viktiga motsvarigheter i det verkliga målsystemet? Bevisbördan måste ligga på de som tror att de bidragit med något vetenskapligt relevant utan att ens antyda hur broarna som gör det möjligt att förflytta sig från modell till verklighet ser ut.

Ekonomiska modellers slutgiltiga appellationsdomstol måste alltid vara verkligheten själv. För det är väl ändå inte så att neoklassiska nationalekonomer – mirabile dictu – tror att det faktum att solen gick upp i morse på något relevant sätt skulle kunna sägas empiriskt pröva gårdagens hypotes att ”människor är gröna och kommer från Mars, vilket gör att solen stiger upp i morgon”?

De flesta vetenskaper ägnar sig åt förenklingar av något slag. Det tror jag inte någon ifrågasätter. Vad frågan gäller är vad för slags förenklingar man jobbar med. Och just här är kontrasten mellan ekonomisk teori och t ex fysiken frapperande! Där fysiken kan göra både materiella och idella ”galilean experiments” och komma fram till genuina sanningar om den empiriska världen så saknar ju faktiskt ekonomerna med sina teorier denna möjlighet. I Pissarides ”model I”, Robert Lucas ”analoga ekonomier” eller Robert Sugdens ”surrogatmodeller” uppnår vi förvisso verifikationsmässig deduktivitet (genom att bland annat tillskriva dessa ekonomier karakteristika som kan representeras matematiskt) – men endast till priset av bristande extern validitet. Där fysiken kommer många mil med sina ”magra” lagar och principer, kommer ekonomen ingen vart alls utan en massa extra antaganden (tänk på Pissarides ”model I” och de över 20 antaganden han måste göra för att deducera sina resultat). Kruxet – för ekonomen, men inte fysikern – är att konklusionernas validitet beror så nästan uteslutande på alla dessa speciella antaganden som måste göras för att säkerställa deduktionen. Problemet är att ekonomimodellernas ”rigorösa” och ”exakta” slutsatser verkar hopplösa att validera utanför modellerna.

[Om någon är intresserad av att läsa om ”galileiska experiment” och skillnaden mellan fysikens och nationalekonomins modeller kan man med fördel – min blygsamhet avhåller mig givetvis från rekommendation av egna alster - att läsa vetenskapsteoretikern Nancy Cartwrights ”The vanity of rigour in economics: theoretical models and galilean experiments”, som utgör kap 15 i Hunting Causes and Using Them: Approaches in Philosophy and Economics (CUP 2007). För en kritisk granskning av Pissarides modeller kan man läsa hennes ”Probability machines: chance set-ups and economic models”, som utgör kap 7 i The Dappled World (CUP 1999).]

Arbetsgången i transitionen från teori till verklighet brukar se här:

Teori -> Teoretisk modell -> Empirisk modell -> Verklighet

Den bärande tanken är att de mekanismer man via isolation/abstraktion/idealisering etablerat i den teoretiska modellen ska kombineras med andra mekanismer i den empiriska modellen för att kunna resultera i något slags testbara hypoteser. Kruxet är här ofta, inte minst inom nationalekonomin, att de “tighta” korrelations/orsakssammanband man etablerat för mekanismer i teorin, saknas nästintill helt i de empiriska modellerna. En berättigad invändning måste då vara att man faktiskt inte oargumenterat kan applicera den typ av test som bygger på statistisk inferens. Vad man observerar är korrelationer och om de korresponderar med kausala mekanismer saknas det argument för. Det bli faktiskt inte så lite likt tron att man testar tesen ”människor är gröna och kommer från mars, och därför kommer solen att stiga upp imorgon” genom dagen-efter-himlaskådande.

Det finns alltså redan här i övergången från en teoretisk modell till en empirisk modell ett glapp som på många sätt stängs på ett – åtminstone i mina kritisk-realistiska ögon – ganska godtyckligt sätt. Resultatet blir att ekonomen/ekonometrikern ofta skattar relationer som i själva verket inte alls har någon motsvarighet i realt existerande kausala mekanismer. Lägg därtill att broslagningen till det sista ledet (verkligheten) realiter inte ens söks.

Nu är ju i sanningens namn dessa problem inte specifika för neoklassiska sökteorier, utan gäller ju i princip hela det deduktivistiska neoklassiska teori- och modellbygget. Mest tydligt blir det kanske ändå när vi kommer över på det numera okritiskt anammade probabilistiska tillvägagångssättet inom ekonometrin. Om vi inte kan visa att de mekanismer eller orsaker vi isolerar/abstraherar och hanterar i våra modeller är stabila i bemärkelsen att de inte ändras när vi exporterar dem från våra modeller till våra “target systems” så håller de bara under ceteris paribus villkor och är a fortiori av begränsat värde för vår förståelse, förklarings- eller prediktionsförmåga i det verkliga ekonomiska systemet. Eller som den alltid eminent citerbara Keynes skrev i sin Treatise on Probability (1921):

The kind of fundamental assumption about the character of material laws, on which scientists appear commonly to act, seems to me to be [that] the system of the material universe must consist of bodies … such that each of them exercises its own separate, independent, and invariable effect, a change of the total state being compounded of a number of separate changes each of which is solely due to a separate portion of the preceding state … Yet there might well be quite different laws for wholes of different degrees of complexity, and laws of connection between complexes which could not be stated in terms of laws connecting individual parts … If different wholes were subject to different laws qua wholes and not simply on account of and in proportion to the differences of their parts, knowledge of a part could not lead, it would seem, even to presumptive or probable knowledge as to its association with other parts … These considerations do not show us a way by which we can justify induction … /427 No one supposes that a good induction can be arrived at merely by counting cases. The business of strengthening the argument chiefly consists in determining whether the alleged association is stable, when accompanying conditions are varied … /468 In my judgment, the practical usefulness of those modes of inference … on which the boasted knowledge of modern science depends, can only exist … if the universe of phenomena does in fact present those peculiar characteristics of atomism and limited variety which appears more and more clearly as the ultimate result to which material science is tending.

Eller – för de av er som av någon outgrundlig anledning har skygglappar vad gäller Keynes – lyssna på när den probabilistiska ekonometrins egen urfader Trygve Haavelmo i sitt magnum opus [1944:28] säger i princip samma sak:

If we should make a series of speed tests with an automobile, driving on a flat, dry road, we might be able to establish a very accurate functional relationship between the pressure on the gas throttle … and the corresponding maximum speed of the car … But if a man did not know anything about automobiles, and he wanted to understand how they work, we should not advise him to spend time and effort in measuring a relationship like that. Why? Because (1) such a relation leaves the whole inner mechanism of a car in complete mystery, and (2) such a relation might break down at any time, as soon as there is some disorder or change in any working part of the car … We say that such a relation has very little autonomy, because its existence depends upon the simultaneous fulfillment of a great many other relations, some of which are of a transitory nature.

Nobelpriset i ekonomi har uppenbarligen i sin nuvarande form överlevt sig själv. För att rädda kvar något av dess eventuellt kvarvarande prestige måste priset bli öppet för alla – inklusive ekonomer med andra perspektiv än den förhärskande neoklassiska ortodoxins. Priset skulle också tjäna på att göras om till ett brett samhällsvetenskapligt pris där även andra samhällsforskare än ekonomer kan kandidera. Premieringen av axiomatiska , deduktiva, verklighetsfrånvända modeller utan möjlighet att testa empiriskt måste också snarast upphöra. För som Jon Elster uttrycker det (”Excessive Ambitions”, Capitalism & Society, 2009:2):

Many of the economists who have received the Alfred Nobel Memorial Prize for Economic Science work within the paradigm of rational choice theory and statistical modeling. Yet it is a noteworthy fact that not a single one of them has been awarded the prize for confirmed empirical predictions.

Om inte de nödvändiga förändringarna kommer till stånd kan vi lika gärna skrota priset!

Vad för slags experiment bör ekonomer syssla med?

30 May, 2011 at 19:45 | Posted in Economics, Statistics & Econometrics, Theory of Science & Methodology | 1 Comment

För ett par år sedan publicerade Armin Falk och James Heckman en uppmärksammad artikel med titeln ”Lab Experiments Are a Major Source of Knowledge in the Social Sciences” i tidskriften Science. Författarna – båda uppburna nationalekonomer – argumenterade där för att både fältexperiment och laboratorieexperiment i grunden brottas med samma problem vad avser generaliserbarhet och extern validitet – och att det därför är omöjligt att säga att det ena skulle vara bättre än det andra.

Det som slår en när man läser både Falk/Heckman och förepråkare för fältexperiment – som till exempel John List och Steven Levitt – är egentligen att både fältstudier och experiment påminner mycket om teorimodeller. De har alla samma grundproblem – de förutsätter artificiella villkor och har alla problem med en ”trade-off” mellan intern och extern validitet. Ju mer artificiella villkor, ju större intern validitet, men också mindre extern validitet. Ju mer vi riggar experiment/fältstudier/modeller för att undvika ”confounders”, ju mindre påminner villkoren om det verkliga ”målsystemet”. Såtillvida tror jag också att Falk/Heckman har rätt i sina synpunkter på att föra diskussionen om fältet-eller-experimentet i termer av realism – det handlar inte om det, utan i grunden om hur ekonomer via olika isoleringsstrategier i olika ”nomologiska maskiner” försöker få kunskap om kausala relationer. Till skillnad från både Falk/Heckman och fältexperimentförspråkare som List och Levitt är jag tveksam till generaliserbarheten/extrapolerbarhet hos dem alla, eftersom risken är stor för att kausala mekanismer ser olika ut i olika kontexter och att bristande homogenitet/stabilitet/invarians gör att vi i vilket fall som helst inte har några fullgoda exportlicenser till ”verkliga” samhällen/ekonomier.

Om man i huvudsak betraktar experiment/fältstudier som heuristiska verktyg så är nog skiljelinjen mellan exempelvis Falk/Heckman och List/Levitt väldigt svår att se.

Men om vi ser experiment/fältstudier som teoritest eller modeller som till syvende och sist pretenderar att säga något om verkliga ”målsystem” är problemet med extern validitet centralt (och var under lång tid också ett avgörande skäl till att beteendeekonomer hade problem att få sina forskningsresultat publicerade).

Antag att du har undersökt hur kinesiska lantarbetares arbetsprestationer A påverkas av B (”treatment”). Hur kan vi extrapolera/generalisera till nya sampel utanför ursprungspopulationen (exempelvis Sverige)? Hur vet vi att eventuella replikationsförsök ”lyckats”? Hur vet vi när dessa replikationsförsöks resultat kan sägas berättiga de inferenser som görs i ursprungspopulationens sampel? Om, t ex, P(A|B) är den konditionala densitetsfunktionen för ursprungssamplet, och vi är intresserade av att göra en extrapolerande prediktion av E[P(A|B]), hur kan vi veta att det nya samplets densitetsfunktion är identisk med den ursprungliga? Om vi inte kan ge några riktigt bra argument för att så är fallet, säger ju inferenser byggda på P(A|B) egentligen inget om vad som gäller för målsystemets P’(A|B).

Som jag ser det är det här pudelns kärna. Externvaliditet/extrapolerbarhet/generaliserbarhet bygger på att vi skulle kunna göra inferenser baserade på P(A|B) som är exporterbara till andra populationer för vilka P’(A|B) gäller. Visst, kan man övertygande visa att P och P’ är tillräckligt lika, är problemen kanske överkomliga. Men att godtyckligt bara introducera funktionella specifikationsrestriktioner av typen invarians/stabilitet/homogenitet är åtminstone för en vetenskapsteoretisk realist långt ifrån tillfredsställande. Och ofta är det tyvärr detta jag ser när jag tar del av (neoklassiska) ekonomers olika modeller/experiment/fältstudier.

 Jag menar med detta inte att empiriska metoder per se skulle vara så problematiska att de inte kan användas. Tvärtom ställer jag mig i grunden – dock inte förbehållslöst – positiv till det ökade användandet av experiment/fältstudier. Inte minst som alternativ till ett i mina ögon fullständigt ofruktbart snickrande på ”brolösa” axiomatisk-deduktiva teorimodeller. Min kritik handlar mer om aspirationsnivåer och vad vi med våra medierande epistemologiska verktyg/metoder inom samhällsvetenskapen tror oss kunna (be)visa.

Många ”experimentalister” hävdar att det är enkelt att replikera experiment under olika förutsättningar och att man därför enkelt också kan testa undersökningsresultatens robusthet. Men är det verkligen så enkelt? Om vi i det anförda exemplet ovan kör ett test och finner att våra prediktioner inte stämmer – vad ska vi då dra för slutsats? Att B funkar i Kina men inte i Sverige? Eller att B funkar i ett underutvecklat agrarsamhälle men inte i ett postmodernt tjänstesamhälle? Att de funkade när fältstudien gjordes år 2008 men inte år 2010? Populationsval är i praktiken nästan aldrig enkla. Hade problemet om extern validitet handlat om att sluta från sampel till population vore detta inget avgörande problem. De verkligt intressanta slutningarna görs väl ändå regelmässigt från specifika lab/experiment/fält till specifika verkliga situationer/institutioner/strukturer som vi är intresserade av att förstå eller (kausalt) förklara. Och då blir populationsproblemet svårare att tackla.

Alla – både labbar och experimentalister – bör betänka följande rader från David Salsburgs The Lady Tasting Tea (Henry Holt 2001:146):

In Kolmogorov’s axiomatization of probability theory, we assume there is an abstract space of elementary things called ‘events’ … If a measure on the abstract space of events fulfills certain axioms, then it is a probability. To use probability in real life, we have to identify this space of events and do so with sufficient specificity to allow us to actually calculate probability measurements on that space … Unless we can identify Kolmogorov’s abstract space, the probability statements that emerge from statistical analyses will have many different and sometimes contrary meanings.

Eller varför inte fundera över vetenskapsteoretikern Nancy Cartwrights synpunkter på värdet av randomiserade experiment  i The Lancet 23/4 2011:

But recall the logic of randomized control trials … [T]hey are ideal for supporting ‘it-works-somewhere’ claims. But they are in no way ideal for other purposes; in particular they provide no better bases for extrapolating or generalising than knowledge that the treatmet caused the outcome in any other individuals in any other circumstances … And where no capacity claims obtain, there is seldom warrant for assuming that a treatment that works somewhere will work anywhere else. (The exception is where there is warrant to believe that the study population is a representative sample of the target population – and cases like this are hard to come by.)

Norge – ett land av kretiner?

30 May, 2011 at 13:20 | Posted in Varia | 5 Comments

Härom veckan skickade yours truly ett brev till en kollega i Kristiansand i Norge. Det visade sig att institutionen dit brevet var adresserat hade bytt boxnummer. Vad gör då det tydligen helt intelligensbefriade norska postverket? Jo, man sänder tillbaka brevet och låter meddela att “sendingen er sendt i retur fordi postadressen er feil.” Och så bifogar man rätt postadress!! Istället för att bara sända brevet vidare med den rätta adressen.

Hur var det nu Moltas sjöng? “Norge, Norge, är ett ruttet land”. Fan vet om han ändå inte hade rätt, den gamle mosebackisten!

Time is what prevents everything from happening at once

29 May, 2011 at 17:23 | Posted in Economics, Statistics & Econometrics | Leave a comment

To understand real world “non-routine” decisions and unforeseeable changes in behaviour, ergodic probability distributions are of no avail. In a world full of genuine uncertainty – where real historical time rules the roost – the probabilities that ruled the past are not those that will rule the future.

When we cannot accept that the observations, along the time-series available to us, are independent … we have, in strict logic, no more than one observation, all of the separate items having to be taken together. For the analysis of that the probability calculus is useless; it does not apply … I am bold enough to conclude, from these considerations that the usefulness of ‘statistical’ or ‘stochastic’ methods in economics is a good deal less than is now conventionally supposed … We should always ask ourselves, before we apply them, whether they are appropriate to the problem in hand. Very often they are not … The probability calculus is no excuse for forgetfulness.

                                                   John Hicks, Causality in Economics, 1979:121

To simply assume that economic processes are ergodic – and a fortiori in any relevant sense timeless – is not a sensible way for dealing with the kind of genuine uncertainty that permeates open systems such as economies.

Grekland lämnar temporärt EMU?

29 May, 2011 at 13:29 | Posted in Economics, Politics & Society | Leave a comment


Martin Feldstein – Harvardprofessor i nationalekonomi – beskriver i en intressant artikel vilka enorma problem Grekland kommer att ha de närmste åren för att lösa de ekonomiska problem man brottas med – och där en av huvudingredienserna i svårigheterna att komma till rätta med dem stavas EMU.

Feldstein föreslår att Grekland temporärt ska ställa sig utanför EMU:

A temporary leave of absence from the eurozone would allow Greece to achieve a price-level decline relative to other eurozone countries, and would make it easier to adjust the relative price level if Greek wages cannot be limited. The Maastricht treaty explicitly prohibits a eurozone country from leaving the euro, but says nothing about a temporary leave of absence (and therefore doesn’t prohibit one). It is time for Greece, other eurozone members, and the European Commission to start thinking seriously about that option.

Och än mer borde man kanske fundera på om EMU över huvud är ett lyckat experiment.

Kritisk mot Carl Bildt – moi?

29 May, 2011 at 12:01 | Posted in Varia | Leave a comment

När jag startade den här bloggen för två månader sedan hoppades jag på att den kanske skulle vara av intresse för även andra än den närmsta kretsen av vänner och bekanta.    
Mina förväntningar har mer än väl infriats! Det är roligt.
Men några – av de mer än tusen personer som varje vecka läser min blog – tycker att jag är för kritisk. Bland annat mot vår utrikesminister Carl Bildt. Jag förstår inte det. Jag som är så snäll?

Ekonomerna och deras modeller

27 May, 2011 at 14:52 | Posted in Economics, Theory of Science & Methodology | 8 Comments

Nationalekonomi är en vetenskap som i hög grad bygger på användandet av modeller.

I vår mest använda lärobok i nationalekonomi – Klas Eklunds Vår ekonomi (Norstedts 2010, 12 uppl.) – presenteras modellanvändandet som ”en sorts förenklade beskrivningar av verkligheten” med vars hjälp ekonomen kan ”göra tanke- och räkneexperiment och testa sina hypoteser”. Om dessa modeller ska fungera och ge överblickbara resultat

måste de göras enklare än den oerhört komplicerade verkligheten … Ekonomerna brukar följaktligen, då de konstruerar sina modeller, införa en rad förenklande antaganden för att göra modellerna så klara och entydiga som möjligt … Självklart är dessa … antaganden orealistiska i den meningen att verkligheten inte ser ut på det viset … Ändå är det uppenbart, att ett visst mått av modellbyggeri … är nödvändigt … Verklighetens komplexitet och omöjligheten att utföra kontrollerade experiment med densamma gör det därmed ofrånkomligt att den som vill sätta sig in i samhällsekonomin måste vara beredd att lära sig ett visst ’teoretiskt’ och ’abstrakt’ tänkande.

Den enkla utbuds- och efterfrågemodellen har i sin mer sofistikerade form

utgjort kärnan i den nationalekonomiska teorin under hela det senaste århundradet. Orsaken är inte att den exakt skulle avspegla verkligheten, utan att den på ett enkelt och slagkraftigt sätt leder fram till klara slutsatser, som på en rad olika sätt kan tillämpas vid analysen av ekonomiska problem.

Eklund medger att verkligheten inte ser ut som de ekonomiska modellerna, men att dessa har ett berättigande som ett slags referens- och utgångspunkt utifrån vilken den ekonomiska analysen kan visa ”vilka hinder som ligger i vägen för människor och företag att följa de grundläggande beslutsregler” som beskrivs i dessa modeller. Modellerna ska ses som ”analytiska hjälpmedel, vilka hjälper till att abstrahera fram väsentliga grunddrag i hur olika ekonomiska mekanismer fungerar”.

Det är intressant hur Eklund här i förbigående nämner en rad problem men snabbt går förbi dem. Om nu inte modellen avspeglar verkligheten, hur kan vi då ha glädje av den? Är ”enkelhet” och förmågan att leda till ”klara slutsatser” den mest relevanta aspekten att lägga på modellen? Hur kan vi vara säkra på att det är de ”väsentliga” grunddragen som modellen abstraherar fram? Och så vidare. Det finns något förrädiskt i denna undanglidande framställning, därför att den ger sken av att kvalificera bruket av modeller inom nationalekonomin, men egentligen vid närmre analys inte alls gör det. Problemen omnämns och sedan går man glatt vidare som om de inte fanns.

Låt oss därför – till skillnad från Eklund – försöka reda ut vad en modell är och hur den förhåller sig till våra teorier och verklighet.

En vetenskaplig modell är en partiell representation där vissa aspekter av det man vill representera framhävs och andra utelämnas. Vad som framhävs respektive utelämnas avhänger syftet med modellen.

Modeller kan vara av många olika slag (språkliga, matematiska, statistiska, logiska m m). Även i vardagliga sammanhang använder vi termen modell (fotomodell, bilmodell, ”den svenska modellen” m m), men här ska vi i huvudsak uppehålla oss vid vetenskapliga modeller. Dessa modeller relaterar sig till verkligheten på följande sätt:

Verkligheten => ”Bild” av verkligheten => Modell

Det väsentliga är här att ta fasta på att modeller aldrig direkt relaterar sig till verkligheten, utan alltid till den ”bild” vi gör oss av verkligheten. Först när vi utifrån de oändliga data som verkligheten består av – och våra bakgrundskunskaper – bearbetat och meningsfullt tolkat dessa och bildat ett kunskapsobjekt kan vi skapa en modell. Verklighetens empiriska fakta “översätts” till ett kunskapsobjekt som vi med hjälp av en modell försöker öka vårt vetande och förståelse av. Men – och detta är viktigt – modellen försöker också via bilden att ”avbilda” verkligheten. En bra modell ska helt enkelt ge oss en bild av verklighetens underliggande struktur och i någon mening likna verkligheten. En ekonomisk modell som avbildar människor som gröna, fyrkantiga och ständigt egennyttomaximerande är ingen bra bild ur detta perspektiv sett. För pedagogiska syften kan den säkert ha sitt berättigande, men förklaringar som bygger på sådana modeller kan bara vara av begränsat värde. Även om en sådan modell kan vara enkel och i någon mening sägas avbilda forskningsobjektets struktur, funktion, utveckling eller beteende, uppfyller den inte de oeftergivliga likhetskrav (gentemot verkligheten) vi ställer på en modell.

Låt oss för att klargöra modellbegreppet ta ett exempel: Jag besöker dagligen de olika stånden på marknadstorget i Lund och gör mig där en ”bild” av att exempelvis pris och kvantitet på de där handlade varorna hänger samman med varandra på något vis. Denna bild försöker jag specificera och tydliggöra genom att “översätta” den till en vanlig marknadsmodell där utbud och efterfrågan bestämmer prisen.

I normalfallet kommer min bild och modell inte att vara lika i den bemärkelsen att varje del i bilden motsvaras inte av exakt en del i modellen. Varje marknad innehåller i princip ett oändligt antal data som på ett oändligt antal sätt kan ”översättas” till olika bilder. Varje modell är på så vis alltid i något avseende en reduktion av verkligheten. Vi väljer att ur den oändliga mängden data fokusera på vissa och låter vår modell avspegla dessa. De aspekter av marknaden som vi är intresserade av påverkar vår bild av den och följaktligen den modell vi gör oss av den. Därför utgör också varje modell en reduktion av verkligheten som vi gör utifrån ett speciellt syfte eller för att belysa en speciell aspekt.

Vår marknadsmodell ovan är ett exempel på hur en komplex och komplicerad verklighet med hjälp av idealiseringar och abstraktioner reduceras till en enkel jämviktsmodell av varuprissättning på torget. Syftet med en modell bör vara att fungera som en vägledare över till den verklighet vi bara har tillgång till via våra “bilder” av den. Hur modellen utformas beror på konstruktörens syften och intressen och de bakgrundskunskaper han besitter. Någon i vetenskaplig mening ”objektiv” modell existerar därför lika lite som dito teorier och ideologier.

Eftersom matematiska modeller är så vanliga inom nationalekonomin ska jag uppehålla mig lite vid dem. Som de flesta andra modeller består en matematisk modell av en uppsättning variabler och relationer mellan dessa. De matematiska modellerna representerar – precis som alla andra modeller – en förenkling av verkligheten. Problemet med matematiska modeller är dock att de för att göras operationella och kvantifierbara ofta kommer att utgöra dåliga förenklingar för de många gånger komplicerade och komplexa relationer de ska representera eller ”avbilda”. Det är långt ifrån självklart att ekonomiska förhållanden och relationer lämpar sig för matematisk modellering.

Den precision och ”tydlighet” som det matematiska språket medför är ingen garanti för att modellerna är sanna. Precis som alla andra modeller måste dessa konfronteras med empiriska observationer och teori för att vi ska kunna avgöra om de är adekvata representationer av verkligheten.

Matematik kan vara ett utmärkt verktyg för modellkonstruktioner. Men det får inte bli ett självändamål. Om den ekonomiska verkligheten inte ”utan våld” går att ”översätta” i ekonomiska modeller får man låta bli och istället använda andra – kanske mer komplexa men likväl mer användbara – modeller.

Neoklassisk nationalekonomi har under de senaste femtio åren kommit att i allt högre grad innebära ett granskande av världen genom “matematikens järngaller”. Precis som Bertrand Russell har många ekonomer hoppats på att med tiden konstruera ”en matematik för mänskligt beteende som är lika exakt som matematiken för maskiner.” För ekonomerna har detta ofta kommit att innebära att om ett fenomen inte låter sig passas in i gallret så avvisas det som falskt. Och tyvärr har trivialitet ofta blivit det pris de fått betala för formalism och logisk härledning.

De regler som gäller för manipulerandet av matematiska storheter behöver inte motsvaras av de regler och lagar som styr det verkliga systemet. Detta är säkert också en av orsakerna till att så många matematiska ekonomiska teorier varit utan framgång. Istället för att okritiskt anamma en matematisk representationsform borde man fråga sig vilka förutsättningar som de reala processerna och objekten måste uppfylla för att matematiska representationer av dem ska vara praktiskt adekvata.

Att ekonomisk vetenskap är mer kvantitativ än andra samhällsvetenskaper beror till en viss del på att dess studieobjekt naturligt till stor del är kvantitativa (pengar, räkenskaper, löner, vinster m m). Detta kan dock inte utgöra ett försvar för att driva matematiseringen in absurdum eller för att avstå från att fråga sig vad de matematiska modellerna och kvantitativa måtten är modeller för och mått av.

Att så mycket av dagens ekonomiska vetenskap struntar i att söka orsaksrelationer och istället nöjer sig med att fastslå korrelationer och ömsesidiga samband beror till del på det matematiska språk man använder sig av. Matematik kan användas för att kalkylera och för logisk härledning. Men axiom och teorem räcker inte för att förklara ett fenomen i termer av orsak. Det matematiska språket saknar helt enkelt adekvata begrepp för att ange orsakssamband.

En av de främsta orsakerna till att många ekonomiska fenomen aldrig fått någon förklaring kan vara att många i sig intressanta egenskaper hos ekonomin (processer, strukturer, etc) bara beaktas i den mån de låter sig reduceras till regelbundna händelser och matematiskt identifierbara mönster.

Matematik kan inte representera interna relationer och strukturer. De som utvecklar de ekonomiska matematiska modellerna har därför en tendens att avstå från förklaringar av vad det ekonomiska handlandet beror på och nöjer sig i stället med att kalkylera och beräkna effekterna av handlandet. Detta gör att de matematiska ekonomerna ofta förblir omedvetna om de samhälleliga relationer och strukturer som styr de variabler man laborerar med i sina modeller. Komplext handlande reduceras till en kombination av enkla handlingar, som i sin tur reduceras till responser på stimuli – som om stimuli och respons var oberoende av det kontextuella sammanhanget. Kunskap om kvalitativa förhållanden kastas bort för att man i stället ska kunna koncentrera sig på tillvarons kvantifierbara dimensioner. Resultatet blir allt för ofta att modeller och matematik får bli ett substitut för tänkande. Den franske 1800-talsdiplomaten Charles Talleyrand hävdade att människor fått talets gåva för att dölja sina tankar. Ibland kan man tyvärr få intrycket att ekonomernas matematiska modeller fyller samma funktion.

Matematiseringsvågen har gjort ekonomerna alltför fixerade vid sina formella, matematiska modeller. Istället för att konstruera teorier utifrån empiriska fakta överger man den verkliga världen och bevisar saker om tänkta världar. Istället för att acceptera att en lägre grad av säkerhet är oundviklig ägnar man sig åt axiomatiska och rationalistiska modellkonstruktioner som möjliggör säker kunskap. Om målet är kunskap om den verkliga världen, är värdet av dessa dock minst sagt oklart.

Finansinspektionen – en tandlös tiger

26 May, 2011 at 19:35 | Posted in Economics | 1 Comment


Finansinspektionen kom tidigare i veckan med sin Tillsynsrapport 2011 – Erfarenheter av tillsyn och riktlinjer.
Lars Bäck har läst den och gör en synnerligen läsvärd genomgång av den här. Bäcks konklusion tål att begrundas:

Sammanfattningsvis visar även FI:s ”tuffa” rapport och förslag att de som myndighet inte har vare sig redskap eller en riktig vilja att göra något konkret för att begränsa riskerna för nya finansiella kriser. Regeringen har visserligen med ord, främst från Anders Borg, tidigare kritiserat en del aktörer och företeelser inom den finansiella sektorn. Men i realiteten har det inte hänt något, istället får myndigheterna fortsätta att bedriva marknadskontroll med ögonbindel.

Anledningen är enkel att förstå, för ska riskerna för att vi återigen ska drabbas av en ny finansiell kris kraftigt reduceras, så krävs det att de neoliberala ekonomiska dogmerna till stor del överges. Att det inte kommer att ske är förståeligt, för neoliberala synsätt är även grunden för det medvetna systemskifte som alliansregeringen bedriver på alla politiska områden.

EMU i själatåget

26 May, 2011 at 10:01 | Posted in Economics, Politics & Society | Leave a comment

För ett år sedan fick Grekland 110 miljarder euro i ett nödlån från övriga euroländer för att rädda landet från bankrutt. Lånet räckte inte, utan ett ytterligare räddningspaket på motsvarande 750 miljarder eoru framförhandlades (euroländerna stod för 440 miljarder euro i lånegarantier). 

I tisdags stod det klart att den grekiska regeringen inte lyckats få oppositionen med sig på det åtstramnings- och privatiseringsprogram som EU kräver att det kristyngda eurolandet sjösätter om det ska få ytterligare ekonomiskt stöd. Och runt om i Europa sitter banker med osäljbara grekiska statsobligationer på bortemot 100 miljarder euro. 

Hur var det nu eurokramarna sade inför folkomröstningen? “Sverige hamnar på efterkälken och kronan blir en skvalpvaluta om vi inte går med i EMU?” Ja visst känns det väl bittert att Sverige inte är med i EMU? Eller …

When the model is the message – modern neoclassical economics

25 May, 2011 at 10:59 | Posted in Economics, Theory of Science & Methodology | Leave a comment

Most models in science are representations of something else. Models “stand for” or “depict” specific parts of a “target system” (usually the real world). A model that has neither surface nor deep resemblance to important characteristics of real economies ought to be treated with prima facie suspicion. How could we possibly learn about the real world if there are no parts or aspects of the model that have relevant and important counterparts in the real world target system? The burden of proof lays on the theoretical economists thinking they have contributed anything of scientific relevance without even hinting at any bridge enabling us to traverse from model to reality. All theories and models have to use sign vehicles to convey some kind of content that may be used for saying something of the target system. But purpose-built assumptions, like invariance, made solely to secure a way of reaching deductively validated results in mathematical models, are of little value if they cannot be validated outside of the model.

All empirical sciences use simplifying or unrealistic assumptions in their modeling activities. That is (no longer) the issue – as long as the assumptions made are not unrealistic in the wrong way or for the wrong reasons.

Theories are difficult to directly confront with reality. Economists therefore build models of their theories. Those models are representations that are directly examined and manipulated to indirectly say something about the target systems.

There are economic methodologists and philosophers that argue for a less demanding view on modeling and theorizing in economics. And to some theoretical economists it is deemed quite enough to consider economics as a mere “conceptual activity” where the model is not so much seen as an abstraction from reality, but rather a kind of “parallel reality”. By considering models as such constructions, the economist distances the model from the intended target, only demanding the models to be credible, thereby enabling him to make inductive inferences to the target systems.

But what gives license to this leap of faith, this “inductive inference”? Within-model inferences in formal-axiomatic models are usually deductive, but that does not come with a warrant of reliability for inferring conclusions about specific target systems. Since all models in a strict sense are false (necessarily building in part on false assumptions) deductive validity cannot guarantee epistemic truth about the target system. To argue otherwise would surely be an untenable overestimation of the epistemic reach of “surrogate models”.

Models do not only face theory. They also have to look to the world. But being able to model a credible world, a world that somehow could be considered real or similar to the real world, is not the same as investigating the real world. Even though all theories are false, since they simplify, they may still possibly serve our pursuit of truth. But then they cannot be unrealistic or false in any way. The falsehood or unrealisticness has to be qualified (in terms of resemblance, relevance etc). At the very least, the minimalist demand on models in terms of credibility has to give away to a stronger epistemic demand of “appropriate similarity and plausibility” (Pålsson Syll 2001:60). One could of course also ask for a sensitivity or robustness analysis, but the credible world, even after having tested it for sensitivity and robustness, can still be a far way from reality – and unfortunately often in ways we know are important. Robustness of claims in a model does not per se give a warrant for exporting the claims to real world target systems.

Anyway, robust theorems are exceedingly rare or non-existent in economics. Explanation, understanding and prediction of real world phenomena, relations and mechanisms therefore cannot be grounded (solely) on robustness analysis. Some of the standard assumptions made in neoclassical economic theory – on rationality, information-handling and types of uncertainty – are not possible to make more realistic by “de-idealization” or “successive approximations” without altering the theory and its models fundamentally.

If we cannot show that the mechanisms or causes we isolate and handle in our models are stable, in the sense that what when we export them from are models to our target systems they do not change from one situation to another, then they only hold under ceteris paribus conditions and a fortiori are of limited value for our understanding, explanation and prediction of our real world target system. If the world around us is heterogeneous and organic, mechanisms and causes do not follow the general law of composition. The analogy of vector addition in mechanics simply breaks down in typical economics cases.

The obvious ontological shortcoming of the epistemic approach is that “similarity” or “resemblance” tout court do not guarantee that the correspondence between model and target is interesting, relevant, revealing or somehow adequate in terms of mechanisms, causal powers, capacities or tendencies. No matter how many convoluted refinements of concepts made in the model, if the model is not similar in the appropriate respects (such as structure, isomorphism etc), the surrogate system becomes a substitute system that does not bridge to the world but rather misses its target.

To give up the quest for truth and to merely study the internal logic of credible worlds is not compatible with scientific realism. One has to – as Mäki (2009:41) argues

infer to conclusions about the world that are true or are likely to be true about the world … Justified model-to-world inference requires the model to be a credible surrogate system in being conceivable and perhaps plausible insofar as what it isolates – the mechanism – is concerned.

I find constructing “minimal economic models” or using models as “stylized facts” or “stylized pictures” somehow “approximating” reality, rather unimpressive attempts at legitimizing using fictitious idealizations for reasons more to do with model tractability than with a genuine interest of understanding and explaining features of real economies. Many of the model-assumptions standardly made by neoclassical economics are restrictive rather than harmless and could a fortiori anyway not in any sensible meaning be considered approximations at all.

Why should we be concerned with economic models that are purely hypothetical constructions? Even if a constructionist approach should be able to accommodate the way we learn from models, it is of little avail to treat models as some kind “artefacts” or “heuristic devices” that produce claims, if they do not also connect to real world target systems.

The final court of appeal for economic models is the real world, and as long as no convincing justification is put forward for how the inferential bridging de facto is made, credible counterfactual worlds is little more than “hand waving” that give us rather little warrant for making inductive inferences from models to real world target systems. Inspection of the models shows that they have features that strongly influence the results obtained in them and that will not be shared by the real world target systems. Economics becomes exact but exceedingly narrow.

If substantive questions about the real world are being posed, it is the formalistic-mathematical representations utilized to analyze them that have to match reality, not the other way around. As Keynes (1971-89:296) has it:

Economics is a science of thinking in terms of models joined to the art of choosing models which are relevant to the contemporary world. It is compelled to be this, because, unlike the natural science, the material to which it is applied is, in too many respects, not homogeneous through time.

The theories and models that economists construct describe imaginary worlds using a combination of formal sign systems such as mathematics and ordinary language. The descriptions made are extremely thin and to a large degree disconnected to the specific contexts of the targeted system than one (usually) wants to (partially) represent. This is not by chance. These closed formalistic-mathematical theories and models are constructed for the purpose of being able to deliver purportedly rigorous deductions that may somehow by be exportable to the target system. By analyzing a few causal factors in their “laboratories” they hope they can perform “thought experiments” and observe how these factors operate on their own and without impediments or confounders.

Unfortunately, this is not so. The reason for this is that economic causes never act in a socio-economic vacuum. Causes have to be set in a contextual structure to be able to operate. This structure has to take some form or other, but instead of incorporating structures that are true to the target system, the settings made in economic models are rather based on formalistic mathematical tractability. In the models they appear as unrealistic assumptions, usually playing a decisive role in getting the deductive machinery deliver “precise” and “rigorous” results. This, of course, makes exporting to real world target systems problematic, since these models – as part of a deductivist covering-law tradition in economics – are thought to deliver general and far-reaching conclusions that are externally valid. But how can we be sure the lessons learned in these theories and models have external validity, when based on highly specific unrealistic assumptions? As a rule, the more specific and concrete the structures, the less generalizable the results. Admitting that we in principle can move from (partial) falsehoods in theories and models to truth in real world target systems does not take us very far, unless a thorough explication of the relation between theory, model and the real world target system is made. If models assume representative actors, rational expectations, market clearing and equilibrium, and we know that real people and markets cannot be expected to obey these assumptions, the warrants for supposing that conclusions or hypothesis of causally relevant mechanisms or regularities can be bridged, are obviously non-justifiable. To have a deductive warrant for things happening in a closed model is no guarantee for them being preserved when applied to an open real world target system.

Economic theorists ought to do some ontological reflection and heed Keynes’ (1964 [1936]:297) warnings on using laboratory thought-models in economics:

The object of our analysis is, not to provide a machine, or method of blind manipulation, which will furnish an infallible answer, but to provide ourselves with an organized and orderly method of thinking out particular problems; and, after we have reached a provisional conclusion by isolating the complicating factors one by one, we then have to go back on ourselves and allow, as well as we can, for the probable interactions of the factors amongst themselves. This is the nature of economic thinking. Any other way of applying our formal principles of thought (without which, however, we shall be lost in the wood) will lead us into error.

If not, we will have to keep on wondering on what planet the neoclassical economists are living.

 

References

Keynes, John Maynard. (1964 [1936]). The General Theory of Employment, Interest, and Money. London: Harcourt Brace Jovanovich.

Keynes, John Maynard. (1971-89). The Collected Writings of John Maynard Keynes, vol. I-XXX, D E Moggridge & E A G Robinson (eds), London: Macmillan.

Keynes, John Maynard. (1973 [1921]). A Treatise on Probability. Volume VIII of The Collected Writings of John Maynard Keynes. London: Macmillan.

Mäki, Uskali. (2009). MISSing the World. Models as Isolations and Credible Surrogate Systems. Erkenntnis 70:29-43.

Pålsson Syll, Lars. (2001). Den dystra vetenskapen (”The dismal science”). Stockholm: Atlas.

Next Page »

Create a free website or blog at WordPress.com. | The Pool Theme.
Entries and comments feeds.