LARS P SYLL

Flawed macroeconomic models

If we had begun our reform efforts with a focus on how to make our economy more efficient and more stable, there are other questions we would have naturally asked; other questions we would have posed. Interestingly, there is some correspondence between these deficiencies in our reform efforts and the deficiencies in the models that we as economists often use in macroeconomics.

•First, the importance of credit
We would, for instance, have asked what the fundamental roles of the financial sector are, and how we can get it to perform those roles better. Clearly, one of the key roles is the allocation of capital and the provision of credit, especially to small and medium-sized enterprises, a function which it did not perform well before the crisis, and which arguably it is still not fulfilling well.

This might seem obvious. But a focus on the provision of credit has neither been at the centre of policy discourse nor of the standard macro-models. We have to shift our focus from money to credit. In any balance sheet, the two sides are usually going to be very highly correlated. But that is not always the case, particularly in the context of large economic perturbations. In these, we ought to be focusing on credit. I find it remarkable the extent to which there has been an inadequate examination in standard macro models of the nature of the credit mechanism. There is, of course, a large microeconomic literature on banking and credit, but for the most part, the insights of this literature has not been taken on board in standard macro-models …

•Second, stability
As I have already noted, in the conventional models (and in the conventional wisdom) market economies were stable. And so it was perhaps not a surprise that fundamental questions about how to design more stable economic systems were seldom asked. We have already touched on several aspects of this: how to design economic systems that are less exposed to risk or that generate less volatility on their own.

One of the necessary reforms, but one not emphasised enough, is the need for more automatic stabilisers and fewer automatic destabilisers – not only in the financial sector, but throughout the economy. For instance, the movement from defined benefit to defined contribution systems may have led to a less stable economy …

•Third, distribution
Distribution matters as well – distribution among individuals, between households and firms, among households, and among firms. Traditionally, macroeconomics focused on certain aggregates, such as the average ratio of leverage to GDP. But that and other average numbers often don’t give a picture of the vulnerability of the economy.

In the case of the financial crisis, such numbers didn’t give us warning signs. Yet it was the fact that a large number of people at the bottom couldn’t make their debt payments that should have tipped us off that something was wrong …

•Fourth, policy frameworks
Flawed models not only lead to flawed policies, but also to flawed policy frameworks.

Should monetary policy focus just on short-term interest rates? In monetary policy, there is a tendency to think that the central bank should only intervene in the setting of the short-term interest rate. They believe ‘one intervention’ is better than many. Since at least eighty years ago, with the work of Frank Ramsey, we know that focusing on a single instrument is not generally the best approach.

The advocates of the ‘single intervention’ approach argue that it is best, because it least distorts the economy. Of course, the reason we have monetary policy in the first place – the reason why government acts to intervene in the economy – is that we don’t believe that markets on their own will set the right short-term interest rate. If we did, we would just let free markets determine that interest rate. The odd thing is that while just about every central banker would agree we should intervene in the determination of that price, not everyone is so convinced that we should strategically intervene in others, even though we know from the general theory of taxation and the general theory of market intervention that intervening in just one price is not optimal.

Once we shift the focus of our analysis to credit, and explicitly introduce risk into the analysis, we become aware that we need to use multiple instruments. Indeed, in general, we want to use all the instruments at our disposal. Monetary economists often draw a division between macro-prudential, micro-prudential, and conventional monetary policy instruments. In our book Towards a New Paradigm in Monetary Economics, Bruce Greenwald and I argue that this distinction is artificial. The government needs to draw upon all of these instruments, in a coordinated way …

Of course, we cannot ‘correct’ every market failure. The very large ones, however – the macroeconomic failures – will always require our intervention. Bruce Greenwald and I have pointed out that markets are never Pareto efficient if information is imperfect, if there are asymmetries of information, or if risk markets are imperfect. And since these conditions are always satisfied, markets are never Pareto efficient. Recent research has highlighted the importance of these and other related constraints for macroeconomics – though again, the insights of this important work have yet to be adequately integrated either into mainstream macroeconomic models or into mainstream policy discussions.

•Fifth, price versus quantitative interventions
These theoretical insights also help us to understand why the old presumption among some economists that price interventions are preferable to quantity interventions is wrong. There are many circumstances in which quantity interventions lead to better economic performance.

A policy framework that has become popular in some circles argues that so long as there are as many instruments as there are objectives, the economic system is controllable, and the best way of managing the economy in such circumstances is to have an institution responsible for one target and one instrument. (In this view, central banks have one instrument – the interest rate – and one objective – inflation. We have already explained why limiting monetary policy to one instrument is wrong.)

Drawing such a division may have advantages from an agency or bureaucratic perspective, but from the point of view of managing macroeconomic policy – focusing on growth, stability and distribution, in a world of uncertainty – it makes no sense. There has to be coordination across all the issues and among all the instruments that are at our disposal. There needs to be close coordination between monetary and fiscal policy. The natural equilibrium that would arise out of having different people controlling different instruments and focusing on different objectives is, in general, not anywhere near what is optimal in achieving overall societal objectives. Better coordination – and the use of more instruments – can, for instance, enhance economic stability.

Joseph Stiglitz

Grossman-Stiglitz-paradoxen

Inom informationsekonomin är Hayeks ”The Use of Knowledge in Society” (American Economic Review 1945) och Grossman & Stiglitz ”On the Impossibility of Informationally Efficient Markets” (American Economic Review 1980) två klassiker. Men medan Hayeks artikel ofta åberopas av nyösterrikiskt influerade ekonomer har neoklassiska nationalekonomer sällan något att säga om Grossman & Stiglitz:s artikel. Jag tror inte det är en tillfällighet

Ett av de mest avgörande antaganden som görs i den ortodoxa ekonomiska teorin är att ekonomins aktörer utan kostnad besitter fullständig information. Detta är ett antagande som heterodoxa ekonomer under lång tid ifrågasatt.

Neoklassiska ekonomer är självklart medvetna om att antagandet om perfekt information är orealistiskt i de flesta sammanhang. Man försvarar ändå användandet av det i sina formella modeller med att verkliga ekonomier, där informationen inte är fullt så perfekt, ändå inte skiljer sig på något avgörande sätt från de egna modellerna. Vad informationsekonomin visat är dock att de resultat som erhålls i modeller som bygger på perfekt information inte är robusta. Även en liten grad av informationsimperfektion har avgörande inverkan på ekonomins jämvikt. Detta har i och för sig också påvisats tidigare, av t ex transaktionskostnadsteorin. Dess representanter har dock snarare dragit slutsatsen att om man bara tar hänsyn till dessa kostnader i analysen så är standardresultaten i stort ändå intakta. Informationsekonomin visar på ett övertygande sätt att så inte är fallet. På område efter område har man kunnat visa att den ekonomiska analysen blir kraftigt missvisande om man bortser från asymmetrier i information och kostnader för att erhålla den. Bilden av marknader (och behovet av eventuella offentliga ingripanden) blir väsentligt annorlunda än i modeller som bygger på standardantagandet om fullständig information.

Grossman-Stiglitz-paradoxen visar att om marknaden vore effektiv – om priser fullt ut reflekterar tillgänglig information – skulle ingen aktör ha incitament att skaffa den information som priserna förutsätts bygga på. Om å andra sidan ingen aktör är informerad skulle det löna sig för en aktör att införskaffa information. Följaktligen kan marknadspriserna inte inkorporera all relevant information om de nyttigheter som byts på marknaden. Självklart är detta för (i regel marknadsapologetiska) neoklassiska nationalekonomer synnerligen störande. Därav ”tystnaden” kring artikeln och dess paradox!

Grossman & Stiglitz – precis som senare Frydman & Goldberg gör i Imperfect Knowledge Economics (Princeton University Press 2007) – utgår från och förhåller sig till Lucas et consortes. Deras värdering av det informationsparadigm som rationella förväntningar bygger på sammanfaller också så vitt jag kan bedöma helt med min egen. Det är ur relevans- och realismsynpunkt nonsens på styltor. Grossman-Stiglitz-paradoxen är kraftfull som ett yxhugg mot den neoklassiska roten. Det är därför den så gärna ”glöms” bort av neoklassiska ekonomer.

Hayek menade – se t ex kapitel 1 och 3 i Kunskap, konkurrens och rättvisa (Ratio 2003) – att marknader och dess prismekanismer bara har en avgörande roll att spela när information inte är kostnadsfri. Detta var en av huvudingredienserna i hans kritik av planhushållningsidén, då ju kostnadsfri information i princip skulle göra planhushållning och marknad likvärdiga (som så ofta är den nyösterrikiska bilden av marknader betydligt relevantare och mer realistisk än allehanda neoklassiska Bourbakikonstruktioner à la Debreu et consortes).

Kruxet med ”effektiva marknader” är – som Grossman & Stiglitz på ett lysande sätt visar – att de strikt teoretiskt bara kan föreligga när information är kostnadsfri. När information inte är gratis kan priset inte perfekt återspegla mängden tillgänglig information (nota bene – detta gäller vare sig asymmetrier föreligger eller ej).

Den i mitt tycke intressantaste funderingen utifrån Grossman & Stiglitz blir vad vi har för glädje av teorier som bygger på ”brusfria” marknader, när de inte bara är hopplöst orealistiska utan också visar sig vara teoretiskt inkonsistenta.

Trams är trams om än i vackra dosor.

Keynes on formal modeling and rational expectations

A complete modeling system which yields definitive predictions (or at least multiple equilibria) requires the following conditions: given structures with fixed (or at least predictably random) interrelations between separable parts (e.g., economic agents) and predictable (or at least predictably random) outside influences. Such a system is … a‘closed’ system. Such a system, correctly applied, promotes internal consistency but risks inconsistency with the nature of the economic system unless that too is closed …

An open system is not the opposite of a closed system, since there is a range of possibilities for openness, depending on which conditions are not met and to what degree … Deviating from a closed system, and thus from certainty or certainty equivalence, does not mean abandoning theory or formal models. On the contrary, Keynes was concerned to identify the logical grounds on which we habitually form beliefs, make judgments and take decisions (both as economists and as economic agents) in spite of uncertainty. The question was what view on probability would be logically justified, in relation to the evidence, within an open system …

Any formal model is a closed system. Variables are specified and identified as endogenous or exogenous, and relations are specified between them. This is a mechanism for separating off some aspect of an open-system reality for analysis. But, for consistency with the subject matter, any analytical closure needs to be justified on the grounds that, for the purposes of the analysis, it is not unreasonable to treat the variables as having a stable identity, for them to have stable interrelations and not to be subject to unanticipated influences from outside … But in applying such an analysis it is important then to consider what has been assumed away …

Keynes’s argument is that any formal model is bound to be an incomplete representation of an open-system reality … Models are inevitably partial representations, invoking closures which are both porous and provisional. They can only be approximated in reality and even then cannot be presumed to persist …

This approach is not the equivalent of rational expectations theory’s assumption that the economist’s expectations are formed with full knowledge of all interactions. The inconsistency of such an assumption with the real world is at the heart of Keynes’s philosophy …

This methodology explains why Keynes’s general theory did not take the form of a single large model, including formal microfoundations … It was not that Keynes lacked a microeconomic analysis, but rather that his study of individual behavior concluded that it was organic rather than atomistic.

Sheila Dow

The macroeconomic pretense-of-knowledge syndrome

What does concern me about my discipline … is that its current core — by which I mainly mean the so-called dynamic stochastic general equilibrium approach — has become so mesmerized with its own internal logic that it has begun to confuse the precision it has achieved about its own world with the precision that it has about the real one.

…

While it often makes sense to assume rational expectations for a limited application to isolate a particular mechanism that is distinct from the role of expectations formation, this assumption no longer makes sense once we assemble the whole model. Agents could be fully rational with respect to their local environments and everyday activities, but they are most probably nearly clueless with respect to the statistics about which current macroeconomic models expect them to have full information and rational information.

This issue is not one that can be addressed by adding a parameter capturing a little bit more risk aversion about macroeconomic, rather than local, phenomena. The reaction of human beings to the truly unknown is fundamentally different from the way they deal with the risks associated with a known situation and environment … In realistic, real-time settings, both economic agents and researchers have a very limited understanding of the mechanisms at work. This is an order-of-magnitude less knowledge than our core macroeconomic models currently assume, and hence it is highly likely that the optimal approximation paradigm is quite different from current workhorses, both for academic andpolicy work. In trying to add a degree of complexity to the current core models, by bringing in aspects of the periphery, we are simultaneously making the rationality assumptions behind that core approach less plausible.

…

The challenges are big, but macroeconomists can no longer continue playing internal games. The alternative of leaving all the important stuff to the “policy”-typ and informal commentators cannot be the right approach. I do not have the answer. But I suspect that whatever the solution ultimately is, we will accelerate our convergence to it, and reduce the damage we do along the transition, if we focus on reducing the extent of our pretense-of-knowledge syndrome.

Ricardo J. Caballero

What is economic theory?

Economics is a discipline with the avowed ambition to produce theory for the real world. But it fails in this ambition, Lars Pålsson Syll asserts in Chapter 12, at least as far as the dominant mainstream neoclassical economic theory is concerned. Overly confident in deductivistic Euclidian methodology, neoclassical economic theory lines up series of mathematical models that display elaborate internal consistency but lack clear counterparts in the real world. Such models are at best unhelpful, if not outright harmful, and it is time for economic theory to take a critical realist perspective and explain economic life in depth rather than merely modeling it axiomatically.

The state of economic theory is not as bad as Pålsson Syll describes, Fredrik Hansen retorts in Chapter 13. Looking outside the mainstream neoclassic tradition, one can find numerous economic perspectives that are open to other disciplines and manifest growing interest in methodological matters. He is confident that theoretical and methodological pluralism will be able to refresh the debate on economic theory, particularly concerning the nature of realism in economic theory, a matter about which Pålsson Syll and Hansen clearly disagree.

Deductive models leading us astray

Oxford professor John Kay has a very interesting article on why economists have tended to go astray in their – as my old mentor Erik Dahmén used to say – tool sheds:

Consistency and rigour are features of a deductive approach, which draws conclusions from a group of axioms – and whose empirical relevance depends entirely on the universal validity of the axioms. The only descriptions that fully meet the requirements of consistency and rigour are completely artificial worlds, such as the “plug-and-play” environments of DSGE – or the Grand Theft Auto computer game.

For many people, deductive reasoning is the mark of science: induction – in which the argument is derived from the subject matter – is the characteristic method of history or literary criticism. But this is an artificial, exaggerated distinction. Scientific progress – not just in applied subjects such as engineering and medicine but also in more theoretical subjects including physics – is frequently the result of observation that something does work, which runs far ahead of any understanding of why it works.

Not within the economics profession. There, deductive reasoning based on logical inference from a specific set of a priori deductions is “exactly the right way to do things”. What is absurd is not the use of the deductive method but the claim to exclusivity made for it. This debate is not simply about mathematics versus poetry. Deductive reasoning necessarily draws on mathematics and formal logic: inductive reasoning, based on experience and above all careful observation, will often make use of statistics and mathematics.

Economics is not a technique in search of problems but a set of problems in need of solution. Such problems are varied and the solutions will inevitably be eclectic. Such pragmatic thinking requires not just deductive logic but an understanding of the processes of belief formation, of anthropology, psychology and organisational behaviour, and meticulous observation of what people, businesses and governments do.

The belief that models are not just useful tools but are capable of yielding comprehensive and universal descriptions of the world blinded proponents to realities that had been staring them in the face. That blindness made a big contribution to our present crisis, and conditions our confused responses to it. Economists – in government agencies as well as universities – were obsessively playing Grand Theft Auto while the world around them was falling apart.

The article is essential reading for all those who want to understand why mainstream – neoclassical – economists actively have contributed to causing todays’s economic crisis rather than to solving it.

Perhaps this becomes less perplexing to grasp when considering what one of its main proponents today – Robert Lucas – maintained already in 2003:

My thesis in this lecture is that macroeconomics in this original sense has succeeded: its central problem of depression-prevention has been solved, for all practical purposes, and has in fact been solved for many decades.

And this comes from an economist who has built his whole career on the assumption that people are hyper rational “robot imitations” with rational expectations and next to perfect ability to process information. Mirabile dictu!

Microfoundationalist delusions in macroeconomics

The dogma that macroeconomics must have ‘rigorous microfoundations’ requires us to adopt a micro-reduction strategy that has so often failed when attempted in other areas of scientific research. If it were to be made compulsory for economists it would bring about the euthanasia of macroeconomic theory …

I begin the book by taking issue with the spatial metaphor on which the case for microfoundations rests, and argue that in economics the relationship between macro and micro should be seen as a horizontal, not a vertical, one. The photograph on the cover makes the point very nicely: a bridge is NOT a foundation …

In the book I draw on an extensive literature in the philosophy of science to show how micro-reduction has failed, over and over again, in other areas of scientific thought. I make special reference to the unsuccessful ‘methodological individualism’ project in the social sciences in the 1950s and 1960s, and to Richard Dawkins’s more recent ‘hierarchical reductionism’, an abortive attempt to reduce the life sciences to propositions about the ‘selfish gene’. (I have stolen Dawkins’s title, but definitely not his ideas). I then explore the emergence of support for microfoundations in the literature of macroeconomics since the 1930s, distinguishing authors who supported the dogma without using the term from those who used the term without intending to support the dogma. I have a lot to say about the opponents of microfoundations, inside and (especially) outside the mainstream: Post Keynesians, institutionalists, Old Keynesians and even some Austrians. On this issue there are some surprises: Robert Solow is on the side of the angels, but so too is Milton Friedman, while many heterodox economists who really should have known better have instead given inadvertent comfort to the mainstream enemy. I show that most economic methodologists have been critical of microfoundations, and for very good reasons, but they have been very largely ignored by economic theorists of all persuasions. I conclude the book by reiterating the case for a (semi-)autonomous science of macroeconomics, whose practitioners will cooperate with their microeconomist colleagues without being subservient to them.

“Covering law explanation” i nationalekonomi och andra samhällsvetenskaper

Som vetenskapsteoretiker är det intressant att konstatera att många ekonomer och andra samhällsvetare appellerar till ett krav på att förklaringar för att kunna sägas vara vetenskapliga kräver att ett enskilt fall ska kunna ”föras tillbaka på en allmän lag”. Som grundläggande princip åberopas ofta en allmän lag i form av ”om A så B” och att om man i de enskilda fallen kan påvisa att om ”A och B är förhanden så har man ’förklarat’ B”.

Denna positivistisk-induktiva vetenskapssyn är dock i grunden ohållbar. Låt mig förklara varför.

 
Enligt en positivistisk-induktivistisk syn på vetenskapen utgör den kunskap som vetenskapen besitter bevisad kunskap. Genom att börja med helt förutsättningslösa observationer kan en ”fördomsfri vetenskaplig observatör” formulera observationspåståenden utifrån vilka man kan härleda vetenskapliga teorier och lagar. Med hjälp av induktionsprincipen blir det möjligt att utifrån de singulära observationspåståendena formulera universella påståenden i form av lagar och teorier som refererar till förekomster av egenskaper som gäller alltid och överallt. Utifrån dessa lagar och teorier kan vetenskapen härleda olika konsekvenser med vars hjälp man kan förklara och förutsäga vad som sker. Genom logisk deduktion kan påståenden härledas ur andra påståenden. Forskningslogiken följer schemat observation – induktion – deduktion.

I mer okomplicerade fall måste vetenskapsmannen genomföra experiment för att kunna rättfärdiga de induktioner med vars hjälp han upprättar sina vetenskapliga teorier och lagar. Experiment innebär – som Francis Bacon så måleriskt uttryckte det – att lägga naturen på sträckbänk och tvinga den att svara på våra frågor. Med hjälp av en uppsättning utsagor som noggrant beskriver omständigheterna kring experimentet – initialvillkor – och de vetenskapliga lagarna kan vetenskapsmannen deducera påståenden som kan förklara eller förutsäga den undersökta företeelsen.

Den hypotetisk-deduktiva metoden för vetenskapens förklaringar och förutsägelser kan beskrivas i allmänna termer på följande vis:

1 Lagar och teorier

2 Initialvillkor

——————

3 Förklaringar och förutsägelser

Enligt en av den hypotetisk-deduktiva metodens främsta förespråkare – Carl Hempel – har alla vetenskapliga förklaringar denna form, som också kan uttryckas enligt schemat nedan:

Alla A är B Premiss 1

a är A Premiss 2

——————————

a är B Konklusion

Som exempel kan vi ta följande vardagsnära företeelse:

Vatten som värms upp till 100 grader Celsius kokar

Denna kastrull med vatten värms till 100 grader Celsius

———————————————————————–

Denna kastrull med vatten kokar

Problemet med den hypotetisk-deduktiva metoden ligger inte så mycket i premiss 2 eller konklusionen, utan i själva hypotesen, premiss 1. Det är denna som måste bevisas vara riktig och det är här induktionsförfarandet kommer in.

Den mest uppenbara svagheten i den hypotetisk-deduktiva metoden är själva induktionsprincipen. Det vanligaste rättfärdigandet av den ser ut som följer:

Induktionsprincipen fungerade vid tillfälle 1

Induktionsprincipen fungerade vid tillfälle 2

…

Induktionsprincipen fungerade vid tillfälle n

—————————————————–

Induktionsprincipen fungerar alltid

Detta är dock tveksamt eftersom ”beviset” använder induktion för att rättfärdiga induktion. Man kan inte använda singulära påståenden om induktionsprincipens giltighet för att härleda ett universellt påstående om induktionsprincipens giltighet.

Induktion är tänkt att spela två roller. Dels ska den göra det möjligt att generalisera och dels antas den utgöra bevis för slutsatsernas riktighet. Som induktionsproblemet visar klarar induktionen inte av båda dessa uppgifter. Den kan stärka sannolikheten av slutsatserna (under förutsättning att induktionsprincipen är riktig, vilket man dock inte kan bevisa utan att hamna i ett cirkelresonemang) men säger inte att dessa nödvändigtvis är sanna.

En annan ofta påpekad svaghet hos den hypotetisk-deduktiva metoden är att teorier alltid föregår observationspåståenden och experiment och att det därför är fel att hävda att vetenskapen börjar med observationer och experiment. Till detta kommer att observationspåståenden och experiment inte kan antas vara okomplicerat tillförlitliga och att de för sin giltighetsprövning kräver att man hänvisar till teori. Att även teorierna i sin tur kan vara otillförlitliga löser man inte främst med fler observationer och experiment, utan med andra och bättre teorier. Man kan också invända att induktionen inte på något sätt gör det möjligt för oss att få kunskap om verklighetens djupareliggande strukturer och mekanismer, utan endast om empiriska generaliseringar och lagbundenheter. Inom vetenskapen är det oftast så att förklaringen av händelser på en nivå står att finna i orsaker på en annan, djupare, nivå. Induktivismens syn på vetenskap leder till att vetenskapens huvuduppgift beskrivs som att ange hur något äger rum, medan andra vetenskapsteorier menar att vetenskapens kardinaluppgift måste vara att förklara varför det äger rum.

Till följd av de ovan anförda problemen har mer moderata empirister resonerat som att kommit att eftersom det i regel inte existerar något logiskt tillvägagångssätt för hur man upptäcker en lag eller teori startar man helt enkelt med lagar och teorier utifrån vilka man deducerar fram en rad påståenden som fungerar som förklaringar eller prediktioner. I stället för att undersöka hur man kommit fram till vetenskapens lagar och teorier försöker man att förklara vad en vetenskaplig förklaring och prediktion är, vilken roll teorier och modeller spelar i dessa, och hur man ska kunna värdera dem.

I den positivistiska (hypotetisk-deduktiva, deduktiv-nomologiska) förklarings-modellen avser man med förklaring en underordning eller härledning av specifika fenomen ur universella lagbundenheter. Att förklara en företeelse (explanandum) är detsamma som att deducera fram en beskrivning av den från en uppsättning premisser och universella lagar av typen ”Om A, så B” (explanans). Att förklara innebär helt enkelt att kunna inordna något under en bestämd lagmässighet och ansatsen kallas därför också ibland ”covering law-modellen”. Men teorierna ska inte användas till att förklara specifika enskilda fenomen utan för att förklara de universella lagbundenheterna som ingår i en hypotetisk-deduktiv förklaring. [Men det finns problem med denna uppfattning t. o. m. inom naturvetenskapen. Många av naturvetenskapens lagar säger egentligen inte något om vad saker gör, utan om vad de tenderar att göra. Detta beror till stor del på att lagarna beskriver olika delars beteende, snarare än hela fenomenet som sådant (utom möjligen i experimentsituationer). Och många av naturvetenskapens lagar gäller egentligen inte verkliga entiteter, utan bara fiktiva entiteter. Ofta är detta en följd av matematikens användande inom den enskilda vetenskapen och leder till att dess lagar bara kan exemplifieras i modeller (och inte i verkligheten).] Den positivistiska förklaringsmodellen finns också i en svagare variant. Det är den probabilistiska förklaringsvarianten, enligt vilken att förklara i princip innebär att visa att sannolikheten för en händelse B är mycket stor om händelse A inträffar. I samhällsvetenskaper dominerar denna variant. Ur metodologisk synpunkt gör denna probabilistiska relativisering av den positivistiska förklaringsansatsen ingen större skillnad.

En följd av att man accepterar den hypotetisk-deduktiva förklaringsmodellen är oftast att man också accepterar den s. k. symmetritesen. Enligt denna är den enda skillnaden mellan förutsägelse och förklaring att man i den förstnämnda antar explanansen vara känd och försöker göra en prediktion, medan man i den senare antar explanandum vara känd och försöker finna initialvillkor och lagar ur vilka det undersökta fenomenet kan härledas.

Ett problem med symmetritesen äer dock att den inte tar hänsyn till att orsaker kan förväxlas med korrelationer. Att storken dyker upp samtidigt med människobarnen utgör inte någon förklaring till barns tillkomst.

Symmetritesen tar inte heller hänsyn till att orsaker kan vara tillräckliga men inte nödvändiga. Att en cancersjuk individ blir överkörd gör inte cancern till dödsorsak. Cancern skulle kunna ha varit den riktiga förklaringen till individens död. Men även om vi t. o. m. skulle kunna konstruera en medicinsk lag – i överensstämmelse med den deduktivistiska modellen – som säger att individer med den aktuella typen av cancer kommer att dö av denna cancer, förklarar likväl inte lagen denna individs död. Därför är tesen helt enkelt inte riktig.

Att finna ett mönster är inte detsamma som att förklara något. Att på frågan varför bussen är försenad få till svar att den brukar vara det, utgör inte någon acceptabel förklaring. Ontologi och naturlig nödvändighet måste ingå i ett relevant svar, åtminstone om man i en förklaring söker något mer än ”constant conjunctions of events”.

Den ursprungliga tanken bakom den positivistiska förklaringsmodellen var att den skulle ge ett fullständigt klargörande av vad en förklaring är och visa att en förklaring som inte uppfyllde dess krav i själva verket var en pseudoförklaring, ge en metod för testning av förklaringar, och visa att förklaringar i enlighet med modellen var vetenskapens mål. Man kan uppenbarligen på goda grunder ifrågasätta alla anspråken.

En viktig anledning till att denna modell fått sånt genomslag i vetenskapen är att den gav sken av att kunna förklara saker utan att behöva använda ”metafysiska” kausalbegrepp. Många vetenskapsmän ser kausalitet som ett problematiskt begrepp, som man helst ska undvika att använda. Det ska räcka med enkla, observerbara storheter. Problemet är bara att angivandet av dessa storheter och deras eventuella korrelationer inte förklarar något alls. Att fackföreningsrepresentanter ofta uppträder i grå kavajer och arbetsgivarrepresentanter i kritstrecksrandiga kostymer förklarar inte varför ungdomsarbetslösheten i Sverige är så hög idag. Vad som saknas i dessa ”förklaringar” är den nödvändiga adekvans, relevans och det kausala djup varförutan vetenskap riskerar att bli tom science fiction och modellek för lekens egen skull.

Många samhällsvetare tycks vara övertygade om att forskning för att räknas som vetenskap måste tillämpa någon variant av hypotetisk-deduktiv metod. Ur verklighetens komplicerade vimmel av fakta och händelser ska man vaska fram några gemensamma lagbundna korrelationer som kan fungera som förklaringar. Inom delar av samhällsvetenskapen har denna strävan att kunna reducera förklaringar av de samhälleliga fenomen till några få generella principer eller lagar varit en viktig drivkraft. Med hjälp av några få generella antaganden vill man förklara vad hela det makrofenomen som vi kallar ett samhälle utgör. Tyvärr ger man inga riktigt hållbara argument för varför det faktum att en teori kan förklara olika fenomen på ett enhetligt sätt skulle vara ett avgörande skäl för att acceptera eller föredra den. Enhetlighet och adekvans är inte liktydigt.