Sobre economistas que não sabem econometria e outras ilicitudes

[et_pb_section admin_label="section"][et_pb_row admin_label="row"][et_pb_column type="4_4"][et_pb_text admin_label="Texto" background_layout="light" text_orientation="justified" text_font="Verdana||||" text_font_size="18" use_border_color="off" border_color="#ffffff" border_style="solid"]

A graduação em economia no Brasil é uma espécie de cemitério de ideias mortas, onde teorias já abandonadas na maior parte do mundo encontram refúgio, recebem aconchego e florescem. A causa disso, sabe o leitor amigo, tenho tratado ao longo dos últimos anos nesse espaço. Ainda que a realidade esteja lentamente sendo modificada, com cada vez mais informação disponível para os jovens estudantes de economia, há ainda uma séria disposição de alguns em aceitar o que lhes dizem os seus professores. O que, por suposto, podemos fazer para modificar essa triste realidade?

Frequentemente, leitor, recebo mensagens e comentários que contam a surrada estória do multiplicador keynesiano, donde o gasto do governo é apontado para resolver a crise que vivemos. Peço, então, alguma demonstração sobre como esse gasto viraria, magicamente, crescimento. Em nenhum momento, entretanto, minhas preces são atendidas. Nenhum exercício empírico é mostrado, nenhum artigo é citado. Nada, apenas estórias, narrativas sobre o poder mágico da multiplicação dos pães e do vinho...

O aluno ouviu o professor dizer que o multiplicador funciona. Ele, então, leu o livro-texto e, como faz sentido, resolveu se agarrar ao argumento. A narrativa se constituiu, então, em verdade auto-evidente.

Testes empíricos, por outro lado, dão enorme trabalho. É preciso ter tido alguns cursos de cálculo, estatística e econometria. Mas não apenas teoria, é preciso ter aprendido a lidar com algum pacote estatístico ou mesmo uma linguagem de programação voltada para data analysis. Só assim, será possível testar alguma teoria que se ouviu falar por aí. É preciso ter um pouco de São Tomé, só acreditar nas teorias que podem ser falseadas por testes empíricos minimamente controlados.

Certamente, aqui, já é possível dizer que o problema não é do aluno. Há uma relação de confiança entre ele e o seu professor, geralmente um cara com boas credenciais acadêmicas, doutor e pós-doutor na arte que lhe ensina. Por que o aluno deveria desconfiar?

Desconfie de tudo, disse em uma aula, Mário Possas, o engenheiro que virou professor de economia. Provavelmente uma das mentes mais brilhantes com quem pude ter aulas. Inclusive de mim, completou... Engenheiros têm, por dever de ofício, obrigação de desconfiar e confrontar a teoria exposta com a prática. Afinal, se não o fizer, a ponte pode cair ou o sistema não funcionar... São coisas muito práticas.

Mas também não são práticas as coisas que estudam os economistas? O gasto que não vira crescimento pode perfeitamente ser testado empiricamente, assim como a expansão monetária que vira inflação. Por que raciocínios perfeitamente falseáveis pela evidência empírica precisam ficar confinados às narrativas de nossos professores?

É preciso desafiar as ilicitudes de nossos mestres, leitor. Economia, afinal, não é questão de opinião. Toda vez, portanto, que o seu professor lhe disser que Y causa X, peça que ele mostre. Peça provas, artigos, papers ou mesmo algum exercício no R, que tal? Só assim para acabarmos com a fanfarronice de pessoas que acham que econometria é coisa de neoliberal. Em pleno 2017, por favor, né? 🙂

____________________________

Update: interessados na discussão metodológica implícita aqui, ver Friedman (1953), disponível, por exemplo, aqui

[/et_pb_text][/et_pb_column][/et_pb_row][et_pb_row admin_label="Linha"][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/06/econometria02.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/cursos-de-econometria/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"] [/et_pb_image][/et_pb_column][et_pb_column type="1_2"][et_pb_image admin_label="Imagem" src="https://analisemacro.com.br/wp-content/uploads/2017/06/fb.png" show_in_lightbox="off" url="https://analisemacro.com.br/cursos-de-r/macroeconomia-aplicada/" url_new_window="off" use_overlay="off" animation="off" sticky="off" align="center" force_fullwidth="off" always_center_on_mobile="on" use_border_color="off" border_color="#ffffff" border_style="solid"] [/et_pb_image][/et_pb_column][/et_pb_row][/et_pb_section]

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Análise regional do mercado de trabalho com dados do CAGED usando Python

Os microdados dos CAGED fornecem informações detalhadas a nível de cidade, sexo, raça, nível de instrução, idade, salário e outras sobre os trabalhadores formais do Brasil, possibilitando ricas análises regionais de dados. Neste artigo mostramos como acessar, processar e analisar estes dados utilizando o Python.

Transfer Learning: mostrando porque o Python está na ponta do desenvolvimento

A aprendizagem por transferência (transfer learning) é o reuso de um modelo pré-treinado em um novo problema. Portanto, sua utilização torna-se um avanço enorme para a previsão de diferentes tipos de variáveis, principalmente para aquelas ordenadas no tempo. Mostramos nesta postagem o uso do Transfer Learning com o Python para o caso de Séries Temporais.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.