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

Como automatizar tarefas repetitivas usando Python? Um exemplo para largar o Excel

Manter relatórios diários com dados e análises atualizados é um desafio, pois envolve várias etapas: coleta de dados, tratamento de informações, produção de análises e atualização de relatório. Para superar este desafio algumas ferramentas como Python + Quarto + GitHub podem ser usadas para automatizar tudo que for automatizável. Neste artigo mostramos um exemplo com dados do mercado financeiro.

Criando um Dashboard de análise de Ações no Python

Um Dashboard é um painel de controle que consolida uma variedade de informações sobre um determinado objeto de estudo em um ou mais painéis. Ele simplifica significativamente o processo de análise de dados, oferecendo uma visão global e fácil de entender. Uma maneira simples de construir um Dashboard para acompanhar uma ação específica é utilizando duas ferramentas: Quarto e Python. Neste post, mostramos o resultado da criação de um Dashboard de Ação.

Analisando séries temporais no Python e esquecendo de vez o Excel

Séries temporais representam uma disciplina extremamente importante em diversas áreas, principalmente na economia e na ciência de dados. Mas, afinal, como lidar com esses dados que se apresentam ao longo do tempo? Neste exercício, demonstraremos como compreender uma série temporal e como o Python se destaca como uma das melhores ferramentas para analisar esse tipo de dado.

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.