Por Daniel Aromí*
Las fluctuaciones macroeconómicas han sido y seguirán siendo tema de estudio y discusión. Esto es así porque el problema es verdaderamente complejo, los instrumentos de medición son limitados y el objeto de estudio se transforma.
Un aspecto clave en esta discusión es la naturaleza de las expectativas de los agentes. Es decir, la forma en que los agentes utilizan la información disponible para ajustar sus creencias sobre la trayectoria de la economía. Esta cuestión no es simplemente material para debate en los ámbitos académicos. Por el contrario, las conjeturas sobre la naturaleza de las expectativas determinan las lecciones que dejan los eventos históricos y las recomendaciones de política económica.
En esta breve nota discutimos algunas contribuciones recientes dedicadas al estudio de las expectativas macroeconómicas. En primer lugar, resumimos un conjunto de estudios empíricos que documentan anomalías. En estos trabajos se documentan diversos errores sistemáticos en los pronósticos macroeconómicos. Luego, revisamos algunas contribuciones recientes que explican estas anomalías a partir de restricciones en los recursos cognitivos. Finalmente, vinculamos esta discusión con las crisis económicas y es entonces cuando visualizamos un encuentro entre Hyman Minsky, el estudioso de las crisis financieras, y Claude Shannon, uno de los fundadores de la teoría de la información.
Anomalías y contradicciones
Tradicionalmente, en economía se asume que los actores económicos utilizan la información disponible en forma eficiente. Es decir, actualizan sus creencias incorporando las novedades en forma rápida y correcta.[1] Desde esta perspectiva, errores sistemáticos en los pronósticos de los agentes económicos constituyen anomalías.
En los últimos tiempos se han documentado importantes anomalías. Un primer conjunto de anomalías está asociado al concepto de sub-reacción. Es decir, instancias en las que las expectativas responden insuficientemente ante la llegada de noticias. Por ejemplo, en Coibon y Gorodnichenko (2015) se muestra que los cambios en los pronósticos son seguidos, en promedio, por errores de pronósticos que tienen el mismo signo. Este resultado es observado para el pronóstico de consenso, es decir, el promedio o la mediana de los pronósticos, y cuando se consideran pronósticos de horizonte corto.
Por otro lado, cuando se consideran pronósticos individuales u horizontes más largos de pronóstico, se encuentra un segundo conjunto de anomalías asociadas al concepto de sobre-reacción. Es decir, instancias en las que la llegada de información está asociada a una respuesta exagerada (Bordalo et al. 2020, Aromí 2018, Kohlhas y Walther 2018). Por ejemplo, mayor crecimiento económico en un año está asociado a un aumento en la sobre-estimación del crecimiento económico 3 o 4 años hacia adelante.
En Angeletos et al. (2020) se presenta un análisis que captura estos dos tipos de anomalías en un único modelo empírico. Los autores trabajan con las expectativas promedio de un conjunto de expertos. Se encuentra que las expectativas promedio sub-reaccionan en el corto plazo pero sobre-reaccionan para horizontes de pronósticos más largos. Este tipo de patrón en el que el error sistemático de pronóstico cambia de signo también fue reportado por una amplia literatura sobre anomalías en mercados financieros (ver por ejemplo De Bondt y Thaler 1985, Jegadeesh y Titman 1993, Asness et al 2013).
De esta manera, surge evidencia aparentemente contradictoria que resulta difícil conciliar en una manera parsimoniosa. Una posible respuesta consiste en ignorar esta evidencia a favor de esquemas de análisis simples. Sin embargo, la evidencia acumulada es robusta y, por lo tanto, reclama un esfuerzo por parte de los analistas.
La teoría de la información
¿Cómo explicar estas anomalías de una forma parsimoniosa? La teoría de la información brinda conceptos que permiten avanzar en esta dirección. Estos conceptos, claves en la revolución de la tecnología de la información, están siendo usados para introducir límites cognitivos de una forma en que se minimizan los desvíos con respecto a los esquemas tradicionales de economía.
Por ejemplo, empezando con Sims (2003) ha surgido una amplia literatura que utiliza conceptos desarrollados en Shannon (1948) para representar restricciones en la velocidad y la precisión con la que se incorpora información. Más recientemente, en Afrouzi et al. (2020) y da Silveira et al. (2020) se proponen modelos en los que las ideas desarrolladas por Shannon son utilizadas para construir modelos en los que se restringe la cantidad de información que puede ser recordada. Vale destacar que estos trabajos no representan la percepción o la memoria en forma detallada. Por el contrario, resignan especificidad a cambio de transmitir un mensaje en forma reducida que, se considera, tienen un amplio rango de validez.
De esta manera, emergen explicaciones para las anomalías reportadas anteriormente. Es posible explicar instancias de sub-reacción en base a demoras o imprecisiones en la incorporación de nueva información. Complementariamente, las respuestas excesivas pueden ser racionalizadas en base a memorias imperfectas. Específicamente, una vez que la nueva información es procesada, los límites en la capacidad de la memoria resultan en una ponderación exagerada de la información reciente.
Estos análisis pueden ser extendidos al caso de las recurrentes crisis económicas y financieras. Por ejemplo, pueden servir de marco para pensar las ideas de Hyman Minsky. En su visión, períodos de estabilidad generan excesiva confianza y conductas riesgosas que, a su vez, favorecen la ocurrencia de crisis (ver por ej. Minsky 1992). De esta forma, emergen vulnerabilidades que no son advertidas en forma adecuada y, por lo tanto, se observan pronósticos excesivamente optimistas. Este tipo de error sistemático fue corroborado por estudios recientes que analizaron casos de expansiones en el sector financiero y grandes déficits externos (Greenwood et al. 2020, Baron y Xiong 2017, Aromí 2019).
En línea con lo discutido anteriormente, los conceptos desarrollados por Shannon brindan un marco sólido para las ideas de Minsky. En otras palabras, la teoría de la información provee una herramienta muy “económica” para pensar los ciclos a la Minsky. Si existen límites en la cantidad de información que se conserva en la memoria, durante períodos de prosperidad y estabilidad, se observará excesiva confianza y, por lo tanto, emergerán conductas que magnifican las vulnerabilidades del sistema. La frecuencia, la profundidad y el carácter sorpresivo de las crisis pueden ser entendidos, al menos parcialmente, a partir de restricciones en la disponibilidad de recursos cognitivos.
Concluyendo, discutimos algunas contribuciones empíricas y argumentos teóricos relacionados con las expectativas macroeconómicas. En particular, observamos que algunas representaciones simples de límites cognitivos pueden explicar en forma parsimoniosa un conjunto de anomalías en las expectativas macroeconómicas y, complementariamente, permiten una representación conveniente de los ciclos a la Minsky. Es razonable conjeturar que este enfoque permita avances en la comprensión de los ciclos económicos.
*IIEP (UBA-Conicet), FCE UCA
Bibliografía:
Afrouzi, Hassan, Spencer Kwon, and Yueran Ma, “A Model of Costly Recall,” working paper, Columbia University, April 2020.
Angeletos, G. M., Huo, Z., & Sastry, K. A. (2020). Imperfect Macroeconomic Expectations: Evidence and Theory (No. w27308). National Bureau of Economic Research.
Aromí, J. D. (2018). GDP growth forecasts and information flows: Is there evidence of overreactions?. International Finance, 21(2), 122-139.
Aromí, J. D. (2019). Large current account deficits and neglected vulnerabilities, mimeo, IIEP-Baires.
Asness, C. S., Moskowitz, T. J., & Pedersen, L. H. (2013). Value and momentum everywhere. The Journal of Finance, 68(3), 929-985.
Baron, M., & Xiong, W. (2017). Credit expansion and neglected crash risk. The Quarterly Journal of Economics, 132(2), 713-764.
Bordalo, Pedro, Nicola Gennaioli, Yueran Ma, and Andrei Shleifer, “Over-Reaction in Macreconomic Expectations,” working paper, Harvard University, March 2020.
Coibion, Olivier, and Yuriy Gorodnichenko, “Information Rigidity and the Expectations Formation Process: A Simple Framework and New Facts,” American Economic Review 105: 2644-78 (2015).
da Silveira, R. A., Sung, Y., & Woodford, M. (2020). Optimally Imprecise Memory and Biased Forecasts.
De Bondt, W. F., & Thaler, R. (1985). Does the stock market overreact?. The Journal of finance, 40(3), 793-805.
Greenwood, Robin, Samuel G. Hanson, Andrei Shleifer, and Jakob Ahm Sørensen (2020). «Predictable Financial Crises.» Harvard Business School Working Paper, No. 20-130.
Jegadeesh, N., & Titman, S. (1993). Returns to buying winners and selling losers: Implications for stock market efficiency. The Journal of finance, 48(1), 65-91.
Heymann, Carlos Daniel; Pascuini, Paulo Daniel; On the (In)consistency of RE Modeling; Universidad de Buenos Aires. Facultad de Ciencias Económicas. Instituto Interdisciplinario de Economía Política de Buenos Aires; Documentos de Trabajo del IIEP; 28; 5-2018; 1-1
Kohlhas, A., & Walther, A. (2018). Asymmetric Attention. Available at SSRN 3161628.
Landier, Augustin, Yueran Ma, and David Thesmar, “Biases in Expectations: Experimental Evidence,” working paper, HEC Paris, February 2020.
Minsky, H. P. (1992). The financial instability hypothesis. The Jerome Levy Economics Institute Working Paper, (74).
Shannon, C. (1948). «A Mathematical Theory of Communication», Bell System Technical Journal, vol. 27, pp. 379–423, 623-656, July-October.
Sims, C. A. (2003). Implications of rational inattention. Journal of monetary Economics, 50(3), 665-690.
[1] Esta descripción no está exenta de ambigüedades. Para una discusión profunda de estas dificultades ver Heymann y Pascuini (2018).
ALQUIMIAS ECONÓMICAS 