Recientemente se entregó el premio Nobel de Economía 2021. Esta vez recayó sobre tres economistas de gran trayectoria y trascendencia que hace rato se lo merecían. A diferencia de otros años en que el premio fue para reconocer contribuciones en áreas de la economía como finanzas, competencia imperfecta, superación de la pobreza, política monetaria, u otras, en esta ocasión el Nobel fue para destacar el aporte de los autores: David Card, Joshua Angrist y Guido Imbens, en métodos cuantitativos de inferencia causal. Por Jorge Fantuzzi Majils (FK Economics).

¿Qué significa esto? Es simple, supongamos que queremos evaluar el efecto de una política pública, por ejemplo, una capacitación a trabajadores. La primera tentación sería comparar el salario de los trabajadores capacitados con los no capacitados. Lamentablemente, esa comparación estará sesgada porque ambos grupos son diferentes (y en consecuencia incomparables), a saber, porque los capacitados pueden ser más motivados, interesados en su trabajo o esforzados, lo que justamente hace que sean más proclives a capacitarse.

Otra opción podría ser comparar únicamente los sueldos de los trabajadores capacitados, pero antes y después de la capacitación. Nuevamente los resultados estarán sesgados porque los sueldos pueden cambiar por muchas razones exógenas o diferentes a la capacitación, como por ejemplo, porque la economía crece mucho en ese periodo, o cualquier razón similar.

A partir de estas dificultades, muchos economistas han dedicado sus carreras a buscar métodos que permitan inferir causalmente cuál sería el resultado de una política pública como la capacitación, es decir, comparar el resultado de la capacitación para los trabajadores que sí se capacitaron y compararla con el resultado que habrían obtenido esos mismos trabajadores –no otros- si no se hubiesen capacitado, excluyendo factores exógenos, o sea, sólo los resultados como consecuencia de la política pública.

Se preguntarán qué relación tiene esto con el arbitraje. En mi experiencia, bastante.

Cuando hay que estimar lucro cesante, también hay que hacerse la pregunta del efecto causal de un hecho (dañoso) sobre, por ejemplo, los resultados de la empresa. Lo que nos interesa es saber cuánto habría, por ejemplo, vendido y, en consecuencia, ganado esa empresa –y no otra- si no hubiese sufrido el hecho. Además, al igual que en el caso de la capacitación, hay que despejar cambios exógenos que pueden afectar los resultados. En definitiva, hay que cuantificar cuánto de la caída de las ventas de la empresa se deben al hecho, y cuánto se debe a que la demanda del producto cayó o aumentó, según corresponda.

En consecuencia, las técnicas que han desarrollado estos reputados economistas se pueden usar (y de hecho se usan) en el contexto del arbitraje, para determinar y cuantificar el lucro cesante.

Lo anterior implica un desafío. Muchas veces estas técnicas exigen un nivel de sofisticación estadística que a veces es difícil de explicar a personas que no tienen formación en estos temas. Esto hace que los economistas tengan el reto de lograr que su trabajo sea entendible y creíble. Para lo anterior, es fundamental un lenguaje simple y explicaciones amigables. Sólo requiere un esfuerzo adicional por parte del experto que está haciendo el cálculo.

En suma, le debemos bastante a economistas como los laureados este año con el Nobel de economía, no sólo en evaluación de políticas públicas, también en el mundo del arbitraje. El desafío es que los avances sean usados y comprendidos.

Escribe un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.