Estoy encantado de estar frente a todos ustedes. También me hace feliz trabajar con modelos económicos que contienen mucha gente. Eso es lo más importante del marco conceptual por el cual el comité Nobel nos citó a Ed Prescott y a mí: incluímos explícitamente a la gente en nuestros modelos. Sus problemas de decisión son totalmente dinámicos: las expectativas de la gente sobre el futuro afectan sus decisiones presentes. Ese es uno de los prerrequisitos para alcanzar el objetivo que nos proponemos: desarrollar una metodología con la cual sea posible evaluar políticas económicas alternativas.

El ilustre investigador y Premio Nobel de Economía 1995, Bob Lucas, de quien he aprendido tanto, escribió (Lucas 1980): “Una de las funciones de la economía teórica es ofrecer sistemas económicos artificiales totalmente articulados, que puedan servir como laboratorios en los cuales políticas que sería prohibitivamente costosas experimentar en economías reales, se puedan examinar a un costo mucho menor…. (p. 696) Nuestra tarea, como yo lo visualizo…es escribir un programa FORTRAN que acepte como ‘entrada’ políticas económicas específicas y que genere como ‘salida’ estadísticos que describan las características operativas de las series de tiempos de interés, que el modelo predice resultarán de la aplicación de dichas políticas.” (p. 709–10) En el diseño de estos ‘experimentos’ a los cuales Lucas se refiere, se utilizaría información sobre “respuestas individuales [que] pueden documentarse a un costo relativamente bajo … por medio de … censos, paneles [y] otras encuestas….”. (710) Lucas parece sugerir que los investigadores económicos coloquen a personas en las construcciones abstractas con los que intentan representar la realidad y que registren cómo esos agentes o personas se comportan bajo reglas de políticas alternativas.

En la práctica, es más fácil decirlo que hacerlo. El experimento computacional es la herramienta más importante que los macroeconomistas utilizan. Al hacer uso de él, el investigador procede como acabo de describir—coloca a las personas en el entorno económico que ha modelado y registra su comportamiento. Pero el propósito del experimento computacional es más amplio que el de simplemente evaluar políticas alternativas, tal como lo sugiere Lucas. El experimento computacional es útil para responder a una gran cantidad de preguntas, en particular preguntas cuantitativas, es decir, aquellas para las cuales buscamos respuestas numéricas. Cuando se evalúa una política gubernamental, la política está en forma de una regla que describe en forma especifica cómo se comportará el Gobierno—qué acción tomar bajo varias contingencias—hoy y en el futuro indefinido. Por eso es que sería muy difícil y prohibitivamente caro llevar a cabo la alternativa que Lucas menciona; es decir, probar las políticas en economías reales.

El experimento computacional
Estos modelos, como ya lo di a entender, incluyen a millones de personas. Mi pequeña computadora portátil contiene muchos modelos de ese tipo. En ellos, la gente se caracteriza por tener preferencias sobre bienes y tiempo libre, tanto en el presente como en el futuro indefinido. Sus restricciones presupuestarias son explícitas. Las personas y hogares perciben ingresos por su trabajo y por sus ahorros (capital) y deben mantenerse dentro de sus restricciones presupuestarias, dados los precios que afrontan en los distintos mercados—tales como salarios y tasas de interés. En otras palabras, estos modelos son explícitos acerca de los problemas de decisión dinámicos de las personas.

Los modelos también involucran a miles de negocios, que sugiere una descripción de las posibilidades de producción de la sociedad—digamos por ejemplo, en la forma de una función de producción agregada. Dicha función de producción describe la tecnología para convertir insumos de capital y trabajo en producción de bienes que se pueden utilizar para el consumo o para agregar a capital productivo futuro—para la inversión.

Un aspecto fundamental de la función de producción es su descripción del nivel de tecnología y del cambio de esta tecnología a través del tiempo. Es un concepto amplio a este nivel de abstracción. El cambio tecnológico abarca cualquier cosa que afecte la transformación, implícita en la función de producción agregada, de los insumos agregados de capital y trabajo en bienes y servicios. Esto incluye, por supuesto, los resultados normales de la actividad innovadora, pero también podría incluir, de nuevo a este nivel de abstracción, factores tales como el impacto del petróleo, nuevas regulaciones ambientales, cambios en las restricciones legales que afectan la naturaleza de los contratos entre los trabajadores y las empresas, la oferta de infraestructura del Gobierno y el deterioro de la intermediación financiera asociada con pánicos bancarios—todos elementos que a uno le gustaría estudiar con más detalle, dependiendo de la pregunta. Pero para muchas preguntas, tiene perfecto sentido incluir dichos elementos implícitamente como parte del nivel de tecnología.

He descripto dos elementos de los modelos típicamente utilizados en experimentos computacionales: los millones de habitantes del modelo y los miles de negocios. Un aspecto esencial, sin embargo, es la calibración del modelo. En cierto sentido, los modelos son mecanismos de medición: necesitan calibrarse o de lo contrario confiaríamos poco en las respuestas que proporcionan. En este sentido, son como termómetros. Sabemos lo que un termómetro debe marcar si lo sumergimos en agua con cubos de hielo o en una olla de agua hirviendo. Es decir, un requisito básico es que el modelo que se va a utilizar para responder una pregunta cuya respuesta no sabemos debe proporcionar respuestas aproximadamente correctas a preguntas cuyas respuestas sí conocemos. Generalmente, hay muchas preguntas de ese tipo. En el contexto de análisis de los ciclos económicos, sabemos mucho acerca del largo plazo de la economía o por ejemplo podemos utilizar encuestas documentando la dinámica de ingresos de los hogares (como el Panel Study of Income Dynamics de EE.UU) o encuestas similares de otros países para recabar la información para calibrar el modelo. Es decir, la calibración es parte fundamental del proceso de construir un modelo cuya respuesta cuantitativa sea lo más confiable posible.

Un experimento computacional produce series de tiempo que reflejan en el agregado las decisiones que tomaron las personas cuyo comportamiento intenta capturar el modelo económico. A través de la formulación del modelo y su calibración, hemos determinado cómo debería ser el entorno económico en el que opera la gente. Entonces, los millones de personas y miles de negocios en la economía toman sus decisiones a través del tiempo y la computadora registra sus decisiones. Obtenemos series de tiempos como si fueran producidas por una economía real. Estas series se pueden describir estadísticamente y comparar con los estadísticos análogos obtenidos a partir de los datos del país bajo estudio. En un estudio del ciclo económico, estos estadísticos pueden incluir desviaciones estándar de agregados desestacionalizados, que describen las amplitudes de los movimientos de esos agregados a lo largo del ciclo económico, así como coeficientes de correlación que miden el grado de sincronización de las variaciones de las distintas series involucradas.

Un ejemplo sencillo
Ahora me gustaría ‘llevarlos’ a través de un modelo simple —significativamente más simple que el de Kydland y Prescott (1982), por ejemplo. El mismo comprende un grupo familiar y un sector empresarial. Para hacerlo lo más simple posible, prescindiré del gobierno; en este modelo no habrá ni gobierno, ni un sector extranjero. Tendré dos metas principales: discutir lo que significa decir que el modelo comprende un grupo familiar y un sector empresarial y dar ejemplos de lo que involucra ‘calibrar’ el modelo (consultar Cooley y Prescott 1995 para una descripción detallada sobre la práctica de la calibración y Kydland 1995 para un ejemplo más elaborado en el cual se tomaron en consideración todos los pormenores).

Primero, tenemos una descripción de las preferencias típicas del grupo familiar en la forma de una función de utilidad que con su comportamiento ese grupo busca maximizar:

Los ciclos económicos involucran incertidumbre acerca del futuro, de manera que lo que uno intenta hacer es maximizar la utilidad esperada (lo que se denotada con la E colocada enfrente de la función de utilidad), que depende del consumo, que se denota C y del tiempo libre, L, sobre el futuro indefinido. Pareciera ser poco lógico sumar la utilidad desde hoy (período cero, digamos) hasta el infinito. Regresaré a dicho supuesto. El parámetro es algún número ligeramente menor que 1 y que se puede calibrar a partir del conocimiento de la tasa de interés real de largo plazo. Este parámetro simplemente describe el grado de impaciencia de las personas. Los parámetros adicionales son y ; parámetros que también deberemos calibrar. El parámetro es lo que podríamos llamar un parámetro de aversión al riesgo, algo sobre lo cual están bastante familiarizados los expertos relacionados con el ámbito financiero. Regresaré a en un momento.

En realidad, la formulación del modelo que se presenta aquí corresponde al problema que enfrentaría un planificador social que desea optimizar el bienestar de la sociedad, cuya solución se puede mostrar corresponde al equilibrio de mercado que emergería en una economía habitada por millones de personas actuando individualmente, dotadas de preferencias tales como la que se representan con la función de utilidad descripta. Pero existe también una restricción de recursos,

que expresa que la suma del consumo e inversión no puede exceder lo que la economía produce. El lado derecho de la primera igualdad expresa que la economía genera producción al combinar el insumo de capital—fábricas, máquinas, edificios—con el insumo de trabajo. El nivel de tecnología se representa con la Z. En otras palabras, éste es el producto total—producto interno bruto, PIB—tal como lo determina la función de producción, cuya especificación es esencial en macroeconomía. Además, el PIB tiene que igualar el ingreso interno bruto, la suma de las remuneraciones al capital y al trabajo, que aparece en la parte derecha de la segunda igualdad.

Además de esta restricción de recursos, tenemos una restricción de tiempo, ya que el tiempo disponible se puede destinar al descanso o al trabajo:

El lado derecho es 1; es decir, sin pérdida de la generalidad, escogí unidades de manera que si agregamos todo el tiempo discrecional—tiempo total neto de sueño, cuidado personal y trabajo—entre todas las personas, éste es igual a 1.

Luego tenemos dos relaciones claves que hacen que una economía sea dinámica:

y

La primera, en donde K_t representa el acervo de capital al inicio del período t, describe cómo el capital en todo momento del tiempo depende de decisiones de inversión pasadas, en donde es la tasa de depreciación. Por último, el nivel de tecnología es de suma importancia ya que es lo que, en este simple modelo, da lugar a la incertidumbre. Si, como resulta ser realista, el parámetro se acerca a 1, la relación dice que las innovaciones tecnológicas, denotadas por , son persistentes en el tiempo. Generalmente se supone que esta variable aleatoria tiene distribución de probabilidad normal, cuya varianza se puede estimar a partir de los datos.

Tal como hemos visto, esta economía simple ya tiene un número de parámetros que necesitamos calibrar. Una de las motivaciones de presentar este modelo sencillo es proporcionar dos ejemplos típicos de calibración, particularmente de los parámetros en las funciones de utilidad y en la función de producción. Supongamos que llevamos a cabo un estudio con miles de personas y calculamos el promedio de cuánto tiempo dedican a trabajar. La cifra obtenida determina, a través de una condición estacionaria de primer orden del problema de maximización, el valor de que hace que ese promedio sea el mismo en el modelo que en la economía real. De forma similar, con respecto al parámetro en la función de producción, una propiedad del modelo es que si consultamos las Cuentas de Producto e Ingreso Nacionales y encontramos que del total del ingreso interno bruto, en promedio 34 por ciento representa la remuneración al insumo de capital y 66 por ciento la remuneración al insumo trabajo, el parámetro queda “calibrado” con un alto grado de exactitud en 0.34.

He utilizado este modelo para ilustrar el comportamiento de dos sectores clave de la economía. El sector del grupo familiar contiene un gran número de personas que se caracterizan por tener una función de utilidad—una descripción de las preferencias sobre el consumo y tiempo libre en el presente y en el futuro. El sector empresarial describe la tecnología para producir bienes y servicios combinando insumos de capital y de trabajo. He hablado sobre los atributos que le confieren a este modelo su carácter dinámico y sobre una fuente básica de incertidumbre. Es posible introducir otras consideraciones en el modelo. Ed Prescott mencionó en su conferencia el denominado supuesto “tiempo para construir,” que haría que este modelo fuera más detallado, tal como en el ensayo de 1982 al cual se refiere el comité Nobel. Ese modelo también contiene inventarios, así como dos perturbaciones estocásticas, una persistente, pero transitoria como la que se describió más arriba, y otra permanente. Qué incluir depende de la pregunta que se quiere contestar al diseñar el modelo. La primera pregunta para la cual Ed Prescott y yo usamos el enfoque metodológico que acabamos de presentar se puede sintetizar como sigue: Si innovaciones tecnológicas estocásticas por naturaleza fueran la única fuente perturbaciones en la economía, ¿qué proporción de las fluctuaciones del ciclo económico podrían explicar? El modelo produjo una respuesta preliminar a esa pregunta: arriba del 50%, porcentaje que investigaciones posteriores llevaron a alrededor del 70%. Como lo deseábamos, el modelo proporcionó una medición, una respuesta cuantitativa que no sabíamos a partir de “calibrarlo” a preguntas cuyas respuestas sí sabíamos.

¿Tiene importancia ser diferente?
Retornando a la función de utilidad, en el modelo prototipo anterior he asumido que las preferencias están dadas por una función que cubre el futuro en su totalidad—hasta el infinito. En otras palabras, tenemos un gran poder para construir esta economía: ¡Podemos decidir que las personas sean inmortales! Dicha suposición resulta ser sorpresivamente inocua para muchas preguntas. Por supuesto, tiene sentido verificar si hace diferencia y, tal como frecuentemente concluyen los economistas, depende. Para muchas preguntas de ciclos económicos, la respuesta es no. Esto es más bien sorprendente, ya que si pensamos en mortales de carne y hueso y su comportamiento a lo largo de su ciclo de vida, por lo general sus ingresos laborales son nulos o bajos en los primeros años, experimentan un incremento sustancial en la mitad de la vida y luego bajan nuevamente a edad más avanzada, cuando ya se han jubilado y, por lo tanto, retirado del mercado de trabajo. En otras palabras, el perfil de ingresos por trabajo claramente muestra una forma de “joroba” o U invertida. Pero también sabemos que las personas prefieren una corriente de consumo que es mucho más constante que su ingreso a través del tiempo. De manera que habrá un período durante el cual gasten más que sus ingresos, otro en el que gasten menos que sus ingresos (y, por lo tanto ahorren) durante dos o tres décadas y finalmente otro en el vuelvan a gastar más que su ingreso laboral hacia el final de sus vidas. Más aún, el comportamiento típico es, en muchos aspectos, sumamente interesante al inicio y al final de la vida laboral de las personas.

Por ello, parecería que el comportamiento del ciclo de vida puede llegar a tener una importancia sustancial. Por ejemplo, Víctor Ríos-Rull (1996) encuentra para una típica pregunta del ciclo económico como la que mencioné arriba, que cuando suponemos una economía con consumidores mortales que incorpora de manera realista los distintos patrones de comportamiento a lo largo del ciclo de vida, a medida que agregamos el comportamiento de todas estas personas en series de tiempo generadas por los experimentos computacionales, obtenemos la misma respuesta que en la economía con consumidores inmortales. Por supuesto, hay muchas preguntas para las cuales el comportamiento del ciclo de vida sí hace diferencia. Entre éstas, se encuentran el impacto económico en los ahorros y tasas de interés de políticas de inmigración, cambios en los regímenes de jubilación y pensiones, y el retiro de los nacidos durante la explosión de natalidad de los sesenta (“baby boomers”), para mencionar algunos.

Para darles una idea de las diferencias existentes entre la gente y enfatizar la necesidad de incluirlas para contestar algunas preguntas, les mostraré algunos números. La figura 1 muestra el perfil promedio de la eficiencia del trabajo de las personas ocupadas en el mercado laboral, tal como la miden sus salarios reales.

El gráfico explica que el perfil de los ingresos laborales de las personas dependiendo en la edad tenga forma de joroba o U invertida. La curva está normalizada de manera que el salario promedie 1 a lo largo del ciclo de vida. Empieza alrededor de 0.5 y se incrementa rápidamente, de manera que por un largo período de la vida laboral de las personas, su eficiencia es más que el doble que cuando ingresan a la fuerza laboral. Además de estas diferencias en la eficiencia de los trabajadores atribuibles al ciclo de vida, está el hecho de que la capacidad y preparación de los trabajadores pueden ser completamente diferentes cuando ingresan en la fuerza laboral, debido a su educación y otros factores. Un interesante estudio sobre las implicaciones agregadas de la interacción entre, por una parte, el insumo de trabajo dividido entre trabajadores altamente calificados y no calificados y, por la otra parte, el insumo de capital dividido en estructuras y equipo, se encuentra en Krusell, Ohanian, Ríos-Rull y Violante (2000). El foco de atención de este estudio son los cambios en los salarios reales de distintos tipos de trabajadores. Para una discusión más elaborada de sus implicaciones cíclicas, especialmente en lo que se refiere a las fluctuaciones del insumo trabajo, consultar Kydland y Petersen (1997), en el cual se basa una parte de esta conferencia.

La figura 2 muestra la distribución por edades de la población estadounidense en el año 1994 y también la proyectada para el año 2020.

El eje vertical muestra el porcentaje de personas de diferentes edades. Se puede advertir el pico en 1994, aproximadamente en el rango de edad de 30 a 40 años. Previsiblemente, habrá un pico parecido en 2020. Por supuesto, una razón para preocuparse de este patrón empírico es que en 2020 muchos, si no la mayoría de los nacidos durante la explosión natalicia (“baby boom”) de los sesenta, se habrán jubilado, poniendo una mayor presión en la restricción del presupuesto gubernamental en general y en el sistema de Seguridad Social en particular. Un magnífico estudio de los efectos que los nacidos durante la explosión natalicia en España (en donde la inmigración representa mucho menos complicaciones para la dinámica de la población que para los Estados Unidos) podrían tener en los ahorros y tasas de interés reales se encuentra en Ríos-Rull (2001).

Finalmente, la figura 3 nos muestra la distribución de edad de los inmigrantes en los Estados Unidos.

La curva para los nativos estadounidenses es la misma que para 1994 en la figura 2, excepto que ahora cada grupo de edad comprende cinco años, de manera que la curva es más suave. El mensaje fundamental es que la mayor parte de los inmigrantes en los Estados Unidos son jóvenes.

Estos son todos elementos que a uno le gustaría incorporar a un modelo de individuos heterogéneos—algo a lo cual nosotros como economistas nos hemos vuelto adeptos. Cuando Víctor Ríos era mi colega en Carnegie Mellon University a principio de los años 1990, las computadoras no eran tan poderosas como lo son hoy en día. Víctor llevó a cabo parte de su investigación pionera con modelos como los que acabo de describir. Para algunos de esos modelos la computadora podía tomar mucho tiemp—tal vez un día o dos—en calcular las series de tiempo de interés.

Todas estas características a las que me he referido—la eficiencia del trabajo dependiente de la edad, la dinámica de la población, etc.—pueden ser y han sido incorporados a modelos como los que utilizaron Víctor Ríos y otros en la década pasada. Un estudiante de Víctor y mío en Carnegie Mellon, Kjetil Storesletten, ahora en la Universidad de Oslo, realizó un interesante estudio sobre la interacción de la inmigración con la política fiscal del gobierno. Algunos investigadores especializados en contabilidad intergeneracional han arribado a predicciones bastante contundentes, que sugieren que en muchos países los impuestos deberán incrementarse en un futuro no lejano, para que la restricción presupuestaria del Gobierno se pueda cumplir sin necesidad de disminuir las prestaciones jubilatorias. La interesante pregunta que se hace Storesletten (2000) es, ¿hasta qué punto se podría evitar dicho aumento de impuestos incrementando la tasa de inmigración, especialmente si se pudiera de alguna manera ser selectivo en el tipo de inmigrantes que se admiten?

Nuestra capacidad para calcular equilibrios para economías “habitadas” por personas muy diferentes se ha expandido dramáticamente en los años recientes, con muchos estudios fuertemente influenciados por el trabajo pionero de Per Krusell y Tony Smith (1998.) Hoy en día vemos muchos trabajos de investigación interesantes en los que la distribución del ingreso y de la riqueza varían y cambian con el transcurso del tiempo; por ejemplo, Storesletten, Telmer y Yaron (2004). Esta fascinante agenda de investigación ha sido posible gracias a los avances en nuestra comprensión de la metodología dinámica, pero también a la capacidad de cómputo de las computadoras de hoy en día.

¿No hay lugar para el dinero?
Una creencia que se escucha a menudo es que la metodología descripta es aplicable solamente al estudio de fenómenos reales. Tal percepción es producto de un gran malentendido. El mismo método se puede utilizar también para estudiar fenómenos monetarios. Por ejemplo, uno podría utilizarlo para hacer la perenne pregunta ¿Son las perturbaciones monetarias la causa principal de los ciclos económicos?

[Antes de continuar, me gustaría decir que hay dos personas a las que me hubiera gustado ver en Estocolmo esta semana, pero que no pudieron hacerlo porque han fallecido. Uno es mi padre; el otro es Scott Freeman, quien falleció hace algunos meses. He tenido la gran fortuna de trabajar con el mejor economista del mundo, Ed Prescott. Pero Scott Freeman no estaba muy por detrás. Él fue un gran economista, muy agudo y con una gran capacidad innovadora. Ambos trabajamos en la interacción entre fenómenos monetarios y reales. En esta remembranza, incluyo dos fotografías. En la primera, se ve a Scott en modo pensativo. En la segunda, pasando un buen rato conmigo y otros amigos en una fiesta hace algunos años].

Voy a describir a continuación una forma de introducir el dinero en un marco metodológico como el que les describí. Supongan que las personas compran una gran variedad de bienes de diferentes tamaños. También podríamos decir que hay un continuo de bienes, de pequeños a grandes. Las personas realizan compras pequeñas y compras grandes. Debido al costo de llevar a cabo las transacciones utilizando medios de pago (cheques, por ejemplo) respaldados por activos que devengan interés, es más conveniente hacer compras pequeñas con efectivo y las compras grandes con esos otros medios de pago. La utilización de una forma de pago u otra es una decisión económica, cuyos incentivos cambian durante el ciclo. Tales incentivos cambian tanto la proporción de los dos medios de pago alternativos que se desea mantener, como la frecuencia con que se repone el efectivo. El principal resultado de este estudio con Scott Freeman (2000) es que el dinero fluctúa procíclicamente, aún cuando el banco central no haya hecho nada. En otras palabras, si uno descubre, tal como fue el caso a lo largo de períodos extensos de la historia de EE. UU., que el dinero fluctúa hacia arriba y hacia abajo siguiendo al producto bruto interno, eso no significa que fluctuaciones en el dinero sean la causa del ciclo económico.

Debido a que estos modelos están habitados por personas, podemos evaluar también el costo de la inflación en términos del bienestar de esas personas. En un proyecto con Scott Freeman y Espen Henriksen (de próxima aparición), un estudiante de doctorado de Carnegie-Mellon, hicimos exactamente eso. Ahora estamos avanzando todavía más en este proyecto, preguntando, por ejemplo, qué pasa si los costos de transacción disminuyen con el tiempo, como ya ha sucedido y parece que continuará sucediendo en el futuro.

Ciclos económicos internacionales
Previamente les presenté a ustedes un modelo de economía cerrada. Sin embargo, en los últimos 10 ó 15 años, los economistas han aplicado ese marco de análisis al estudio de la interacción de muchos países. Éste es un campo particularmente interesante, que ofrece a prometedores investigadores jóvenes (y no tanto) abundantes anomalías que explicar. A continuación ofrezco un ejemplo que, a simple vista, puede parecer como una anomalía: Para muchos países, la balanza comercial se deteriora cíclicamente cuando los bienes que produce son más baratos. Resulta que una vez que se escribe un modelo que permite el intercambio comercial entre las naciones, como por ejemplo el que Backus, Kehoe y yo elaboramos (1994), la acumulación del capital es importante para entender esa regularidad empírica. Otro factor es la presencia de un cambio tecnológico “no sincronizado” en las distintas naciones, que con el transcurso del tiempo se transmite de una nación a otra. La conclusión es que la regularidad empírica a la cual acabo de hacer referencia no es, de ninguna manera, una anomalía. Esto es exactamente lo que el modelo sugiere que debería ocurrir.

Puedo ofrecer aquí hay una curiosa aplicación de este resultado. Siempre me ha gustado utilizarla en mis clases a alumnos universitarios. Hace un tiempo me topé con un artículo en el Wall Street Journal en abril de 1998 en donde se manifestaba que el Fondo Monetario Internacional había enviado representantes a Argentina, supuestamente para convencer al Gobierno argentino que pusiera freno a la vertiginosa marcha de la economía. Las razones que se ofrecían eran tres: (i) altas tasas de crecimiento, 6.5 a 7 por ciento anual, que se sumaban a las que ya se venían experimentando desde 1990, interrumpidas solamente por la crisis de Tequila cerca del año 1995; (ii) precios de exportación que caían dramáticamente; y, (iii) el retorno de déficit comerciales. ¿Suena mal? Como expliqué, estos comovimientos son justamente los que un modelo como el descripto nos diría que debemos esperar de una economía que está experimentando una bonanza. En nuestro marco analítico, estas tres características combinadas representan desarrollos favorables para la economía. Tendría que decir que no tengo forma de saber si el Wall Street Journal de alguna forma distorsionó los motivos que tuvo el FMI para enviar una misión a la Argentina. Podría ser, por ejemplo que el FMI estuviera preocupado acerca de “excesos fiscales”, por llamarlos de algún modo.

El caso de Argentina
Recientemente se han llevado a cabo un número de estudios sobre grandes depresiones económicas. Muchos de ellos se prepararon para una conferencia en el Banco de la Reserva Federal de Mineápolis y se recopilarán en un libro editado por Tim Kehoe y Ed Prescott. Las razones por las que menciono los estudios de grandes depresiones económicas son dos: La primera es la creencia bastante extendida de que las grandes depresiones son eventos de tal magnitud que se necesita un marco analítico diferente al aquí presentado para estudiarlas. Pienso que esta conferencia demostró fehacientemente que tal creencia es injustificada. La segunda razón es que esa conferencia nos brindó a Carlos Zarazaga y a mí (2002) una excusa para estudiar el caso de Argentina, que vivió una gran depresión en los años 1980. Para darles una idea de lo sucedido en Argentina en los últimos 50 años, la figura 4 muestra su Producto Interno Bruto (PIB) por persona en edad de trabajar en escala logarítmica.

La escala logarítmica es particularmente útil porque una tasa de crecimiento constante se traduce en una línea recta, y ya sea que la economía Argentina fuera tan pequeña como era en los años 1950, o un 60% más grande en 1998, 1 cm. de distancia vertical con respecto a la tendencia representa la misma desviación porcentual respecto de ella en cualquier momento del tiempo. De modo que así debe leerse este gráfico. Se puede advertir un descenso dramático en los años 1980—más del 20 por ciento—durante la “Década Perdida” de la Argentina, de tal magnitud que esa década califica como una gran depresión. Un descenso aún mayor y más rápido tuvo lugar después del año 1998.

Como mencioné anteriormente, la economía argentina experimentó una mejora en los años 1990. Dicho episodio, para Carlos Zarazaga y para mí (en trabajo de próxima publicación), fue aún más interesante que la depresión. Claramente, Argentina durante esos años creció muy rápido. Lo sorprendente fue—y solamente el modelo nos lo pudo haber mostrado—que cuando se alimenta el modelo con los números correspondientes al crecimiento de la productividad total de los factores y se lo calibra, el modelo dice que la inversión debió haber sido mucho mayor en los años 1990 que lo que fue. Por supuesto, precisamente por esa razón, el acervo de capital debería haber sido mucho mayor, cerca del 20 por ciento más o menos, al final de esa década.

La figura 5 contiene un gráfico del PIB real de Argentina, de nuevo en escala logarítmica.

Puede advertirse claramente el fuerte crecimiento de los años 1990. Supongamos nuevamente que alimentamos el modelo con los datos relevantes. Para este trabajo, utilizamos los datos hasta el año 1980 para estimar estadísticamente el proceso estocástico que caracteriza el nivel de tecnología (o componente Z de la función de producción). Luego ingresamos la serie observada de productividad total de los factores, medida por el mismo método que Robert Solow (1957) propuso para medirlos en un contexto de crecimiento. El modelo captura bien la gran depresión de los años 1980 y también la caída después de 1999. La gran discrepancia es para los años 1990, durante los cuales el modelo predice que el crecimiento debería haber sido mayor. La tercera curva se incluye para indicar qué pasa si reiniciamos la simulación del modelo en 1999, con el acervo de capital que según los datos estaba disponible ese año. Nuevamente, el modelo captura bien el comportamiento de la economía en los años restantes, a partir de 1999.

¿Qué pasa si miramos más de cerca el insumo de capital? Yo mencioné que parece presentar una anomalía importante. Esto se confirma en la figura 6, que muestra aún una mayor discrepancia entre las predicciones del modelo y los datos que en el caso del PIB. La diferencia en 1999 es casi 20 por ciento. Como en el caso de la figura 5, la tercera curva muestra la predicción del modelo si la simulación se reinicia en 1999, con el acervo de capital existente ese año, a fines de estudiar la dinámica de ese capital en el período subsiguiente.

Para Argentina, los datos que se muestran en la figura 7 deben ser extremadamente deprimentes, porque revelan una caída en el acervo de capital por persona en edad de trabajar (que sería más o menos igual en términos per cápita).

El capital por persona ocupada representa rudimentariamente la capacidad productiva de Argentina, de acuerdo a las mejores mediciones disponibles. De acuerdo a esta medida, el acervo de capital social por habitante en 2003 era mucho menor que en 1982. El modelo de crecimiento neoclásico predice que la contrapartida de semejante caída en el acervo de capital son salarios reales mucho más bajos en 2003 que en 1982 y ciertamente, mucho más bajos que los que hubieran prevalecido en Argentina si la economía hubiera crecido de la forma en que lo hicieron las economías de otros países. Éstas son malas noticias para el futuro de los pobres en Argentina (como lo seguramente lo han sido hasta ahora). Argentina necesitaría crecer a una tasa sostenida mucho más alta—no solamente 3 ó 4 por ciento anual—para recuperarse. Si no lo hace, la pobreza y la marginalidad persistirán por mucho tiempo. A las personas con un capital humano relativamente alto es probable que les vaya razonablemente bien, pero las discrepancias de la riqueza e ingreso seguirán siendo más amplias.

¿Cuáles son las posibles explicaciones para esa anomalía que hemos detectado en los años 1990? La primera posibilidad que hay que considerar son problemas de medición. En muchos países como Argentina, la información es a veces de mala calidad. Aún más, las series agregadas se pueden construir de diferentes maneras a partir de la información disponible. Un estudiante de doctorado en Carnegie Mellon, José de Anchorena (2004), construyó una serie del acervo de capital por un método alternativo y arribó a la misma conclusión.

Otra posibilidad, que me gustaría mencionar porque se relaciona con nuestro trabajo de 1977 al cual se refirió Ed Prescott, es que la insuficiente inversión que detectamos en los años 1990 es en parte el resultado de lo que podríamos denominar “la enfermedad de la inconsistencia temporal,” producto de las malas políticas seguidas por Argentina antes de 1990. La gente tenía sus recuerdos del pasado aún demasiado frescos, a pesar de los esfuerzos que el Presidente Carlos Menem y otros políticos pudieron haber hecho para que la Argentina fuera un país confiable en el cual se pudiera invertir en el largo plazo. Es muy probable que esos esfuerzos no fueron suficientes para devolverle a la Argentina la credibilidad necesaria. Por eso hubo crecimiento, pero no con la intensidad y profundidad que Argentina debería haber experimentado.

La Argentina se ha recuperado en el último par de años. Ya mencioné que si esta incipiente recuperación no continúa a una gran velocidad, si la brecha de crecimiento no se cierra, los pobres de ese país continuarán siendo pobres por mucho tiempo. ¿Cómo puede Argentina restaurar la confianza? No hay una respuesta fácil y sencilla. Una vez que se ha perdido la credibilidad, los economistas no saben mucho cómo se puede hacer para recuperarla. Pero en todo caso no será con una política de parches; Argentina necesita una política con un enfoque de largo plazo, con incentivos convincentes a la innovación y la acumulación de capital humano y físico, que premien con buenas tasas de retorno por muchos años el esfuerzo y la inversión.

Comentarios finales
En esta breve conferencia he tratado de transmitirles la vasta variedad de preguntas, con los detalles del modelo estipulados según el caso, que la macroeconomía ha examinado durante las últimas dos décadas desde el marco conceptual que ha sido el foco de atención de esta clase magistral: los problemas de decisión de las personas y de las empresas, modelados en forma explícita y dinámica. Hubiera podido proporcionar cientos de referencias. Algunas de las referencias que escogí incluir han sido realizadas por autores o co-autores con quienes he disfrutado enormemente interactuar. Estoy encantado de tenerlos aquí en Estocolmo como mis invitados.

Ya que hay muchos estudiantes en la audiencia, me gustaría concluir con algunos comentarios acerca de la manera de estudiar y aprender macroeconomía. Casi todos los fenómenos interesantes en la macroeconomía son dinámicos; son intertemporales. Por eso inevitablemente tenemos que considerar personas que tienen en cuenta el futuro en sus decisiones presentes. Desafortunadamente, la macroeconomía dinámica es difícil de aprender para los principiantes; no es fácil representar economías dinámicas en una hoja de papel. Quizás principalmente por tal motivo, durante los últimos 20 años, la brecha entre la investigación y los libros de texto se ha ido ampliando y ampliando. ¿Qué hacer?

Recientemente ha habido algunos intentos para cerrar la brecha. Me gustan muchos aspectos del reciente libro de texto de Steve Williamson (2005), por ejemplo. Sin embargo, es asombroso el que yo haya continuado utilizando durante tanto tiempo (complementado con mis propias notas) un libro de texto que Merton Miller y Charles Upton (1986) publicaron por primera vez en 1974. Este libro presenta un marco dinámico con muchas de las atributos a los que me he referido a lo largo de esta clase magistral, incluso el comportamiento de ciclo de vida. Estos dos autores simplemente fueron grandes economistas e incluyeron en su libro de texto los elementos principales que pensaron deberían estar presentes en los modelos dinámicos básicos de macroeconomía.

Una posible solución para enseñar macroeconomía es utilizar la computadora para llevar a cabo experimentos computacionales (consultar Bjørnestad y Kydland 2004). Esta herramienta, que ha tenido tanta influencia en la investigación macroeconómica moderna, también puede ayudar a los estudiantes principiantes e intermedios a aprender macroeconomía dinámica. Los estudiantes pueden comparar los estadísticos cíclicas de una economía modelo con los generado por una economía real. La computadora puede generar gráficos de las respuestas a impulsos estocásticos con lo que se perturba artificialmente el modelo, a fines de analizar su respuesta. Estas perturbaciones ocurren en cada período. En la práctica es difícil desentrañar el efecto de cada una de las perturbaciones estocásticas que suelen estar presentes en la realidad. Como en cada período ocurre al menos una perturbación, no es fácil observarlas y medirlas justo en el momento en que ocurren, y menos aún si los efectos de cada una de esas perturbaciones son de larga duración. Pero las economías modelo nos permiten desarrollar la intuición. Por ejemplo, uno puede analizar la respuesta a una perturbación estocástica en particular pretendiendo que no ha habido ninguna otra por un largo tiempo—que la economía hasta entonces ha estado ‘descansando’ en su estado estacionario. En este ejercicio, procedemos a alterar la economía modelo con una sola perturbación o “impulso” y registramos lo que sucede durante un número de períodos—una gran ayuda a la intuición.

Me gustaría concluir aquí y terminar simplemente diciendo: Takk for at dere alle kom for å høre på meg. (Muchas gracias a todos Uds. por haber venido a escucharme.)

© The Nobel Foundation 2004

Sobre el autor Kydland es profesor de la Cátedra Jeff Henley en el Departamento de Economía, Universidad de California, Santa Bárbara, e Investigador Asociado del Banco de la Reserva Federal de Dallas. Referencias Anchorena, José (2004): “Capital Accumulation, Sectoral Productivity and Real Exchange Rate.” Documentos de trabajo de la Carnegie Mellon University. Backus, David K., Patrick J. Kehoe y Finn E. Kydland (1994): “Dynamics of the Trade Balance and the Terms of Trade: The J-Curve?” American Economic Review, 84(1): 84–103. Bjørnestad, Solveig y Finn E. Kydland (2004): “The Computational Experiment as an Educational Tool in Basic Macroeconomics.” Documentos de trabajo. Cooley, Thomas F. y Edward C. Prescott (1995): “Economic Growth and Business Cycles.” Frontiers of Business Cycle Research, T.F. Cooley (ed.), Princeton: Princeton University Press, 1–38. Freeman, Scott y Finn E. Kydland (2000): “Monetary Aggregates and Output.” American Economic Review, 90(5): 1125–35. Freeman, Scott, Espen Henriksen y Finn E. Kydland (próximamente): “The Welfare Cost of Inflation in the Presence of Inside Money,” in Low Inflation Economics, Banco de Reserva Federal de Cleveland. Krusell, Per y Anthony Smith (1998): “Income and Wealth Heterogeneity in the Macroeconomy.” Journal of Political Economy, 106(5): 867–96. Krusell, Per, Lee Ohanian, José-Víctor Ríos-Rull y Giovanni Violante (2000): “Capital-Skill Complementarity and Inequality.” Econometrica, 68(5): 1029–53. Kydland, Finn E. (1995): “Business Cycles and Aggregate Labor Market Fluctuations.” Frontiers of Business Cycle Research, T.F. Cooley (ed.), Princeton: Princeton University Press, 126–56. Kydland, Finn E. y D’Ann M. Petersen (1997): “Does Being Different Matter?” Economic Review (Tercer trimestre), Banco de Reservas Federales de Dallas. Kydland, Finn E. y Edward. C. Prescott (1977): “Rules Rather than Discretion: The Time Inconsistency of Optimal Plans,” Journal of Political Economy 85(2) (Junio): 473–91. Kydland, Finn E. y Edward. C. Prescott (1982): “Time to Build and Aggregate Fluctuations.” Econometrica, 50: 1345–70. Kydland, Finn E. y Carlos E. J. M. Zarazaga (2002): “Argentina’s Lost Decade.” Review of Economic Dynamics, 5(1): 152–65. Kydland, Finn E., y Carlos E. J. M. Zarazaga (2004): “Argentina’s Capital Gap Puzzle,” Banco de Reservas Federales de Dallas, Centro para estudios económicos latinoamericanos, Documentos de trabajo número 0405, www.dallasfed.org/latin/papers/2004/lawp0405.pdf Kydland, Finn E. y Carlos E. J. M. Zarazaga (próximamente): “Argentina’s Lost Decade and the Subsequent Recovery Capital Gap Puzzle,” in Great Depressions of the Twentieth Century, Banco de Reservas Federales de Minneápolis, Tim J. Kehoe y Edward C. Prescott (ed.). Lucas, Robert E., Jr. (1980): “Methods and Problems in Business Cycle Theory.” Journal of Money, Credit and Banking, 12(4): 696–715. Miller, Merton H. y Charles W. Upton (1986): Macroeconomics, A Neoclassical Introduction, Chicago: The University of Chicago Press. Ríos-Rull, José-Víctor (1996): “Life-Cycle Economies and Aggregate Fluctuations,” Review of Economic Studies 63 (Julio): 465–90. Ríos-Rull, José-Víctor (2001): “Population Changes and Capital Accumulation: The Aging of the Baby Boom.” The B. E. Journals in Macroeconomics, 1(1) (Mayo). Solow, Robert M. (1957): “Technical Change and the Aggregate Production Function.” Review of Economics and Statistics, 39(3): 312–20. Storesletten, Kjetil (1995): “On the Economics of Immigration,” Disertación para doctorado. Carnegie Mellon University. Storesletten, Kjetil (2000): “Sustaining Fiscal Policy Through Immigration.” Journal of Political Economy, 108(2): 300–23. Storesletten, Kjetil, Christopher I. Telmer y Amir Yaron (2004): “Consumption and Risk-Sharing Over the Life Cycle.” Journal of Political Economy, 51(3): 609–33. Williamson, Stephen D. (2005): Macroeconomics, 2nd ed., Boston: Pearson Addison Wesley.