Entre los comentarios a mi anterior artículo sobre banca de inversión surgieron sendas críticas al uso que se le da a las matemáticas en la ciencia económica. Debate que siempre inquieta a todo simpatizante o lector de la escuela austríaca que no termina de entender hasta qué punto el subjetivismo mengeriano, la praxeología miseana o, incluso, los problemas de propiedad e información del socialismo que resaltaron Mises, Rothbard y Huerta de Soto pueden ser compatibles con el uso de las matemáticas de manera efectiva que redunde en un bienestar generalizado de la sociedad. Este pequeño comentario está dirigido a tratar de arrojar cierta luz sobre este debate, si bien la confrontación reciente entre Juan Ramón Rallo, Adrián Ravier y José Luis Ferreira ya nos han otorgado algunas pinceladas al respecto.
Por lo que a mí respecta, no voy a realizar un análisis histórico y sosegado sobre la postura de la escuela austríaca al respecto de la matematización de los eventos de la acción humana, puesto que del mismo se han ocupado los ya citados Ravier y Rallo. Más bien quiero defender el uso de esta poderosa herramienta, explicar por qué no es asimilable el problema del cálculo del Estado y de grandes corporaciones (con el manido ejemplo de la caída de IBM) y diferenciar la tesis mengeriana-feketiana de la tesis más mainstream en la escuela austríaca que sería la comprendida en Socialismo, Cálculo Económico y Función Empresarial.
La matematización de la acción humana: los límites subjetivos
Los axiomas praxeológicos son, en su gran mayoría, matematizables. El ciclo causa-efecto que describe Mises entre los capítulos 1 y 5 (sobre todo) de La Acción Humana no presenta, salvo notables excepciones que pasaremos a analizar después, problemas a estos efectos. Sirvan los precios de ejemplo.
Podríamos definir como precio el resultado de una serie histórica de intercambios entre agentes en el mercado conformado por una infinidad de variables. Dicha serie histórica puede mostrar valiosísimos patrones para conformar nuestro comportamiento como agentes dentro de la economía de libre mercado. Baste con pensar en el consumo de la luz. Este suministro responde a picos de demanda de manera bastante regular en función de la estación del año. Ahora bien, presenta volatilidades salvables por las propias matemáticas y, al cabo, modelables dentro de un modelo predictor. Es un análisis sencillo sobre una realidad recurrente. ¿Certeza cartesiana? Difícilmente. Pero las matemáticas no tratan de buscar certezas cartesianas sobre realidades sociales, simplemente tratan de servir a estas realidades como herramienta útil para comprender su funcionamiento en entornos mayoritariamente estáticos. ¿Qué es si no la primera ley de la termodinámica? Cuando la bajamos a la realidad, dirán, se cumple siempre. Algo que no ocurrirá con el modelo sobre el consumo eléctrico.
Por ello, ¿negamos la validez de la matemática como herramienta de acercamiento a la realidad? Más bien al contrario, cuanto más pueda contribuir en nuestro conocimiento sobre la acción humana mayor potencial puede brindar para el individuo – tanto individual como colectivamente – aunque no ofrezca certezas inamovibles sobre un entorno dinámico y cambiante.
Y bien, ¿por qué no ofrece esta posibilidad de conocimiento absoluto? No quiero entrar aquí en lo que explica Huerta de Soto en Nuevos Estudios de Economía Política cuando valora la utilización del método positivista en la economía (tildándolo de perjudicial y erróneo). Es un método válido, pero con limitaciones. Las limitaciones surgen del aspecto subjetivo de la acción humana y de la realidad dinámica y cambiante que la rodea. Esto es, podemos construir nuestro modelo casuístico y creer que es un modelo completo que contempla todas las posibilidades existentes de uso de un determinado bien. ¿Todas? Desde luego que no, la realidad social siempre ofrecerá nuevas posibilidades ajenas completamente a nuestro modelo. Esto no debe servir de pretexto para rechazar que nos acerquemos a la acción humana a través de dicho modelo, simplemente tenemos que asumir que puede fallar. Que probablemente fallará. Y nuestro deber como estudiosos de la economía y agentes integrantes del mercado es saber por qué.
Fallará, principalmente, porque no podremos incluir a priori en el modelo todos los deseos que anhela el individuo.
El Estado y las grandes corporaciones: el análisis de escenarios
Es aquí cuando surge el análisis de escenarios como herramienta matemática para tratar de solventar estos problemas. Imaginemos el siguiente ciclo productivo simplificado, considerando distintas maneras de tomar decisiones:
Este pequeño ciclo nos muestra cómo se van acumulando distintos costes sobre la materia prima y nos permite intuir cómo en cada fase del proceso surgen nuevas e imprevisibles contingencias que no están contempladas: ¿Qué ocurre si durante la extracción de la materia prima se produce un repunte de los gastos financieros?, ¿y si en la transformación acontece un gasto extraordinario?, ¿Si mientras la estamos almacenando encontramos un uso distinto y mucho más lucrativo que su posterior venta?, ¿Cómo afrontamos la insatisfacción del consumidor final que no adquiere el producto? Cuando el productor comienza a producir tal vez no ha tenido en cuenta estas variables en su modelo, que ha configurado como una ecuación lineal en la que los costes se distribuyen en 0.1x, 0.3x, 0.15x y 0.45x. A lo que añade el margen que estima conveniente para determinar el precio final. Pero si una de estas variable se altera el margen sufrirá un menoscabo. Imagínense una prima de 1.1x sobre el coste total, en cuanto la extracción de la materia prima aumentase en un mísero 10% y la transformación en un 30% la prima que pensaba obtener el productor queda eliminada. ¿Cómo puede el productor evitar esto? Calculando su prima sobre un modelo que contemple estas posibilidades asignándole las estadísticas que crea convenientes. Si la prima ahora no es fijada mediante la primera ecuación si no como media ponderada entre una serie de contingencias posibles que pueden suceder durante el ciclo productivo es menos probable que la prima desaparezca. ¿Imposible? Veámoslo con dos ejemplos contrapuestos.
El primer ejemplo ya había sido adelantado con el caso IBM. IBM, entidad todopoderosa que vio reducido su negocio al consumidor. Muchos austríacos asemejaron esto, incluso, a la caída de al Unión Soviética. Alegaban que a IBM le había faltado información para fijar su posición en el mercado. En primer lugar, matizar que a IBM no le había faltado información, simplemente se despreocupó a la hora de obtenerla e incluirla en su modelo. Pero si así fuera el caso, y visto que nada le hubiera impedido procesarla e internalizar sus efectos en su ciclo productivo, ¿habría tenido la misma consecuencia? Es algo que nos es imposible conocer, pero si estudiamos la acción humana no debería importarnos. La conclusión que se extrae aquí es que IBM perdió, pero ¿perdió también el consumidor?
Y es aquí donde pasamos a ver lo que acontece cuando este problema lo sufre el Estado. Imaginemos ahora que contamos con una industria tecnológica cuyos medios de producción están totalmente nacionalizados. El Estado, imaginemos que un Estado idealizado leninista previsor de todas las contingencias, sí ha incluido en su modelo las posibles variaciones de preferencias del consumidor asignándolas una determinada probabilidad. Pongamos que ha supuesto que hay un 20% de probabilidades de que se el coste de almacenaje sea 2x y un 80% de que sea el estimado. Ello nos conduce a que el precio final debiera aumentar en 0.03x. Si se produce la contingencia estimada, el margen estatal de 1.1x se disipa (pues habríamos pasado de unos costes de 1.03 y un precio de 1.133 al mismo precio pero con un coste de 1.15). ¿Qué puede hacer nuestro previsor Estado ante esta disyuntiva? Puede organizar otro sistema en el sector que cubra la misma satisfacción previendo esta contingencia. ¿Problema? Si la contingencia no se da el contribuyente verá retraídos recursos propios para algo que no le aporta satisfacción y si se da, verá que parte de sus recursos retraídos han destruido valor.
El libre mercado esto lo soluciona puesto que es el capital privado el que soporta este problema fruto del dinamismo del mercado. Si otra empresa sí prevé esta contingencia y se organiza para afrontarla puede tener suerte y que suceda, satisfaciendo al consumidor. Si no, el consumidor seguirá estando satisfecho con la empresa original, aunque el capitalista de la empresa alternativa se arruine. La satisfacción del consumidor aumenta, no se ve recortada como en el caso estatal.
Conclusión
¿Entonces fallan? En efecto, ya lo anticipábamos supra. Pero fallan cuando no se las complementa de mecanismos que llenen sus vacíos. ¿Qué mecanismos son estos? Pues, ¡las propias matemáticas utilizadas por otra mente distinta! El modelo, en su conjunto, es autocorrector con los debidos incentivos: libertad y propiedad. Y ello es, desde luego, un canto a favor del uso de las matemáticas para aproximarnos a la realidad desde que pueden servir (y, de hecho, sirven) para aumentar la satisfacción de la sociedad en el marco de la acción humana.
Aún no hay comentarios, ¡añada su voz abajo!