Il dibattito sul metodo in Econometria

L'econometria combina teoria economica e metodi statistici per analizzare e sottoporre a verifica empirica teorie economiche. Il problema centrale dell'econometria è quello dell'identificazione. Questo problema nasce del fatto che le entità a cui si riferiscono i modelli teorici economici non sono osservabili. Si consideri il classico modello di domanda e offerta in agricoltura, che descrive come prezzi e quantità di un bene agricolo vengono determinati dalla curva di domanda di coloro che acquistano e dalla curva di offerta di coloro che vendono. In realtà, noi osserviamo solo gli scambi che avvengono quando venditori ed acquirenti si accordano su prezzi e quantità, ma mai le curve di domanda e offerta. Per sapere qualcosa sulla curva di domanda e di offerta si accosta al modello teorico un modello econometrico empirico per risolvere il problema di identificare i parametri del modello teorico (strutturale) dati i parametri che vengono stimati nel modello econometrico empirico. Per risolvere il problema dell'identificazione occorre individuare degli strumenti appropriati. L'offerta di grano è influenzata da fattori quali le condizioni meteo o la densità degli insetti, che però non influenzano la domanda; d'altra parte, la domanda di grano dipende da fattori etnici o demografici, che invece non influenzano l'offerta. In questo caso le condizioni meteo, gli insetti e i fattori etnici e demografici sono le variabili esogene del sistema. Le variabili esogene che influenzano l'offerta permettono di identificare i parametri della domanda, perché quando queste si muovono prezzi e quantità si spostano lungo la domanda aggregata.

Il problema di trovare strumenti validi non è in realta così semplice da risolvere quando i modelli tengono conto del ruolo delle aspettative. Come nota Christopher Sims in uno dei lavori più influenti sull'identificazione in econometria (Sims, Macroeconomics and Reality, Econometrica, Vol. 48, No. 1. Jan. 1980, pp. 1-48), le preferenze dei consumatori di caffè negli Stati Uniti non sono certo influenzate dalle condizioni atmosferiche in Brasile, ma i consumatori americani di caffè potrebbero incrementare i loro acquisti del prodotto quando informati di una gelata in Brasile, in anticipazione degli effetti della gelata sui prezzi del caffè.Per ottenere un modello identificato è necessario associare a uno sforzo sul versante della teoria (per il disegno del modello) un investimento nelle conoscenze istituzionali (per individuare gli strumenti) e nelle tecniche econometriche (per utilizzare in maniera corretta gli strumenti). Questa è un'attività molto rischiosa perché si potrebbero usare gli strumenti sbagliati nel modello sbagliato con le tecniche di stima sbagliate. Il recente entusiasmo nell'approccio degli esperimenti naturali e dei randomized controlled trials descritto qui sotto da Martina Bjorkman, nasce dalla possibilità di misurare l'effetto economico di interesse senza dover specificare un modello strutturale di riferimento. Un ricercatore interessato a misurare gli effetti delle tasse di successione sugli investimenti delle aziende familiari può farlo senza specificare alcun modello delle decisioni di investimento ma semplicemente identificando un episodio in cui un governo ha deciso di introdurre un cambiamento nella tassazione delle imprese famigliari e misurando il comportamento degli agenti prima e dopo l'introduzione della riforma. Tutto ciò che necessita è che la riforma sia stata introdotta in maniera esogena e che siano utilizzati dei controlli per depurare gli investimenti da tutti i fattori che li determinano oltre la tassazione (Tsoutsura, The Effect of Succession Taxes on Family Firm Investment; Evidence from a Natural Experiment 2010). Il dibattito attuale in econometria si concentra proprio su questo punto, ossia sulla necessità della specificazione di un modello strutturale per la comprensione della realtà economica.I vari punti di vista sono ben rappresentati in un numero recente del Journal of Economic Perspectives, volume 24, Number 2-Spring 2010. L'entusiasmo di Angrist e Pischke per l'approccio sperimentale (The Credibility Revolution in Empirical Economics: How Better Research Design is Taking the Con out of Econometrics) è mitigato dallo scetticismo di Chris Sims (But Economics in not an Experimental Science). Ma probabilmente l'implicazione più saggia del dibattito è sottolineata da Michael Keane che, alla fine di un interessante saggio sull'utilizzo dei modelli strutturali in marketing, cita Chomsky per ricordare che "if a field spends a lot of time debating methodology it is a sure sign that it is not getting anywhere. Maybe we should all go back to work".