"The mathematical method must be rejected not only on account of its barrenness. It is an entirely vicious method, starting from false assumptions and leading to fallacious inferences. …There is no such thing as quantitative economics."
Whatever The Reason, It's Not For Their Abilities As Economic Forecasters
Few things have less shelf life than a daily newspaper. Within less than 24 hours, the news is like day-old champagne: The fizz is gone. Nothing wrong with that, since newspapers never claim to be more than a snapshot of things as they seem to journalists at a point in time. Economists are another matter. Economists claim to produce stuff that has greater value over a longer term, especially the forecasters. But as we've all come to learn from the global economic crisis, the longevity of the vast majority of work produced by economists isn't much better than your average newspaper. They didn't see the credit and economic meltdown coming, they don't know when it will bottom out, and they don't really know when growth will return and at what rate.
When Gordon Campbell, premier of British Columbia, visited the National Post editorial board a few months ago to discuss the deteriorating state of the B. C. economy, he expressed the frustration of someone who finds himself sailing a ship of state into a hurricane nobody forecast. "Why do we have economists?" he asked, only half joking. Why, indeed. Hundreds of economic forecasts and analyses fill up my e-mail every week. I save them all, and you could fill a book with their wildly off-the-market predictions. Like those of Bank of Canada Governor Mark Carney, who backtracked recently on optimistic outlooks for 2009 and 2010. The outlooks were only a few months old, but already overtaken by events. It's not as if the Bank is short of economic and forecasting expertise. It has upwards of 300 on staff, the biggest agglomeration of economic talent in Canada. Hundreds more economists churn out numbers at the federal department of finance, at the major banks and securities firms, and at investment houses. Not one produced an accurate prediction of the mess we're in now.
So, what's wrong with economists that makes their work not much more valuable than a daily newspaper? Two things, I think. First, economics is a dog's breakfast of theoretical ideas and alleged causal relationships that are at all times unproven and in dispute. For example, can massive government deficit spending and wheelbarrow-flows of central bank paper money lift an economy into growth and prosperity? Despite all the claims that such government action is absolutely the answer, we still don't have a confident forecast on the recovery. Life, and the global economy, is simply way too complicated to be predictable.
At heart, though, economic forecasting may be the empty mathematical game the great Austrian economist Ludwig von Mises said it was more than 60 years ago. "The mathematical method must be rejected not only on account of its barrenness. It is an entirely vicious method, starting from false assumptions and leading to fallacious inferences. …There is no such thing as quantitative economics." Which doesn't say much about the confidence we should put in the latest forecasts for growth next year — or any year.
Terence Corcoran, Editor
Héhéhé. Le genre de phrase qui ferait flipper mes anciens profs.
L’économie, comme toutes les sciences sociales, résiste presque naturellement aux prédictions. Contrairement aux comportements moléculaires ou aux lois de la physique, qui reposent sur des postulats robustes et des expériences renouvelables, l’activité humaine est hautement imprévisible.
Je me souviens des débats enflammés sur le Public Choice ou le Rational Choice, que je combattais. On ne peut pas analyser le comportement des êtres humains avec comme prémisse sa rationalité et sa cohérence. Il y a encore une bonne part d’instinct et d’intuition dans ses choix et ses décisions.
Et même pour les comportements moléculaires…
En biologie, on a des modèles qui permettent de simplifier des situations complexes ce qui permet de tester des hypothèse.
Mais tous les biologistes sont conscient qu’au fur et à mesure qu’on augmente la complexité du modèle , on introduit des paramètres et des variables qui ne sont pas contrôlé et dans certains cas qui sont inconnus.
On peut développer une drogue qui fonctionnera in vitro mais pas dans un essai cellulaire. Si elle fonctionne dans un essai cellulaire, elle ne fonctionnera peut-être pas dans un modèle animal. Si elle fonctionne dans un modèle animal elle ne fonctionnera peut-être pas chez l’homme. Si elle fonctionne chez l’homme, elle ne sera pas métaboliser de la même manière par tous les hommes.
Les économistes non autrichiens sont comparables à des biologistes qui suite à un essai un vitro de leur drogue conclurait que cette dernière peut être mise sur le marché et qu’elle fonctionnera pour tout le monde.
Sur la base des des paramètres et des variables, l’économie est, à mon sens, encore plus complexe que la biologie. Mais la très grande majorité des économistes, contrairement aux biologiste, ne sont pas assez humbles pour voir cette complexité et ils sont nombreux à penser qu’une banale équation, parce qu’elle est applicable en théorie dans un modèle bien précis, est applicable à l’ensemble de la planète.
J’appelle ça le syndrome du « toute chose étant égale par ailleurs » commun à de nombreux chercheurs en économique. Tellement pratique pour éviter de tenir compte d’une pluralité de variables gênantes…
Quand je montais des modèles d’analyse, je faisais un premier tri dans mes variables pour éliminer les non significatives, pour ne pas polluer le modèle. Quant à l’inférence, j’ai toujours été extrêmement prudent. Les échantillons d’analyse sont trop restreints, dans le temps et la quantité, pour s’appliquer uniformément sur une population complète.
L’analyse quantitative en économie est utile pour examiner les phénomènes passés, pour en tirer des enseignements généraux et des hypothèses. Quant aux prévisions, elles sont encore moins fiables que celle de la météo…
L’erreur c’est de croire que l’économie wst une science empirique alors qu’elle est en fait une science logique qui suit certains axiomes. Les théories économiques se prouvent de façon historique et non de façon expérimentale.
Peut-être vous avez déjà vu ceci:
http://www.gmu.edu/departments/economics/bcaplan/whyaust.htm
C’est un petit résumé de la différence entre les économistes néo-classiques et les autrichiens.
Bien sûr, le texte est en faveur de l’approche néo-classique. Mais bon, je suis sûr qu’il y a d’autres textes qui doivent répondre à ce texte sur Mises.org ou whatever.
@louisp
Je me pose la question de quelle est la différence entre l’économie néo-classique et new-classic. Pouvez-vous m’instruire?
Je voulais dire new-classical
Néo-classique est le terme utilisé pour décrire la majorité des économistes. Bref, le mainstream des économistes. En général, les hypothèses sont que les agents tentent de maximiser leur bien-être et les firmes leurs profits. Les agents sont en général rationnels. Mais, c’est très sommaire comme définition, wikipedia fera une meilleure job que mois.
Pour ce qui est de new-classical, c’est une école de pensée en macroéconomie. New-classical est apparu après la « Lucas Critique ». Ce qui la différencie de ce qui avait été fait avant est ce qu’on appel les « rational expectations » et une fondation plus microéconomique. L’école rivale si ont veut est l’école néo-keynésienne. Avant que tout le monde saute une coche…la raison que l’école porte le nom de keynes est qu’elles incorpore la rigidité des prix dans le modèle. Bref néo-keynésien c’est new-classical avec des rigidités ou frictions si l’on veut.
Donc, néo-classique = mainstream des économistes
new-classical= école de pensée en macro (en général new-classical est lié à Lucas, Prescott et Barro). Bref trois charmants personnages que malgré leur condition de charlatans…même David aimerait…car ils sont particulièrement à droite. L’essentiel de mes cours de phd en macro on été new-classical, et je ne peux pas dire que je suis un fan.
Bravo ! J’ai toujours trouvé génant ces concepts théoriques qui sont supposés fonctionner mais… cetaris paribus.
La grosse théorie mais c’est tout le temps cetaris paribus. C’est bon pour apprendre un model mais rendu dans la vraie vie ce n’est plus pareil.
Travailler avec des variables fixes dans un modèle, c’est courir le risque d’un biais méthodologique majeur qui, à mon avis, invalide sérieusement les conclusions. Je suis conscient qu’on ne peut pas maîtriser toute les variables d’un modèle, mais alors, il faut s’abstenir d’inférer.