مصایب و خوشی‌های اقتصادسنجی، قسمت دوم. دکتر حامد قدوسی

مصایب و خوشی‌های اقتصادسنجی، قسمت دوم
دکتر حامد قدوسی

اقتصادسنجی وقتی به تفکیک «سری زمانی» (Time-Series) و «مقطعی» (Cross-Sectional) می رسد فقط به لحاظ ریاضی متفاوت نمی‌شود بل‌که موضوعات و نوع نگاه و کاربردهای آن‌هم تغییر می‌کند. اقتصادسنجی مقطعی چون با تعداد زیادی متغیر سمت راست (متغیر مستقل) سر و کار دارد، بیش‌تر به دنبال «تبیین» رفتار یک متغیر وابسته بر اساس یک سری متغیر مستقل است و در نتیجه به آن کارکرد «سنجش نظریه» که گفتیم بیش‌تر نزدیک است. اقتصادسنجی مقطعی معمولا کم‌تر به کار «پیش‌بینی» می‌آید چون برای پیش‌بینی متغیر متغیر سمت چپ نیاز به دانستن مقدار «آینده» متغیرهای سمت راست دارد و خب این یعنی این که یک سری پیش‌بینی مستقل از این مدل باید انجام شود.

اقتصادسنجی مقطعی البته می‌توانند خسته‌کننده و بی‌فایده باشد وقتی به مساله کلیدی «درون‌زایی» (Endogeneity) بی‌توجه باشد و صرفا همبستگی یک سری متغیر را گزارش کند. مشکل البته جهانی است! یک مثال از همین آمریکا بزنم: چند روز پیش جایی بودم و کسی از دانش‌گاهی در حوالی نیویورک ارائه‌ای داشت و عنوان مقاله‌اش این بود که «آیا نظام مدیریت ریسک به‌تر در بانک‌ها باعث تغییر در سبد وام‌ها می‌شود؟». خب سوال جالب و به لحاظ سیاستی مهم بود و عده‌ خوبی هم شرکت کرده بودند. طبعا همه منتظر بودند که ببینید این شخص چه طور در این مساله «علیت» را از «همبستگی» تفکیک خواهد کرد. چند دقیقه اول به سخن‌ران فرصت داده شد تا با انواع و اقسام نمودارها و رگرسیون‌هایی ظاهر زیبا (با تعداد زیادی مشاهده) نشان بدهد که با شاخص‌های مختلف مدیریت ریسک، بانک‌هایی که نظام ریسک قوی‌تری دارند، می‌توانند وام‌های ریسکی‌تری اعطا کنند چون قادر به مدیریت به‌تر ریسک این وام‌ها هستند.

چون سخن‌ران اشاره‌ای به «استراتژی شناسایی علی» (Causal Identification Strategy) نمی‌کرد، کم کم حوصله جمع سر رفت و در دقیقه ۱۵ ام یک نفر دل به دریا زد و پرسید: «خب این‌ها که هم‌بستگی صرف است. طبیعی هم هست که اگر بانکی در بخشی از بازار باشد که نوع عملیات ریسکی‌تری داشته باشد، مدیریت ریسک را جدی‌تر می‌گیرد و نظام مدیریت ریسک قوی‌تری دارد، در نتیجه جهت علیت ممکن است از ریسکی بودن وام‌ها به تقویت نظام مدیریت ریسک باشد، در حالی‌‌که شما قرار بود نشان بدهید که نظام مدیریت ریسک «باعث» تغییر در رفتار سبد وام‌ها می‌شود.» معمولا هم وقتی چنین سوالی مطرح شود و سد رودرواسی و حفظ ظاهر در جلسه شکسته شود، سیل نقدها و سوالات مشابه از سوی افراد دیگر - که شاید نمی‌خواهند اولین منتقد باشند یا شاید هنوز تردید دارند که نقدشان وارد است - سرازیر می‌شود و همین طور شد.

سخن‌ران در واقع پاسخی نداشت و گفت به همین دلیل ما موفق نشدیم مقاله را در یک ژورنال خوب اقتصاد یا فاینانس چاپ کنیم و حالا می‌خواهیم آن‌ بازنویسی کرده و برای چاپ به ژورنال‌های رشته مدیریت بفرستیم! بیچاره‌ رشته مدیریت! من همان‌جا توضیح دادم که متخصصان جدی و مجلات خوب رشته مدیریت هم بیش از یک دهه است به مساله «درون‌زایی» و «لزوم تفکیک دقیق همبستگی از علیت» حساس شده‌‌اند و احتمالا همین معضل و ایراد را آن‌جا هم خواهید داشت و لزوما شانس به‌تری در آن‌جا نخواهد داشت.

درست از لحظه‌ای که این نقد بنیادی معطوف به درون‌زایی رگرسیون مطرح شد و سخن‌ران هم پاسخ درستی برای آن نداشت، بیش‌تر حضار جلسه قضیه ارائه را رها کردند و مشغول بازی با موبایل‌ها و کار با لپ‌تاپ‌های‌شان شدند، به سخن‌ران متلک‌های علمی مودبانه ولی ظریفی انداختند (چون وقت آن‌‌ها را تلف کرده بود) یا کم‌کم جلسه را ترک کردند. چرا این طور شد؟ چون وقتی مساله «تفکیک علیت از هم‌بستگی» حل نشود، تمام اعدادی که در رگرسیون‌ها ارائه می‌شود به لحاظ درک مکانیسم‌های اقتصادی بی‌معنی و فاقد هیچ فایده‌ای هست و دیگر توجه به جزییات آن‌ها اهمیت خاصی ندارد و هیچ کس آن‌ها را جدی نمی‌گیرد! ولو این‌که انواع و اقسام تکنیک‌های دهن‌پرکن سنجی استفاده شده باشد.

این مقاله البته شاید ۲۰ سال پیش وضعیت متفاوتی داشت و کم‌‌تر در معرض این نقد قرار می‌گرفت و احتمالا در یک مجله خوب هم چاپ می‌شد. ولی خب دنیا عوض شده، جامعه علمی به صورت فراگیر با این معضل آشنا شده، استانداردهای کار علمی بالا رفته و اقتصادسنجی مقعطی از یک رگرسیون استاندارد صرف در نرم‌افزار، تبدیل به «هنر»ی شده که در آن محقق باید با انواع روش‌های خلاقانه «طرحی» برای تفکیک همبستگی از علیت ارائه کند.

این بحث را ادامه می‌دهیم ...

@hamedghoddusi
رسانه اقتصادی اجتماعی شب چراغ
@shabcheragh_monthly