Prečo nám súčasné ekonomické modely nefungujú?

Nedávno som sledoval zaujímavú diskusiu medzi Garym Stevensonom, Abby Innesovou a Nadhimom Zahawim, ktorá sa zaoberala zásadnými problémami v oblasti ekonomických modelov. Hlavnou témou bola skutočnosť, že súčasná ekonómia často nefunguje a predpovede sú nesprávne. Diskusia poukazovala na potrebu zmeny paradigmy – prechod od teoretických axiómov k empirickému prístupu založenému na dátach a reálnom správaní sa ľudí. Článok sa bude zaoberať kľúčovými poznatkami z tejto diskusie, vysvetliť príčiny problému a načrtnúť možné cesty vpred.

Kľúčové poznatky

• Neoklasická ekonómia vs. Machine Learning: Diskusia poukazovala na paralelu medzi neoklasickou ekonomikou a klasickými modelmi umelej inteligencie z polovice 20. storočia – obe sú založené na teoretických axiómoch a často sa odchyľujú od reality. Moderný prístup v AI, machine learning, je založený na analýze dát a predpovedaní trendov, čo prináša oveľa lepšie výsledky.
• Dôležitosť track rekordu: Gary Stevenson zdôraznil potrebu hodnotiť ekonómov na základe ich skutočných predpovedí – odmeňovať tých, ktorí majú pravdu, a penalizovať tých, ktorí sa mýlia.
• Vplyv bohatých: Abby Innes poukázala na to, že najlepší ekonómovia často pracujú pre banky a finančné inštitúcie, ktoré sú záujmové skupiny s vlastnými cieľmi.
• Nedostatok diverzity v debate: Stevenson kritizoval absenciu ekonómov z bežných rodín v ekonomických debatách, zdôrazňujúc, že najlepší obchodníci a futbalisti prichádzajú zo skromnejších zázemí.
• Potreba adaptácie: Abby Innes upozornila na riziko fixácie na konkrétne technológie alebo metodiky a zdôraznila potrebu neustáleho učenia sa a prispôsobovania ekonomických modelov meniacim sa spoločenským podmienkam.

Problém s existujúcimi ekonomickými modelmi

Súčasné ekonomické modely, často založené na teoretických axiómoch a predpokladoch, sa ukázali ako neefektívne pri predpovedaní reálnych ekonomických javov. Nedávne udalosti, ako je inflácia, potvrdili, že tradičná ekonómia často zlyháva v predpovediach.

Historické odhady národných účtov o rozdelení ľudí žijúcich na rôznych úrovniach príjmu po celom svete.

Problém spočíva v tom, že modely sú príliš teoretické a neberú do úvahy komplexitu reálnej ekonomiky a správanie sa ľudí. Ako uviedla Abby Innes, „ekonómia by mala byť viac ako matematická veda, pretože ide o vytváranie budúcnosti, ktorú chceme.“

Prechod k empirickému prístupu: Učenie sa z dát

Podobne ako v oblasti umelej inteligencie, aj ekonómia potrebuje prejsť k empirickému prístupu založenému na analýze dát. Gary Stevenson poukázal na to, že by sme mali začleniť skutočné rekordy ekonómov do hodnotenia ich práce a odmeňovať tých, ktorí majú pravdu.

Historické odhady národných účtov podielu svetovej populácie žijúcej s menej ako 5 dolármi denne podľa regiónov.

Používanie rozsiahlych dátových súborov, ako navrhol jeden z diskutujúcich, môže pomôcť identifikovať vzory a trendy, ktoré by inak zostali skryté. To umožňuje vytvárať presnejšie predpovede a lepšie informované rozhodnutia.

Riešenie nerovnosti: Kľúč k stabilite ekonomiky

Diskusia sa tiež dotkla problému nerovnosti. Gary Stevenson zdôraznil, že ak nebudeme riešiť nerovnosť, hrozí nám ekonomický kolaps. Poukázal na to, že politici a akademici by mali venovať väčšiu pozornosť tomuto problému, pretože sa týka budúcnosti našich detí a vnúčat.

Použitie interpolácie a extrapolácie na pôvodných dátach koeficientu Ginija

Záver: Zmena paradigmy je nevyhnutná

Diskusia s Garym Stevensonom, Abby Innesovou a Nadhimom Zahawim ukázala, že súčasné ekonomické modely sú často neefektívne a potrebujú zásadnú zmenu. Prechod k empirickému prístupu založenému na dátach, odmeňovanie presných predpovedí a riešenie problému nerovnosti sú nevyhnutné kroky smerom k stabilnejšej a spravodlivejšej ekonomike. Je čas prestať sa spoliehať na teoretické axiómy a začať počúvať skutočné dáta a ľudí, ktorí ich dokážu správne interpretovať.

Referencie a odkazy:

• The Institute of Art and Ideas: https://iai.tv/
• Gary’s Economics (YouTube): (Odkaz nebol poskytnutý v transkripte, ale je spomenutý)

Približne 159 gCO₂ bolo uvoľnených do atmosféry a na chladenie sa spotrebovalo 0.80 l vody za účelom vygenerovania tohoto článku.