La profesora de la Universidad de Nueva York Elena Manresa (Saint, Minnesota, EE UU, 1982) recibe mañana en Oviedo el galardón de la Fundación Banco Sabadell a la investigación económica por sus trabajos en la microeconometría y sus aplicaciones al estudio de las interacciones sociales.
–¿Qué aporta a la ciencia económica el análisis de datos?
–Soy económetra especializada en modelos estadísticos. Tratamos de responder a preguntas económicas mediante el uso de los datos. Somos un tipo de economistas que estamos al servicio del resto de los economistas para contestar a esas preguntas. Lo hacemos desde un planteamiento metodológico.
–El análisis de datos ¿puede acercar más la economía a las ciencias positivas o naturales, una vieja y debatida distinción?
–Es un debate que para mí no es importante. Yo estudié matemáticas y uso mucho la estadística. Pero lo que más me atrae son las preguntas. Por ejemplo, si en el mundo hay desigualdad porque tiene que ser así o no y si podemos mejorar esa realidad. El objetivo es contribuir al bienestar de los individuos y a la eficiencia de las empresas. No se trata de entender el orden universal, sino que tiene un objetivo más social. Que sea o no ciencia no me importa mucho. Pero sí que usemos las mejores herramientas (matemáticas, sociológicas, estadísticas...) para ver si el mundo es equitativo y si esto se tiene posibilidad de mejorar.
"Las personas ricas viven más, como promedio, que la gente con menos dinero"
–¿Cree en la capacidad transformadora del conocimiento?
–Hace 50 años la economía era muy diferente. Era mucho más teórica. Lo que ha cambiado –y la hace apasionante– es la revolución de los datos para poder discernir y contestar a cuestiones relevantes, y que nos permite acercarnos a otras disciplinas en las que los datos son fundamentales. Por razones éticas y de otro tipo, no siempre se pueden hacer experimentos para determinar la eficacia de unas políticas e incentivos económicos, por lo que recurrimos a recopilar datos y series estadísticas. Partimos de varias hipótesis y se trata de discernir cuál es la más verosímil.
–Usted estudió con estos métodos la desigualdad en Suecia. ¿Por qué eligió Suecia, un país considerado muy igualitario, y a qué conclusiones llegó?
–Propusimos una metodología para entender las diferencias salariales. Por qué unos empleados ganan más y otros menos. Y por qué incluso con la misma educación y formación y la misma experiencia, los salarios son dispares. Propusimos un método estadístico con datos entrelazados. Lo que se describe es la "heterogeneidad inobservable": unos pueden ser más listos o tener más capacidad de liderazgo, por ejemplo. Son diferencias que no se pueden percibir con los datos. Se plantea también que dos empresas pueden pagar de modo diferente a personas con el mismo perfil. Y es porque también se remuneran otros muchos factores. Cabe preguntarse por qué no todas quieren irse a las que más pagan. Quizá sea porque viven en otras ciudades, porque no es fácil saber qué compañías pagan mejor... También vimos que no todo trabajador trabaja para cualquier empresa, sino que suele ocurrir que los mejores trabajadores trabajan para las mejores empresas y esto hace también que ganen más. Elegimos Suecia porque fue uno de los primeros países que puso al alcance de los investigadores la base de datos del universo completo de trabajadores y empresas.
–También estudió el efecto indirecto de la investigación y desarrollo (I+D) entre empresas de EE UU. ¿A qué conclusiones llegó?
–Cuando se hace un descubrimiento, las personas que pusieron dinero y empeño para lograr el hallazgo se van a beneficiar, pero también se benefician otras personas y empresas. Por esto existen las patentes, que es la manera de garantizar que quien hace el esfuerzo pueda recuperar su inversión. Pero se invierte menos de lo que se podría invertir. Y la pregunta es que, dados unos recursos disponibles, si es mejor repartirlos entre todas las empresas que investigan o si es más eficiente concentrarlos en las empresas cuyos hallazgos beneficien a más gente. Lo que nos dicen los datos es que hay mucha más influencia en la industria de la ingeniería, la química y en la de los nuevos materiales, que influye en la industria de la informática y en ordenadores más potentes y eficientes.
–¿Qué causas detectaron sobre la propensión al ahorro de las personas mayores?
–Se trataba de entender por qué la gente mayor sigue ahorrando si tiene garantizada la pensión y el seguro médico. El estudio lo hicimos en EE UU. Hay varias motivaciones posibles: que la cobertura médica y las pensiones no sean suficientemente altas y quieran garantizarse unos recursos por motivos de precaución porque no saben cuándo van a morirse. También que tengan miedo a problemas de salud importante. En EE UU hay cobertura sanitaria básica, pero para afrontar casos graves de salud se precisa tener dinero. Y hay un tercer motivo: dejar una herencia a las futuras generaciones. Estudiamos qué importancia tienen estos tres motivos porque ello puede influir en las políticas. Lo que nos dicen los datos en EE UU es que la gente que tiene más dinero suele vivir más y que los pobres viven menos años. Un hombre de la parte baja de la distribución de rentas viven de media doce años menos que una mujer del estrato alto. Con las metodologías que existían era difícil saber por qué las personas que más tienen siguen ahorrando. Propuse una metodología nueva recurriendo a la inteligencia artificial. Con los mismos datos podemos obtener una respuesta más precisa. Y la conclusión con nuestro método es que la herencia sí es importante y no solo para los más ricos. Aunque no sabemos exactamente si es para sus sucesores o para que con ella se pague su entierro. En EE UU no están popularizados los seguros de decesos y tampoco tiene un éxito un producto financiero que garantiza un salario hasta la muerte a cambio de todo tu dinero.
