Las predicciones para el Premio Nobel de Economía 2020

Desde su fundación en 2002 Clarivate Analytics, un sitio web de ciencia dedicado a las ciencias, ha conseguido predecir exitosamente 54 ganadores del premio Nobel en sus distintas categorías y ya tiene sus nombres para el de Economía en 2020, que se anuncia el próximo lunes 12 de octubre.

Una mujer y seis hombres, estos dos agrupados en dos tríos, son los que tendrían más posibilidades de quedarse con la medalla, que el año pasado recibieron Esther Duflo, Abhijit Banerjee y Michael Kremer, por su trabajo dedicado al desarrollo de políticas para combatir la pobreza.

En esta oportunidad, en la arena de las grandes preguntas que tenemos como sociedad a nivel mundial, es la equidad de género la que se cuela como aspirante al Nobel. Las otras áreas de investigación que podrían ser destacadas con el premio, según los pronósticos de Clarivate Analytics, son más bien técnicas, relativas a la estadística y predicción económica.

Claudia Goldin. Edad: 74 años. Nacionalidad: Estadounidense

Académica de la Universidad de Harvard, Claudia Goldin, es la única mujer que figura entre las favoritas para quedarse con el Nobel de Economía, según Clarivate Analytics, gracias a un trabajo donde aborda uno de los temas que más protagonismo ha tenido a nivel mundial en diferentes áreas de la vida: el de género. Uno de sus paper más conocidos es “Transiciones: ciclos de vida profesional y familiar de la élite educativa” de 2008, donde en coautoría con Lawrence F. Katz ahonda en cómo las mujeres retrasan matrimonio y maternidad cuando se incorporan más masivamente a las universidades a partir de 1970. Otro trabajo relevante es “La revolución silenciosa que transformó el empleo, la educación y la familia de las mujeres” de 2006, donde revisa las distintas etapas del trabajo femenino en el siglo XX y plantea que las transformaciones obedecen a factores como el “horizonte”, es decir, a cómo una mujer percibe su participación en la fuerza laboral de por vida.

David A. Dickey. Edad: 75 años. Nacionalidad: Estadounidense

Wayne A. Fuller. Edad: 89 años. Nacionalidad: Estadounidense

Pierre Perron. Edad: 61 años. Nacionalidad: Canadiense

En el caso de David A. Dickey, de la Universidad Estatal de Carolina del Norte, y Wayne A. Fuller, de la Universidad Estatal de Iowa, entran en esta categoría como posibles ganadores de un Nobel grupal por sus “pruebas estadísticas de una raíz unitaria en análisis de series de tiempo”, se lee en el portal Clarivate Analytics.

Al respecto, ambos desarrollaron la Prueba de Dickey-Fuller, un test de estadística común que tiene como objetivo probar si una serie temporal determinada es estacionaria o no. La ecuación ganó tanta notoriedad que existe la Prueba Dickey-Fuller Aumentada (ADF), que se aplica a un conjunto más amplio y complejo de modelos de series de tiempo.

En tanto, Pierre Perron, de la Universidad de Boston, tiene opciones de llevarse la medalla sueca junto a sus colegas gracias al desarrollo del enlace que establece entre las estadísticas de raíz unitaria con cambios estructurales, lo cual se ha aplicado en investigaciones de cambio climático, mercados financieros y macroeconomía. Cabe destacar que desarrolló su propio test, la prueba Phillips-Perron, junto al economista Peter C. B. Phillips.

Steven T. Berry. Edad: 61 años. Nacionalidad: Estadounidense

James A. Levinsohn. Edad: 62 años. Nacionalidad: Estadounidense

Ariél Pakes. Edad: 71 años. Nacionalidad: Estadounidense

Steven T. Berry y James A. Levinsohn, de la Universidad de Yale, y Ariél Pakes, de la Universidad de Harvard, son viejos conocidos. Juntos son autores del paper “Sistemas de demanda de productos diferenciados a partir de una combinación de datos micro y macro: el mercado de automóviles nuevos”, trabajo que dio como fruto el método BLP, en referencia a sus respectivos apellidos.

Este modelo, primero concebido por Berry y perfeccionado con sus otros dos colegas, consiste en un algoritmo “para estimar modelos de demanda basados en características a partir de fuentes de datos alternativas”, según se lee en el artículo publicado en 2001.

Al hacer uso de la metodología que proporcionan a partir de dicha investigación, aseguran que “siempre que se tenga cuidado al construir el sistema de demanda y se disponga de datos lo suficientemente ricos, el modelo basado en características puede racionalizar los resultados existentes y proporcionar predicciones realistas fuera de la muestra”.