¿Por qué los métodos cuantitativos importan la historia económica

En gran parte del siglo XX, la historia económica se basaba en descripciones cualitativas y análisis institucional.El aumento de cliometría]—el uso sistemático de la teoría económica y métodos cuantitativos para estudiar la historia— cambió eso. Hoy, analizar los impactos económicos históricos sin métodos cuantitativos formales riesgos faltan patrones ocultos, factores de confusión y la ausencia de efectos.

La transición de la narrativa a los números no fue rápida ni incontestada. Los pioneros como Robert Fogel y Douglass North, ambos laureados Nobel, demostraron que la evidencia cuantitativa podría anular creencias de larga data. Por ejemplo, la labor de Fogel sobre los ferrocarriles estadounidenses mostró que su contribución al crecimiento del PIB era mucho menor de lo que se había asumido anteriormente, mientras que el análisis de la productividad del transporte marítimo marítimo marítimo marítimo marítimo marítimo marítimo marítimo del Norte reveló que las innovaciones institucionales no sólo la tecnología eran indispensables.

Métodos cuantitativos básicos para el análisis histórico

Varias técnicas estadísticas y econométricas se utilizan comúnmente para evaluar los acontecimientos históricos. Cada método tiene fortalezas dependiendo de la naturaleza de los datos y el evento específico en estudio. Los investigadores a menudo combinan múltiples enfoques para triangular estimaciones robustas.

Análisis de regresión y modelos de series temporales

El instrumento más fundamental es análisis de regresión múltiple , que estima la relación entre un evento (o una política) y un resultado económico mientras controla otras influencias. En el trabajo histórico, la regresión de las series temporales es especialmente común, por ejemplo, analizar datos del PIB anual antes y después de una guerra atribuible

Estudios de eventos y diferencias en diferencias

Un marco de estudio [FLT], tomado de las finanzas, mide cambios anormales en las variables económicas alrededor de la fecha de un evento específico. En contextos históricos, esto podría implicar la búsqueda de volúmenes comerciales antes y después de la firma de un tratado.

Método de control sintético

Una técnica más avanzada desarrollada en los años 2000, el método de control sintético], construye una combinación ponderada de unidades no tratadas para crear un contrafactual para la unidad afectada. Esto es particularmente valioso cuando no existe un grupo de control natural único. Una aplicación famosa calcula el costo económico de

Variables Instrumentales y Experimentos Naturales

Para abordar la endogeneidad —la posibilidad de que el evento en sí mismo fuera influenciado por las condiciones económicas— los historiadores utilizan variables instrumentales (IV). Por ejemplo, para estudiar el impacto económico de la La muerte negra] (1347–1351), los investigadores han utilizado la variación aleatoria de la mortalidad por plaga debido a la geografía y las rutas comerciales.

Métodos cuantitativos y distributivos

Más allá de los efectos promedios, los historiadores preguntan cada vez más cómo los acontecimientos históricos afectaron a diferentes segmentos de la sociedad. Regreso cuantial y análisis distributivo permiten a los investigadores estimar los impactos en varios puntos de la distribución de ingresos o riqueza.Por ejemplo, los estudios de la Gran Depresión han demostrado que los hogares más pobres experimentaron la mayor desigualdad.

Fuentes de datos y sus desafíos

La historia cuantitativa depende de la disponibilidad y calidad de los datos históricos. Las principales fuentes incluyen archivos nacionales, registros fiscales, libros de libros de salarios, y más recientemente, colecciones digitalizadas de instituciones como la Oficina Nacional de Investigación Económica (NBER) ] y [6][6][4]

  • Incompleteness: Muchos registros se han perdido o nunca existido. Los investigadores a menudo necesitan interponer o impedir valores perdidos utilizando métodos estadísticos como múltiples imputaciones o filtros Kalman. En casos extremos, toda la serie debe ser reconstruida de pistas escasas, como la estimación del PIB moderno temprano de los recuentos de población urbana y los precios de grano.
  • Error de medición: Las estimaciones del PIB primitivo se basaron en proxies indirectos como las tasas de urbanización o los precios de granos. Los investigadores modernos utilizan técnicas como back-projection] de tendencias conocidas para ajustarse a los prejuicios. Incluso series bien documentadas como la producción industrial británica del siglo 18 contienen errores sustanciales debido a registros de fábrica inconsistentes.
  • No-comparabilidad:] Las definiciones de empleo, ingreso o incluso fronteras nacionales cambian con el tiempo. Armonizar datos a través de siglos requiere documentación y conversión cuidadosa. El Proyecto Maddison y el Proyecto Clio-Infra ] proporcionan extensas comparaciones de datos históricos armonizados sobre la desigualdad.
  • ] Selección:] Los documentos que sobrevivan pueden representar economías exitosas o sociedades alfabetizadas. Métodos como Corrección de los hombres pueden ayudar, pero sólo parcialmente. Por ejemplo, los datos de precios medievales a menudo sobreviven sólo de las propiedades monásticas, que pueden haber gestionado recursos de manera diferente a los manadores seculares.

Para mitigar estos problemas, los investigadores triangularon múltiples fuentes y aplicaron análisis de sensibilidad para probar cómo los resultados cambian con diferentes supuestos. Las herramientas informáticas modernas también permiten un enlace automatizado de registros, que combina a individuos en censos, rollos de impuestos y registros parroquiales, para construir micro-databases longitudinales. Estos conjuntos de datos vinculados permiten analizar la movilidad económica individual a lo largo de generaciones, abriendo nuevas fronteras en investigación empírica histórica.

Estudios de casos en profundidad

Los siguientes ejemplos ilustran cómo se han utilizado métodos cuantitativos para evaluar el impacto económico de los acontecimientos históricos fundamentales, destacando tanto el poder como los retos de estas técnicas.

Estudio de caso 1: La muerte negra y la economía europea

La muerte negra mató a un 30-60% de la población europea entre 1347 y 1351. Usando datos salariales y de precios de Inglaterra, los investigadores aplicaron análisis de las series de tiempo para demostrar que los salarios reales se duplicaron en las consecuencias debido a la escasez laboral.

Estudio de caso 2: Segunda Guerra Mundial y Crecimiento de la Postguerra

La segunda guerra mundial causó una destrucción masiva, pero también llevó a una rápida reconstrucción y transformación estructural.El uso de control sintético, los investigadores compararon la economía de la India con una contraparte sintética construida de otras economías europeas.

Estudio de caso 3: La Partición de la India en 1947

La partición causó una de las mayores migraciones forzadas en la historia, con 10 a 15 millones de personas que cruzan las fronteras. Utilizando la discontinuidad de la regresión y la diversidad de los datos de rendimientos de distritos, los economistas compararon los distritos a lo largo de la nueva frontera con los distritos.

Estudio de caso 4: La Gran Depresión y Regulación Financiera

La Gran Depresión de los años 30 es una cuenca para la historia económica cuantitativa debido a la abundancia de cuentas de ingresos nacionales recién recolectadas y datos bancarios. Usando evento estudio marcos, investigadores estimaron que el colapso del mercado de valores de 1929 redujo la producción industrial en un 10–15% en el año siguiente, pero los pánicos bancarios posteriores amplificaron la caída.

El papel del análisis de la contrafactualidad

] [FLT]] [FLT]] [FLT]] [FLT:]]]—lo que habría ocurrido si el evento no hubiera ocurrido. El método de control sintético está diseñado explícitamente para construir un contrafactual de un promedio ponderado de unidades de control.En modelos de series temporales más simples, el contrafactual es una extrapolación de la tendencia pre-evento.

Los nuevos modelos de la técnica de la prueba de la técnica de la prueba de la intemperie [FLT]] [FLT] [FLT]] [FLT]] [FLT]] [FIT]] [FV]]] [FV]] [FV]]]

Limitaciones y críticas de la historia cuantitativa

A pesar de su poder, los métodos cuantitativos enfrentan limitaciones reales:

  • Endogeneidad: Los acontecimientos históricos son raramente aleatorios. Las guerras pueden ser causadas por el declive económico, no por el revés. Mientras que los métodos como IV tratan de abordar esto, los instrumentos válidos son escasos y a menudo controvertidos. Por ejemplo, el uso de la variación del tiempo para estudiar la intensidad de los conflictos es común pero depende de que el clima sólo afecta la economía a través del conflicto.
  • Sesgo de Medición y Supervivencia: La historia cuantitativa se basa en lo que sobrevivió. Por ejemplo, los datos europeos anteriores a 1500 se han reducido fuertemente hacia monasterios y bienes reales, potencialmente sobrerepresentando instituciones bien administradas. De manera similar, los datos sobre la desigualdad histórica a menudo provienen de registros probatorios de los ricos, creando una aparente disminución de la desigualdad que cambia en parte de la documentación.
  • Reducción:] Los enfoques puramente cuantitativos pueden perderse factores institucionales, culturales o psicológicos que captan las cuentas cualitativas. El mejor trabajo combina ambos, utilizando resultados cuantitativos para motivar una investigación más profunda de archivo. Por ejemplo, los resultados de regresión que muestran un gran efecto del protestantismo en la alfabetización en Alemania del siglo XIX sólo se entendían completamente después de leer informes de inspección escolar local que revelaban diferencias en .
  • P-hacking and overfitting: La flexibilidad de la econometría moderna puede llevar a los investigadores a seleccionar especificaciones que confirman sus antecedentes. Pre-registración de estudios y replicación con nuevos datos son salvaguardias esenciales. Los datasets históricos son a menudo pequeños y no experimentales, haciéndolos especialmente propensos a los hallazgos espurios.
  • No-estationarity and structural breaks:] La serie de tiempo económico a menudo cambia su estructura subyacente después de los principales eventos. Las pruebas estándar pueden no identificar el modelo correcto, lo que lleva a resultados espurios. Las pruebas de raíz de unidad, por ejemplo, pueden confundir un cambio permanente para una serie de tendencia temporal.
  • Frascas éticas e interpretativas: Usar datos históricos para hacer recomendaciones políticas riesgos que impongan el sufrimiento humano. El economista cuantitativo debe recordar siempre que detrás de los coeficientes se encuentran verdaderas pérdidas humanas, ya sea vidas perdidas en guerras, medios de vida destruidos por las hambrunas o comunidades desplazadas por políticas.

Una literatura sana reconoce estos obstáculos. ] ] y los recientes temas [Cuarta de literatura económica ]] publica regularmente los informes que evalúan críticamente la robustez de los tiempos más diversos.

Conclusión

Los métodos cuantitativos han cambiado fundamentalmente cómo evaluamos el impacto económico de los principales acontecimientos históricos. Desde la muerte negra hasta la Segunda Guerra Mundial hasta las crisis financieras modernas, estas técnicas permiten a los investigadores aislar efectos causales, construir contrafactuales explícitos y cuantificar la incertidumbre. Los desafíos de los datos siguen siendo formidables, pero la digitalización continua y los métodos econométricos mejorados continúan empujando la frontera.