Come i bollettini metereologici a lungo termine, l’imprecisione della maggior parte delle previsioni economiche è una fonte inesauribile di battute, tanto che John Kenneth Galbraith ha detto che “l’unica funzione della previsione economica è quella di rendere l’astrologia rispettabile”.
L’ex presidente della Fed Alan Greenspan ha annunciato nel settembre 2007 che le pressioni inflazionistiche avrebbero portato rapidamente a tassi di interesse a due cifre negli Stati Uniti; da allora, i rendimenti obbligazionari a 10 anni del Tesoro degli Stati Uniti non hanno fatto che scendere dal 5,25% del momento all’1,80% odierno. Inoltre, uno studio del Fmi che copre 63 Paesi tra il 1992 e il 2014 ha concluso che gli economisti avevano fallito nel prevedere 148 delle ultime 153 recessioni, un tasso di successo di appena il 3%!
E quando certe previsioni sono confermate nonostante tutto, non sempre è grazie al talento visionario del loro autore, ma semplicemente perché, a seguito della loro pubblicazione, hanno influenzato la realtà nel senso annunciato. Quindi, se un pettegolezzo mette in dubbio la solidità di una banca, i risparmiatori per evitare ogni rischio si precipitano in massa per recuperare i loro fondi, il che può portare a problemi di liquidità che metteranno a repentaglio l’esistenza del banca, anche se prima era in perfetta salute finanziaria.
Oltre a essere per lo più false, le previsioni spesso dicono tutto e l’esatto opposto. Ecco perché chiunque cerchi cifre a sostegno del proprio punto di vista troverà sempre una statistica che confermi il suo significato. A causa dei molteplici metodi di possibili calcoli, le cifre relative all’occupazione si prestano particolarmente bene a questo tipo di manipolazione.
Ad esempio, la Svizzera, che vanta un tasso di disoccupazione del 2,1%, ben al di sotto di quello dei suoi vicini europei, dimentica che utilizzando la definizione più ampia dell’Organizzazione internazionale del lavoro (Oil), questo dato aumenterebbe al 4,6%, più del doppio, e molto più della Germania o del Regno Unito. Al contrario, quando, durante il dibattito tra due turni di elezioni presidenziali francesi, a marzo 2017, Marine Le Pen affermava che c’erano 7 milioni di disoccupati in Francia, usò la definizione più ampia possibile, cioè aggiungendo ai 2,7 milioni di disoccupati secondo l’Insee, i lavoratori part-time, tirocinio e congedo malattia, per poi arrotondare il risultato ottenuto.
Agli economisti e agli analisti piacciono le correlazioni, al fine di stabilire connessioni tra due serie di dati. Grazie all’aumento esponenziale della potenza di calcolo dei computer, questa tendenza si è sviluppata in maniera esponenziale portando a previsioni sciamaniche particolarmente amate dei media, fingendo, ad esempio, di indovinare la direzione futura del mercato azionario americano in funzione della squadra che vince il Super Bowl!
Tuttavia, non è perché esiste una correlazione positiva tra il numero di scarpe di adolescenti che frequentano il college e il loro livello in matematica che si deve dedurre un rapporto di causa ed effetto. Perché l’aumento dei punteggi degli studenti può essere spiegato semplicemente dai progressi che hanno fatto nel corso dei quattro anni, periodo durante il quale i loro piedi crescevano…
L’utilizzo di valori medi è un altro un modo per mascherare la realtà. Accettereste di assumere un farmaco che migliora di due anni la vostra aspettativa di vita media? Immagino di sì. Ma manterreste tale decisione sapendo che nella metà dei casi lo stesso farmaco la accorcerebbe di dodici anni, aumentandola di quattordici anni nell’altra metà delle osservazioni? Non sono più così sicuro.
Allo stesso modo, se vi viene detto che nel 2015 lo stipendio netto medio mensile in Francia era di 2.250 euro, non si mente davvero. Ma ci dimentichiamo di specificare che, per le grandi disparità di reddito tra salari piccoli e alti, la distribuzione di reddito nella popolazione non segue una legge normale. Piuttosto, si deve considerare il reddito medio, che ammonta a soli 1.797 euro al mese, il 20% in meno. Questo non è insignificante, perché dimenticare quei numeri accettabili a livello nazionale che possono nascondere casi di estremo disagi, getta il seme della sfiducia nei confronti del mondo politico e l’emergere di movimenti populisti del tipo “gilet gialli“.
Le questioni metodologiche non dovrebbero essere prese alla leggera. Perché se la crisi dei mutui subprime nel 2008 ha innescato una delle peggiori crisi finanziarie, economiche, sociali e politiche della storia recente, è in gran parte a causa di un errore statistico nella cartolarizzazione ipotecaria (MBS). Infatti, le agenzie di rating all’epoca avevano concesso punteggi molto alti a obbligazioni basate su ipoteca, che sono state quindi acquistate da un gran numero di investitori istituzionali, in particolare banche. Ma queste valutazioni eccessivamente generose sono state calcolate sulla base di valori di rischio molto bassi di tasso di insolvenza e diminuzione di valore, semplicemente perché i dati per questi nuovi strumenti esistono solo dal 2001 e non comprendono quindi nessuna crisi immobiliare. Pertanto si riteneva che questi strumenti fossero sicuri, semplicemente perché ancora non era stata affrontata la prova del fuoco, un po’ come chi cade da un edificio… e a meno di un metro da terra dice: “Finora, va tutto bene!”.
Di fronte alla marea di dati che ci sommergono permanentemente, come non lasciarsi ingannare da dati falsi? La risposta è sempre la stessa: essere critici. Come? Innanzitutto, controllando chi fornisce le cifre, poiché ciò fornirà un’indicazione del suo potenziale pregiudizio e, soprattutto, garantirà informazioni chiave per qualsiasi statistica, come il periodo in esame, la metodologia usata o la dimensione del campione utilizzato.
Ma questo è ovviamente ciò che avrete già fatto leggendo le varie cifre indicate in questo articolo!
