Por que fazer modelos preditivos se a maioria erra?

Encontrei essa pergunta muito boa em um site que eu gosto muito e recomendo para todos que possuem inglês de intermediário para cima, o Quora (aqui está a pergunta: Why do statisticians study forecasting techniques when most forecasts turn out ‘wrong’?).

Eu entendo que a tentativa de se prever algo com base em modelos cause receio em algumas pessoas. Modelos matemáticos e estatísticos foram responsáveis por lucros imensos seguidos por perdas de mesma magnitude (veja o caso da equação matemática de Black and Scholes: The mathematical equation that caused the banks to crash). Tanto é que, para quem já trabalhou na área de riscos em bancos, sabe que hoje existe inclusive o Model Risk Management (em português Gestão de Risco de Modelos), que nada mais é do que fazer a gestão, no sentido de tentar entender e mitigar, as falhas do seu modelo.

Mas isso não é motivo suficiente para tamanho ceticismo que existe em algumas pessoas com relação a esses modelos.

Antes de mais nada, lembrem-se que modelos são aproximações da realidade. É óbvio que não é simplesmente jogar um monte de dados em um liquidificador e esperar que saia a previsão exata do que vai ocorrer amanhã ou depois de amanhã. Estamos buscando uma aproximação, ou talvez uma ideia do que mais (ou menos) influencia o que quer que a gente esteja buscando entender. Ou seja, você deve acreditar que está se aproximando da realidade, mas obviamente, não possui uma previsão exata do que vai ocorrer no futuro.

No texto The Relativity of Wrong, mencionado no Quora, Isaac Asimov conta a história de como um estudante o questiona, pois Asimov havia dito que sabíamos (na época que o texto foi escrito) as regras básicas que governam o universo, desde as inter-relações gravitacionais até a teoria da relatividade, entre outras coisas. E o estudante dizia que todo o século os seres humanos achavam que sabiam tudo, mas sempre descobriam que estavam errados. Sabiamente, Asimov diz:  “John,  quando as pessoas achavam que a Terra era plana, elas estavam erradas. Quando as pessoas achavam que a Terra era esférica, elas estavam erradas. Mas se você acredita que pensar que a Terra é esférica é tão errado quanto pensar que a Terra é plana, então seu ponto de vista é pior que os dois juntos.”

Um modelo é uma evolução do “chute” a respeito do que vai ocorrer no futuro. Não conseguiremos acertar 100%, os próprios modelos pressupõem erros e mais, trabalham com base na Média e no Ceteris Paribus. Mas ainda são um avanço comparados a tentar prever algo com base na intuição e no chute.

Além disso, assim como toda a ciência, a estatística evolui a cada ano. No mercado bancário, por exemplo, além dos modelos que já eram utilizadospara prever perdas, criou-se recentemente (a uns 6-7 anos atrás) o Teste de Estresse, para tentar prever perdas no caso de uma crise econômica.  Um modelo que faz uso de variáveis macroeconômicas e não apenas dados históricos de inadimplência de clientes e volatilidade histórica dos ativos.

Por fim, vale citar que diversos dados (e modelos) acabam sendo utilizados da forma errada. Como disse Mário Faria em entrevista a Revista Exame: os dados não falam por si.

Anúncios

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s