Clive Granger: L'uomo che ha rotto l'econometria per aggiustarla

Nel 1974 Clive Granger e Paul Newbold pubblicarono un risultato che avrebbe dovuto essere umiliante per la loro professione. Applicati al tipo di dati con cui gli economisti lavorano realmente, i metodi di regressione standard che tutti utilizzavano potevano riportare relazioni forti e statisticamente convincenti tra variabili che non avevano alcuna relazione. Come avrebbe poi dichiarato il comitato del Nobel, gli approcci convenzionali "potevano produrre risultati del tutto fuorvianti se applicati all'analisi di dati non stazionari". Gran parte dell'economia pubblicata, in effetti, non misurava nulla.

Il ragazzo che l'insegnante aveva scartato

Clive William John Granger è nato a Swansea il 4 settembre 1934, in una famiglia che si è trasferita frequentemente durante la sua infanzia. Un maestro di scuola elementare espresse un verdetto scoraggiante sulle sue prospettive — il tipo di giudizio che solitamente chiude la questione. Non fu così: incoraggiato dal padre e dagli amici, andò comunque all'università.

Ha studiato matematica all'Università di Nottingham, laureandosi nel 1955, e vi è rimasto per il dottorato sotto la guida di Harry Pitt. La sua tesi, completata nel 1959, si intitolava "Testing for Non-stationarity" (Test per la non stazionarietà), e la scelta del soggetto fu strategica piuttosto che accidentale. L'analisi delle serie temporali era un campo che riteneva necessitasse di sviluppo, e vi si dedicò deliberatamente. Aveva ottenuto un posto di docente junior a Nottingham a ventitré anni.

Princeton e la deviazione spettrale

Un anno di post-dottorato a Princeton dal 1959 al 1960 lo mise a fianco di John Tukey, uno dei grandi statistici del ventesimo secolo, che lavorava all'analisi spettrale — la scomposizione di un segnale nelle sue frequenze componenti. È un kit di strumenti da ingegnere piuttosto che da economista, e importarlo nell'economia è un buon primo esempio di ciò che Granger faceva abitualmente: prendere una tecnica da un campo con una matematica migliore e puntarla verso i dati economici.

Tornò a Nottingham, dove trascorse più di due decenni come professore di statistica applicata ed econometria, prima di trasferirsi all'Università della California, San Diego, dove sarebbe rimasto per tre decenni e avrebbe collaborato con Robert Engle.

Causalità di Granger

Il suo articolo del 1969 su Econometrica diede al campo l'idea che porta ancora il suo nome. La questione che affronta è antica e scivolosa: cosa significa dire che una variabile economica ne guida un'altra? La risposta di Granger fu operativa piuttosto che filosofica. Se conoscere il passato della serie X migliora la tua previsione della serie Y oltre ciò che il passato di Y ti dice già, allora si dice che X causa Y nel senso di Granger. È una definizione costruita interamente sul contenuto predittivo, e la sua virtù è che può essere realmente testata contro i dati invece di essere oggetto di dibattito.

Il problema della regressione spuria

L'articolo del 1974 con Paul Newbold fu la demolizione. Le serie economiche — prezzi, produzione, offerta di moneta — presentano tipicamente un trend. Sono non stazionarie: le loro proprietà statistiche cambiano nel tempo. Inserisci due di queste serie in una regressione convenzionale e il meccanismo annuncerà frequentemente una relazione forte dove non ne esiste alcuna, perché entrambe fluttuano e il test non è costruito per distinguere la fluttuazione dalla dipendenza. Granger, come recita il necrologio, "scoprì il fenomeno della regressione spuria", e così facendo gettò dubbi su una vasta mole di lavoro empirico esistente.

Molte carriere sono state costruite su quel tipo di risultato distruttivo. Il merito di Granger è di non essersi fermato lì.

Cointegrazione

La risposta costruttiva arrivò nel 1987, in un articolo su Econometrica scritto con Robert Engle. L'intuizione è che due serie non stazionarie possono tuttavia essere legate l'una all'altra, vagando individualmente ma senza mai allontanarsi troppo — condividendo un trend comune, in modo che una loro combinazione sia stabile. Granger chiamò queste serie cointegrate, e l'articolo fornì il meccanismo per testare la condizione e modellare correttamente la relazione quando essa sussiste.

Questo risolse il problema che l'articolo del 1974 aveva creato. Laddove prima la scelta era tra un metodo che mentiva e nessun metodo affatto, gli economisti potevano ora distinguere una vera relazione di lungo periodo da una coincidenza di trend. Si scoprì che si applicava ben oltre la finanza: Granger ne dimostrò la rilevanza per i prezzi delle materie prime, i tassi di interesse, la domanda di elettricità, la deforestazione, le inondazioni fluviali e le macchie solari.

Nel 2003 lui e Engle hanno condiviso il Premio della Banca di Svezia per le scienze economiche in memoria di Alfred Nobel, in riconoscimento dei loro contributi all'analisi dei dati di serie temporali; la sua metà fu assegnata specificamente "per metodi di analisi delle serie temporali economiche con trend comuni (cointegrazione)". È stato nominato cavaliere nel 2005. Nottingham ha fondato il Granger Centre for Time Series Econometrics nel 2006. È morto a San Diego il 27 maggio 2009, all'età di settantaquattro anni, lasciando la moglie Patricia e due figli.

Perché Clive è chiamato un genio

La facoltà particolare in questo caso è facile da esporre e rara da trovare: Granger notò che una procedura universalmente fidata era rotta, e poi costruì ciò che l'ha riparata. Ognuna delle due metà da sola costituirebbe una carriera sostanziale. Individuare la regressione spuria richiedeva il sospetto di un matematico verso un risultato che tutti gli altri trovavano confortevole — la volontà di chiedere se un test che continua a restituire risultati significativi stia rilevando la verità o la stia fabbricando. Costruire la cointegrazione richiedeva il temperamento opposto: un paziente lavoro costruttivo, tredici anni dopo, sul problema specifico che la sua stessa critica aveva esposto. Pochissime persone che rompono un campo rimangono per ripararlo.

C'è anche la questione di cosa abbia scelto di studiare. A ventitré anni ha scelto l'analisi delle serie temporali perché riteneva il campo sottosviluppato, e ha trascorso cinquant'anni a importare strumenti da discipline meglio equipaggiate — tra cui i metodi spettrali di Tukey — in un'area con dati disordinati e una matematica debole. Questa è un'intelligenza strategica su dove lo sforzo pagherà, il che non è la stessa cosa della pura brillantezza ed è probabilmente più rara.

Il controesempio è reale e Granger ne ha fornito la maggior parte lui stesso. Nelle sue memorie per il Nobel, si è descritto come "naturalmente fortunato", con il dono di trovare informazioni utili — non l'autoritratto di un uomo che si pensava un genio. La parola non appare nelle citazioni; il direttore del centro che porta il suo nome ha parlato di "enorme talento" e "generosità di spirito", che è una lode di tipo diverso. Ognuno dei suoi risultati distintivi è condiviso: regressione spuria con Newbold, cointegrazione con Engle, il Nobel stesso diviso a metà. E i suoi contributi sono metodologici. Granger non ha prodotto una teoria su come funzionano le economie; ha prodotto strumenti per scoprirlo, il che significa che la sua influenza è enorme ma interamente mediata dalle persone che li hanno usati bene o male.

Eredità

Gli strumenti di Granger sono ormai così radicati nell'economia empirica che il loro utilizzo è banale, il che è la forma di influenza più forte disponibile per un metodologo. La cointegrazione e la modellazione con correzione degli errori sono dotazioni standard per chiunque studi tassi di interesse, tassi di cambio o consumi; i test di causalità di Granger appaiono in campi lontani dall'economia, tra cui le neuroscienze e la scienza del clima. Ha anche lasciato alla disciplina una lezione permanente di igiene intellettuale: che una procedura statistica che restituisce risposte sicure non restituisce necessariamente risposte corrette, e che spetta al ricercatore sapere distinguere. Il Granger Centre di Nottingham porta il nome di un uomo che un maestro di scuola un tempo giudicò improbabile che potesse combinare qualcosa di importante.