„Es scheint mir, dass dieses Versagen der Ökonomen, die Politik erfolgreicher zu lenken, eng mit ihrer Neigung verbunden ist, die Verfahren der bereits erfolgreichen Physik so weit wie möglich nachzuahmen – ein Versuch, der in unserem Bereich zu einem großen Fehlern führen kann. Es handelt sich um einen Ansatz, der als „wissenschaftliche“ Haltung bezeichnet wird – eine Haltung, die, wie ich sie vor etwa dreißig Jahren definiert habe, im wahrsten Sinne des Wortes ausgesprochen unwissenschaftlich ist, da es sich um eine mechanische und unkritische Anwendung von Denkgewohnheiten auf andere Bereiche als die, in denen sie entstanden sind, handelt.“
– F.A. Hayek (1974)
“The Pretence of Knowledge”, Hayeks berühmte Nobelpreisrede ist vielen klassisch Liberalen bekannt. Darin kritisiert er Ökonomen dafür, dass sie statistische Methoden missbrauchen und die Ökonomie als Natur- statt als Sozialwissenschaft sehen. Während Hayek sehr wohl unterstützte, allgemeine Muster der Ökonomie mit einfacher Algebra zu erklären, verabscheute er die Verwendung statistischer Methoden, um diese Muster numerisch zu beschreiben.
Denn da Ökonomen nicht alle Variablen kennen können, die ein bestimmtes Thema beeinflussen, wissen sie eigentlich nie, ob ihr Ergebnis korrekt ist. Diese Resultate können sogar falsch sein, eben da sie nicht alle Variablen berücksichtigen können. Oder, wie Hayek es ausdrückt, „aus diesem Grund kann es also durchaus bessere „wissenschaftliche“ Beweise für eine falsche Theorie geben, als für eine Erklärung, die abgelehnt wird, weil es dafür keine ausreichenden quantitativen Beweise gibt“.
Während es zum Beispiel sinnvoll ist, algebraisch zu erklären, dass sich ein Mindestlohn negativ auf die Arbeitslosigkeit auswirkt, wäre es fatal beschreiben zu wollen, wie stark die Arbeitslosigkeit bei einem Mindestlohn von z. B. 15 Euro tatsächlich steigen würde. Hier entstehen zwei Kritikpunkte: Erstens variieren diese Zahlen natürlich je nachdem, aus welchem Blickwinkel man das Thema betrachtet. Es hängt zum Beispiel davon ab, welche Region man untersucht (Testet man die Daten aus Südafrika oder Deutschland?) und in welchem Zeitraum. Zweitens können Ökonomen nie alle notwendigen Variablen finden, die die Arbeitslosigkeit beeinflussen. Und obwohl es viele ausgefeilte statistische Methoden gibt, kann die Verwendung verschiedener Variablen einen Monat später in dieser bestimmten Region zu völlig unterschiedlichen Ergebnissen führen.
Eines von vielen Beispielen aus der Praxis findet sich in einer aktuellen Studie der Europäischen Zentralbank, die die Auswirkungen der Einkommensverteilung untersucht. Das Fazit des Papiers lautet, dass der Cantillon-Effekt, der besagt, dass die Geldexpansion der Zentralbanken zu einer ungleichen Einkommensverteilung von Arm zu Reich führt, in den letzten Jahren in Europa tatsächlich nicht beobachtbar ist – was angesichts der massiven Expansion eher zweifelhaft ist. Während also der Cantillon-Effekt eines der größten Probleme der Zentralbanken ist, kann eine quantitative Studie sehr wohl zu einem anderen Ergebnis kommen.
Darin liegt der entscheidende Unterschied zwischen der Ökonomie als Sozialwissenschaft und den Naturwissenschaften: Naturwissenschaften können spezifische Effekte finden, die unter bestimmten Umständen immer konstant bleiben. Die Wirtschaft verändert sich ständig.
Das menschliche Handeln, einer der Schwerpunkte von Ludwig von Mises und gelehrt von dem klassischen österreichischen Ökonomen, verwendet dagegen die Deduktion ökonomischer Prinzipien, anstatt sie empirisch zu testen. Die Praxeologie basiert auf dem Axiom, dass „alle Menschen handeln“ und verwendet es, um alle ökonomischen Prinzipien abzuleiten – von der Frage, wie sich Mindestlöhne auf die Arbeitslosigkeit auswirken, bis hin zur Begründung, warum Zentralbanken Booms und Depressionen in der Wirtschaft auslösen. Praxeologie versus Mainstream-Ökonomie bedeutet daher im Grunde Philosophie versus Statistik.
Aber leider reicht die Praxeologie nicht aus. Um die ökonomischen Diskussionen häufiger zu dominieren – was, wie man deutlich sehen sollte, im Moment nicht der Fall ist, müssen Liberale beginnen, die Methoden der Ökonometrie ernstzunehmen. Tatsächlich erwähnte Hayek selbst, wie die Mathematik recht gut verwendet werden kann, um „wirtschaftliche Gegebenheiten zu erklären, auch wenn wir die tatsächlichen numerischen Werte nicht kennen“, um „die gegenseitigen Abhängigkeiten der verschiedenen Ereignisse im Markt“ zu verstehen.
Während es offensichtlich Grenzen quantitativer Methoden in der Ökonomie gibt, gibt es heute weit mehr Möglichkeiten als 1974, um Daten zu sammeln, sie zu analysieren und zu testen – und viele sind auch tatsächlich nützlich. Indem wir diese Ansätze ignorieren, besiegeln wir damit unser eigenes Schicksal und bleiben schlichtweg weiterhin unbedeutsam. Wenn wir mit ökonometrischen Ansätzen und auch mit Modellierung Studien durchführen, werden konkurrierende Ökonomen anfangen zuzuhören. Da wir uns der Grenzen dieser „wissenschaftlichen“ Methoden stärker bewusst sind als die meisten Mainstream-Ökonomen, bin ich davon überzeugt, dass wir noch bessere Ergebnisse erzielen würden. Ökonomen, die diese Grenzen nicht anerkennen, sollten aufgedeckt werden – nicht nur, weil ihre Studien höchstwahrscheinlich falsch sind, sondern auch, um die lästigen “Diese Studie zeigt, dass..”-Schlagzeilen zu stoppen.
Dies ist besonders wichtig in Bereichen wie Finanzregulierung, in denen Liberale, die zu sehr in der Praxeologie verstrickt sind und in relevanten Diskussionen keinen Einfluss haben. Das richtige Gleichgewicht zu finden, indem wir den deduktiven Ansatz auf undogmatische Art und Weise anwenden, aber ebenso ökonometrische Modelle in unser Repertoire aufnehmen, würde noch mehr Argumente dafür liefern, warum freie Märkte und weniger Regulierung der richtige Weg sind.
Der Artikel erschien zuerst bei SpeakFreely, dem Blog der European Students For Liberty.
Dieser Artikel spiegelt die Meinung des Autors, nicht der Organisation wieder. Dieser Blog bietet die Plattform für unterschiedliche liberale Ideen. Mehr zur Organisation auf www.studentsforliberty.de
