O que a economia realmente é
Vou começar pela resposta curta, porque vai salvar tempo de todo mundo que começa a pesquisar isso. Economia não é exclusivamente exatas e não é exclusivamente humanas. Ela opera em uma zona cinza onde métodos quantitativos colidem com comportamento humano imprevisível, e a maioria dos livros didáticos tenta esconder isso empacotando a disciplina como se fosse pura ciência de dados aplicada a pessoas. Isso gera uma expectativa errada desde o primeiro semestre. O aluno entra achando que vai fazer cálculos limpos e sai frustrado quando percebe que os modelos frequentemente não preveem nada. O inverso também acontece. Quem vem de ciências sociais acredita que economia é pura interpretação e se depara com econometria, regressões múltiplas e otimização convexa. Ambos os lados levam desaforo pra caixa.
Economia é exatas ou humanas: a resposta que ninguém gosta de ouvir
Na prática, a coisa funciona assim. A microeconomia tradicional usa ferramentas matemáticas rigorosas, otimização, teoria dos jogos, equilíbrio geral. A macroeconomia moderna depende cada vez mais de séries temporais, agentes heterogêneos, simulações computacionais. A economia experimental e comportamental, por outro lado, bebe mais da psicologia e da antropologia. A econometria existe como ponte entre os dois mundos, mas essa ponte tem rachaduras sérias. O problema real é que o método econômico mudou nas últimas décadas sem que muita gente reconhecesse isso abertamente. Antes dos anos 1990, muitos programas de pós-graduação tratavam economia como física com gente. Depois do efeito Rashid, com McCloskey e outros criticando a retórica econômica, o campo começou a admitir que modelos sem conexão empírica sólida eram entretenimento acadêmico disfarçado. Hoje, quem publica em top journals usa identificação causal, experimentos naturais, RCTs. O rigor matemático continuou, mas o foco migrou para a validade externa, não apenas interna.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Um exemplo concreto que vejo sempre é o problema dos dados faltantes em pesquisas de renda no Brasil. Eu montei um modelo de regressão pra estimar impacto de um programa social e descobri que 40% dos municípios não tinham dados fiscais consistentes nos últimos cinco anos. O modelo teórico era impecável. O resultado prático era lixo. A solução que funcionou foi combinar dados do CadÚnico com estimativas denowcasting baseadas em PIB municipal e uso de machine learning para imputação, mas isso exigiu trabalhar com estatísticos, não apenas com economistas. Só isso já deveria dizer algo sobre a natureza híbrida da coisa. A questão não é classificar economia num ou noutro compartimento. É entender que o campo opera com camadas. A base teórica é matemática. A verificação empírica é estatística. A interpretação dos resultados é sociológica e política. Quem ignora uma dessas camadas produz trabalho que ou não prova nada ou prova algo irrelevante.
Também vale mencionar que existem economistas que fazem pura teoria sem nunca tocar em dados reais. Isso é legítimo dentro do campo, mas é errado vender isso como se fosse a totalidade da disciplina. E existe o outro extremo: analistas que tratam qualquer correlação estatística como descoberta sem considerar mecanismos causais. Ambos os erros são comuns em empresas e órgãos públicos. O primeiro gera relatórios bonitos que ninguém usa. O segundo gera decisões baseadas em ruído. Se você está tentando decidir se pega economia por essa ótica exata ou humana, a resposta honesta é que precisa dos dois. Mas também precisa saber quando confiar nos números e quando desconfiar deles. Models are wrong, but some are useful, e essa frase de George Box deveria estar gravada em todo material introdutório do curso. O problema é que raramente está.
