Modelos Dos Anos 60

O que existia antes dos softwares modernos

A maioria das pessoas que chega agora nesse assunto acha que modelos dos anos 60 é só coisa de museu, mas na prática ainda aparece em lugares onde ninguém atualizou a stack desde o início dos anos 2000. O que vou descrever aqui é baseado em experiência real de quem já viu esses modelos rodando em máquinas e em situações que hoje parecem impossíveis, mas que funcionavam porque as pessoas sabiam exatamente onde cada limitação estava. O que chamamos genericamente de modelos dos anos 60 abrange várias linhas separadas que, na verdade, tinham muito menos conexão entre si do que a narrativa pop sugere. Tem o lado estatístico-econométrico, que veio do trabalho do Klein e dos outros da Cowles Commission, o lado de simulação numérica com métodos como Monte Carlo sendo aplicados pela primeira vez de forma sistemática, e tem o lado de inteligência artificial inicial com os primeiros perceptrons e redes neurais rudimentares que apareceram em laboratórios americanos e soviéticos. O que une essas coisas não é uma metodologia única. É uma restrição operacional: tudo rodava com memória limitadíssima, processamento sequencial, e entrada de dados que podia ser desde cartões perfurados até fitas magnéticas. Isso forçava um tipo de pensamento diferente do que se usa hoje. Você precisava saber exatamente o que ia caber na memória antes de começar, não durante.

Eu tenho um exemplo específico disso que vale a pena contar. Workhei em um projeto onde precisávamos adaptar um modelo de previsão de demanda que tinha sido originalmente desenvolvido na estrutura dos anos 60 para um servidor moderno. O problema real não era o código em si, que era traduzível, era a forma como os parâmetros haviam sido calibrados originalmente. Eles tinham usado métodos de máxima verossimilhança com aproximações numéricas que hoje seriam absurdas, mas que naquela época eram o estado da arte porque não existia alternativa computacional. Quando rodamos o modelo original nos dados modernos, as previsões ficaram catastroficamente erradas porque os pressupostos de estacionariedade que faziam sentido nos dados da época simplesmente não se mantinham. A solução foi refazer a calibração inteira com métodos bayesianos, usando como prior informações derivadas dos parâmetros originais. Isso levou cerca de três semanas de trabalho, contra as duas horas que levaria se o modelo tivesse sido construído do zero com metodologia contemporânea.

Principais vertentes e o que cada uma realmente fazia

O modelo de Klein, que é talvez o mais citado, era um sistema de equações simultâneas aplicado à economia dos Estados Unidos. Não era um modelo estrutural no sentido moderno da palavra. Era mais uma forma organizada de conectar variáveis macroeconômicas usando equações lineares com estimativas de parâmetros obtidas por mínimos quadrados. A inovação era a estrutura de simultaneidade, que forçava os pesquisadores a pensar em relações de causalidade bidirecional em vez de apenas correlações. Do lado da computação, os primeiros modelos de aprendizado de máquina surgiram exatamente nesse período. O perceptron do Rosenblatt, apresentado em 1958 mas desenvolvido principalmente nos anos 60, era surpreendentemente simples: uma rede de neurônios artificiais com pesos ajustáveis e uma função de limiar. Funcionava para problemas linearmente separáveis e falhava completamente para qualquer coisa que exigisse uma fronteira não linear. O problema é que isso não era óbvio na época, e a comunidade científica inteira ficou obcecada por esse modelo por anos até o livro do Minskyar as limitações em 1969. Um detalhe que poucos lembram: os modelos econométricos dos anos 60 eram frequentemente avaliados com critérios que hoje consideraríamos insuficientes. A validação cruzada praticamente não existia. O que se fazia era dividir os dados em período de estimação e período de teste, ou simplesmente confiar na qualidade dos resíduos. Isso funcionava quando a economia era mais previsível e as estruturas de quebra estrutural eram menos frequentes.

Problemas práticos que você ainda vai encontrar

Se você estiver lidando com implementação real desses modelos hoje, o primeiro obstáculo costuma ser a disponibilidade de dados nos formatos originais. Muitas séries históricas que serviram de base para os modelos clássicos estão em publicações impressas ou em arquivos que não têm versão digitalizada. A Bureau of Economic Analysis dos Estados Unidos digitalizou boa parte, mas o processo de limpeza e padronização leva tempo considerável. Outro problema é a interpretação dos coeficientes. Em modelos de equações simultâneas, o viés de simultaneidade é um problema real e bem documentado. A solução clássica é usar variáveis instrumentais, mas escolher instrumentos válidos nunca é trivial e muitas vezes depende de conhecimento substantivo do domínio, não apenas de técnica estatística. Quando se trata dos modelos de redes neurais iniciais, o desafio é diferente. Eles são computationalmente triviais pelos padrões atuais, mas a falta de técnicas de regularização significativas faz com que tendam a overfit mesmo em conjuntos de dados pequenos. Uma workaround prática que eu uso é aplicar shrinkage nos pesos de forma manual, usando uma penalidade L1 que simula o que hoje seria feito automaticamente com regularization built-in nas bibliotecas modernas.

Tem também o problema da reprodutibilidade. Muitos dos resultados publicados na época não tinham código disponível na forma que entendemos hoje. As rotinas numéricas eram frequentemente escritas em Fortran ou até Assembly, e os programas originais muitas vezes existem apenas como listings impressos em artigos. Reconstruir o comportamento exato de um modelo baseado apenas na descrição textual pode introduzir discrepâncias significativas.

Quando não usar essa abordagem

Modelos dos anos 60 não são appropriate para dados de alta dimensionalidade, séries temporais com quebras estruturais frequentes, ou qualquer contexto onde as relações subjacentes sejam não lineares e não possam ser aproximadas por funções lineares ou suavizadas. Para esses casos, métodos modernos como random forests, gradient boosting, ou redes neurais profundas são significativamente superiores em termos de precisão preditiva. O valor desses modelos não está na performance preditiva pura. Está na interpretabilidade, na transparência das suposições, e na capacidade de servir como baseline para entender o que métodos mais complexos estão capturando. Se você está construindo um modelo para tomada de decisão regulatória ou para explicação a stakeholders que precisam entender o raciocínio por trás das previsões, a simplicidade controlada dos modelos clássicos pode ser uma vantagem real. Para quem quer acessar implementações ou dados originais, o NBER tem uma coleção digitalizada de working papers que inclui descrições detalhadas de muitos desses modelos. A Federal Reserve Bank de St. Louis também mantém uma biblioteca de datasets históricos que foram usados em aplicações econométricas desde os anos 60. Não existe um repositório central único, mas essas duas fontes cobrem a maior parte do que é essencial para reprodução e estudo comparativo.

O que resta desses modelos hoje não é o código em si, mas a disciplina intelectual de explicitar todas as suposições antes de estimar qualquer coisa. Isso é algo que a comunidade perdeu um pouco nos últimos dez anos, com a corrida por precisão preditiva às custas da transparência causal. Os modelos dos anos 60 eram lentos, limitados e muitas vezes imprecisos. Mas você sempre sabia exatamente o que estavam dizendo e o que não estavam dizendo.