Economía Política • Econometría • Marx
¿Se equivocó Marx sobre los precios de producción?
Una investigación de 260 páginas dice que no.
Cómo un investigador dedicó años a demostrar que la crítica más célebre a la economía de Marx descansa sobre un error que Marx nunca cometió.
¿Un defecto fatal, o una lectura fatalmente equivocada?
Durante más de un siglo, un único argumento matemático se ha esgrimido como la prueba definitiva de que la economía de Karl Marx no funciona. Dice así: Marx sostuvo que el valor de las mercancías está determinado por el trabajo que las produce, y que los precios de mercado terminan gravitando hacia “precios de producción” — versiones modificadas de esos valores-trabajo, ajustadas según cuán intensiva en capital sea cada industria. Pero al intentar verificarlo con un sistema de ecuaciones simultáneas, las cuentas no cierran. La suma de los valores no iguala a la suma de los precios. La teoría, dicen los críticos desde comienzos del siglo XX, contiene un error algebraico fatal.
Este trabajo — 260 páginas que recorren filosofía, historia, sociología y estadística — sostiene que el error nunca fue de Marx. Fue el error de quienes revisaron sus cuentas con un método que Marx jamás empleó.
La fotografía contra la película
Imagine que quiere entender un río. Puede tomarle una fotografía — capturar un instante congelado — o puede filmarlo como una película, viendo cómo el agua fluye en el tiempo. Durante más de cien años, los economistas que criticaron a Marx le tomaron una fotografía a su teoría y después se quejaron de que no se pareciera a una película.
El problema específico es éste. Marx describió un proceso de dos pasos: primero se forma una tasa general de ganancia en toda la economía; después, el precio de cada industria se desvía de su valor-trabajo puro según cuánto capital inmovilice respecto del promedio. La crítica estándar — originada con Ladislaus von Bortkiewicz en 1907 y repetida desde entonces — toma todas las identidades contables de Marx y las resuelve simultáneamente, como si los precios de los insumos y los precios de los productos se determinaran en el mismo instante. Bajo ese marco, las tres igualdades agregadas de Marx no pueden sostenerse todas a la vez.
Pero aquí está la trampa: resolver todo simultáneamente equivale a suponer que la economía es una fotografía — que no hay tiempo. Y todo el marco de Marx está construido sobre la premisa contraria: que la economía es un proceso, una secuencia que se despliega en la cual los precios que salen de un período se convierten en los precios de los insumos que entran al siguiente. En cuanto se restituye esa dimensión temporal, la “inconsistencia” desaparece. Las tres igualdades se sostienen simultáneamente — no porque Marx fuera secretamente consistente por algún milagro, sino porque la contradicción era un artefacto del marco que se le impuso, no de su propia lógica.
El trabajo llama a ese enfoque simultaneista “marxismo walrasiano” — una frase que capta la ironía: los economistas importaron la lógica del equilibrio general de Léon Walras y la usaron para leer a Marx, y después culparon a Marx cuando el resultado no funcionó.
A Marx se lo acusó durante más de un siglo de haberse equivocado en una cuenta aritmética. Lo que en realidad pasó es que alguien rehizo esa cuenta bajo un supuesto que Marx nunca hizo — que los precios de lo que se compra para producir y los precios de lo que sale de la producción son los mismos precios, fijados en el mismo momento. Si se supone eso, las cuentas de Marx no cierran. Pero ese supuesto equivale a decir que la economía no ocurre en el tiempo.
¿Pero la película fue real?
Señalar que la lógica de Marx funciona cuando se la lee correctamente es necesario pero no suficiente. La escuela “temporalista” viene sosteniendo este argumento desde hace casi cincuenta años. Pero el autor advirtió un vacío crítico: nadie en esa escuela había tomado nunca datos del mundo real para estimar efectivamente los tres tipos de precios que describe Marx — valores-trabajo directos, precios de producción y precios de mercado — y luego contrastar si los precios de mercado realmente gravitan hacia los precios de producción como predice la teoría.
Esto importa porque, como lo plantea el trabajo, dejar la lectura correcta de Marx “en el terreno de la argumentación conceptual mientras la lectura incorrecta ocupa ella sola el terreno de la medición” es una vulnerabilidad estratégica. Si no se puede mostrar que los precios reales se comportan como la teoría dice que deberían, la teoría sigue siendo un argumento filosófico, por más internamente consistente que sea.
Pero antes de presentar ningún número, el trabajo dedica un espacio considerable a establecer que el proceso que Marx describió ocurrió efectivamente en la historia. Esto no es un apéndice; es una parte fundacional del argumento.
Antes del capitalismo
En las sociedades precapitalistas, el intercambio estaba regulado por el tiempo de trabajo — no porque alguien impusiera una teoría, sino porque las condiciones materiales lo hacían así. El trueque predominaba, la inflación no existía, y los precios solo podían reflejar los costos de producción dada la tecnología disponible. La evidencia de la antropología (los estudios de Malinowski sobre las islas Trobriand), la sociología (Mauss sobre el don), la historia de la contabilidad (el análisis de Kula sobre los registros de las haciendas feudales) e incluso la paleogenómica convergen: los objetos se valoraban en proporción al trabajo que incorporaban.
La transición
La disolución de las relaciones feudales, la monetización del intercambio y la destrucción de los marcos normativos preindustriales crearon las condiciones para que el capital se moviera libremente entre industrias. El trabajo de Thompson sobre la “economía moral” documenta cómo la nueva ideología de libre mercado tuvo que imponerse violentamente, destruyendo protecciones consuetudinarias y creando una relación de explotación sin precedentes.
El capitalismo establecido
Una vez destruidas las barreras a la movilidad del capital, el capital fluýo del comercio hacia la industria persiguiendo mayores ganancias, y la competencia generalizada forzó una redistribución de la plusvalía total entre sectores. La crisis de 1873 — que destruyó casi la mitad de los altos hornos en los principales países productores de hierro — se presenta como evidencia concreta del mecanismo: las empresas cuyos costos todavía se basaban en métodos más antiguos e individualmente más intensivos en trabajo quebraron al no poder competir con los precios de producción que dictaba la tecnología moderna.
Los precios de producción no aparecieron el día en que alguien escribió una ecuación. Aparecieron el día en que el capital pudo moverse libremente de una industria a otra persiguiendo la mayor ganancia — lo cual no ocurrió hasta que se destruyeron las barreras legales, morales y políticas. Antes de eso, las cosas se intercambiaban aproximadamente según el trabajo que costaban, y hay evidencia más que suficiente — etnográfica, contable, arqueológica y genética — para mostrarlo.
¿Qué es exactamente un precio de producción?
Aquí el trabajo entra en su territorio más original desde el punto de vista técnico. El autor separa cuidadosamente dos cosas que no deben confundirse:
Qué es un precio de producción (el explanandum): es el valor esperado, sobre la distribución de las perturbaciones económicas, del promedio temporal de largo plazo de los precios de mercado. En lenguaje llano: es el centro de gravedad alrededor del cual giran los precios de mercado reales. No el precio al que llegan y en el que se quedan (eso sería el equilibrio), sino el promedio alrededor del cual nunca dejan de oscilar.
El precio de producción no es un equilibrio eterno y atémporal (el error del enfoque simultaneista y de la economía walrasiana, que toma la ley como tal para el todo y elimina el tiempo) ni tampoco un caos de precios sin ley (el error del empirismo, que se queda en el nivel de los precios individuales y pierde la ley). Es la ley de la totalidad realizándose a través de la contingencia de las partes.
Cómo funciona cada paso del proceso (el explanans): una regla que determina el precio de mercado de este año a partir del precio de mercado del año anterior y del precio de producción latente del año anterior, y de nada más. Esto se modela como un proceso de Ornstein-Uhlenbeck jerárquico — una cascada de tres niveles en la que el precio de producción es él mismo un estado latente con su propia dinámica que gravita hacia el valor, y los precios de mercado gravitan hacia ese estado latente y no hacia un índice fijo y ruidoso.
La incertidumbre está incorporada explícitamente al modelo: incertidumbre en la tasa media de ganancia, incertidumbre en el capital adelantado, incertidumbre en la desagregación de las cuentas nacionales en 37 sectores (tratada mediante imputación múltiple con 25 imputaciones combinadas por la regla de Rubin), e incertidumbre paramétrica estimada mediante métodos bayesianos de Monte Carlo por cadenas de Márkov.
Un punto crucial: ninguna magnitud se obtiene resolviendo un sistema simultáneo. El valor se construye empírica y directamente como $V = c + v + p$ (costo más plusvalía), y el precio de producción como $\Phi = c + K \cdot G’$ (costo más capital por la tasa general de ganancia). No hay inversa de Leontief ni álgebra simultaneista en ningún punto de la construcción.
Piense en un precio de producción como el “centro gravitacional” de un objeto que gira. El objeto (un precio de mercado) nunca deja de moverse — se tambalea, oscila, deriva — pero con el tiempo su posición promedio es atraída hacia ese centro. La matemática describe tanto qué es ese centro como cómo ocurre cada tambaleo, y lo hace dando cuenta honestamente de toda la incertidumbre de la medición.
Las ecuaciones que lo definen: de la (9) a la (11)
Aquí la metáfora se vuelve matemática. El trabajo escribe la definición de un precio de producción en tres pasos sucesivos — cada uno explicitando un supuesto que el anterior dejaba implícito — numerados (9), (10) y (11) en el texto original. Ninguna de las tres genera por sí sola una trayectoria; juntas definen el explanandum — qué es el objeto — que la cascada de más abajo después genera.
Aquí $\varphi^i_t$ es el precio de mercado de la mercancía del sector $i$ en el horizonte temporal $t$, $k^i_t$ es su precio de costo (capital constante consumido más capital variable), $K^i_t$ es el capital total adelantado, y $G'(t,X)$ es la tasa general de ganancia — ella misma un proceso estocástico indexado por una perturbación $X$ que agrupa el éxodo de capitales entre ramas y la innovación tecnológica.
En palabras: un precio de producción es el límite de largo plazo del promedio del precio de mercado. No el precio mismo en ningún instante — eso sigue oscilando para siempre — sino el punto en el que se asienta su promedio temporal a medida que el horizonte se estira. Nótese el objeto del lado derecho, $k + K \cdot E[G’]$: es la misma identidad contable presentada antes (precio de costo más la tasa media de ganancia aplicada al capital adelantado), solo que ahora la tasa de ganancia se escribe como una esperanza, porque fluctúa.
$f_X$ es la densidad de probabilidad de $X$. La ecuación dice que la esperanza es un promedio sobre cada estado posible $x$ de la turbulencia del sistema, ponderado por cuán probable sea ese estado.
La ecuación (10) se gana su lugar al legitimar un movimiento sutil: intercambiar el orden del límite y la esperanza. Eso parece inocuo, pero esconde una pregunta real — ¿converge siquiera el precio de mercado $\varphi^i_t$ a algo cuando $t \to \infty$? La respuesta del trabajo es que no: un sistema capitalista no se asienta en un punto fijo, se asienta en un ciclo límite — una oscilación perpetua. Entonces la convergencia que el argumento necesita no es la del precio instantáneo, sino la de su promedio temporal acumulado. Ese promedio sí converge, para casi todo estado del mundo, precisamente porque el sistema es ergódico — la fracción de tiempo que el ciclo pasa en cada región de su órbita se estabiliza. Esto es el teorema ergódico de Birkhoff haciendo, en lenguaje matemático, exactamente lo que Marx dice en lenguaje económico: el precio de producción no es el valor al que el precio de mercado llega y en el que se queda, es el promedio alrededor del cual nunca deja de oscilar. La oscilación no es un obstáculo para el promedio — es su condición de existencia.
El trabajo invoca el teorema de convergencia dominada de Lebesgue para justificar el intercambio de “límite del promedio” por “promedio del límite”. Esto exige acotar los precios de mercado con alguna envolvente integrable — económicamente, que ningún precio pueda crecer sin límite, cosa que garantizan los techos tecnológicos y la presión competitiva — y, de manera crucial, no exige que la convergencia sea uniforme entre sectores. La convergencia uniforme significaría que la competencia iguala las ganancias de manera instantánea e idéntica en todas partes, sin lugar para que un shock golpee más fuerte a una industria que a otra. La teoría de Marx dice lo contrario, y la matemática está construida para permitirlo.
La ecuación (10) todavía trataba el capital adelantado $K^i_t$ como algo conocido con exactitud. La ecuación (11) abandona esa simplificación: $Y$ es una segunda variable aleatoria que porta el error de estimación de $K$, con densidad $f_Y$, y $f_{X \mid Y}$ permite que la perturbación de la tasa de ganancia dependa de qué realización de ese error ocurrió. El objeto es el mismo doble promedio — solo que ahora la incertidumbre se propaga desde dos fuentes en lugar de una.
Esta última ecuación no es un adorno matemático; es la razón por la cual la sección empírica dedica tanto esfuerzo a la imputación múltiple. Las cuentas nacionales no le entregan a nadie una medición limpia del capital adelantado por sector — hay que reconstruirlo a partir de datos incompletos, y esa reconstrucción carga su propio error. La ecuación (11) es la licencia para tratar ese error como una variable aleatoria que se promedia, y no como una molestia que se ignora. La incertidumbre se propaga de manera externa — mediante un generador fuera del propio modelo estadístico — en lugar de estimarse como un parámetro interno del modelo dinámico: estimar el error de $K$ adentro del modelo lo confundiría con el propio término de ruido de medición del modelo, abriendo una cresta de no identificación entre dos magnitudes que el dato por sí solo no puede distinguir. Mantenida afuera, primero se generan veinticinco reconstrucciones completas del dato, cada una respetando las identidades agregadas marxianas a precisión de máquina, se ajusta el modelo dinámico sobre cada una, y los veinticinco ajustes se combinan por la regla de Rubin. Eso es el promedio externo de la ecuación (11), calculado sorteando literalmente de la distribución de $Y$ en lugar de suponerla resuelta.
El motor: una cascada de Ornstein–Uhlenbeck de tres niveles
Las ecuaciones (9)–(11) definen el objetivo; no generan por sí solas un camino hacia él. El explanans — el mecanismo que efectivamente produce una trayectoria año a año consistente con ese objetivo — es un proceso de Ornstein-Uhlenbeck jerárquico de hasta tres niveles anidados, ajustado como un único programa de Stan (el mismo programa maneja uno, dos o tres niveles, lo cual garantiza que agregar niveles nunca pueda romper en silencio los casos más simples anidados adentro). Todas las series entran estandarizadas; el tiempo se discretiza año a año con el esquema de Euler–Maruyama.
Los subíndices $s$ (sector) y $t$ (año) corren en todo momento. $dev$ es la brecha del año anterior entre el precio de mercado y el precio de producción latente. $\kappa^m$ es la velocidad de reversión del sector, pasada por un enlace logit que la acota dentro de $(0,\, \kappa_{\mathrm{cap}})$ y permite que la tasa general de ganancia ($z^{TMG}$) la module sin jamás empujar al sistema fuera de la región estable de la discretización. $\varepsilon$ es una innovación de cola pesada (Student-t) con volatilidad estocástica, de modo que la volatilidad puede agruparse en el tiempo sin desestabilizar la media.
Léase la línea del Nivel 1 como un resorte. El término $-\kappa \cdot dev$ es la fuerza restauradora: tira del precio de mercado de vuelta hacia el precio de producción con una fuerza proporcional a cuánto se ha desviado. El término cúbico $a_{3,s} \cdot dev^3$, con $a_{3,s}$ restringido a ser negativo por construcción — no estimado, impuesto — hace que esa fuerza restauradora crezca más que proporcionalmente cuando la desviación es grande: cuanto más se aleja el mercado, con más fuerza se lo trae de vuelta. Este es un supuesto de estabilidad declarado, no un hallazgo: garantiza que el modelo nunca pueda generar un régimen explosivo, al costo real de que si tal régimen existiera en algún sector de la economía real, esta especificación en particular no podría detectarlo.
El precio de producción $\Phi$ no se trata como un índice fijo y observado; es él mismo un estado latente que revierte — más lentamente, con su propia velocidad sectorial $\kappa_p$ — hacia esta media $\mu$. $m_1$ es el canal que pasa por la tasa general de ganancia; $m_v$ es el coeficiente que mide cuán fuertemente el precio de producción rastrea al valor construido directamente $V_{s,t} = k + p$ (Nivel 3, y la razón por la cual la cascada llega hasta tres niveles en lugar de detenerse en dos).
Éste es el puente de vuelta hacia las ecuaciones abstractas de más arriba, término a término. $\mu_{s,t}$ es el sustituto estimable del lado derecho de (9): $m_{0,s} + m_1 G’_t$ cumple el papel de $k + K \cdot E[G’]$, y $m_v V_{s,t}$ es la forma funcional específica elegida para el canal de anclaje al valor que la definición abstracta deja deliberadamente abierto (el trabajo se cuida de decir que la competencia capitalista como función de la estructura de valor está declarada al nivel de las ecuaciones 9–11, no derivada; darle la forma concreta $m_v V$ es una decisión de modelado tomada al nivel de la cascada, defendida por su desempeño en la validación y no deducida de la definición). Y la esperanza de $G’$ de la ecuación (9) tiene su contraparte operativa en la tasa de ganancia promediada sobre las veinticinco imputaciones múltiples — el mecanismo que habilita la ecuación (11).
El coeficiente $m_v$ carga un peso teórico real: es el sustituto empírico de la afirmación del capítulo IX según la cual los precios de producción gravitan alrededor de los valores. Se le asigna una a priori neutral, $m_v \sim \mathcal{N}(0,\, 0.5)$ — centrada en cero, simétrica, que asigna igual plausibilidad a $m_v > 0$ y a $m_v < 0$ antes de ver ningún dato. Eso importa por la misma razón por la que importa una moneda justa en un experimento de tirar una moneda: si el dato no llevara ninguna señal, el posterior se quedaría donde lo puso la a priori, pegado a cero. No lo hace. Se ubica en $m_v \approx 1.0136$ con $P(m_v > 0) = 1$ — evidencia de que fueron los datos, y no la a priori, los que lo llevaron hasta ahí. El anclaje al valor se encuentra, no se impone en el diseño.
La cascada son tres resortes apilados uno sobre otro. El precio de mercado está atado por un resorte al precio de producción latente, no observado. El precio de producción está atado por su propio resorte, más lento, a un blanco móvil que combina la tasa general de ganancia con el valor-trabajo medido directamente. Tire de cualquiera de los resortes y suéltelo: no salta a un punto fijo, se asienta en el tipo de oscilación perpetua y decreciente que las ecuaciones (9)–(11) describen como un promedio. Los resortes se estiman con sesenta y un años de datos reales de Estados Unidos, no se suponen; el coeficiente que ata los precios de producción a los valores, en particular, podía haber salido negativo o cero — el modelo le dio toda la oportunidad de hacerlo — y no salió.
Qué dicen los números
El núcleo empírico del trabajo es un panel de 37 ramas productivas de la economía de Estados Unidos a lo largo de 61 años, de 1960 a 2020. La hipótesis contrastada encierra tres relaciones distintas, y el trabajo es meticuloso en no conflarlas. Cada una se enuncia, se contrasta y se reporta por separado.
Precio de mercado ↔ precio de producción: el eslabón más firme
Esta es la relación con el respaldo estadístico más sólido, confirmada mediante seis líneas de evidencia independientes:
La gravitación existe, y es lenta. La velocidad mediana entre sectores es $\kappa_m = 0.0770$, equivalente a una vida media de aproximadamente 9 años. Los precios de mercado tardan cerca de una década en recorrer la mitad del camino de vuelta hacia su centro de precios de producción. Esto es consistente con la caracterización que hace Marx de la gravitación como una regulación tendencial y mediada, no un ajuste instantáneo.
La cifra es notablemente estable bajo pruebas de estrés:
- Quitar del panel cinco de los seis bloques productivos apenas mueve la estimación — se desplaza en la tercera cifra decimal. El sexto, que reúne 18 de los 37 sectores, sí produce un desplazamiento (de 9 años a 6 años), y el trabajo lo descompone: cerca de la mitad de la aceleración es el efecto genérico de achicar el panel a la mitad — arrancar 18 sectores al azar ya da 0.0929 — y no el bloque en sí.
- Destruir el ancla de valor de tres maneras distintas — incluyendo permutar la plusvalía entre esferas — mueve la velocidad en la tercera cifra decimal. Esto es significativo: significa que la conclusión sobre la gravitación de mercado hacia producción no depende del vínculo menos robusto entre producción y valor.
- El desvío de mercado tiene su propia firma dinámica. Comparado contra un paseo aleatorio igualado en varianza, tres de seis estadísticos separan limpiamente (la convergencia por sumas ponderadas alcanza una tolerancia de 0.01 mientras el nulo nunca alcanza una tolerancia diez veces más laxa; la laminaridad del análisis de recurrencia la triplica y la entropía de recurrencia la duplica). Los que no separan son el determinismo del análisis de recurrencia y los dos invariantes deterministas del caos — el exponente de Lyapunov y la dimensión de correlación — que el trabajo nunca pretendió encontrar.
- La estimación es invariante ante decisiones metodológicas secundarias. Barrer el regularizador de latencia sobre tres valores produce vidas medias de 9 años en los tres brazos (velocidades de 0.0774, 0.0770, 0.0772).
- El sesgo conocido de la desagregación empuja en contra del resultado. Partir una cifra nacional entre 37 ramas está subdeterminado y sesga las estimaciones de velocidad hacia abajo — lo que significa que la vida media verdadera probablemente sea de 7–8 años en lugar de 9. Un sesgo que juega en contra de la propia conclusión es uno con el que se puede convivir, porque el resultado se sostiene a pesar de él, no gracias a él.
Precio de producción ↔ valor: la pata más débil
Esta es la parte más débil del argumento empírico, y el trabajo lo declara con total transparencia. El problema no es un defecto del instrumento sino una propiedad del objeto:
El coeficiente de acoplamiento estimado dentro del modelo dinámico es $m_v = 1.0136$ con un intervalo creíble al 95% de $[1.0096,\; 1.0176]$ — pero el mismo procedimiento devuelve 1.0365 cuando la plusvalía se permuta entre esferas, preservando todos los agregados anuales. ¿Por qué? Porque el precio de producción y el valor comparten el precio de costo, que explica el 66.1% de la varianza del primero y el 72.0% de la del segundo, y su correlación en niveles es 0.9987. El coeficiente se ubicaría cerca de uno incluso si la ley del valor no rigiera en absoluto. Por eso el trabajo lo reporta como un control de consistencia, no como evidencia.
El respaldo real de esta relación viene de contrastes transversales, no del acoplamiento dinámico. Cuando se remueven las tendencias temporales comunes y el análisis se hace dentro de año, la pendiente del recargo sobre la plusvalía propia es 0.675 con el dato verdadero contra 0.090 bajo permutación, con intervalos que ni siquiera se acercan a solaparse. El ordenamiento sectorial de la cuña entre $\Phi$ y $V$ tiene una correlación de rangos interanual de 0.986 y un valor a sesenta años de 0.558 — estructura muy persistente, no ruido.
Un hallazgo colateral que vale la pena señalar: el coeficiente de variación de las tasas de ganancia sectoriales es 0.669 — lo que significa que las tasas de ganancia entre industrias muestran una dispersión considerable y persistente. Lejos de contradecir la teoría, esta dispersión es la condición de existencia del mecanismo: si las tasas de ganancia ya estuvieran igualadas, no habría diferencial que impulsara la migración de capitales, y la gravitación no tendría sobre qué operar. Marx postula la igualación como una tendencia, no como un hecho consumado.
Precio de mercado ↔ valor: sostenida en su forma, ajustada en su existencia
La modificación estructural entre sectores existe y es no lineal (el escalón de no linealidad se sostiene con holgura a 6.8 desvíos nulos). Pero el escalón de existencia queda ajustado: el 44% de su ganancia se obtiene por igual con características sectoriales desemparejadas de sus esferas, y la brecha contra el máximo nulo es del orden de un error estándar apareado. Los coeficientes sobreviven a una corrección deliberadamente severa por dependencia serial (triplicando el error).
Ese contraste es una pequeña escalera de modelos de regresión distribucional anidados, ajustada con gdpar (Gómez Julián, 2026b), el paquete de R del propio autor para regresión de parámetros distribucionales generalizados, publicado en CRAN el 15 de julio de 2026. La escalera sube desde un modelo desnudo — “el cociente mercado-valor no tiene ninguna corrección específica por sector” — pasando por un modelo en el que la composición orgánica, la participación salarial y el tamaño del sector desplazan ese cociente linealmente, hasta un modelo en el que la corrección es un spline flexible en lugar de una recta. Importan dos ganancias, medidas en unidades de densidad predictiva: agregar la corrección lineal compra 207.3 unidades; dejarla curvarse compra otras 215.1. Ambas se sometieron a un control diseñado para ser difícil de aprobar — barajar qué sector recibe las características de cuál, 99 veces, reajustando cada vez, con los nudos del spline fijos en cada barajado para que la comparación no pueda ganarse solo con una mejor base. La ganancia de curvatura supera su nulo con holgura (6.8 desvíos estándar nulos; el mejor de los 99 barajados llega apenas a 114.8 contra 215.1 observadas). La ganancia de existencia se reporta honestamente como más delgada: los sectores barajados igual compran cerca del 44% de la ganancia real con solo tener alguna característica que ajustar — tres covariables más un intercepto le dan al modelo margen para acomodarse al ruido aunque no se le esté diciendo nada cierto — de modo que el margen genuino sobre el nulo queda en alrededor de un error estándar apareado (23.2, contra una brecha de unas 24 unidades). Ambas cifras se reportan juntas, precisamente para que la grande no se lea sola.
Una especificación complementaria, estimada en el mismo ajuste de gdpar, hace la misma pregunta sobre la dispersión en lugar de la ubicación: no dónde está centrado el cociente mercado-valor, sino cuán apretado se agrupa. Los sectores más grandes y los de mayor composición de capital muestran sistemáticamente menos dispersión relativa — elasticidades de $-0.226$ y $-0.104$ — consistente con que la igualación opera con más eficacia donde el capital está más concentrado. Ambos efectos superan un “factor de ruptura” (el múltiplo del error estándar en el que el intervalo al 95% recién tocaría el cero) de más de seis y cuatro respectivamente, por encima del techo de 2.94 alcanzado en cualquier otro coeficiente de ubicación de este trabajo, y el hallazgo se reproduce bajo una familia de verosimilitud completamente distinta (una gamma sobre el cociente de precios) con una diferencia de apenas 5.2%.
Tres fracasos que confirman la teoría
Uno de los rasgos intelectualmente más llamativos de este trabajo es cómo maneja resultados que, a primera vista, se ven mal para su tesis. Hay tres, y el trabajo los reporta todos sin suavizarlos — y después muestra deductivamente por qué cada uno era esperable si la teoría es correcta.
El modelo no predice fuera de muestra mejor que un paseo aleatorio. Pero esto estaba deductivamente implicado por la forma lenta de la tesis. A un horizonte mucho más corto que la vida media, un proceso de reversión a la media es, en primer orden, un paseo aleatorio. Si algo tarda una década en recorrer la mitad del camino de vuelta, mirar un solo año no alcanza para verlo regresar.
El término de valor es predictivamente indistinguible. Esto también se sigue del acoplamiento lento entre precios de producción y valores: con vidas medias del orden de décadas y solo 61 años de datos, las pruebas univariadas de raíz unitaria están estructuralmente subpotenciadas.
Ninguna prueba univariada separa la cuña verdadera de sus placebos permutados. Pero esto se predijo antes de medir, por la propia persistencia del ordenamiento sectorial (correlación de rangos interanual de 0.986). Una serie de tiempo muy persistente es difícil de distinguir de su versión permutada usando pruebas diseñadas para memoria más corta.
Vale la pena destacar la postura del trabajo al respecto: “Lejos de refutar la tesis, los tres están deductivamente implicados por su forma lenta”. Un único mecanismo (la gravitación lenta) explica tanto la tesis sustantiva como todos los resultados aparentemente negativos, y además sobrevive en el posterior validado. “Que una única causa explique la tesis y todos los resultados aparentemente negativos, y que además sobreviva en el registro validado, es lo contrario de una petición de principio: es una narrativa unificada, falsable y validada internamente”.
El temporalismo no es una preferencia — es una condición de medición
Quizá el resultado más trascendente de todo el trabajo no es un número sino un enunciado sobre qué puede y qué no puede medirse. Se refiere al “modulador” — el componente del argumento de Marx en el cual la tasa general de ganancia entra dentro de la modificación estructural de cada esfera, es decir, en el cual el desvío de cada esfera no es independiente de la referencia sino engendrado por ella.
Cuando el modelo se corrió con una tasa general de ganancia única y fija para los 61 años (como exigiría un enfoque simultaneista), el posterior exhibió una cresta plana: dos bases funcionales completamente distintas (un polinomio de grado dos y una base de splines) produjeron la misma patología hasta la tercera cifra decimal, con un tamaño de muestra efectivo de apenas seis sorteos. El diagnóstico empeoraba con más muestreo (el R-sombrero subía de 1.33 a 1.73). Esta es la firma inconfundible de una dirección en el espacio de parámetros a lo largo de la cual la verosimilitud no cambia.
La causa es teórica, no computacional. Con una referencia única, el modulador solo puede identificarse evaluado en ese punto — un número, no una función sobre el espacio de referencias. No se pueden estimar tres coeficientes de un polinomio con un solo dato.
Cuando se dejó que la referencia variara año a año (61 tasas generales de ganancia distintas), el modelo convergió en cuestión de minutos, con una gran mejora tanto en tiempo como en tamaño de muestra efectivo, y cero divergencias.
Este diagnóstico no es una lectura ad hoc de un muestreador que se porta mal. gdpar (Gómez Julián, 2026b) — el mismo paquete detrás de la escalera anidada de más arriba — incluye un resultado formal de identificabilidad para exactamente esta situación. Su Teorema 1A establece que, con una referencia única y fija, un modulador distribucional se identifica solo en ese punto: como un número, no como una función sobre el espacio de referencias posibles. El Teorema 1E es la contraparte positiva: dejar que la referencia varíe restituye la identificabilidad del modulador como función. Ajustar un polinomio de grado dos (tres coeficientes) o una base de splines de cinco nudos (cinco coeficientes) contra una única referencia inmóvil pide más de lo que un solo dato en esa dimensión puede sostener — que es exactamente el aspecto que tiene una cresta plana de verosimilitud desde el lado del muestreador.
Las cifras exactas detrás de la mejora: una referencia fija con un polinomio de grado dos da un R-sombrero de 1.7333, un tamaño de muestra efectivo de 6, y 8 transiciones divergentes en 39 minutos; una base de splines de un nudo reproduce la misma patología — R-sombrero 1.7335, tamaño de muestra efectivo 6, 14 divergencias, 5.6 horas. Dejar que la referencia varíe año a año (61 valores anuales distintos de la tasa general de ganancia), centrando el componente aditivo y subiendo el parámetro de adaptación del muestreador a 0.99, da un R-sombrero de 1.0035, un tamaño de muestra efectivo de 1332, y cero transiciones divergentes — en 2.9 minutos. Esa es la mejora de factor 115 en tiempo y factor 222 en tamaño de muestra efectivo mencionada arriba, y es un teorema, no un truco de ajuste: ninguna cantidad de muestreo adicional cierra esa brecha bajo una referencia fija, porque el objeto que se pide — el modulador como función — sencillamente no está ahí para encontrarlo.
La consecuencia se enuncia con precisión: con una única tasa general de ganancia fija obtenida al resolver el sistema simultáneamente, la afirmación del capítulo IX del tomo III de El Capital es inverificable por construcción. No es que los datos sean insuficientes — el objeto no está identificado, y ninguna cantidad de datos lo identificaría. El argumento no establece que el simultaneismo sea falso como descripción del capitalismo (eso lo establecen la historiografía y la sociología); establece que un procedimiento simultaneista no puede, ni siquiera en principio, constatar empíricamente la parte específica del argumento de Marx que este trabajo estima.
Marx dice: primero se forma una tasa general de ganancia, y después cada industria se desvía de ella según cuán intensiva en capital sea. Para comprobar si ese desvío depende de la tasa general, hay que ver qué le pasa al desvío cuando la tasa general cambia. Si se calcula una sola tasa general para los sesenta y un años, la tasa general nunca cambia, y no hay nada que observar. Eso es exactamente lo que pasa: el modelo con una tasa fija no converge — no por limitaciones computacionales, sino porque se le está pidiendo medir una relación con una sola observación de una de las dos variables. Calculando una tasa por año — que es lo que la lectura temporal de Marx sostiene que hay que hacer — el mismo modelo converge en tres minutos.
Qué es esto, y qué no es
El trabajo es cuidadoso, casi minucioso, respecto de los límites de lo que afirma. Esta sección importa porque un lector que venga del lado “pro-Marx” o “anti-Marx” podría sentir la tentación de sobre-leer los resultados. El autor no se lo permite.
Lo que la evidencia autoriza a afirmar: en Estados Unidos entre 1960 y 2020, los precios de mercado gravitan hacia los precios de producción con una vida media de orden decenal y sectorialmente heterogénea, y esa velocidad sobrevive a tres agresiones independientes (quitar cinco de los seis bloques productivos, destruir el ancla de valor, variar decisiones metodológicas secundarias). Este es un hecho medido, calibrado y falsable.
Lo que la evidencia no autoriza a afirmar:
- No se afirma superioridad predictiva (el modelo no mejora el pronóstico fuera de muestra sobre un paseo aleatorio, cosa que era esperable).
- No se afirma que las pruebas univariadas de raíz unitaria confirmen la gravitación (están estructuralmente subpotenciadas a esta escala temporal).
- No se afirma unicidad ni novedad categórica. El aporte es la integración explícita y la canonización de una cascada de gravitación lenta con anclaje de valor, medida sobre datos reales, con la incertidumbre propagada, validada, y sometida a un diagnóstico cuyos resultados desfavorables se reportan junto con los favorables.
- No se afirma que esto demuestre estadísticamente la ley del valor, “y no por prudencia retórica sino porque sería falso: una serie de precios puede mostrar que una magnitud se comporta como la ley predice, y no puede explicar por qué esa magnitud existe ni si la categoría con que la nombramos es la correcta”.
Ese último punto es el compromiso epistemológico más profundo del trabajo. Las preguntas sobre si “valor” es la categoría correcta para lo que los precios en última instancia miden no las responde ninguna serie de precios, por larga que sea. Las responden la historia, la sociología y la filosofía — y la respuesta firme es la que se obtiene cuando las cuatro disciplinas (esas tres más la estadística) apuntan en la misma dirección. La convergencia de las cuatro dimensiones es el argumento, no ninguna de sus patas por separado.
El trabajo también aborda la homología que unifica sus dos mitades aparentemente dispares — el primer capítulo historiográfico-filosófico y el segundo capítulo econométrico. La relación entre necesidad y contingencia que gobierna la transición del feudalismo al capitalismo (donde el mismo shock demográfico produjo resultados opuestos en distintas regiones de Europa) es estructuralmente idéntica a la relación entre los precios de producción y los precios de mercado. Una ley determina el centro; las circunstancias determinan cada resultado particular. Ningún hecho niega al otro, porque describen niveles distintos de la misma realidad.
Lo que todo esto suma
Esta es la versión más simple de lo que establece este trabajo de 260 páginas:
Pero reconocer el error conceptual fue solo la primera mitad. Lo que faltaba — y lo que este trabajo aporta — es hacer esas cuentas con datos reales en lugar de con ejemplos numéricos ficticios, que es lo que la escuela que tenía la lectura conceptual correcta nunca había hecho.
Los resultados empíricos muestran que los precios de la economía estadounidense a lo largo de seis décadas sí se comportan como predice la teoría: gravitan, lentamente, hacia precios de producción calculados con la teoría de Marx y ninguna otra. Este hallazgo sobrevivió a todos los ataques que el autor pudo idear — quitar sectores productivos, destruir el ancla de valor, permutar plusvalías, variar decisiones metodológicas, y correr diagnósticos cuyos resultados desfavorables se reportan en su totalidad junto con los favorables.
La parte del argumento que vincula los precios de producción con los valores-trabajo también está respaldada por evidencia real, aunque con menos firmeza, y el trabajo dice exactamente dónde están los puntos débiles y por qué son propiedades del objeto, no defectos del instrumento.
Y el trabajo no pretende haber demostrado la ley del valor con una serie de números, porque “preguntas de ese tipo no se contestan con números: se contestan con historia, con sociología y con filosofía, y la respuesta firme es la que se obtiene cuando las cuatro cosas (las tres anteriores, junto con la estadística) apuntan al mismo lugar”.
Esa convergencia no vuelve eterno al resultado — mejor evidencia puede revertirlo mañana. Pero por ahora lo convierte en “nuestra mejor aproximación posible a la verdad”.
“En la ciencia como en la vida, superar la adversidad es lo que nos hace verdaderamente fuertes”.
Esta entrada resume la introducción, las conclusiones y el capítulo formal-empírico (§2.4) de Gómez Julián, J. M. (2026). Algunas Reflexiones sobre los Precios de Producción de Marx: Historicidad de la Ley del Valor, Fundamento Dialéctico-Materialista y Formalización Dinámica Bajo Incertidumbre. Zenodo. https://doi.org/10.5281/zenodo.21842103. El trabajo completo abarca aproximadamente 260 páginas en dos capítulos que recorren filosofía, historiografía, formalización matemática y econometría empírica. Las ecuaciones (9)–(11) y la especificación del modelo citadas aquí reproducen la notación de ese capítulo; gdpar se cita por separado como Gómez Julián (2026b).
Escrito para el curioso. Es una invitación a leer.














