Salarios, inflación y UVA’s entre la realidad y la ilusión monetaria

Uno podría encabezar esta nota diciendo: Desde que asumió Mauricio Macri, los trabajadores registrados ganan 182% mas. Y es verdad La ilusión monetaria no es patrimonio de los argentinos. Irving Fisher la descubrió casi 100 años atrás en Alemania y a pesar de la triste experiencia inflacionaria que tenemos, sigue calando hondo. En algunos casos, sin embargo, el efecto desaparece por completo.

Cualquiera que lea un título como el del primer párrafo sabe que está mal. En rigor, es cierto que según el índice de salarios que publica el INDEC los trabajadores registrados ganan, en promedio, un 182% mas que en diciembre del 2015, pero todo el mundo sabe que como la inflación fue aun mayor, en realidad, ganan menos que antes. Concretamente, en ese lapso los precios aumentaron, también en promedio, 236% por lo que los salarios perdieron un 16% de su capacidad adquisitiva.

La ilusión monetaria de los UVAs

La inflación es un cáncer que distorsiona el sistema de precios, reduce la inversión y el ahorro en moneda local, transfiere ingresos y facilita la corrupción, entre otras consecuencias. Además, con alta inflación no hay crédito a largo plazo, porque como el que presta tiene que cubrirse de la perdida de valor que se espera que tenga el dinero, las cuotas iniciales son prohibitivamente caras, hasta que la depreciación monetaria licúa su valor.

Por eso el lanzamiento de los créditos UVA en abril del 2016 fue tan revolucionario, porque copiando la experiencia de los UF en Chile, crearon una unidad de cuenta que garantiza que se mantenga una estricta equivalencia entre lo que se prestó y lo que se devuelve, pero logra que las cuotas iniciales sean tan accesibles como en cualquier lugar del mundo.

El primer impacto del nuevo instrumento fue espectacular; se entregaron 120.000 hipotecarios con esa herramienta, en parte también porque la clase media había estado excluida del crédito por muchos años. Pensemos que a fines del 2001 había 550.000 carpetas en todo el sistema financiero y catorce años después, con una economía 65% mas grande, solo quedaban 250.000 familias con un hipotecario, incluyendo los 175.000 PROCREAR. En síntesis; con inflación y sin UVAS había poco crédito y se decidía el acceso en una tómbola.

Sin embargo, con la primera devaluación de mayo del año pasado, potenciada por el salto cambiario de la última semana de agosto, los salarios reales se derrumbaron y los 18.000.000 de trabajadores de la Argentina vieron caer su capacidad adquisitiva. El changuito del supermercado, la cuota del colegio, la nafta del auto, la prepaga, los otros servicios, los alquileres y las cuotas de los créditos indexados aumentaron mas que los ingresos. La realidad es que, salvo los que cobran en dólares, somos todos mas pobres.

El sistema de los UVAs absorbió muy bien el impacto de la crisis y el 99,5% de los propietarios continuaron pagando sus cuotas sin mora, lo cual es bastante lógico si tenemos en cuenta que se están comprando una casa, no una tele de 42 pulgadas, por lo que las familias prefirieron sacrificar otros consumos para poder cumplir.

No obstante, emergió un reclamo de algunos de los hipotecados que argumentaban que las cuotas habían aumentado por encima de sus ingresos y que como consecuencia de la indexación ahora debían mas que antes, a pesar de haber pagado muchas cuotas.

Lo primero es cierto. Tan cierto como que el supermercado también aumentó mas que los salarios y lo mismo le pasó a la cuota del cable, las expensas, el seguro del auto, el gimnasio, los remedios, la ropa, etcétera. Que los bienes y servicios, en promedio, hayan aumentado mas que los ingresos, es lo mismo que decir que el salario real cayó; que la gente en realidad gana menos que antes.

El problema es que no hay modo de resolver esto con un decreto, de manera instantánea, porque la perdida fue consecuencia de que la economía no genera suficientes dólares y corregir eso requiere de años de mejoras en productividad, políticas comerciales y desarrollo económico. Por supuesto sí es posible mejorar los ingresos reales de un grupo particular de la población, subsidiando alguno de sus consumos (el de vivienda, por ejemplo, o algún servicio), pero como en economía no se puede hacer magia, algún otro deberá pagar la cuenta.

Es fundamental entender que el problema no está en el sistema de créditos UVA, que garantiza que en términos reales se siga pagando todos los meses lo mismo, sino en la caída del salario real de toda la población. Es difícil oponerse a un sistema de crédito tan justo, que garantiza que devuelvas la misma capacidad adquisitiva que te prestaron.

Lo segundo es directamente disparatado; así como no es cierto que la gente gane mas del doble con Macri, que con Cristina, aunque nominalmente así sea, tampoco es verdad que la deuda haya aumentado. En una economía con inflación no se puede comparar dinero de distintos momentos del tiempo como si fueran iguales, porque no lo son; son peras y manzanas. De hecho, en términos reales todos los que sacaron un hipotecario UVA deben menos que antes. Más aún; patrimonialmente mejoraron su situación porque el activo, que está dolarizado, se valorizó mas que el pasivo, que está en UVAs.

Alternativas

El sistema UVA es por supuesto mejorable. Hace unos meses propuse que se les permitiera a los beneficiarios optar para que la indexación se haga en función del coeficiente de variación salarial y que se le sume un seguro de desempleo, que ayude a cubrir el pago de las cuotas en la eventualidad de un despido.

Lo que no se puede hacer es abandonar el mecanismo, porque sin indexación las cuotas iniciales tendrían que ser tan altas (para cubrirse de la inflación) que dejarían al 95% de la clase media fuera del crédito. Por la misma razón no es posible pasar los actuales UVAs a un esquema sin ajuste porque, por ejemplo tomando el costo una línea del Banco Provincia, que es de las mas baratas del mercado, una persona que hoy deba $2.000.000, tendría que pagar una cuota fija de $40.000 que es mucho mas que lo que hoy paga por un UVA.

No obstante, puede darse el caso de que alguna familia prefiera salir hoy del UVA y pasarse a un crédito tradicional, con la expectativa de que la cuota se vaya licuando, por efecto de la inflación, a lo largo del tiempo. Esa posibilidad debería habilitarse, como también debería facilitarse un mercado donde puedan negociarse las propiedades junto con el crédito, para que los que estén arrepentidos de los UVAs y quieran volver a alquilar y los que crean que es una oportunidad entrar en un crédito así, puedan cambiar lugares.

Por supuesto, a todos nos gustaría que hubiera créditos a tasa fija, con una cuota similar a la que hoy se paga por los UVAs; o puesto en otras palabras, una suerte de UVA congelado, que ponga las cuotas iniciales baratas, para que todos puedan acceder y al mismo tiempo las congele, para que no aumenten con la inflación. Eso solo podrá lograrse cuando eliminemos la inflación y recuperemos la moneda. Hasta que ello ocurra lo mejor que podemos hacer es defender los UVAs y trabajar para mejorarlos.

fuente: CLARIN.COM

¿Quien debería pagar los artículos académicos, los autores o los lectores?

Algo huele a podrido en el mundo de las publicaciones académicas. Los investigadores ponen casi todo el trabajo: escriben los artículos, los evalúan y realizan la tarea editorial, todo esto de manera prácticamente gratuita. Sin embargo, las universidades deben pagar cuantiosas subscripciones para que sus investigadores puedan leer estos artículos. Los márgenes de las empresas editoriales que publican estas revistas sugieren que los precios que cobran son muy superiores a sus costes. Por ejemplo, Elsevier, una de las líderes del sector, tuvo en 2018 un margen operativo del 37%.

A raíz de este problema, en los últimos años ha cobrado fuerza el movimiento a favor del acceso abierto (open access). La idea es sencilla (ver la discusión de Armstrong 2015). Obliguemos a las editoriales a que pongan libremente a disposición de los lectores todos sus artículos y, si quieren cobrar a alguien, que cobren a los autores. Las bibliotecas universitarias se ahorrarían las cuantiosas subscripciones y todos los lectores tendrían acceso a los artículos de investigación. Esta idea ha sido acogida con entusiasmo por muchas instituciones públicas, incluyendo el Consejo Europeo de Investigación (ERC) y ha dado lugar al llamado plan S. Según esta iniciativa, a partir del 1 de Enero de 2020, todos los científicos e investigadores cuya investigación ha sido financiada por el ERC deberán publicar su trabajo únicamente en revistas de acceso abierto o en repositorios abiertos.

La implementación del plan S plantea una serie de interrogantes. La primera duda es si realmente las universidades se ahorrarán dinero. Las subscripciones son caras porque las editoriales tienen poder de monopolio sobre cada artículo que publican y existe una elevada demanda para poder leer estos artículos. Pero no es obvio que la disponibilidad a pagar de los autores (y por tanto el precio que las editoriales podrán cobrarles) vaya a ser menor. Si las revistas realizasen únicamente una tarea de diseminación del conocimiento, a los autores les sería indiferente publicar en una revista u otra, y su disposición a pagar por publicar sería limitada. El problema es que las revistas realizan también una importante labor de certificación de la calidad. Un artículo publicado en una revista de prestigio ha sido evaluado por editores y evaluadores expertos y, por tanto, es más valorado por parte de la comunidad científica. La disponibilidad de los investigadores a pagar por publicar en estas revistas es probablemente muy elevada. Tampoco está claro cómo afectará el plan S a las instituciones más modestas. Sus miembros podrán leer gratis las publicaciones, pero podrían tener dificultades para poder pagar las tasas de publicación en las revistas de mayor prestigio. El plan S plantea la introducción de límites a los precios, pero su implementación a nivel global no es trivial.

Pero el principal defecto del plan S es que no aborda la causa última del elevado coste de las publicaciones académicas. El principal problema no es quien paga, el lector o el autor, sino que instituciones con ánimo de lucro puedan aprovechar su poder de mercado para extraer rentas. Los precios de las subscripciones de las revistas de Economía son reveladores. La inmensa mayoría de las revistas de prestigio, incluyendo las top 5, pertenecen a instituciones sin ánimo de lucro y tienen precios relativamente asequibles. Por ejemplo, una subscripción institucional a la versión impresa y online del Review of Economic Studies cuesta unos €692. Los precios del Quarterly Journal of Economics, Econometrica, American Economic Review y el Journal of Political Economy oscilan entre los €500 y los €1000, en función del tamaño de la institución. Sin embargo, la suscripción al Journal of Economic Theory y el Journal of Public Economics, ambas propiedad de Elsevier, cuesta nada más y nada menos que €6,000 y €5,000 anuales respectivamente. Un análisis sistemático realizado por Bergstrom y Bergstrom (2004) muestra que esto no ocurre solamente en Economía, en todas las disciplinas el precio de las revistas es substancialmente mayor cuando son propiedad de una editorial con ánimo de lucro.

Algunas asociaciones académicas, como la Asociación Española de Economía y la Econometric Society, han ensayado una tercera vía, la creación de revistas como el Journal of the Spanish Economic Association (SERIEs) que no cobran ni a los lectores ni a los autores, sino que son sufragadas por la propia asociación. En este caso, la financiación proviene de los socios, cuya motivación para pagar suele estar ligada a la asistencia a la conferencia anual de la asociación. ¿Es esta la solución definitiva? Como miembro de la Asociación Española de Economía y co-editor de su revista me gustaría poder decir rotundamente que sí, pero me temo que la respuesta depende de la “elasticidad” de los asistentes a la conferencia de la asociación, el Simposio de Análisis Económico. Si el mayor precio de la conferencia necesario para pagar la revista está disuadiendo a algunos de los potenciales asistentes, cabe el riesgo de que hayamos desnudado a un santo para vestir a otro.

En cualquier caso, en lugar de obligar a los investigadores a que publiquen en revistas de acceso abierto, quizás harían mejor las instituciones públicas en exigir que publiquemos en revistas sin ánimo de lucro, independientemente de que estas cubran sus gastos cobrando a los lectores, a los autores, o a los miembros de la asociación.

 

 

Trilemas, dilemas y la Gran Depresión en España

De Enrique Jorge-Sotelo

Títulos y extractos de artículos del Financial Times de los días 30 de Mayo y 1 y 2 de Junio de 1931.

La Gran Depresión de los años 1930s suele explicarse como un proceso económico e histórico del que España se mantuvo al margen. A pesar de que nuevas contribuciones han revisado las estimaciones y la evolución histórica del PIB español (aquí) y sus desviaciones en las diferentes crisis en la historia económica de España (aquí y aquí), si uno lee las narrativas dominantes del periodo y los resultados de algunos influyentes ejercicios comparativos, termina casi de forma inequívoca concluyendo que España salió prácticamente ilesa de la Depresión. Al lado de los desastres deflacionarios y las quiebras bancarias de Estados Unidos,  Alemania o Austria, España suele presentarse como un país en el que la economía—en particular el sistema bancario—sobrevivió sin mayores dificultades a los efectos de la Depresión (aquí o aquí, por ejemplo).

El argumento tradicional se basa en dos ideas relacionadas con un concepto muy debatido en la actualidad: la autonomía monetaria. La primera es que, al contrario que la gran mayoría de países, España operaba un tipo de cambio flexible: la peseta había dejado de ser convertible en oro desde finales del S.XIX y por lo tanto, el valor exterior de la divisa española no estaba fijado a una cantidad física de oro, sino que podía fluctuar. En este contexto, cuando a finales de los años 1920s empezaron a revertirse los flujos internacionales de capital, mientras la respuesta de la mayoría de países fue aplicar políticas monetarias restrictivas para evitar las salidas de capitales y garantizar la convertibilidad de sus billetes en oro, España se benefició de la depreciación de la peseta. La caída de la peseta evitó la deflación. Esto nos lleva a la segunda parte del argumento: el Banco de España, haciendo uso de la autonomía monetaria que le garantizaba poder emitir billetes sin tener que respaldarlos con mayores reservas de oro, habría tenido la capacidad de dotar libremente de liquidez de emergencia al sistema bancario cuando, tras la proclamación de la Segunda República en Abril de 1931, la banca perdió el 20% de los depósitos. La autonomía monetaria garantizada por la no convertibilidad de la peseta en oro habría permitido a España escapar de la Gran Depresión.

Esta conclusión se deriva principalmente de un marco teórico que se suele conocer como el trilema macroeconómico. Esta teoría, que nació en los años 1960s de la mano de Robert Mundell y Marcus Fleming, sostiene que un país debe elegir entre dos de las siguientes tres opciones:

1. Tipo de cambio fijo: la autoridad monetaria se compromete a defender el precio de una moneda en términos de otra o de una cantidad física de un metal precioso.

2. Libre movilidad de capitales: el capital puede entrar y salir del país sin restricciones.

3. Autonomía monetaria: capacidad para alterar las variables monetarias, tipo de interés o cantidad de dinero base de forma autónoma, independientemente de lo que hagan los demás países.

Gráfico 1. El trilema (¿o dilema?) macroeconómico

El Gráfico 1 ilustra el trilema. Por ejemplo, si un país con la cuenta de capital abierta y comprometido con un tipo de cambio fijo (respecto a una cantidad fija de oro o una moneda que esté anclada al oro) necesita expandir la cantidad de dinero o reducir los tipos de interés para hacer frente a una crisis financiera o una recesión económica, deberá abandonar una de las dos opciones anteriores. O bien deja que su moneda fluctúe o bien impone restricciones a la movilidad de capital (controles de capital). Esto ocurre porque al introducir una expansión monetaria pueden pasar dos cosas. Una es que el tipo de interés doméstico caiga por debajo del tipo de interés en los mercados financieros internacionales y, al rentar menos los activos domésticos, los agentes exporten capital a otras economías donde el rendimiento (tipo de interés) sea mayor. También puede ocurrir que la expansión monetaria concurra con o genere un cambio en las expectativas de los agentes y éstos quieran exportar capital por otros motivos, por ejemplo, de carácter político. Sea cual sea el motivo subyacente, cuando ocurre esto, la demanda de la moneda local cae, los agentes venden moneda local y compran moneda extranjera. El tipo de cambio se aleja del valor que se había comprometido a mantener el banco central. Llegados a este punto, si se quiere defender el tipo de cambio fijo puede hacerse de dos formas, o bien se revierte la expansión monetaria o se introducen controles de capital. Lo primero puede agravar una recesión o dificultar la provisión de liquidez de emergencia al sistema bancario, si es que éste la necesita. Lo segundo puede perjudicar, por ejemplo, al acceso a las divisas necesarias para el comercio.  Otra opción, se deduce, es no aferrarse al tipo de cambio fijo (al oro),  dejando que la moneda se deprecie, manteniendo así la autonomía monetaria, por ejemplo, para poder proveer al sistema bancario de liquidez. Así pues, abandonando los grilletes impuestos por la paridad cambiaria con el oro, devaluando la moneda y dejando flotar el tipo de cambio, las autoridades monetarias recuperan la autonomía.

¿Fue esto lo que ocurrió en España en la primavera y el verano de 1931? En un artículo reciente que lleva por título “The limits to lender of last resort interventions in emerging economies: evidence from the Gold Standard and the Great Depression in Spain” (disponible aquí), cuestiono esta idea y, con ella, la idea de que España escapó de la Gran Depresión. Para ello, hago uso de una importante y reciente contribución de la economista francesa Hélène Rey. En su trabajo sobre el ciclo financiero internacional (versión larga aquí, versión corta aquí), Rey cuestiona la existencia del trilema para las economías emergentes, periféricas o en desarrollo. Su trabajo muestra que cuando la política monetaria cambia en el país que domina el centro del sistema financiero internacional, es decir en el principal acreedor internacional (Estados Unidos) y suben los tipos de interés en ese país, los países emergentes sufren grandes (desproporcionadas) salidas de capital. Salvo que quieran llevar a sus economías a una fuerte recesión, estos países tienen que introducir controles de capital para evitar que los flujos que siguen el ciclo financiero internacional abandonen el país causando una contracción de la actividad económica. Uno de los aspectos más importantes del trabajo de Rey es que este fenómeno es independiente del régimen de tipo de cambio que operen los países; un tipo de cambio flexible no evita tener que recurrir (aunque sea de forma temporal) a controles de capital para estabilizar los flujos de capital y ganar autonomía monetaria. En momentos difíciles, para las economías periféricas, el trilema se reduce a dilema: o controles de capital, o autonomía monetaria, independientemente del tipo de cambio.

Volvamos a España. En 1927, los flujos de entrada de capitales empezaron a revertir y a principios de 1928 ya eran negativos; el capital se estaba yendo del país (Gráfico 2). El entonces Ministro de Hacienda José Calvo-Sotelo, a cargo de la defensa de la peseta, intentó contener la depreciación, algo casi imposible mientras el capital no dejara de abandonar el país. Lejos de dar la impresión que estaba beneficiando a la situación económica de España, la caída de la peseta contribuyó a minar la confianza en el régimen de Primo de Rivera, que un año atrás había puesto la credibilidad de su programa económico a merced del tipo de cambio de la peseta. Tras numerosas intervenciones fallidas, Calvo-Sotelo intentó, los últimos días de Diciembre 1929, una última intervención: emitir bonos  a largo plazo denominados en oro (redimibles en oro o divisas convertibles a oro) con la finalidad de recaudar oro (o divisas convertibles) para defender la peseta en el mercado de cambios de Londres.

Gráfico 2. Flujos de capital y evolución del tipo de cambio de la peseta, 1915-1934

Los lectores familiarizados con las crisis cambiarias en los mercados emergentes ya habrán adivinado quien terminó comprando estos bonos: la banca. Sin embargo, la banca española no tenía ni oro ni moneda extranjera suficiente para comprarlos. Confiando que la estabilización funcionara, animados por el alto interés que pagaban los bonos y persuadidos por las exenciones fiscales que incorporaban, un gran número de bancos decidió endeudarse en oro a corto plazo en Londres para comprar los bonos. Lejos de mejorar, la defensa de la peseta siguió haciendo aguas; la depreciación sobrevivió a Calvo-Sotelo, Primo de Rivera y a varios ministros de Hacienda. En un contexto en que la peseta seguía cayendo, a medida que las operaciones de deuda a corto plazo en oro iban venciendo, cada vez era más difícil (más caro) para los bancos seguir renovándolas. El Gráfico 3 muestra el problema que esto causó en los balances del sistema bancario. Aun siendo potencialmente muy grave, este era el único problema que los bancos tenían hasta abril de 1931.

Gráfico 3. Deudas a corto plazo de la banca en moneda extranjera

El segundo problema llego tras la proclamación de la República. Entre Abril y Septiembre de 1931, el sistema bancario español perdió el 20% de sus depósitos, la mayoría entre Abril y Junio (Gráfico 4). Una parte importante de los depósitos bancarios empezaron a abandonar el país, hundiendo rápidamente el valor exterior de la peseta, que ya llevaba tres años cayendo (Gráfico 2). Los bancos, para intentar satisfacer las demandas de sus depositantes, empezaron a acceder a la ventana de liquidez del Banco de España para venderle activos a corto plazo y poder reembolsar los depósitos a sus clientes. Fue en este momento cuando el trilema se convirtió en dilema.

Grafico 4. Evolución de los depósitos y los préstamos bancarios (1931q1=100)

Ante el riesgo de una caída en espiral de la peseta en los mercados internacionales y ante la aceleración de las salidas de capital, que se añadían a las que llevaban ya en marcha desde 1928, el Ministro de Hacienda del Gobierno Provisional de la República, Indalecio Prieto se encontró entre la espada y la pared: autorizar al Banco de España para que aumentara la cantidad de pesetas en circulación y así acomodar la demanda de una banca asfixiada por las retiradas de depósitos y las deudas a corto plazo en oro o bien cerrar la puerta a las salidas de capital. A finales de Mayo, cuando la banca llevaba un mes y medio perdiendo depósitos y contrayendo el crédito, consciente de los efectos de la restricción del crédito en la economía real, Prieto finalmente autorizó al Banco de España a aumentar la circulación fiduciaria, al mismo tiempo que introdujo fuertes controles de capital. De hecho, España fue el primer país de los muchos que se vieron forzados a introducir controles de capital durante la Gran Depresión. El Gráfico 5 muestra los momentos clave de este proceso, así como la cantidad de liquidez que se inyectó (se muestran otras variables que por motivos de espacio no entro a discutir). Lejos de calmar a los mercados de divisas y a los tenedores de pesetas y a pesar de ser una decisión acertada y necesaria para garantizar la liquidez del sistema bancario, el anuncio del aumento de la circulación fiduciaria fue recibido como un signo de debilidad (ver imágenes al principio del post).

Grafico 5. Evolución de la circulación fiduciaria y la provisión de liquidez del Banco de España al sistema bancario

Esta limitación a la autonomía monetaria real de un país que no emitía una moneda que gozara de una fuerte demanda internacional, tuvo efectos reales; expuso a numerosos bancos a un problema de liquidez al que respondieron recortando la oferta de crédito, a pesar de que seguía existiendo demanda. El Grafico 6 muestra que solo contrajeron la oferta de crédito los bancos que sufrieron retiradas de depósitos significativas. El resto siguió prestando. De hecho, entre los bancos que perdieron depósitos, aquellos que consiguieron obtener más liquidez del Banco de España en las primeras fases de la crisis, cuando la cantidad que podía inyectar el Banco era limitada, también hicieron lo posible por seguir prestando. Es más, las retiradas de depósitos a nivel de banco no parecen haber respondido a ninguna de las medidas comunes de solvencia o liquidez bancaria observables por un depositante, ni siquiera teniendo en cuenta varios factores adicionales que exploro en el artículo. Confirmando lo que dicen la mayoría de las fuentes periodísticas, bancarias y académicas de la época, parece ser que los depositantes retiraron los depósitos por motivos ajenos a la salud del sistema bancario, a pesar de que ésta no era, desde luego, la mejor. No gozando de toda la autonomía monetaria que se le suponía a un país cuya moneda no era convertible en oro, las autoridades monetarias no pudieron proporcionar suficiente liquidez suficientemente rápido.

Grafico 6. Evolución del crédito bancario: bancos afectados (izquierda) vs. bancos no afectados (derecha). Media e intervalos de confianza del 95%.

El caso de España durante los peores años de la Gran Depresión ilustra el hecho de que la autonomía monetaria no depende únicamente de la capacidad de emitir moneda fiduciaria (o parcialmente fiduciaria, como lo era, en realidad, la peseta en la época) y operar un tipo de cambio flexible. La demanda de dinero, en particular, la voluntad de los agentes de usar o atesorar esa moneda y no venderla para comprar otra, determina en última instancia el grado de autonomía monetaria que realmente disfrutan los países emergentes en un contexto de crisis financiera y de alta movilidad de capitales. La misma intervención monetaria en países con demandas de dinero muy diferentes suele tener consecuencias diferentes. Si bien es cierto que el episodio de 1931 tiene otros aspectos y detalles muy importantes de los que, por razones de espacio, no he podido hablar aquí, es un buen ejemplo de la asimetría en cuestiones de autonomía monetaria: si Nada es Gratis para las economías desarrolladas, aún lo es menos para las economías en desarrollo.

¿Es buena la diversidad genética para la economía?

Depende. Una sociedad con poca diversidad genética resulta ser poco creativa, con poca capacidad de innovar y con poca división del trabajo. Por otro lado, demasiada diversidad genética hará que sea más probable que las gentes se peleen entre ellos. Así pues, existe un nivel óptimo de diversidad genética, al menos si queremos maximizar el crecimiento económico. Esta es la tesis de un atrevido y, por qué no decirlo, controvertido trabajo de los economistas Quamrul Ashraf y Oded Galor (ver el trabajo aquí y un excelente resumen (narrado por el mismísimo Morgan Freeman (!!) aquí).

El trabajo de Ashraf y Galor argumenta que existen factores antiquísimos (deep-rooted factors) que explican una gran parte de las diferencias de riqueza entre países hoy en día. El primer Home sapiens vivió en el este de África y, poco a poco, fue emigrando a otras partes del planeta. Esto puede verse en el siguiente mapa del trabajo de Ramachandran et al. (2005) (ver aquí), de donde los autores obtienen parte de sus datos.

muestra las principales rutas de migración desde Addis Abeba (Etiopía) en los 53 grupos étnicos incluidos en los datos

Este proceso conllevo consigo un gran cambio en la diversidad genética de las distintas poblaciones. Los que se quedaron en el este de África mantuvieron una gran diversidad, sin embargo, los grupos que fueron emigrando eran mucho más homogéneos genéticamente puesto que pertenecían a grupos étnicos más parecidos entre ellos. El siguiente gráfico muestra que, efectivamente, hay una relación muy negativa entre la distancia al este de África (la cuna de la humanidad) y la diversidad genética hoy en día (la variable usada para medir la diversidad genética es la heterocigosidad esperada, es decir la probabilidad de que dos individuos seleccionados aleatoriamente difieran genéticamente en relación a un espectro de características).

Medir la diversidad genética de los países actuales presenta dos dificultades: en primer lugar, es necesario construir la diversidad genética de un país a partir de sus grupos étnicos, teniendo en cuenta la diversidad dentro de cada grupo y entre estos grupos. Segundo, hay que controlar por el hecho de que grupos de poblaciones no indígenas migraron a lo largo de la historia a su localización actual en busca de una mayor prosperidad. La colonización europea de América es un claro ejemplo de este fenómeno. Para atajar estos problemas, los autores en primer lugar restringen su muestra a la era pre-colonial, donde es razonable pensar que las poblaciones regionales eran indígenas a sus condiciones geográficas.

Si uno piensa en el modelo Maltusiano de la economía (ver aquí una entrada mía al respecto), antes de la Revolución Industrial los países que experimentaban mayores aumentos en su productividad no eran más ricos, sino que estaban más densamente poblados. Siguiendo esta lógica, el trabajo estima la relación entre la densidad de población de cada país en el año 1500AD y la su diversidad genética, controlando por muchísimas otras variables como cuantos años pasaron desde que el país tuvo su revolución Neolítica (muy relacionado con la hipótesis de Jared Diamond, ver aquí), la productividad de la tierra para la agricultura, y muchas otras características geográficas que pueden afectar la densidad de un país. Los resultados pueden verse claramente en el siguiente gráfico: tanto los países con poca diversidad genética en 1500 como aquellos con mucha diversidad genética en 1500 eran pobres. Aquellos con una diversidad genética intermedia eran claramente más ricos. Etiopia (muy cerca de la cuna de la humanidad) es un ejemplo de muchísima diversidad genética y Brasil muestra el nivel más bajo de diversidad. Japón o Francia parecen tener, en 1500, el nivel ‘óptimo’ de diversidad genética. En general, hay un claro patrón continental: África tiene mucha diversidad genética y América muy poca, mientras que Europa y Asia (Oceanía en cierta medida también) se encuentran en un punto medio.

Uno podría decir que el gráfico anterior no es muy representativo de lo que pasó en el mundo en este período debido al bajo número de observaciones (21 países). El siguiente paso del proyecto es usar una fuente de variación exógena para 1) Demostrar que la relación entre la densidad de la población y la diversidad genética es causal y 2) aumentar el número de observaciones usando la variación es esta variable exógena. La exogeneidad del estudio se mide con la distancia al Este de África, donde apareció el primer hombre. El argumento se basa en el serial effect: cuanto más lejos se encuentre una población del este de África, mayor diversidad genética va a tener. Puesto que la distancia al este de África es un factor puramente geográfico, es, por definición exógeno a la densidad de población y, por tanto, esta estrategia permite estudiar si hay un efecto causal entre estas variables.

El siguiente gráfico Muestra que la relación de U invertida es muy robusta: países con poca o mucha diversidad genética (estimada con el método que he comentado arriba) eran menos densos en el año 1500, mientras que países con niveles intermedios de diversidad eran mucho más densos (la misma relación se mantiene cuando consideran la densidad de población en el año 2000, como puede verse más abajo).

Ni que decir cabe que el trabajo de Ashraf y Galor desató airadas críticas desde que se hizo público. Un grupo de antropólogos (ver aquí) argumentó que el estudio presentaba serias deficiencias en términos de datos, metodología e interpretación de los resultados. Una segunda critica era que las implicaciones de este estudio eran peligrosísimas puesto que, por ejemplo, sugerían que era bueno para un país reducir la inmigración en busca de una mayor homogeneidad genética. Los autores respondieron en detalle a todas estas críticas (aquí). Como no tengo espacio para hablar de la defensa de los datos, metodología en interpretación, quiero resumir solamente su respuesta a las implicaciones políticas del estudio. Galor y Ashraf (junto a Mark Klemp) son muy claros al respecto: las políticas de educación son fundamentales para fomentar el pluralismo, especialmente en sociedades con mucha diversidad genética. Estas políticas van a permitir a los países diversos reducir los potenciales costes sociales asociado a la diversidad a la vez que beneficiarse de la creatividad que esta diversidad conlleva. Decir que la diversidad genética arraigada en un país es un factor clave para entender su éxito económico, no significa, de ningún modo, que su destino económico esté anclado en el pasado y sea inamovible. Es posible implementar policías que fomenten la convivencia entre diferentes poblaciones de forma que toda la sociedad se beneficie de ello. En términos del tercer gráfico, es posible – y deseable- que la parte de la derecha de la curva se mueva hacia arriba de forma que la relación entre diversidad genética (en gran parte determinada históricamente) y riqueza sea siempre positiva. Políticas en esta dirección incluyen potenciar la confianza entre la gente, mediar en conflictos sociales, estimular la participación cívica, mejorar la calidad de las instituciones, y reducir las ineficiencias y distorsiones existentes en la provisión de bienes públicos. Por otro lado, sociedades “demasiado” homogéneas genéticamente deberían llevar a cabo políticas que favorezcan la inmigración y la tolerancia hacia los inmigrantes que traigan consigo una población más diversa.

¿Están los hogares preparados para una nueva recesión?

Las noticias que recibimos las últimas semanas nos hacen temer que se pueda producir un frenazo a la actividad económica, especialmente en la zona euro. La severidad de la Gran Recesión, que castigó duramente a los hogares españoles, nos lleva a preguntarnos si estamos preparados para una nueva recesión. En este post repasaré la situación financiera de las familias y algunas peculiaridades del comportamiento cíclico del ahorro de los hogares para, finalmente, arriesgarme a contestar a la pregunta del título.

La situación financiera de las familias tras la Gran Recesión

Los datos utilizados en este post proceden del Banco de España y del INE. Diré ya, por adelantado, que la renta de los hogares ha crecido más lentamente que el PIB durante el periodo 2007-2019, que los hogares dependen más de las transferencias sociales y que tienen una posición financiera más saneada que en 2007.

La Figura 1 muestra la evolución de varios estadísticos de los hogares en porcentaje del PIB: en el eje izquierdo (en negro) aparecen la renta bruta (y hog), renta disponible (y^d hog), y salarios como porcentaje del PIB. En el eje rojo aparecen otros dos componentes de la renta bruta: rentas de propiedades y el excedente bruto de explotación. La diferencia entre renta bruta y disponible es que en la segunda se le ha sumado las transferencias sociales y sustraído impuestos y cotizaciones sociales. Llama la atención la enorme caída de la renta (bruta o disponible) en más de 6 puntos desde los momentos más negros de la Gran Recesión hasta el segundo trimestre de 2019. La caída en renta bruta (en términos relativos al PIB) se explica casi completamente por la reducción de la renta salarial, que pasa de ser alrededor del 50% del PIB en 2009T2 a estabilizarse en el 45% desde 2018. En la Figura 2 aparecen las partidas que se suman (o restan) para hallar la renta disponible de las familias. Durante la primera fase de la Gran Recesión, las transferencias sociales a las familias aumentaron del 25 al 35% de la renta bruta. Las cotizaciones sociales han ido ascendiendo desde el 26% de la renta bruta en el primer trimestre de 1999 hasta llegar al 30% en el segundo trimestre de 2019 (algún día habrá que hacer la cuenta de la progresividad del sistema impositivo añadiendo las cotizaciones sociales al resto de la carga impositiva). El peso de los impuestos ha ido aumentando desde el 10% al 12.2% al final del periodo considerado. Desde el lado del gasto vemos en la Figura 3 que el consumo (en el eje negro) está creciendo, como fracción de la renta disponible, desde la mitad de 2009. En cambio, como fracción del PIB, oscila muy ligeramente. Esta disparidad se debe a que la renta disponible de las familias está cayendo en relación con el PIB, como ya hemos visto. ¿Hay un cambio de régimen en el comportamiento del consumo? En el eje rojo de la Figura 3 se muestra el comportamiento de la inversión inmobiliaria de los hogares, tanto como fracción de la renta disponible de los hogares (línea roja continua) como del PIB (línea roja discontinua). Vemos que en el pico del boom las familias invertían casi el 16% de su renta disponible, cifra que redujeron hasta el 5% en 2015, volviendo a repuntar desde entonces. La Figura 3 sugiere que, efectivamente, como se apunta en otras fuentes, el consumo y la inversión de los hogares aumentan como fracción de la renta durante los booms, pero no está claro lo que ocurre fuera del boom: así lo sugieren los datos en el periodo 2009-2014. La Figura 4 muestra el ahorro de las familias (eje negro), entendido como renta disponible menos consumo, y en el eje rojo se muestra el ahorro financiero (renta disponible menos consumo e inversión; es decir, la capacidad o necesidad de financiación de las familias). Ambos estadísticos van de la mano, excepto en el periodo 2009-2014. Durante el periodo 2007-2009 disminuyó la necesidad de financiación de los hogares a costa de consumo e inversión. En el periodo siguiente la intensa caída en la inversión propició el desapalancamiento de los hogares así como un aumento del consumo (como fracción de la renta disponible). Este panorama ha cambiado desde 2018, donde vemos que, nuevamente, las familias tienen un ahorro financiero negativo con el que sostienen el repunte de la inversión y del consumo.

 

 

 

 

 

Con esta descripción de la situación financiera de las familias, ¿debemos preocuparnos a la vista de la más que probable recesión que se avecina? Desde mi punto de vista, un mercado financiero estable permitiría capear la situación ya que los hogares, en su conjunto, tienen una situación financiera razonable. La Figura 5 muestra el ratio anual de activos residenciales y activos financieros netos sobre renta disponible. Aun cuando el ahorro es negativo en los últimos trimestres, los hogares en su conjunto tienen una posición sólida (o más sólida que en 2009). Un mercado financiero estable permitiría liquidar la riqueza inmobiliaria para mantener el consumo. Pero para eso necesitamos que funcione el mercado de crédito. Otro aspecto que puede ser importante es la desigualdad en la distribución de la renta. ¿Cuánto importa la desigualdad para prever el comportamiento del consumo agregado? No está claro, pero los estudios para Estados Unidos (véase aquí o aquí) apuntan a que cuando aumenta el riesgo individual y la autoridad monetaria ya no puede bajar el tipo de interés para animar la inversión, el efecto agregado de la desigualdad puede ser importante.

Is Spain Different?

La pregunta que nos queda ahora es ¿por qué los hogares españoles ahorran menos en épocas de bonanza? La Hipótesis de la Renta Permanente, formulada originalmente por M. Friedman, nos dice que la respuesta del consumo y del ahorro es diferente cuando los consumidores se enfrentan a cambios transitorios o permanentes de su renta. La persistencia de los cambios es la cuestión primordial (y el tamaño obviamente, pero la persistencia suele agravar el tamaño). Si mi empresa me promociona inesperadamente, pero es muy improbable que mantenga esa promoción, no cambiaré mis hábitos de consumo y, por tanto, ahorraré. Si, por el contrario, mi empresa me dice que esa promoción es permanente entonces me endeudaré, cambiaré de coche y, quizás, pediré una hipoteca para comprar una casa. Lo esencial es que esos cambios sean inesperados y que el mercado de crédito funcione para, efectivamente, poder traer renta permanente al presente (endeudarse). Un consumidor que sufra exclusivamente cambios transitorios sin que se altere su renta permanente aumentará su ahorro en épocas de vacas gordas. Un consumidor que solo sufra cambios en su renta permanente lo hará en épocas de vacas flacas. La razón es la misma: alisar consumo. Esta explicación es la que se acepta para estudiar las particularidades del ciclo económico en países de Latinoamérica: allí los cambios en renta permanente son frecuentes y también los problemas de acceso al mercado internacional de capital (a veces el credito, suddenly, stops). Como resultado, en esos países, el consumo fluctúa más que el PIB y su cuenta corriente es contracíclica. En mi post anterior con Luis Puch, vimos que la cuenta corriente era contracíclica en España hasta que llegó la Gran Recesión. Es decir, compartimos ese rasgo con las economías emergentes. No así la volatilidad del consumo respecto a la del PIB que, como vimos, en nuestro caso, parece un efecto del comportamiento peculiar de los deflactores del consumo y de la inversión.

Entonces, ¿está el comportamiento del consumo dominado por shocks permanentes como en las economías emergentes? Esto no podemos saberlo mirando a los datos agregados, sino que tenemos que acudir a estudios microeconómicos. El trabajo de Albarrán, Carrasco y Mtnez. Granados nos dice que sí. Estos autores, usando una metodología similar a Blundell, Preston y Pistaferri, estiman que la dinámica de la renta laboral en España está dominada por shocks permanentes (no así la de los trabajadores autónomos). La renta laboral determina, en gran medida, el comportamiento de la renta de las familias ya que comprende el 70% por ciento de ésta, en media. El mayor riesgo que sufre un trabajador en España es la pérdida del empleo (véase esta comparativa para varios países de la EU): En 2006 el 12% de los parados que habían trabajado alguna vez llevaban más de 2 años en paro. En 2015 la cifra había ascendido al 45.28%. En 2018, la tasa de ahorro de los hogares españoles era la tercera más baja de la zona euro (véase la publicación del Banco de España). Si la hipótesis que aquí se sugiere es cierta, debería ocurrir que los shocks permanentes son más importantes en España que en otros países. El documento del ECB enlazado arriba parece confirmar esta hipótesis.

Por último, es necesario señalar que la naturaleza del riesgo laboral (transitorio o permanente) no solo es relevante para entender las pautas del consumo, sino de la inversión de los hogares. En el documento de trabajo de Díaz y Luengo-Prado (2008) se muestra que cuando el riesgo laboral está dominado por shocks transitorios, los hogares prefieren invertir menos en activos residenciales y mantener su riqueza en activos financieros para así poder hacer frente a reveses económicos transitorios. Si, por el contrario, el riesgo laboral es permanente; en cuanto pueden, prefieren invertir en activos residenciales ya que son una fuente de crédito con garantía real. Ese “en cuanto pueden” se refiere al momento de su ciclo vital en el que pueden pagar la entrada de una casa. Eso es importante si, además, se considera que el hogar es una unidad económica que responde a las condiciones económicas (es decir, que los jóvenes preferirán quedarse en la casa de los padres si su objetivo es comprar una casa cuanto antes). ¿Este efecto combinado de los shocks permanentes versus shocks transitorios puede explicar por qué la tasa de ahorro de los hogares españoles es menor que la de los hogares alemanes y, al mismo tiempo, su tasa de tenencia de vivienda en propiedad es mayor que en Alemania? No tenemos una respuesta definitiva (¡hay que hacer el estudio!) pero no parece descabellado que sea así.

La bola de cristal

Entonces, ¿están los hogares españoles preparados para afrontar la probable recesión en ciernes? Su situación financiera está más saneada que cuando estalló la Gran Recesión y, tras la reforma laboral del 2013, es probable que las empresas respondan más reduciendo salarios que despidiendo trabajadores, lo que se traduce en que es probable que la estructura del riesgo laboral haya cambiado. Por el contrario, el hecho de que la deuda pública sea mucho más elevada que en 2007 hace difícil pensar que los estabilizadores automáticos (transferencias sociales) puedan aumentar de la manera que lo hicieron durante el periodo 2009-2013; es decir, todo hace pensar que los hogares tendrán que depender más de sí mismos que del sector público.

No me dais vuestros datos porque soy feo...

Esa, amigo lector, es la conclusión a la que estoy llegando en las últimas semanas... Claro que dicho así no queda muy claro por qué pienso eso, así que voy a intentar contárselo desde el principio. Espero que además de mi más que posible problema estético personal acabe coincidiendo conmigo en que, como diría Obélix, "están locos estos romanos"...

Vayamos al principio, pues. Sabrá usted que llevo ya tiempo dedicando parte de mis esfuerzos a la ciencia ciudadana. Hablé en detalle de lo que es la ciencia ciudadana en este post de hace casi siete años, así que para los fines de esta historia me limitaré al caso en que los ciudadanos colaboran con la ciencia generando datos para la investigación. Esto ocurre, por ejemplo, cuando se participa en experimentos económicos, de los que tanto se habla en este blog. Pero también se pueden proporcionar datos de manera pasiva, simplemente dejando que nos monitoricen de una u otra manera. Este es el caso, por ejemplo, del famoso y polémico estudio del INE sobre movilidad, para el cuál se han tomado datos de los teléfonos móviles de muchos de ustedes (yo estoy en otra compañía) durante la semana pasada.

En el caso que nos ocupa en concreto, acabo de empezar un estudio en el cual quiero monitorizar a un grupo numeroso de gente pero que de momento está en fase de pruebas, así que con unas pocas decenas de participantes me sirve. El estudio forma parte de una de mis líneas de investigación sobre relaciones personales (aquí se puede encontrar un artículo en el que se cuenta este trabajo para todos los públicos). La idea básica es que estructuramos nuestras relaciones en círculos, comenzando por un círculo de tres, cinco personas que son íntimas, al que luego añadimos de ocho a doce más que son muy buenos amigos, luego otros 30 a 40 amigos, hasta llegar al llamado número de Dunbar, 150 relaciones más o menos estables y con cierto grado de profundidad en total. En un artículo publicado el año pasado junto con Ignacio Tamarit, José A. Cuesta y el propio Robin Dunbar demostramos que esta estructura se puede predecir matemáticamente, e incluso el propio factor aproximado de tres entre el tamaño de los círculos es consecuencia de la teoría. Aquí me voy a permitir decir que acaba de aparecer un estudio financiado por La Caixa donde Miranda Lubbers, José L. Molina y Hugo Valenzuela han visto el siguiente círculo, en torno a 400 y pico conocidos en total, en un trabajo realmente interesante que tengo que contar en algún post próximo y que confirma la estructura de círculos de Dunbar.

Pero volviendo a lo que me ocupa: como todo trabajo científico que se precie, el nuestro abre casi más preguntas de las que responde, y para abordarlas necesitamos nuevos datos, recogidos pensando en las preguntas que queremos abordar ahora. Así que pensamos que podríamos obtenerlos de los teléfonos móviles de la gente, para lo cual utilizaríamos una app que nos dejaría acceder a sus datos, fundamentalmente de movilidad y de varios tipos de contactos. Esto último seguramente le parecerá obvio, amigo lector, pero se preguntará que para qué la movilidad. La idea en ese caso es intentar correlacionar el tipo de contacto o relación con la proximidad geográfica y su duración, así que no, no lo pedimos por pedir. Total, que preparamos la app, nos cercioramos de que no consumía prácticamente recursos del móvil, y pasamos a la fase de captar sujetos para el estudio.

En esta fase, abordamos a grupos de alumnos de mi universidad y les pedimos que nos ayudaran instalándose la app. Les explicamos que los datos son totalmente anónimos (sobre esto, una digresión más abajo, aceptémoslo de momento), que solo los vamos a usar nosotros, que son para fines científicos, les dimos una hoja explicando todas y cada una de las cosas que vamos a recoger, les aclaramos que se podían desinstalar la app en cualquier momento, y nos pusimos a su disposición para cualquier pregunta adicional que tuvieran. La respuesta fue, por decirlo suavemente, tibia. A fecha de hoy no creo que hayamos logrado captar ni veinte personas. Y aquí es dónde decidí que, efectiva y definitivamente, soy feo y por eso la gente no quiere darme sus datos.

Porque, claro, me pregunto yo, qué otra explicación puede tener esta falta de participación que lo desagradable de mi presencia, sabiendo que el 99,99% de nosotros estamos regalando a un montón de empresas nuestros datos (y los de otros, como escribí en este post sobre como obtener datos de gente que no está en redes sociales usando datos de otros) para su uso primero, y para su comercialización después? Por supuesto, esto es algo que expliqué a las personas que intentábamos captar para nuestro estudio, pero no pareció impresionarles mucho. Parece que ya nos hemos acostumbrado a que Google, por decir alguien en concreto, sepa todo lo que hay que saber de nuestra movilidad y otro poco más, lo damos por hecho y ya no le damos más importancia. Pero claro, ese no es el único problema: en un estudio reciente de Julien Gamba, Mohammed Rashed, Abbas Razaghpanahz, Juan Tapiador y Narseo Vallina-Rodriguez se prueba que en nuestros teléfonos Android hay un montón de gente escuchando ¡sin pedirnos siquiera permiso! Porque vamos a ver, Google y compañía nos espían hasta los higadillos, pero en los famosos términos y condiciones que ocupan más que la Encyclopaedia Britannica y que todos aceptamos sin leer pone que lo van a hacer. Aquí estoy hablando de apps que vienen preinstaladas en nuestros Androids que ni se molestan en preguntar. Y no son pocas: hay más de cien que, como digo, vienen preinstaladas, y desde que encendemos el móvil se dedican a capturar nuestros datos y a distribuirlos a terceros, incluyendo en algunos casos acceso a los metadatos de nuestras llamadas telefónicas y/o la posibilidad de rootear  nuestro terminal y hacerse con su control. Le animo, amigo lector a que lea el estudio si quiere pasar un buen rato... de terror. Y tenga en cuenta que el estudio no se aplica a los iPhones porque no se puede acceder a sus tripas, pero como dice una amiga mía, "piensa mal... y te quedarás corto".

Viene a cuento aquí la digresión que prometí sobre anonimidad de los datos. Estuve la semana pasada en un grupo de trabajo sobre líneas de investigación prometedoras para el programa "Future and Emerging Technologies" de la Comisión Europea y una de los que me/nos pareció más interesante fue "Anonymous analytics". Es decir, ser capaces de sacarle jugo a los datos sin romper la privacidad de los usuarios. El problema es que todos los que allí estábamos coincidimos en que los datos se pueden o se podrán anonimizar... durante un cierto tiempo, pero al final alguien sabrá cómo descubrir identidades hagamos lo que hagamos. Lo más que vamos a poder prometer a la gente es que lo pondremos difícil, incluso muy difícil, pero imposible y para siempre es una quimera. Así que si alguien, incluido yo, le promete que sus datos van a estar completamente anonimizados y nunca se podrá sacar información personal de ellos, está usted más que autorizado a desternillarse en su cara.

Así que yo ni siquiera prometo eso. Prometo a mis posibles usuarios que los datos solo los voy a ver yo, que los voy a utilizar para este estudio en el que me preocupa cuantos contactos tiene HZ&%7M1 y cuánto tiempo les dedica, pero no quién es HZ&%7M1, y ya. Bueno, ya, no, porque hay otro problema: yo podría destruir los datos una vez utilizados (y entonces sí que no correrá riesgo su privacidad) pero claro, si algún amable investigador quiere revisar lo que he hecho y que no me he equivocado, no lo va a poder hacer, y eso muy científico no es, la verdad (de hecho, todos los trabajos que hacen investigadores de, por ejemplo, Facebook, con acceso a unos datos solo para ellos, me merecen bastante poca credibilidad). No solo eso, va contra el paradigma que la Comisión Europea quiere imponer desde ya de Open Science, en el que todo se comparte, y en particular los datos que uno ha usado.

Para ser sinceros, sí que puede haber explicaciones alternativas a los problemas que me encuentro, por lo que me voy a subir un poco la autoestima considerándolas. Una es el conocido efecto opt-in/opt-out, por el cual la gente tiende a asumir las opciones por defecto. Si los teléfonos vinieran con mi app instalada, alguna gente se la desinstalaría, pero muchos no se molestarían. En un ejemplo concreto en medicina (que agradezco a Antonio Cabrales), un 38% de los posibles participantes se apuntaron al experimento, mientras que un 50% permanecieron cuando para no participar había que hacer algo. Puede haber algo de este efecto, claro, pero en uno de los grupos que abordamos de unas 40 personas se apuntó 1, lo que me parece demasiado para esta explicación. Está también el hecho de que las personas pueden percibir que dan sus datos a los gigantes tecnológicos a cambio de servicios, mientras que yo se los pido a cambio de nada (gracias a mi bienamado editor Javier por esta explicación alternativa). El problema es entonces de educación, de hacer ver a la gente que no es a cambio de nada sino para el avance de la ciencia que redundará en su bienestar futuro.

Espero que la explicación de que no me estén dando los datos sea alguna como las que acabo de proponer (quizá agravadas por mi fealdad) porque se podría actuar sobre ellas para conseguir más participación. Si la ciudadanía no contribuye, muchas cosas se quedarán sin investigar porque los investigadores no tendremos acceso a datos a los que sí tiene cuanto pirata y ladrón desalmado anda suelto que no se anda con tantos remilgos y protección de privacidad como nosotros. Piense que, como ya he dicho, sus datos pueden ser imprescindibles para hacerle la vida mejor; no sé cuál es el propósito exacto del INE con la movilidad, pero si sé que si por ejemplo quiero hacer un estudio para mejorar la movilidad en una ciudad, el que una fracción apreciable de ciudadanos me deje monitorizar sus desplazamientos parece bastante imprescindible, ¿no? Por no hablar, por ejemplo, de aplicaciones que capturan datos para detectar problemas de salud... Así que termino con lo que decía al principio: todos aquellos que esperan que se resuelvan estas cosas sin aportar sus datos para la investigación, y permitiendo a la vez que todo hijo de vecino les robe su vida digital en sus narices con propósitos inconfesables, caen bajo el epígrafe de "están locos estos romanos". Si este pequeño exabrupto producto de mi frustración, paciente lector, le hace reflexionar un poco sobre todas estas contradicciones, ya habré hecho algo positivo. Que lo he contado así medio de broma, pero esto es un tema muy serio y para meditar mucho...

Una democracia calculadamente vaciada

Por fin llega el año 2020 y fijaos en esta casualidad; se trata del mismo horizonte temporal que establecía la Ley Orgánica 2/2012, de 27 de abril, de Estabilidad Presupuestaria y Sostenibilidad Financiera. Os preguntaréis con muy buen criterio, ¿qué diantres planteó esa Ley de Estabilidad Presupuestaria en el año 2012 aprobada por el PP? Bueno, pues una cosa aparentemente sencilla; una senda de reducción de la deuda pública en España. ¿Y con qué objetivo lo hizo?, podría uno preguntarse también. Bueno, pues con el de que la deuda pública no sobrepasara el 60% del PIB una vez llegara al año 2020.* De acuerdo. Pues vamos a ver qué ha pasado con esa senda de reducción de la deuda pública desde la aprobación de aquella Ley Orgánica. Pues aquí lo tenéis: nada. La deuda pública continuó aumentando en 2013 y 2014 hasta superar el 100% del PIB, quedando varada posteriormente en torno a ese porcentaje y siendo la previsión para 2019 exactamente igual. Durante todo ese periodo, con el diseño económico presupuestario del PP, la evolución de la deuda pública no corrigió su rumbo. ¿Os parecería justo, por lo tanto, que una vez finalizado ese ciclo sin que se hubiera corregido absolutamente nada, un próximo gobierno tuviera que ser el que asumiera el imposible de una deuda pública en el 60% sobre el PIB – casi medio billón de euros-? Lo vamos a advertir aquí y ahora. La maquinaria mediática ya ha comenzado a girar: “Bruselas exige al próximo Gobierno unas cuentas que cumplan con las normas y que destine cualquier ingreso extra a rebajar la deuda.” Pues sí, parece todo una gran casualidad. O, tal vez, un perfecto engranaje. * Dato extra. La reforma constitucional del artículo 135 pactada entre PSOE y PP en el año 2011 estableció en su […]

La entrada Una democracia calculadamente vaciada aparece primero en El Captor - Economía y Opinión.

¿Qué pasa con los suicidios en España?

---

Las enfermedades mentales están muy extendidas en la mayoría de países. Existen iniciativas y esfuerzos para visualizarlas —Gerard Llobet, por ejemplo, ha escrito sobre la (mala) salud mental de los estudiantes de doctorado en economía (pueden leerlo aquí)— pero, en general, son un tema silenciado. En el post de hoy, analizaremos las cifras de suicidios de algunos países de la OCDE e ilustraremos la evolución de los suicidios en la España de los últimos 18 años según el género, el grupo de edad y el nivel educativo.

Las enfermedades mentales, además de los costes de tratamiento, generan costes difíciles de cuantificar, como la pérdida de productividad de la persona enferma o el peso psicológico y financiero sobre los familiares de los enfermos (que también ven su salud afectada y reducen su productividad), entre otras consecuencias. En algunos casos, las personas con enfermedades mentales logran llevar una vida relativamente estable, pero en otros casos, la enfermedad puede llegar a acabar con su vida, con muertes a menudo autoinflingidas.

La OMS define suicidio como un acto deliberadamente realizado por una persona en pleno conocimiento o expectativa de su fatal desenlace. Como veremos a continuación, los suicidios son una causa importante de muerte en los países desarrollados y, dada su naturaleza, me parece que los responsables políticos deberían tomarse en serio este tema y plantear más medidas (y más financiación) para prevenir este tipo de desenlace.

Como se puede observar en el gráfico 1, la tasa de suicidios en varios países de la OCDE es relativamente alta, si bien varía mucho según el estado. Por ejemplo, en 2015, en Bélgica, se suicidaron 15,8 personas de cada 100.000, mientras que en México o Italia esta cifra se situaba entre 5,5 o 5,7 personas por cada 100.000, respectivamente. Está claro que este tipo de comparaciones entre países resultan complicadas porque existen diferencias en los métodos de registro de las muertes. Por ejemplo, dependerá de si es o no obligatorio practicar autopsias. En España la cifra se sitúa en 6,9 suicidios por cada 100.000 personas: el tramo «bajo» de los países de la OCDE.

Estas tasas medias, sin embargo, esconden importantes desigualdades por género. El gráfico 2 muestra las tasas de suicidio para los mismos países, pero divididas por género (la tasa relativa a cada género se divide por 100.000 personas de ese género). En prácticamente todos los países, vemos que la tasa de suicidios es tres o incluso cuatro veces más elevada para los hombres que para las mujeres.

Por otro lado, no solo los valores absolutos son importantes, sino también la evolución de los suicidios en los últimos años. Quizás sea una conducta que decrece en el tiempo y, por tanto, podemos suponer que estamos haciendo las cosas bien para evitar este tipo de muertes.

Si nos centramos en el caso español respecto a los últimos 18 años, los microdatos de mortalidad por causa de muerte del INE nos muestran, en el gráfico 3, que entre 1999 y 2012 el número de suicidios se mantuvo relativamente estable con 3.200-3.500 casos al año. No obstante, en 2013 y 2014 los suicidios aumentaron hasta llegar a los 3.900 casos. Y, aunque se redujeron en 2015 y 2016, el número seguía siendo más elevado que la media del período 1999-2012.

Si utilizamos esos microdatos para ver la evolución en alguna subcategoría, podemos valorar (de manera descriptiva) en qué subgrupo de la población se concentra ese enorme aumento en el número de suicidios durante los últimos siete años. En el gráfico 4 vemos que los suicidios aumentan tanto para hombres como para mujeres; ahora bien, como hemos visto antes, en varios países de la OCDE el número de suicidios es más elevado en el caso de los hombres.

Cuando analizamos los datos por grupo de edad, en el gráfico 5 observamos que el mayor aumento se produce en la población entre 41 y 65 años. En los jóvenes, el número de suicidios se reduce de manera progresiva entre 1999 y 2016, y esta disminución se da tanto para los más jóvenes (0-25 años) como para los (digamos) jóvenes adultos (26-40 años). El grupo de los más mayores (65 años y más) tiene una evolución relativamente estable en el número de personas que se suicidan, alrededor de 1.200 anualmente.

Finalmente, el gráfico 6 muestra los datos divididos por nivel educativo. Los microdatos de mortalidad con causa de muerte del INE solo incluyen la variable “nivel educativo” desde 2012. A pesar de ello, los resultados me parecen igualmente interesantes. Para las personas con un nivel educativo más bajo (educación primaria como máximo), se produce una caída progresiva en el número de suicidios, sobre todo en 2015 y 2016. En cambio, para las personas con nivel educativo medio (secundaria y formación profesional) y alto (formación superior), se observa un incremento entre 2012 y 2013. Además, solo se registra una caída en el número de suicidios en el caso de personas con un nivel educativo medio (en 2016), mientras que, para las personas con estudios superiores, el número de suicidios se mantiene estable después del aumento de 2013.

 

Obviamente, con estos datos descriptivos no es posible identificar las causas del aumento observado en 2013. Los estudios en economía han demostrado en varias ocasiones, y para diferentes países, que existe una relación negativa entre el crecimiento económico y los suicidios; es decir, en épocas de crecimiento económico se reduce el número de suicidios, mientras que, en épocas de recesión, los suicidios aumentan.

Esta evidencia es coherente con el aumento observado en el caso español en 2013, ya que la tasa de paro alcanzó su máximo precisamente aquel año. Sin embargo, a mi parecer, esta explicación no es aplicable a la evolución de los suicidios entre 1999 y 2012.  Además, en 2012 se introdujeron varios cambios políticos (en materia laboral y social) en forma de leyes y real decretos que también podrían explicar, parcialmente, el aumento en los suicidios durante 2013.

Es evidente que se trata de una temática de enorme impacto social, económico y personal que requiere de equipos multidisciplinares que identifiquen los motivos que llevan a las personas afectadas a tomar esa decisión e incidan a distintos niveles. Dado que parece poco cuestionable que puede mejorarse la prevención desde las políticas públicas, resulta clave profundizar en la identificación de las causas de esta evolución. Una primera aproximación puede consistir en dar voz a aquellas personas que han conocido o sufrido de manera cercana algún caso de suicidio. Apelo pues al conocimiento que sobre este tema puedan tener algunos de nuestros lectores.

Un experimento online de Teoría de Juegos: Envidia y solidaridad

Por Pablo Brañas-Garza (@BehSnaps) con Alfonso Robles, Carmen Hidalgo, Esteban Marquez, Guillermo Molina, Humberto Franco, Ignacio Perez, Jaime Gómez, Javier Pino, Javier Sánchez, Jimena Moreno, Luis Alcala, María Alonso, Maria Neira, Marta París, Miguel Villar, Miguel Fernández, Roberto Mengibar, Valeria Herrera y Vicente Moreno.

El pasado 28 de octubre hicimos un experimento “online” desde la clase de Microeconomía III: Teoría de Juegos de la Universidad Loyola en Sevilla (@LoyolaAnd, @LoyolaEcon). El objetivo del experimento era “enseñar” a los estudiantes si el modelo de preferencias “sociales” de Fehr-Schmidt (1999) funcionaba en la vida real. En este modelo los individuos se preocupan por los pagos – las ganancias- de los demás de manera benevolente (solidaridad) o no (envidia). Como segundo objetivo, además de lo anterior, lanzamos dos tratamientos: un dilema de presos con normal (estrategias: Cooperar y No Cooperar) y otro sin framing (estrategias: A o B).

Para estudiar tanto la envidia/solidaridad como la cooperación en un dilema de presos lanzamos un experimento online a través de WhatsApp. En la entrada de hoy nos centraremos en la envidia y la solidaridad.

El modelo de Fehr-Schmidt

Este modelo incorpora preferencias sociales a la función de utilidad tradicional. Concretamente, la utilidad se ve afectada por la envidia – lo que nos molesta que otros tengan más que nosotros- y la solidaridad – lo que nos molestan que otros tengan menos:

U(X,Y) = X - A x MAX [Y-X, 0] - B x MAX [X-Y, 0],

donde X es la ganancia propia e Y la de la otra persona. El término A captura la envidia que sufrimos porque el otro gana más que yo (se activa cuando Y>X y se multiplica por ese valor) y B es la pena causada por que el otro gana menos (se activa cuando X>Y). Siguiendo a Cabrales y Ponti (2011), destacamos cuatro grupos de parámetros de especial interés.

“Egoístas”: A = B = 0. Los sujetos tienen preferencias “tradicionales”, es decir no les preocupa ni la envidia ni la solidaridad.

“Aversos a la desigualdad”: 0 ≤ B < 1, B ≤ A. Los sujetos son tanto envidiosos como solidarios pero lo primero es más importante que lo segundo.

“Buscadores de estatus”: 0 ≤ A < 1, -1 < B ≤ 0, siendo el valor absoluto de B menor o igual que el de A: |B| ≤ |A|. En este caso, los individuos son también envidiosos, pero además “disfrutan” de que existan otros con peores resultados que ellos.

“Buscadores de eficiencia”: -0,5 ≤ A < 0, 0 < B ≤ 0,5, siendo el valor absoluto de A menor o igual que el de B: |A| ≤ |B|.este caso, los individuos sufren por los que están peor, pero disfrutan de que haya otros con mejores resultados que ellos.

A lo largo de este experimento estudiaremos si la envidia y la solidaridad realmente importan. Dicho de otro, si en el mundo real hay gente que se comporta acorde a los tipos recientemente mencionados.

Instrucciones

Se utilizó Google Forms para poner las instrucciones del experimento. Todos los sujetos fueron dirigidos a una de las dos webs (control y tratamiento) alojadas en esta plataforma. El mensaje de invitación era el mismo, sólo cambiaba el link.

La web tenía dos partes. En la primera había: a) una introducción general al experimento; b) consentimiento informado; c) solicitud del número de teléfono (para llamarle si era premiado) y consentimiento para guardarlo; d) quién le había invitado.

En la segunda parte preguntábamos: a) sexo; b) universidad; c) las preguntas sobre envidia y solidaridad (ver Figura 1); d) la decisión sobre cooperar o no; e) las expectativas de cooperación del rival y f) si quería ser llamado para otros experimentos.

En las instrucciones, con toda claridad, se decía que 10 personas serían elegidas al azar para pagarles en función de sus decisiones en el dilema de presos (donde podían ganar 0, 1, 5 o 10 euros).

Figura 1

Envío de mensajes y aleatorización

Teníamos dos problemas a resolver: llegar al mayor número de personas posible y que la asignación al tratamiento no dependiera del alumno – es decir, evitar que todos los amigos de un estudiante fueran al mismo tratamiento. Para salvar los dos escollos a la vez se usó el siguiente procedimiento.

Todos los alumnos crearon 4 grupos de difusión en su WhatsApp: G1, G2, G3 y G4. Cada alumno metió sus primeros 25 contactos en G1, los siguientes 25 en G2, los siguientes en G3, luego en G4, los siguientes de nuevo en G1, luego en G2, etc. Es decir, cada paquete de 25 iba entrando en orden en G1, G2, G3, G4, G1, G2, G3, G4, etc. Cada alumno informó del número de sujetos que tenía en cada grupo G, es decir, su aportación de contactos al experimento. Es importante resaltar que para minimizar la attrition (invitados que deciden no participar) los alumnos no mandaron mensajes a grupos sino a contactos personales.

A cada alumno, de manera aleatoriamente, se le sorteó una regla de asignación (C es grupo de control, T es tratamiento): CCTT, TTCC, CTCT o TCTC. Es decir, el alumno que recibió TCTC tuvo que mandar a sus contactos de G1 y G3 a la web del tratamiento y a los contactos de G2 y G4 al control.

Lo anterior nos permite conocer la “semilla” de aleatorización, es decir, saber a qué grupo T o C se asignó aleatoriamente cada contacto. La suma de la cantidad de contactos en ambos grupos nos da el número de mensajes enviados.

A las 12:20 de la mañana se lanzaron los 2358 mensajes por WhatsApp.

Inmediatamente después, un estudiante no europeo mandó la invitación a dos grupos enormes de Erasmus (162 y 257 personas). Por error se mandaron los dos al Control, en vez de mandar uno de ellos al Tratamiento. Otra chica de la clase mandó el Tratamiento a un grupo de 64 personas. En suma, se mandaron 483 mensajes mas.

En total se mandaron 1576 mensajes al Control (cooperar/no) incluyendo los 419 de los grupos y 1265 al Tratamiento (A/B).

A los 12:45 teníamos 300 participantes, a las 13:00 ya había 400, a las 13:40 eran 700 y a las 17:10 pasamos de mil. El experimento se cerró a las 11:49 noche con 1172 respuestas, de las cuáles 45 habían jugado dos veces. Es decir, se logró obtener respuestas de 1127 individuos diferentes.

El día 29 a las 00:00 se extrajeron 10 participantes, se emparejaron entre ellos y se les calculó el pago. Se les informó a las 9:00 y se les pagó por Bizum.

¿Funcionó? Balance entre tratamientos

En la Tabla 1 mostramos los resultados básicos del balance. Se puede apreciar que en el grupo de control se recibieron 634 respuestas de individuos diferentes (56% del total de respuestas recibidas), mientras que el grupo de tratamiento 493 (44%). No encontramos diferencias entre control y tratamiento en sexo, envidia y solidaridad. Tampoco se encuentran diferencias entre ambos grupos en la disposición de participar en futuros experimentos. Y sobre todo, no encontramos diferencias en la attrition.

Tabla 1: Prueba de balance

En resumen, no encontramos ninguna diferencia significativa (p>0,1). Todo lo anterior implica que la aleatorización funcionó bien.

La envidia, la solidaridad y el modelo de Fehr-Schmidt

En la Figura 2 mostramos el histograma de la envidia. Recordad que es auto-reportada y sin incentivos (ver Figura 1). Lo más llamativo es que la moda está a la izquierda: la mayoría de los participantes dicen que no son envidiosos, de hecho, el 65% dice ser muy poco envidioso (niveles de preocupación 1, 2 y 3). Si miramos por género, encontramos que las mujeres no son distintas de los hombres (p=0,53).

Figura 2: Envidia

La solidaridad aparece en la Figura 3. Como en el caso anterior la solidaridad es auto-reportada y sin incentivos. En esta ocasión, la moda está centrada y aparecen distintos valores con cierta popularidad a lo largo del espacio de respuestas. En este caso si encontramos que las mujeres dicen ser más solidarias que los hombres (p=0.00).

Figura 3: Solidaridad

Para terminar, miremos lo uno y lo otro conjuntamente para cada individuo. Para tener un visión directa dividiremos las dos variables en terciles y haremos una tabla de doble entrada. La Figura 4 muestra dichos datos de manera gráfica. La solidaridad aparece de atrás hacia delante: rojo es nada solidario y azul es muy solidario. La envidia va de izquierda a derecha (izquierda nada envidioso y derecha muy envidioso). Los datos están en la Tabla 1.

Figura 4: Envidia y solidaridad

De este gráfico destacaremos lo siguiente. Lo primero y más llamativo es la enorme heterogeneidad. ¡Hay gente de todo tipo! El grupo más numeroso está adelante a la izquierda (17,3%), es decir, personas que dicen que no le importan ni la envidia ni la solidaridad. Estos sujetos son precisamente “racionales”, aquellos que funcionan con una función de utilidad tradicional, esto es, sin preferencias sociales (no tienen ni envidia ni solidaridad).

También son un grupo bastante numeroso los del fondo (azul) en el medio (14,9%), esto es, dicen ser muy solidarios y reconocen tener un nivel medio de envidia.  A la derecha del grupo de los racionales está un grupo de “casi” racionales (12,8%), puesto que dicen ser nada solidarios y un poco envidiosos. Curiosamente el grupo con menor representación son los muy solidarios y muy envidiosos (6,6%).

En muy destacable que los resultados son bastante similares a Cabrales et al. (2010). En cualquier caso, creo que el mensaje más importante es la heterogeneidad. No podemos concluir que ahí fuera hay un solo tipo de individuos sino que más bien hay de todo en la viña del Señor.

Tabla 2: Envidia y solidaridad

Resumen

En resumen, es razonablemente sencillo hacer experimentos con rigor y seriedad desde el aula usando algo tan sencillo como el WhatsApp. Experimentos que los alumnos disfrutan enormemente y que les sirven para aprender conceptos, a veces, demasiado abstractos. Hay que tener en cuenta que Google Forms permite hacer un seguimiento online de las respuestas. En nuestro caso estuvimos dos horas de clase viendo y comentando resultados en tiempo real.

Hay dos cosas más que quiero añadir. Para realizar este experimento no hay que tener laboratorio, ni programar, ni siquiera tener un servidor. Google Forms lo hace para nosotros. Por último, el coste de este experimento ha sido bastante moderado. Los pagos de los 10 ganadores sumaron 42 euros.

Pablo Brañas-Garza, Loyola Behavioral LAB y sus alumnos de la Universidad Loyola