COVID-19. Un modelo que simula la evolución de la epidemia y sus consecuencias en España

Por Miguel Casares (Universidad Pública de Navarra)

Figura 1

Hace unos días se puso en circulación el documento de trabajo “A Dynamic Model of COVID-19: Contagion and Implications of Isolation Enforcement” escrito por el profesor Hashmat Khan y por Miguel Casares (yo mismo). Nuestro modelo se basa en la metodología tradicional SIR, que surge del artículo seminal de Kermack y McKendrick publicado en 1927, y que se utiliza habitualmente para estudiar la evolución de las epidemias. El modelo determina la probabilidad diaria, , de que una persona no infectada se contagie de COVID-19 calculando el siguiente producto

donde A es la probabilidad de contagio en cada contacto diario que dependerá de muchos factores como la protección que llevemos, la duración del contacto, la proximidad de zonas de transmisión (manos, boca, etc.) o la carga viral que lleve el infectado. B es el número de contactos interpersonales que tenemos cada día por trabajo, ocio, compras, etc. C es el ratio entre el número de infectados y la población, que determina la probabilidad de que cualquier contacto que tengamos sea con una persona infectada. Este ratio va creciendo conforme avanza la pandemia. Si Z es el número de personas no contagiadas (susceptibles de contagio) en un día dado, el número total de contagios nuevos en ese día será

Ambos estadísticos varían a medida que avanza la pandemia. Al principio, el número total de contagios aumenta porque aumenta la probabilidad de cruzarse con alguien infectado (aumenta C) y, después, naturalmente, el número de contagios cae (en el extremo, si toda la población estuviera ya infectada, trivialmente no habría nuevos contagios). Es decir, con el paso del tiempo, va quedando menos gente sin contagiarse y C aumenta muy poco mientras que Z va cayendo. Al final, en algún momento, se alcanza un valor máximo fijo del número acumulado de infectados totales. Respecto al número de personas que están infectados cada día, hay que ir restando la gente que se cura o que fallece. En nuestro trabajo suponemos que después de un número fijo (T) de días los infectados se recuperan o mueren con cierta probabilidad exógenamente dada. Cada día t salen de la lista de infectados la gente que se contagió el día t-T. La evolución del número de infectados que todavía tienen el virus tiene forma de una campana con dos fases (ver líneas discontinuas de la Figura 1). Fase alcista: la serie crece lentamente al principio, se va acelerando y a partir de un punto de inflexión se desacelera hasta alcanzar el máximo. Fase bajista: la serie cae despacio al principio, en seguida se acelera el decrecimiento pero a partir de un punto de inflexión la fase bajista es más lenta.

Figura 1

Un menor número de contactos diarios (aislamiento) afecta a la campana de la serie diaria de personas infectadas todavía con el virus de las siguientes 3 maneras (ver, de nuevo, Figura 1):

• Disminuye el máximo (campana desplazadas hacia abajo)

• Aumenta el periodo que va desde el inicio de la pandemia al final de la pandemia (aumenta la base de la campana)

• Se retrasa la epidemia (campana desplazada hacia la derecha)

En nuestro artículo usamos los datos de España: Una población total de 47 millones. La probabilidad de contagio cuando se produce un encuentro con un afectado (A) la fijamos en 1,1% para replicar el periodo medio de días que se necesitan para doblar el dato (doubling time) de número de muertos en la serie observada en España durante las últimas semanas. El dato de doubling time inicial era de 2 días aunque afortunadamente ha aumentado a 4 días con las últimas observaciones. Suponemos que el número de contactos interpersonales diarios, B, es 25 para representar el grado de interacción social y económica que se observa en España (aún siendo conscientes de la heterogeneidad presente en este comportamiento). Siguiendo los estudios epidemiológicos de Anderson et al. (2020) fijamos como tiempo de incubación 6 días, la duración promedio de la enfermedad (incluyendo la incubación) son 20 días y la probabilidad de fallecimiento tras el contagio de COVID-19 es 0,75% (considerando el número estimado de infectados reales que incluye aquellos que no desarrollan síntomas o no se les hace el test por tener sintomatología leve). Por último, Ferguson et al. (2020), basándose en un trabajo realizado por investigadores del Imperial College London, estiman, adaptando datos de China a la realidad social y demográfica de Gran Bretaña, que la probabilidad de que la infección requiera ingreso hospitalario es el 4.4% sobre el total de infectados. Nosotros decidimos aumentar este porcentaje en un 20% para reflejar el hecho de que la población española tiene un envejecimiento más acusado que la de China o Gran Bretaña, y que la enfermedad tiene incidencia principalmente en este tramo de edad. Por ese motivo, hemos considerado que la tasa de hospitalización para infectados en España es el 5,28%. Si bien esta tasa puede aparentar ser baja, cabe recordar que nuestra variable de número infectados incluye a las personas asintómaticas y a aquellas a las que desarrollan síntomas pero no se les hace el test.

Una vez calibrado el modelo simulamos los efectos que la imposición del aislamiento domiciliario que conlleva el Estado de Alarma en España tiene sobre la evolución de la epidemia y sus implicaciones sobre las necesidades de atención hospitalaria. El Estado de Alarma declarado el 14 de marzo se incorpora al modelo como una reducción en el número medio de contactos interpersonales diarios desde 25 hasta 3. El endurecimiento del confinamiento por la suspensión de toda actividad productiva no básica (29 de marzo) se incorpora asumiendo que los contactos interpersonales se van a reducir un 40% adicional. Las líneas rojas de la Figura 2 recogen la evolución del número de contagios, las muertes acumuladas y las necesidades de hospitalización de personas antes y después de la proclamación del Estado de Alarma (identificado por la línea punteada vertical sobe el día 61 en los gráficos).

Figura 2: Corresponde a la Figura 4 del artículo

Los resultados más sobresalientes que encontramos son los siguientes:

1. Dados los supuestos del modelo, si no se hubiera tomado ninguna medida de aislamiento social, los contactos entre infectados y no infectados condenarían a casi toda la población a infectarse y más de 350.000 españoles morirían.

2. Estimamos que el Estado de Alarma reduce el número de muertes acumuladas al final de la pandemia en un 95% (quedando la estimación en unos 17.000 fallecidos) y el número diario máximo de camas de hospital necesarias en un 92%.

3. Si el Estado de Alarma se hubiera declarado con anterioridad o se caracterizara por una acción de distanciamiento social más estricta, las reducciones de infectados, fallecidos y hospitalizados habrían sido significativamente mayores. Por ejemplo, si se hubiera anticipado sólo 4 días el número de contagios totales podría haberse disminuido en un 60%.

4. Nuestro modelo predice que los máximos en el número de hospitalizaciones por coronavirus se observarán entre el 27 de marzo y el 4 de abril.

5. Para acercarnos a cifras bajas en el número de contagios se va a necesitar bastante tiempo. Aunque al principio los descensos en el número de nuevos contagios serán importantes, después de una o dos semanas se ralentizará la caída. El 14 de mayo (2 meses después de la declaración del Estado de Alarma) la predicción indica que el número de casos que requieren hospitalización será de 1630 personas (el 2.3% del máximo valor obtenido en la serie diaria). Si esta estimación se cumpliera, las autoridades sanitarias deberían mantener el aislamiento domiciliario y las restricciones a la movilidad (quizás, con alguna medida de flexibilización) para evitar un repunte del número de contagiados por un tiempo mayor que el inicialmente previsto en el Estado de Alarma.

Nuestro trabajo se ha basado en un modelo de agente representativo muy sencillo. Además de la posibilidad de calibrarlo para otro país (Corea del Sur es un caso paradigmático que debería de compararse a los de España o Italia), pueden plantearse varias extensiones al modelo que incorporen agentes heterogéneos. Quizás la más interesante sería la diferenciación de los individuos por edad, dada la distribución desigual tanto de los fallecimientos como los contagios que requieren hospitalización (muy concentrados en personas mayores de 70 años). También podría distinguirse entre contagios que resultan asintomáticos y aquellos que desarrollan los síntomas leves (y que habitualmente no efectúan el test). Para poder hacer estas predicciones sería deseable tener el desglose de infectados por edades. Por último, seguramente un aspecto muy relevante, pero que complicaría el modelo sustancial, es la distribución espacial de los contagios dado que la aparición de focos de contagio iniciales determina claramente la evolución de la epidemia. Creemos que esto es importante porque parece razonable suponer que la densidad de población afecta a la capacidad de infección del virus ya que hay muchas más interacciones entre 1000 madrileños que 1000 habitantes de Zamora, por ejemplo. Esto también ayudaría a hacer una mejor previsión de la capacidad hospitalaria para soportar la evolución de la pandemia.

Cualquier esfuerzo serio de investigación sobre el COVID-19 puede generar una retribución tremenda para la sociedad. Además de evaluar los efectos económicos que (algunos macroeconomistas ya lo están haciendo), una previsión adecuada de la evolución de los contagios y de los efectos que tienen la políticas de contención sobre dicha evolución es clave para minimizar el inasumible coste de pérdidas humanas y evitar el colapso sanitario. Queda mucho trabajo por hacer y, aunque parece factible que se pueda desarrollar una vacuna contra el COVID-19 en los próximos meses, siempre nos quedará la amenaza de una nueva pandemia global con la aparición de un nuevo virus.

¿Por qué es el coronavirus más letal entre los hombres?

Por Libertad González y Ana Rodríguez

Los datos de fallecimientos por covid-19 muestran muy claramente que la letalidad del virus parece ser mucho mayor entre los hombres que entre las mujeres. Por ejemplo, con los últimos datos desagregados por sexo de España vemos que hasta el 30 de Marzo, el 63% de los fallecidos en España (con información sobre sexo) eran varones (datos aquí). Las proporciones son parecidas en otros países.

Ya se ha escrito en distintos medios sobre qué factores podrían explicar esta divergencia (ver por ejemplo aquí o aquí). Se suelen destacar diferencias en factores de riesgo previos y en comportamientos saludables, como el hecho de que los hombres fumen más que las mujeres. En la entrada de hoy, comparamos los datos de mortalidad por covid-19 por sexo y grupo de edad en España, con las tasas de mortalidad por otros factores, usando los datos de partidas de defunciones para años anteriores. El objetivo es ilustrar en qué medida las diferencias por sexo que se observan para el covid-19 reflejan factores comunes a otras causas de muerte, o son específicas para esta enfermedad.

Tasas de mortalidad por coronavirus por edad y sexo

Vamos primero con las tasas de mortalidad por coronavirus. En primer lugar, es importante tener en cuenta que, de las 8.189 muertes contabilizadas en la actualización del 31 de marzo (aquí), sólo se proporciona desagregación por sexo y edad para 3.337 de ellas (el 41%). Vamos a suponer que se trata de una muestra representativa (aunque no se proporciona información al respecto). Calculamos las tasas de mortalidad dividiendo entre el número de habitantes en cada grupo de edad, pero los niveles que obtenemos serán por tanto inferiores a los reales. Esto sin tener en cuenta que según algunas estimaciones, puede haber defunciones por coronavirus que no se están contabilizando como tales (ver aquí o aquí). Al final de la entrada volveremos a este tema para intentar dar una idea aproximada de la magnitud real de la tasa de mortalidad por coronavirus.

Con estas cualificaciones, la figura 1 muestra el patrón bien conocido de defunciones por covid-19 por edad. Casi el 60% de las muertes son de personas de 80 años o más, y más del 85% tienen 70 o más. La figura 2 desagrega además por sexo. Es muy llamativo que, entre las personas de 70 años o más, la tasa de mortalidad entre los hombres es más del doble que entre las mujeres. La pregunta es en qué medida se trata de una brecha específica de esta enfermedad. Veamos por tanto a continuación cómo se comparan estos patrones con los de otras causas de muerte.

Figura 1. Mortalidad por covid-19 por grupos de edad

Figura 2. Mortalidad por covid-19 por edad y sexo

Tasas de mortalidad por otras causas

Para calcular las tasas de mortalidad por otros factores, usamos datos de partidas de defunción por causa de muerte para los años 2016 a 2018 (los años más recientes de los que disponemos). Calculamos los fallecimientos totales por causa, por edad y sexo, tanto para todo el año como para el primer trimestre (enero a marzo), al tratarse de los meses que nos ocupan (por si hubiera diferencias importantes entre trimestres). Nos centramos en las defunciones por enfermedades respiratorias, con especial atención a la gripe y la neumonía. Para calcular las tasas, dividimos el número de muertes entre el número de habitantes en el grupo correspondiente (en esta entrada anterior ya les explicamos en más detalle cómo evolucionó la mortalidad por sexo y edad en España desde los años 90 hasta la actualidad).

La figura 3 muestra la tasa de mortalidad por sexo y grupo de edad en 2016-18, por todas las causas (los resultados son muy parecidos si restringimos a los meses de enero a marzo). Se puede observar que el patrón por edades es parecido al del covid-19, con la mayoría de las defunciones concentradas en las edades más avanzadas, como es de esperar. Sin embargo, y aunque las tasas son más elevadas entre los hombres en todos los grupos de edad, la diferencia por sexo es mucho menos pronunciada que en el caso del coronavirus.

Figura 3. Mortalidad por sexo y edad en 2016-18

La figura 4 se centra en las muertes por enfermedad respiratoria (incluyendo gripe y neumonía, pero también otras causas como insuficiencia respiratoria). En este caso, la brecha de género se acentúa, acercándose a la del coronavirus.

Figura 4. Mortalidad por enfermedad respiratoria en 2016-18

La figura 5, que muestra las tasas de mortalidad por neumonía o gripe, ofrece una imagen similar, con una letalidad mucho más alta entre hombres mayores.

Figura 5. Mortalidad por gripe o neumonía, 2016-18

La brecha de género en mortalidad: el coronavirus frente a otras causas

Para comparar la brecha de género en letalidad entre el covid-19 y otras enfermedades respiratorias, la figura 6 presenta el ratio entre la tasa de mortalidad masculina y femenina para las diferentes causas, en los grupos de edades más avanzadas. Es importante tener en cuenta que los datos del coronavirus proceden de una muestra relativamente pequeña, y por tanto no son exactos.

Todos los ratios son superiores a 1, es decir, la tasa de mortalidad es más alta entre los hombres para todas las causas de muerte. La brecha de género es mayor en el caso del covid-19 que en el de enfermedades respiratorias, aunque la diferencia no es muy grande. Para personas de entre 70 y 80 años, los hombres tienen una tasa de mortalidad por coronavirus 3 veces mayor que las mujeres. El ratio se acerca bastante a 3 también en el caso de otras enfermedades respiratorias. La diferencia entre el coronavirus y otras causas respiratorias es algo más pronunciada para los mayores de 80.

Figura 6. Brecha de género en mortalidad

Parece ser, por tanto, que la elevada letalidad del covid-19 entre los hombres mayores (en relación a las mujeres) es sólo ligeramente más pronunciada de lo habitual para enfermedades respiratorias. Esto sugiere que los factores explicativos pueden ser similares.

La tasa de mortalidad por coronavirus en relación a la “normal”

Por último, aunque en esta entrada nos centramos en las diferencias en tasas de mortalidad por edad y sexo, no queremos terminar sin intentar cuantificar la magnitud de la tasa de mortalidad total por coronavirus. Para ello, proponemos comparar el número de fallecimientos atribuidos al coronavirus, a la mortalidad “normal” en el mes de marzo de años anteriores (para análisis más elaborados, tendremos que esperar a que se hagan públicos los datos de mortalidad diaria o mensual de enero a marzo de 2020).

Entre 2015 y 2019, el número de defunciones registradas en el mes de marzo fue de media casi 38.000. Hasta el 30 de marzo de 2020, a falta de un día para terminar el mes, se habían registrado en España un total de 8.189 muertes atribuidas al coronavirus. Puede que haya más muertes por coronavirus que no han sido registradas como tales, y puede que los fallecimientos por otras causas hayan aumentado o disminuido este mes respecto a años anteriores (debido al confinamiento y a la saturación del sistema sanitario), pero de momento no podemos cuantificar estos elementos, dado que no disponemos de los datos de mortalidad por todas las causas. En cualquier caso, las 8.189 muertes contabilizadas representan el 22% de las defunciones de un mes de marzo “normal”. La magnitud de este pico de mortalidad queda ilustrada en la figura 7. Sin duda, se trata de una mortalidad muy alta, que afecta en mayor medida al grupo más susceptible a fallecer de enfermedades respiratorias: los hombres mayores de 70 años.

Figura 7. Total defunciones registradas, marzo 2010-2020

Nota: Estimamos la cifra de 2020 como la media de 2015 a 2019, más las 8.189 muertes atribuidas al covid-19.

¿Necesitamos una agencia europea de salud?

Joan Costa-Font (LSE)

n.r:  Una versión preliminar fue publicada como post de AES.

La crisis del Covid-19 es, sin duda, el desafío sanitario más importante que han sufrido los países Europeos en el último siglo,  si bien sus efectos solo ahora empiezan a cuantificarse (ver aquí). La crisis ilustra en forma de fatalidades, que si bien la globalización puede proporcionar beneficios a través del libre comercio y la movilidad de personas, también conlleva riesgos para la salud personas (ver aquí). En estos momentos, la salud pública se sitúa por primera vez en el epicentro de la discusión económica y, en general, del debate público.

Aunque las consecuencias exactas de la crisis aún están por determinar, ya se sospecha que, incluso en el mejor de los casos, esta crisis supondrá un cambio de paradigma en casi todos los ámbitos, y ​​tal vez sea el punto de inflexión que se necesita desesperadamente para abordar decididamente los desafíos de la globalización.

En esta entrada argumento que la lección, en clave institucional, de esta crisis debería ser que la colaboración requerida para enfrentarse a desafíos comunes no se produce espontáneamente, sino que requiere de instituciones estables que permitan solucionar los problemas de acción colectiva (‘cada estado mira por los suyos’).  Una posible solución en la Unión Europea (UE)  seria la transferencia de competencias de salud publica (que no sanitarias) para la gestión de riesgos sanitarios (‘males públicos’) globales a una autoridad europea. Actualmente, solo contamos con la European Centre for Disease Prevention and Control (ECDC), creada en 2005 a raíz de la crisis del SARS,  que tiene a diferencia con su equivalente americano funciones de  coordinación información con las agencias nacionales de salud publica y su función es ‘identificar, evaluar y comunicar’ riesgos de salud humana derivados de enfermedades infecciosas. No obstante, no tiene la autoridad  que por ejemplo el Banco Central Europeo tiene con respecto de la policía monetaria de la zona euro.

Las respuestas de los estados a la crisis

La respuesta ante este desafío de salud pública en Europa no ha respondido a las necesidades objetivas de país (p.e., mayor tasa de infección), sino más bien las diferencias de talante de sus élites nacionales, que en general han perseguido el interés de cada estado.

Mientras que Alemania ha logrado mantener bajas las tasas de mortalidad con pruebas intensas, otros países europeos han reaccionado mucho más lentamente, y  no han sido conscientes de la situación a la que se enfrentaban hasta que sus hospitales se han empezado a colapsar. Ostros países, como Austria y Polonia, han demostrado instintos nacionalistas en sus respuestas al cerrar sus fronteras. Por su parte, el gobierno húngaro ha aprovechado la crisis para gobernar por decreto ley, lo que provocado la reciente respuesta del parlamento Europeo. Mientras tanto, en España se ha optado por la declaración del estado de alarma, lo que supone la centralización de las responsabilidades de atención sanitaria, a pesar de que la experiencia relevante se encuentra a nivel regional. Francia, como era mas esperable, siguió el ejemplo de España.

En cambio en Italia, los gobiernos regionales han sido pioneros en establecer medidas de prevención. Ello se ha traducido en unos buenos resultados en el Véneto, a diferencia de otras regiones de Italia con igual o mas recursos sanitarios. En el Reino Unido, Gales y Escocia han actuado primero al anunciar medidas de política como el cierre de escuelas que luego fueron decisivas para forzar a Inglaterra a seguir los mismos pasos.

No obstante, independiente de si unos han acertado o no, lo que esta crisis demuestra es que si bien la respuesta ante males públicos globales como el Covid-19 requiere de cooperación y  confianza en las instituciones existentes, una vez mas, las elites en cada estado y región,  ha seguido estrategias que priorizan finalidades políticas mas allá de  los efectos sobre la salud.

El papel casi inexistente de la Unión Europea

Si bien inicialmente la sanidad era una competencia en manos de cada uno de los estados miembros de la Unión Europea,  ya el artículo 3 del Tratado Constitutivo de la Comunidad Europea, establecía que  (la Comunidad Europea) contribuirá a un «alto nivel de protección de la salud». Poco a poco, la salud pública ha pasado a ser una área de competencia de la Unión Europea (UE) tal como establece el Tratado de Maastricht, y mas recientemente, a través una decisión del consejo Europeo de 2013 que abrió la posibilidad a la Unión Europea a actuar ante desafíos que excedan sus limites territoriales (‘serious border threads’).

Aunque la crisis de covid-19 supone, sin duda, una amenaza que excede los limites territoriales de los estados, todo apunta a que la Unión Europea ha reaccionado con una lentitud excepcional. De hecho, se puede afirmar, que su papel ha sido casi inexistente, al menos al principio de la pandemia. Solo en la segunda semana de marzo, la Presidenta de la Comisión Europea estableció que todos los viajes no esenciales en la UE se suspendieran por 30 días, y apenas en esta pasada semana, ya bien entrada la crisis, se han observado medidas de reacción algo mas extremas. Por ejemplo, el pasado jueves, la UE amenazó a Francia y Alemania con iniciar un procedimiento de infracción por limitar las exportaciones de mascarillas. Pero solo después de que diversos medios de comunicación denunciaran la falta de cooperación entre estados.

Débil acción colectiva ante una crisis sanitaria global

Esta crisis sanitaria apunta, una vez mas a la necesidad de reformar las instituciones de la UE para apoyar a los estados cuando aparecen ‘males públicos globales’. Hoy los incentivos de los estados a la cooperación ante situaciones de crisis se ven limitados por problemas de acción colectiva (es decir, los países priorizan sus propios intereses, incluso si esto socava la solidaridad con otros países). Por ejemplo Francia, Alemania y la República Checa han introducido límites a las exportaciones de equipos médicos de protección, como máscaras faciales, a pesar de la grave escasez observada en otros países (de la Unión Europea).

Una excepción ha sido la ayuda brindada por el estado alemán de Baden-Wuerttemberg a pacientes en la región francesa de Alsacia. Sin embargo, la colaboración en el caso de Baden-Wuerttemberg, esta al menos parcialmente motivada por las externalidades que la pandemia puede causar en Alsacia al ser un estado limítrofe.

Una autoridad europea como respuesta a ‘males de salud globales’

Una solución a los problemas de acción colectiva consiste en institucionalizar la cooperación vía la transferencia de las competencias en materia de salud pública global a una agencia europea. Ello puede, a su vez, ir acompañado del reconocimiento de las ventajas de los sistemas sanitarios nacionales y regionales en la implementación, y adaptación de las medidas a sus respectivos países.

En cualquier caso, dadas las pulsiones nacionalistas, e incluso egoístas, implementadas por varios estados miembros, la creación de una autoridad de salud pública a nivel europeo debe verse como un asunto urgente, a considerar como parte de reformas más amplias de la UE, ya que estas crisis sanitarias pueden ser cada vez mas frecuentes. De ser así, ser europeo llevaría consigo una ciudadanía sanitaria de la que no gozaría los estados no miembros de la UE (de hecho, a raíz del Brexit,  el Reino Unido ha perdido su condición de miembro de la ECDC).

Dada la influencia de Alemania, cabe esperar, que si todos los países europeos hubieran implementado la misma respuesta a esta crisis que Alemania, Europa en general y España en particular se habrían ahorrado algunas fatalidades (la respuesta en España es hoy objeto de critica en diversos medios internacionales).

Dado que las pandemias no respetan fronteras estatales,  su gestión debe abordarse centralmente al nivel de decisión más alto posible, es decir, las instituciones de la UE en Europa. En su ausencia, la experiencia de  Baden-Wuerttemberg  nos sugiere que los estados solo cooperan cuando creen que  pueden producirse externalidades en su territorio. Deberíamos recordar esta lección durante la próxima pandemia.

Además, una Agencia Europea de Salud Pública que reforzara soluciones cooperativas entre estados y regiones de la Unión Europea daría un valor adicional a una «ciudadanía sanitaria» europea en tiempos de Brexit, lo que en mi opinión no es poca cosa.

21 Lecciones de la Pandemia

De Felipe Valencia Caicedo

Vista de la Plaza San Pedro durante la ceremonia papal "Urbi et Orbi" en respuesta a la pandemia global (27 de marzo de 2020; REUTERS/Yara Nardi/Pool en Infobae).

Yuval Noah Harari—el famoso autor de Homo Sapiens y Homo Deus— escribía el viernes 20 de Marzo en el Financial Times algunas reflexiones sobre el mundo después del coronavirus. Inspirado en sus 21 Lecciones para el Siglo XXI, pensé que sería útil pensar cómo esta crisis sanitaria puede cambiar nuestras vidas y nuestro mundo, más allá de estos días de cuarentena. Al fin y al cabo es más o menos lo que hago en mi trabajo como historiador económico, aunque aprender sobre el pasado sea más fácil que hacer predicciones sobre el futuro. Para una excelente muestra de ello, está la columna reciente de Fran Beltrán en este mismo blog sobre la Influenza de 1918 y los ya dos volúmenes sobre la actual pandemia de CEPR. Citando a Lenin, sin afinidad política alguna, “hay décadas en las que no pasa nada, y semanas en las que pasan décadas.” Y pareciera que estamos viviendo justamente esas semanas. Los famosos Idus de Marzo que tanto preocupaban a los emperadores romanos. ¿Será que algunas de las lecciones de estos días se quedarán con nosotros, después de que pase la pandemia? El tiempo lo dirá, por ahora van algunas ideas.

1. El teletrabajo. Los trabajadores, sobre todo en el sector de servicios, que hasta ahora han podido seguir trabajando, ha sido en gran parte gracias al teletrabajo. Aunque esta ya era una tendencia que estaba creciendo, nunca se había implementado de manera tan masiva como ahora. La epidemia puede cambiar nuestra visión sobre este tipo de arreglo laboral.

2. Los robots. A su vez, en el sector manufacturero, los robots seguirán ganando terreno. En momentos como este, tienen la ventaja que no se enferman. En otros, tampoco protestan. Ya nos remplazan en muchas áreas y seguramente lo seguirán haciendo en mayor medida en el futuro. Cómo lidiaremos con el desempleo será una pregunta de fondo, que puede darle un impulso definitivo a los programas de renta mínima.

3. Educación digital. De nuevo, no es algo novedoso de por sí, pero que casi todas las universidades, incluyendo las mejores, se hayan tenido que mudar a este modelo en cuestión de semanas, es un cambio fundamental, que también nos hace cuestionar qué pasará cuando haya terminado la epidemia. ¿Los estudiantes querrán ir a clases, solamente por la función social que brinda la universidad? ¿Y si es así, se justifican los costos? ¿Querrán tomar clases online de otras universidades, incluso mejores?

4. El medio ambiente. Quizás una de las pocas cosas positivas de la pandemia es que ha conllevado a reducciones importantes de emisiones. No es de ninguna manera una política ambiental adecuada para lograrlo, pero quizás ver que es posible hacerlo, nos haga reconsiderar que el otrora problema más importante a nivel global, tiene solución.

5. El fin del dinero físico. Con el miedo al contagio, mucha gente prefiere ahora pagar con tarjeta de crédito o débito (idealmente sin contacto alguno). Esto es algo que siempre se había argumentado y está detrás de grandes cambios como los vistos en Suecia, pero verlo en países tan apegados al dinero físico como Alemania—de manos de la misma Angela Merkel—es algo novedoso.

6. La preponderancia del internet. Es difícil decir que esto es algo nuevo, pero cuando toda la economía se vuelve digital, todo contacto humano es ahora virtual, se pregunta uno cuánto de esto quedará. El sólo hecho que no hayan colapsado los servicios digitales hasta el momento es asombroso. Los pagos electrónicos, las teleconferencias y los domicilios para cada vez más productos, quizás lleguen para quedarse.

7. La importancia del contacto físico. Estos días o semanas de falta de contacto, seguro nos harán pensar dos veces sobre la gran importancia de tener a alguien que podamos al menos abrazar. Cuando todo haya terminado, será una lección para recordar. Es importante saber, o al menos creer que todo esto terminará algún día y que cuando así sea podremos abrazar a nuestros seres queridos.

8. Boom poblacional. Es bien sabido que después de muchas guerras, y esta parece ser una contra un enemigo que ni siquiera podemos ver, incrementan los índices de fertilidad. Quedarse en casa con su pareja, probablemente conlleve a este resultado.

9. Violencia intrafamiliar. Por su parte, no todo es color de rosa y estar en un espacio reducido con otra persona, mucho tiempo, puede también ser contraproducente. Decía Aristóteles que los humanos son animales sociales, tanto sociales, como animales, se podría agregar. En los preparativos del simulacro para Bogotá, por ejemplo, esta era una de las advertencias tempranas.

10. Los sistemas de salud. Solamente en una crisis sanitaria como la de ahora, se vuelve tan relevante tener un buen sistema de salud. Esta experiencia, que puede llegar a ser desastrosa, puede acelerar el tomar medidas de fondo para tener mejores sistemas y seguros de salud, por ejemplo en Estados Unidos.

11. Giro a la izquierda. De manera más general, este es un momento donde dependemos del estado. Por eso puede representar un giro hacia la izquierda, entre el valor del estado versus el del mercado. Podríamos regresar a un estado de bienestar, como el que desmontamos durante los años 80. Algunos de los países que parece lograrán sortear la crisis como Canadá o Suecia lo hacen gracias a sus buenos sistemas públicos de salud, y esto se podría argumentar para otros campos, como los beneficios sociales. Izquierda o derecha, la capacidad estatal será la variable clave (ver, por ejemplo este artículo).

12. La vigilancia aumentará. Algunos gobiernos que han manejado la crisis exitosamente, como Corea del Sur y Singapur, lo han hecho gracias a la capacidad que tienen de vigilar su propia población. Israel llegó al extremo de aprobar medidas antiterroristas, que incluyen el espionaje de contagiados, para contener la transmisión. Las viejas preguntas sobre el sacrificio de la privacidad por un bien común—como la lucha antiterrorista—vuelven con más fuerza.

13. Las autocracias. También es en tiempos de crisis, como la actual, que vemos algunos rasgos positivos de tener un gobierno que tenga la capacidad de tener en cuarentena a su población, algunas veces a la fuerza. Esta capacidad de movilización, quizás solamente vista en tiempos de guerra, también nos hace pensar sobre el poderío militar potencial de algunos países, como China.

14. El siglo Chino. Quizás algunos historiadores marquen el 2020 como el inicio del siglo chino, que ya se venía consolidando. Una recuperación rápida de China, mientras el resto del mundo sigue colapsado con la epidemia, puede resultar en la consolidación del poderío de esta súper potencia asiática, aunque paradójicamente la crisis se inició en Wuhan. La historia con los Estados Unidos y la lenta recuperación de Europa después de la Segunda Guerra Mundial no fue muy distinta.

15. La discriminación. Probablemente aumentará la discriminación racial, y ya se han visto casos. El mismo Trump sigue llamando la pandemia como el “virus chino.” Cometiendo el mismo error histórico de la mal llamada Gripe Española de 1918, cuyo primer caso fue registrado en Kansas. Es un momento donde se exacerba el nacionalismo. ¿Cambiarán nuestra relación con los adultos mayores, los más vulnerables?

16. La ciencia. La ciencia, la investigación, y los expertos, que habían sufrido en tiempos recientes, parecen recobrar valor en estos tiempos de crisis. Cuando estamos ante una amenaza como la actual, queremos tener lo mejor que la ciencia y la medicina pueden ofrecer para lidiarla. Ya los médicos y el personal de salud son héroes en muchos lugares, con justa razón.

17. Cambiará como viajamos. El colapso de los viajes aéreos y marítimos es probablemente algo temporal, pero nos hacen repensar sobre la manera como trabajamos y nos movilizamos en general. Algunas conferencias podrán resultar irrelevantes y creo que pocos se aventurarán en un crucero.

18. Los países en desarrollo. Hasta ahora se han visto menos afectados, pero tristemente sea solamente cuestión de tiempo para que la epidemia cause estragos en las áreas más pobres del planeta. Será difícil repetir la recomendación de lavarse las manos con agua y jabón y guardar la distancia, cuando se está en un campo de refugiados o una cárcel, muchos, tristemente, morirán. La cuarentena en la India es quizás el experimento social más grande de los tiempos modernos.

19. El impacto económico. La crisis, es ante todo una calamidad sanitaria. Pero con las medidas drásticas que muchos gobiernos han adoptado, pronto será una debacle económica también. Ya es una crisis financiera, augurio de cosas peores por venir en términos reales. Con un cuarto del país o la población sin trabajar, será difícil no ver colapsos parecidos a los de las grandes guerras.

20. La crisis política. Es realmente en tiempos como estos que vemos a los emperadores desnudos. Gobernantes y políticos más preocupados por su ego o sus ideologías parroquiales en vez de soluciones locales y globales eficientes. La crisis de liderazgo es más evidente, así como el éxito de algunos gobernantes, que saldrán fortalecidos por su manejo de la crisis.

21. La crisis social. Pero lo económico y lo político no será nada ante una posible crisis social. Cuando escaseen los alimentos o cuando la gente se canse de la cuarentena, ¿cómo reaccionarán los gobiernos, impondrán las cuarentenas a la fuerza? ¿Se armarán los ciudadanos, como ya lo hacen preventivamente en algunos lugares? Sin llegar tan lejos, poco o nada se ha hablado del tremendo costo mental y psicológico del aislamiento, quizás (de vuelta al punto 1) aumentarán las consultas médicas, psicológicas y psiquiátricas por internet.

Es difícil escribir cosas positivas durante una pandemia. Pero toda crisis representa una oportunidad. De cómo nos comportemos y reaccionemos en estos momentos puede depender no solamente nuestra supervivencia personal, sino también la construcción de la sociedad del mañana. ¿Seremos menos individualistas y más conscientes del bien común? Quizás no podremos cambiar lo que pase afuera, pero al menos sí nuestra actitud frente a ello. Una anécdota de Churchill, quizás apócrifa, cuenta que en medio de la Segunda Guerra la gente se cuestionaba por qué no se recortaban los presupuestos artísticos y culturales. Sabiamente respondió, que era justamente por eso que estaban peleando Inglaterra y los aliados, que ganar la guerra no significaría nada si para hacerlo se sacrificaba la esencia de lo que uno era. Verdadera o no, esta historia cobra relevancia en estos momentos. En medio de la cuarentena, las trincheras del siglo XXI, vale la pena al menos pensar sobre para qué o por quién estamos peleando. Estos 21 puntos no son más que una invitación para hacer justamente esa reflexión.

Lecciones del COVID-19 sobre ciencia que no aprenderemos

En estos días hemos podido leer mucho, y muy bueno, en este blog sobre las consecuencias económicas de la pandemia de COVID-19 y sobre cómo hay que intentar atajarlas. Yo, que como ya saben todos los lectores de NeG, soy físico y no economista, quiero aportar en este post algunas reflexiones que esta crisis me ha inspirado sobre ciencia, política, gestión de la crisis y temas relacionados. Debajo voy desgranando esas ideas, unidas solo por el convencimiento de que ni mis reflexiones ni las de nadie van a servir de mucho, porque no aprendemos, y la próxima pandemia, la emergencia climática y demás desafíos que tenemos encima nos pillarán igual de poco preparados.

No aprendemos. Seguramente muchos de los lectores ya lo habrán visto, pero para los que no, recomiendo vivamente esta charla TED de Bill Gates de 2015. Son solo 8 minutos y cada uno de ellos merece la pena. De hecho, si no la conoce le aconsejo que deje de leer esto y la vea ahora mismo. En ella, Gates nos pone ante la situación que hoy enfrentamos y nos cuenta lo que hay que hacer. ¿Lo hemos hecho? No. ¿Por qué no? Porque Gates comete el error de contarlo con epidemias de Ébola que matan subsaharianos, y claro, a quién le importa eso. Por cierto, Gates no es el único: preparando este post descubrí que un grupo de expertos ya habían alertado a la ONU el otoño pasado. La portada de Time que recojo debajo, de 2017, tampoco deja mucho lugar a dudas.

Hay que prepararse y eso cuesta dinero. Si aprendiéramos algo de lo que está pasando, la próxima vez tendremos un sistema público de salud con mucho más músculo para emergencias. Más profesionales, mejor preparados, mejor dotados, más infraestructura (algunas ideas muy relevantes se pueden encontrar en esta entrevista con Helena Legido). Aquí me dirá mucha gente: ¡eso es muy caro, si no lo vamos a usar a tope casi nunca! Claro que es caro. Pero como dice Gates en el video, también el ejército es muy caro, se usa muy poco, nadie quiere usarlo en realidad, y lo pagamos. Alternativamente, podemos no tenerlo y pagarlo en muertes evitables, en sufrimiento en confinamiento, y en el dinero que nos va a costar salir de la crisis. Prevenir al final es mucho más barato. Aplíquese a la emergencia climática, a no dar atención sanitaria a inmigrantes sin papeles, etc.

La ciencia es crucial y hay que prepararla también. Necesitamos una Oficina de Ciencia del Presidente como la que tenía Obama (obviamente, Trump básicamente se la ha cargado). Esto no debe confundirse con la iniciativa "Ciencia en el Parlamento", pensada para asesorar al legislativo (y que se arrastra desde hace tres años sin acabar de arrancar, dicho sea de paso). En el caso de la Oficina de Obama, su misión era (la traducción es mía):

"La misión de la Oficina de Política Científica y Tecnológica es triple: en primer lugar, proporcionar al Presidente y a sus asesores un asesoramiento científico y técnico preciso, pertinente y oportuno sobre todas las cuestiones relevantes; en segundo lugar, velar por que las políticas del Poder Ejecutivo se basen en una ciencia sólida; y en tercer lugar, asegurar que la labor científica y técnica del Poder Ejecutivo se coordine adecuadamente a fin de proporcionar el mayor beneficio posible a la sociedad."

Para esta crisis, el presidente ha nombrado un comité específico de asesores muy tarde: el 21 de marzo. Si hubieramos tenido una oficina bien dotada y con científicos de alto nivel, este comité se podía haber identificado mucho antes. De hecho, la necesidad de tenerlo es la que se podría haber identificado mucho antes. Además, durante estos días estoy viendo a muchísimos de mis colegas haciendo todo tipo de esfuerzos para contribuir a entender el problema, utilizando modelos matemáticos para estudiar la propagación del virus (por ejemplo, el grupo coordinado por Alex Arenas y Jesús Gómez-Gardeñes (modelo aquí), o el trabajo en el que participan Esteban Moro y Yamir Moreno (modelo aquí), para intentar muestrear la población para tener una mejor idea de cuántos infectados hay, como lo que hace Antonio Fernández-Anta y otros (resultados aquí), o para analizar el cumplimiento del confinamiento y el impacto de la movilidad remanente con datos (Daniel Villatoro y otros, aquí) y muchas cosas y gente más que no cito por no alargarme (perdón a todos los que omito). La Oficina de Ciencia del Presidente podría haber sido un interlocutor con todas estas personas que les ayudase a coordinarse, que sirviera de interlocución con los responsables políticos, y que en definitiva permitiera proporcionar la mejor información científica para la toma de decisiones. En relación con esto, el report publicado por el Johns Hopkins Center for Health Security el pasado 24 de marzo apunta en la misma dirección pero con mucho más detalle.

Un detalle: me llama la atención que en el comité específico recién nombrado no haya un físico o matemático experto en las ecuaciones y modelos que gobiernan las epidemias. Creo que el bagaje de conocimiento aportado por los seis miembros del comité es enorme pero esta experiencia adicional falta y sería mucho más útil combinada con la del resto.

Transparencia. Otro beneficio de esta oficina sería una gestión basada de forma mucho más transparente en la ciencia. Traduzco de un editorial reciente de la revista Nature:

Los investigadores entienden que pueden hacer falta cambios repentinos de política en una situación de rápida evolución en la que existen muchas incógnitas. Pero los gobiernos corren el riesgo de perder su confianza al anunciar esas políticas antes de que se hayan publicado los datos, modelos y supuestos subyacentes. Los ministros y sus asesores científicos parecen haber vuelto al modelo de la Segunda Guerra Mundial, consistente en tomar decisiones en grupos relativamente pequeños y luego publicar documentos y declaraciones, conceder entrevistas o escribir artículos. Los políticos y sus asesores científicos necesitan adaptarse a los tiempos y adoptar la investigación abierta. Deben aprovechar los conocimientos colectivos -ahora también accesibles a través de los medios de comunicación social- de virólogos, epidemiólogos, investigadores del comportamiento y otras personas que puedan ayudarles a interrogar mejor sus modelos y, por consiguiente, a mejorar sus decisiones. Esto es imperativo ahora, cuando están tomando decisiones de las que depende el futuro de las vidas y las economías.

El ejemplo más claro de esto es como la controvertida política del gobierno de Boris Johnson en el Reino Unido ha llevado a centenares de científicos a pedir la evidencia en la que se basaba dicha política. Afortunadamente, el gobierno ha reaccionado proporcionando la evidencia, con lo que ya se puede discutir sobre puntos concretos. Como dice el editorial de Nature, "la investigación abierta y compartida es mejor investigación, porque permite que un grupo más amplio de expertos compruebe los supuestos, verifique los cálculos, se replantee las conclusiones y detecte y cuestione los errores".

Un aspecto muy importante de la transparencia, más allá de los modelos en los que se basen para tomar sus decisiones, es el de los datos, que ya he mencionado más arriba. El gobierno, bueno el gobierno y los gobiernos autónomos, tienen que dar todos los datos al nivel más desagregado posible, por edad, por lugar de residencia (idealmente por domicilio, pero como mínimo por código postal), con todo el nivel de detalle posible. Esos datos son la única posibilidad de llegar a entender lo que está pasando, y de estimar cosas como por ejemplo el número real de infectados. Tampoco es lo mismo, a efectos epidemiológicos, dar el dato de número de muertos en Madrid que observar que la mitad de esos muertos ocurren en residencias de ancianos. Esos datos deberán servir además para refinar todos los modelos matemáticos disponibles y tener versiones más precisas para futuras pandemias.

Hace falta mucha más inversión en ciencia básica. Las palabras están bien elegidas: "inversión", "ciencia" y "básica". Primero nos dedicamos a recortar en investigación, a decir a la comunidad científica que hay que hacer cosas mucho más aplicadas (que también), que la investigación básica para qué, y luego viene la crisis y todo el mundo gritando histérico que por qué los científicos no tienen ni una vacuna ni una cura. La lucha contra los coronavirus es un caso paradigmático de la utilidad de la investigación básica: Los conocemos desde hace menos de 60 años (historia, en inglés, aquí) y los primeros que trabajaron sobre ellos lo hicieron por que sí. Cuando surgió el SARS a principios de siglo, se invitó a los pioneros a presentar su trabajo y uno de ellos bromeó: "Hay más gente hoy en esta sala que en todas las conferencias que he dado en mi vida juntas". Esto es lo que tiene la investigación básica: a lo mejor no sirve para nada nunca... o sí, y entonces hace la diferencia. En los comentarios de este blog he tenido muchas discusiones sobre este tema y sobre la financiación de la ciencia. Después de esto, no voy a volver a discutirlo nunca; se acabó la tontería.

Aquí hay que tener en cuenta algo muy importante, y es que crear grupos punteros en ciencia no se hace de la noche a la mañana. Se requiere financiación suficiente y sobre todo estable, con contratos estables y perspectivas de una carrera científica. En este sentido, los recortes del último decenio han sido particularmente destructivos para la capacidad investigadora de España. Un problema muy claro es el enorme envejecimiento de la plantilla de investigadores, con edades medias (ojo, medias, quiere decir que hay mucha gente todavía más mayor) de cincuenta y tantos años en universidades y CSIC. Tenemos que recuperar a un montón de gente relativamente joven con currícula extraordinarios, que los hay y muchos, sobre todo en el extrajero dónde los aprecian y les pagan; formar a más gente, y darles dinero para que trabajen, y entonces sí tendremos gente preparada cuando haga falta.

Otro detalle: si no fuera porque necesitamos tener a cuánta más gente inmunizada mejor (el famoso concepto de "inmunidad de grupo" que aireaban Johnson y otros, no correctamente aplicado a mi modo de ver) para evitar coger enfermedades, yo negaría la vacuna contra el coronavirus (que sin ninguna duda estará disponible en cuestión de un año o 18 meses, gracias a los científicos) a todos los antivacunas que ahora la piden a gritos. De nuevo: se acabó la tontería.

Hay que educar a la gente en ciencia y cómo se hace. Muchos amigos no científicos me preguntan estos días por qué unos investigadores dicen unas cosas, otros otras, discuten entre ellos, o proponen soluciones distintas. Esto es así porque la ciencia no es religión y no tiene axiomas ni verdades absolutas ni imperecederas. Vamos haciendo, vamos sabiendo más precisamente discutiendo y contrastando ideas, y hay muchos fenómenos que no entendemos por completo. Se hacen experimentos, se descartan teorías, se cometen errores, y mientras no se tiene una teoría totalmente respaldada por la evidencia, se puede discutir y proponer alternativas. Solo hay consenso sobre las teorías cuando han sido suficientemente contrastadas, y aún así puede aparecer un nuevo caso en que no sirvan y haya que entender. Por otro lado, hay aproximaciones científicas que persiguen entender de manera general los principales mecanismos que hay detrás de un problema, y otros que se bajan a todos los detalles del problema (normalmente una vez entendidos los mecanismos con modelos sencillos) para hacer predicciones cuantitativas. En el caso del coronavirus, investigadores provenientes de la ciencia básica, liderados por Alex Vespignani, han desarrollado un modelo super detallado (que por tanto tiene que correr en super ordenadores) que el Center for Disease Control de Estados Unidos está utilizando para estudiar distintos escenarios. Otro caso similar es el de Vitoria Colizza, en París. Pero aún con todo el detalle que tienen esos modelos, las afirmaciones científicas siempre estarán sometidas a incertidumbre. No dudemos en comunicarlo al público; un trabajo de hace solo unos días ha comprobado experimentalmente que comunicar la incertidumbre no disminuye la confianza de los informados. Todas estas cosas (y más) son cultura científica y debería explicarse, junto con el pensamiento crítico, en la ESO, y a poder ser de manera transversal, en todas las asignaturas.

El coronavirus no es nuestro único problema (ni será el último). Por supuesto, ahora mismo es nuestro único problema, pero todo lo que he dicho se aplica a más problemas, actuales y por venir, y en particular a la emergencia climática. La escala de tiempo puede ser de años en lugar de meses, pero la discusión es la misma que la que tenemos ahora sobre qué hacer y qué medidas adoptar. Ahora estamos en distintas versiones del famoso "whatever it takes", tanto en lo sanitario como en lo económico, porque le hemos visto las orejas al lobo. La gente se está muriendo y no podemos ni ayudarles. Bueno, pues lo mismo pasa con la emergencia climática. Lo mismo pasa con la contaminación. Lo mismo pasa con la próxima gran epidemia, cuyos terribles efectos sobre la salud ya están también más que contrastados: la soledad (en el gobierno del Reino Unido ya ha habido un Ministerio de la Soledad, nada menos). Todo eso por no hablar de las super bacterias. El comportamiento cívico de la gente, que se está demostrando mayoritariamente ejemplar en esta crisis (dejando aparte al inevitable número de descerebrados e irresponsables que salen a la calle si se les antoja o beben todo el vino que quieren y conducen), permite esperar que se pueda poner manos a la obra también en estos y otros problemas. Para ello solo hacen falta tres cosas: liderazgo, invertir masivamente en ciencia a todos los niveles y, sobre todo, aprender de los errores.

El verdadero mensaje que nos deja el coronavirus

La gente necesita modelos para entender el mundo. Reducir la realidad que les rodea a paradigmas sencillos de interpretar. En el ámbito político/económico, el neoliberalismo y el socialismo son dos de esos paradigmas. El primero propugna el laissez faire, pretendiendo relegar el estado a un mero papel secundario. El segundo defiende el intervencionismo público con el fin de limitar el individualismo. La realidad es mucho más compleja. Pero el conocimiento se asienta sobre veraces y erróneos cimientos. Veamos un caso práctico; la crisis del Coronavirus en la comunidad de Madrid, una circunscripción pública gobernada por un ejecutivo de ideología neoliberal. ¿Qué propugna el neoliberalismo? El laissez faire, esto es, el «deja hacer», el «no limites», el «no impongas». En la crisis del Coronavirus en Madrid, la máxima mandataria política de la Comunidad viene moviéndose en esas coordenadas ideológicas al pie de la letra. La mayoría de los mensajes de gestión que viene publicando en sus redes sociales celebra lo que ella denomina «colaboración-público-privada», o, lo que es lo mismo, donaciones de empresas, multimillonarios y particulares. Su planteamiento político ante una crisis de esta envergadura sigue cerrado al vector laissez faire, a un inefable «que cada uno haga lo que quiera», «si no se quiere donar, bien, pero si se hace, ¡muy bien, sí se puede!». La adopción de un enfoque de este tipo es inconcebible por parte de un máximo representante político. Un líder político no lo puede dejar todo a la voluntad individual. Si la crisis del Coronavirus ha venido para dejarnos a todos un mensaje es que la supervivencia del colectivo y la sociedad no pueden depender de acciones individuales. Los representantes y beneficiarios del neoliberalismo lo saben y, por esta razón, todas y cada una de las donaciones que realizan son publicitadas y difundidas bajo un formato […]

La entrada El verdadero mensaje que nos deja el coronavirus aparece primero en El Captor - Economía y Opinión.

El MEDE debe ayudar frente a la pandemia: el caso de España

De Aitor Erce, Antonio García Pascual y Toni Roldán

La cantidad de recursos financieros que se necesitan para hacer frente a la pandemia del COVID-19 es tan grande que la mayoría de los Estados miembros van a necesitar respaldo de Europa. Para responder a esa necesidad se han formulado multitud de propuestas, incluyendo variedades de eurobonos y “helicópteros monetarios”. Nuestra propuesta tiene la ventaja de ser una solución rápida y plenamente operativa, puesto que los instrumentos de crédito del Mecanismo Europeo de Estabilidad (MEDE) están disponibles y son escalables.

En notas ya publicadas en Voxeu y EsadeEcPol, detallamos cómo ejecutar la propuesta formulada por Bénassy-Quéré et al. para que el MEDE provea de financiación triple A a los países de la zona euro, mostrando el caso de España como objeto de estudio.

De acuerdo con nuestros resultados, un crédito del MEDE que combine un plazo de pago amplio con un tipo de interés próximo a cero proporciona una vía prudente para cubrir las necesidades de financiación, con un esfuerzo fiscal razonable y una dinámica sostenible para la deuda pública en España.

El Gobierno español ha avanzado un plan de 200 mm de euros (el 16,5 % de PIB) que incluye transferencias y garantías públicas, la mayoría de las cuales es muy posible que se acaben solicitando. En nuestra nota estimamos que, sin intervención europea, ese desembolso puede llevar a un incremento de las necesidades de financiación bruta para el Tesoro de un 30 % del PIB por año en cada uno de los próximos años y la deuda pública podría llegar hasta el 140 % del PIB en 2030.

Por el contrario, con la intervención del MEDE que proponemos esa trayectoria mejoraría drásticamente. A continuación mostramos los supuestos y los resultados más relevantes del estudio.

La tabla 1 resume escenarios alternativos de financiación del MEDE y su impacto sobre la sostenibilidad de la deuda pública.

Fuente: Elaboración propia. Tesoro Público. MEDE. Bloomberg.

Los escenarios se organizan en torno a tres supuestos importantes:

1. El volumen del crédito del MEDE a España, que suponemos que se situaría entre 100 y 200 mm de euros (eso es, entre el 50 % y el 100 % del paquete de apoyo fiscal del 2020, respectivamente). Nuestra base de referencia es que España recibiría unos 100 mm de euros.Un paquete mayor sería más beneficioso para España pero dejaría menos recursos para otros Estados miembros necesitados. El MEDE tiene, en la actualidad, una capacidad crediticia de unos 410 mm de euros.

2. El diferencial sobre la tasa de financiación que imputa el MEDE para cubrir sus costes. En este caso, suponemos que puede oscilar entre 0 y 35 puntos básicos para representar el coste de endeudamiento en función de los diversos mecanismos de crédito existentes en el MEDE. 10 puntos básicos es el margen imputado en los programas estándar del MEDE y 35 puntos básicos es el margen imputado en las líneas de crédito con condicionalidad (ECCL). A su vez, en los préstamos a Irlanda y Portugal del Fondo Europeo de Estabilidad Financiera, los países actualmente pagan un diferencial de cero. Suponemos que el MEDE se financia a sí mismo a 10 puntos básicos por encima de la curva del Bono Alemán.

3. El vencimiento medio ponderado(weighted-average maturity, WAM) fijado por el MEDE en su propia estrategia de financiación en los mercados. Experimentamos con un WAM de entre 1 y 6 años. En la actualidad, el MEDE fija un WAM de 2-3 años.

No experimentamos con el vencimiento del préstamo del MEDE, que asumimos sería similar al que recibió España en 2012 (vencimiento a 12 años con un período de gracia de 5 años). Tampoco experimentamos con la estrategia de emisión del Tesoro español y replicamos lo que ha venido haciendo en la práctica. Establecemos una WAM en la emisión de seis años y medio cuando el estrés es menor, y de cuatro años cuando el estrés es mayor.

La Tabla 1 también muestra cuatro “summary statistics” extraídos del análisis DSA realizado para cada escenario:

1. Coeficiente de deuda pública sobre el PIB en 2030. Oscila entre el 100 % del PIB en un escenario de referencia sin el shock del Covid-19 y el 136 % en el escenario posterior al Covid-19 sin ningún apoyo del MEDE.

2. Necesidades medias de financiación bruta con respecto al PIB(GFN/PIB) para el período 2022-2030.

3. Saldo primario medio para estabilizar la deuda con respecto al PIB(PB*/PIB) para el período 2022-2030. Un valor más alto denota que se necesita un mayor esfuerzo fiscal para estabilizar la deuda pública con respecto al PIB.

4. Pagos de intereses acumulados en cada uno de los escenarios. El rango va de los 509 mm de euros (tras el shock) a los 279 mmm de euros (sin el shock del Covid).

La principal lección que se desprende de estos escenarios es que el apoyo del MEDE cambiaría fundamentalmente las condiciones de financiación, garantizando que la dinámica de la deuda sea sostenible.

En concreto:

• El apoyo del MEDE marca una gran diferencia en la reducción de los costes financieros. Los pagos de los tipos de interés acumulados en el mejor de todos los escenarios de financiación contemplados —cero spread, 200 mm de ayuda y donde el MEDE se aprovecha de la financiación más barata a corto— supondría para España un ahorro de más de 150.000 millones de euros, ¡más del 12 % del PIB de 2019, en pagos de intereses!

• El apoyo del MEDE reduce significativamente el esfuerzo fiscal necesario para estabilizar o reducir el coeficiente de deuda pública sobre el PIB. De hecho, el esfuerzo fiscal (medido como el saldo primario medio para estabilizar la deuda) sería similar al escenario de referencia sin el shock del Covid-19.

• El apoyo del MEDE mantendría las necesidades de financiación bruta anuales a un nivel (en términos del PIB) del 19 % del PIB, similar a la situación de partida antes del shock.

• En resumen, la combinación del apoyo del MEDE y el Banco Central Europeo permitiría reforzar la sostenibilidad de la deuda española después del shock del Covid-19, e igualmente podría ayudar a otros estados de la zona euro.

Ensayos clínicos en tiempos de pandemia

Todos seguimos con atención e impaciencia las noticias que nos van llegando acerca de los estudios que se están realizando sobre posibles tratamientos del COVID-19. A continuación discuto brevemente dos de los problemas a los que se enfrentan. El primer problema es el reducido tamaño muestral de los estudios que se han realizado hasta la fecha, lo que complica la interpretación de los resultados. El segundo problema está relacionado con el diseño de los estudios y su adaptación en función de los resultados que se vayan observando, de forma que se concilie el objetivo de estimar con precisión el efecto del tratamiento con el de salvar el mayor número posible de vidas entre los participantes.

Para ilustrar el problema del tamaño muestral, voy a utilizar como ejemplo el estudio publicado recientemente por el virólogo francés Didier Raoult en el que se analiza el efecto de la hidroxicloroquina, un antiguo fármaco para la malaria que tiene la ventaja de ser conocido y de fácil producción. Los investigadores franceses asignaron a 16 pacientes de COVID-19 al grupo de control y a 26 al grupo de tratamiento, quienes recibieron unos 200mg de sulfato de hidroxicloroquina tres veces al día. Mientras que a los seis días de iniciarse el tratamiento el 70% de los pacientes del grupo de tratamiento daba negativo en los tests, en el grupo de control únicamente ocurrió con el 12.5%, una diferencia que es significativa al 0.1%. Los resultados de este estudio han tenido una enorme repercusión y el presidente Donald Trump ha declarado que confía en que la hidroxicloroquina sea el “game changer” que todos estamos esperando, desatando entre los consumidores una fiebre por hacerse con este producto.

Como ya han discutido varios autores, el estudio francés es imperfecto en muchos aspectos (ver Dahly, Gates y Morris). Desafortunadamente, la asignación de los pacientes no fue aleatoria. Los pacientes del grupo de tratamiento fueron reclutados en Marsella, mientras que el grupo de control lo forman pacientes de otras localidades del sur de Francia. Además, los autores excluyeron del análisis final a varios pacientes del grupo de tratamiento que, de haber sido testados, probablemente habrían dado positivo (tres habían sido trasladados a la UCI y uno falleció). También parece mejorable la forma de medir el outcome, utilizando una variable dicotómica, que no explota información más detallada acerca de la rapidez de la curación.

Pero incluso si obviamos todos estos problemas, no deberíamos apresurarnos a concluir que la hidroxicloroquina “cura” el COVID-19. Incluso con una diferencia tan grande como la observada entre el grupo de tratamiento y el grupo de control en este estudio, cabe una probabilidad no despreciable de que esta diferencia se deba a la casualidad y no a la existencia de un efecto real del tratamiento. Es decir, podría tratarse de un falso positivo, utilizando la jerga estadística. Como muestro en detalle en el siguiente párrafo, si por ejemplo pensábamos inicialmente que la hidroxicloroquina tenía un 10% de probabilidad de duplicar la tasa de curación, después de observar los resultados de este estudio deberíamos aumentar nuestros “priors” hasta el 41.6%, pero estaríamos todavía lejos de tener la certeza de que será la cura definitiva.

Para calcular de una manera aproximada la posibilidad de que los autores hayan detectado un efecto real y no un falso positivo utilizo el sencillo método que proponen Maniadis, Tufano y List (2014). El método require calcular la probabilidad de obtener un efecto significativo debido a la existencia de un efecto real y la probabilidad de obtener un falso positivo. Para calcular la posibilidad que tenían los investigadores franceses de detectar un resultado significativo real, necesitamos calcular el poder estadístico del estudio (la probabilidad de detectar el efecto, asumiendo que este existe) y hacer algún supuesto sobre la probabilidad que asignamos a priori de que exista el efecto. Podemos considerar, por ejemplo, un escenario moderado, en el que pensamos que, a priori, de existir un efecto, el tratamiento aumentaría la tasa de curación del 12.5% al 25%. Dado el tamaño muestral del estudio, y considerando el nivel de significatividad (alpha) del 0.1% obtenido por los autores, el poder estadístico del estudio sería del 0.6% (utilizando el comando de stata: power twoproportions 0.125 0.25, n1(16) n2(26) alpha(0.001)). Si somos relativamente escépticos acerca del potencial de la hidroxicloroquina y asignamos una probabilidad previa del 10% a que el tratamiento tiene efecto, la probabilidad de que los autores obtengan un “auténtico” positivo sería del 10%*0.6%=0.06%. Por otro lado la probabilidad de obtener un “falso” positivo sería igual al nivel de significatividad que hemos fijado, en este caso un 0.1%, multiplicado por la probabilidad que hemos asignado inicialmente a que no exista ningún efecto, un 90%, lo que supone un 0.09% (=0.1%*90%). Dados estos supuestos, la probabilidad de que el resultado significativo observado por los autores refleje un efecto real sería igual P(auténtico positivo)/( P(auténtico positivo)+P(falso positivo))=0.06%/(0.06%+0.09%)=41.6%.

Naturamente, distintos lectores pueden tener distintas expectativas acerca de la probabilidad de que exista un efecto, y esto afectará al cálculo realizado, pero en general la probabilidad posterior de que que exista un efecto a partir de un único estudio con una muestra pequeña seguirá siendo limitada. Además, la probabilidad de que se trate de una falso positivo podría ser aún mayor si tenemos en cuenta que este es únicamente uno de los múltiples tratamientos que se están ensayando. Cada ensayo adicional multiplica la probabilidad de obtener por casualidad resultados significativos.

Todo esto no quiere decir que no debamos tener esperanzas acerca del potencial de la hidroxicloroquina, pero sí que debemos ser cautos. Afortunadamente, existen al menos otros 13 estudios en camino y la Organización Mundial de la Salud anunció el 20 de marzo un ensayo a gran escala randomizado que tendrá lugar en decenas de países y en el que participarán miles de enfermos. En este ensayo se estudiará la eficacia de cuatro tratamientos distintos, incluyendo además de la hidroxicloroquina, un compuesto antiviral llamado remdesivir, y dos combinaciones de drogas utilizadas para el HIV.

A medida que estos estudios a gran escala vayan generando datos, se planteará un nuevo problema en el diseño de los estudios. En principio, si el único objetivo fuera estimar con precisión el efecto de un tratamiento, lo óptimo sería dividir a los participantes en grupos de igual tamaño hasta la conclusión del estudio. Sin embargo, a medida que los datos vayan revelando que alguno de los tratamientos parece ser más eficaz, para salvar las vidas de los participantes sería conveniente aumentar el número de individuos que son asignados al tratamiento más exitoso, aunque esto retarde la velocidad a la que se obtiene información sobre la eficacia de cada tratamiento. Este problema ha sido estudiado recientemente por el economista Max Kasy y coautores (aquí y aquí), quienes proponen un algoritmo de asignación y muestran diversos ejemplos de su aplicación. La aplicación de este tipo de algoritmos en los nuevos ensayos clínicos podría contribuir a salvar numerosas vidas.

El Impacto de la Medidas Económicas en la Crisis del Coronavirus

Por José E. Boscá; Rafael Doménech y Javier Ferri

El Gobierno ha aprobado un importante paquete de medidas económicas que va a movilizar recursos públicos por cerca de 117.000 millones de euros, para contrarrestar la fuerte caída de actividad provocada por la pandemia del coronavirus. Estas medidas incluyen  incrementos de gasto sanitario, partidas presupuestarias para proteger a trabajadores y empresas, establecimiento de avales para créditos a los que pueden optar las empresas para paliar los efectos de la interrupción de su actividad, o prórrogas en el pago de impuestos. Con las debidas cautelas sobre la eficacia y rapidez en su implementación, a continuación se presentan simulaciones sobre el impacto de éstas. Nuestro objetivo es aproximar su capacidad de contrarrestar los efectos negativos de la crisis. Incluimos las magnitudes económicas de estas medidas sobre las que existe información, si bien es obvio que faltan por conocer las cifras concretas de algunas propuestas de las que sólo puede estimarse su potencial impacto presupuestario. Nuestras simulaciones no incluyen los programas económicos que las comunidades autónomas puedan haber aprobado, ni las medidas de gasto extraordinario que están llevando a cabo las corporaciones locales.

En el Gráfico 7 mostramos las consecuencias de relajar la aplicación de la regla fiscal durante 6 trimestres, es decir, hasta 2022, en línea con la decisión adoptada el 23 de marzo por el ECOFIN de activar la cláusula general de salvaguardia del marco presupuestario ante la crisis del COVID-19. Esta medida tiene un impacto importante, mitigando la caída del consumo privado, dado que la regla fiscal en el modelo actúa alterando la renta disponible de los hogares del modo menos distorsionador posible. Básicamente, la regla fija el volumen de impuestos a tanto alzado que evita que la deuda se dispare, aumentándolos cuando el ratio deuda/PIB aumenta y se sitúa por encima de su valor de estado estacionario. La relajación de la regla fiscal se traduce en un aumento de 2 puntos adicionales del déficit público sobre el PIB durante el año 2020 (con respecto al escenario con ajuste del déficit). Según nuestras simulaciones, la concesión de una prórroga en el proceso de consolidación por parte de la Comisión Europea, supondría recuperar 0,6 puntos de PIB anual durante 2020, siendo esta estimación un mínimo, dadas las pocas distorsiones que, como hemos dicho, genera la regla fiscal del modelo. En el resto de los ejercicios que se presentan a continuación evaluaremos los efectos de las distintas medidas de política adoptadas bajo el supuesto de que la consolidación fiscal se mantiene en suspenso hasta principios de 2022.

Por su parte, el anuncio del BCE de medidas extraordinarias, como el Programa de Compras de Emergencia frente a la Pandemia (PEPP) por 750 mil millones de euros, tiene el objetivo de proporcionar toda la liquidez necesaria y evitar cualquier tipo de tensiones financieras que pudieran producirse como, por ejemplo, sobre las primas de riesgo de los países de menor margen fiscal. Como es bien conocido, este tipo de medidas de política monetaria se han estado realizando desde mayo de 2009, pero es a partir de 2011 cuando pasan a tener mayor protagonismo y efectos. Una forma de recogerlas en nuestro modelo es utilizando el tipo de interés nocional o en la sombra (shadow rate) para la eurozona, que mide el tono de la política monetaria cuando el límite cero (ZLB) no es necesariamente vinculante e incorpora los anuncios y medidas no convencionales de política monetaria, como la expansión cuantitativa y los programas de compra de deuda. En tiempos de política monetaria convencional, el tipo de intervención y el tipo sombra coinciden, pero cuando hay medidas no convencionales la diferencia entre ambos refleja el signo de la política monetaria. De acuerdo con las estimaciones de De Rezende y Ristiniemi (2019), el tipo de interés en la sombra ha estado en promedio unos 65 puntos básicos por debajo del de intervención desde 2011. Nuestras estimaciones indican que los anuncios actuales podrían reducir el tipo de interés en la sombra en unos 20 pb adicionales. El efecto de esta reducción del tipo de interés en la sombra sobre el PIB en nuestro modelo no es muy significativo. Pero sí lo es, y mucho, en la medida que junto a la actuación de instituciones europeas impida cualquier aumento de la prima de riesgo de España por el aumento del déficit público en 2020 y 2021 como consecuencia del COVID-19. En ejercicios de simulación con versiones previas al modelo aquí utilizado ya se mostraba que cada aumento duradero de 100 puntos básicos en la prima de riesgo provocaba al menos una disminución de un punto porcentual del PIB. Tanto en nuestro escenario base como en las siguientes simulaciones suponemos que no se producen aumentos de la prima de riesgo de España como resultado de la actuación del BCE y de otras instituciones de la UE.

Gráfico 7. Efecto sobre los componentes del PIB de la epidemia COVID-19.
Relajación de la regla fiscal
Desviación porcentual trimestral respecto al escenario en ausencia de shocks

En el Gráfico 8 se muestra el impacto de las medidas destinadas a realizar transferencias a hogares en dificultades y a proporcionar complementos salariales. Para ello se ha utilizado la estimación de su coste correspondientes al escenario central que nos mostraron hace poco en este mismo blog Conde-Ruiz, Galindo y Victoria (2020). Suponemos que estas políticas entran en vigor al principio del segundo trimestre y están activas durante seis meses. Las medidas en relación a los trabajadores se han clasificado en dos grupos: (a) las transferencias y compensaciones salariales que afectan a trabajadores temporales no renovados, con un coste estimado de 1.623 millones de euros trimestrales. En nuestro modelo asignaremos estas transferencias a los hogares sin acceso al mercado financiero y con menores salarios; (b) las compensaciones salariales de trabajadores indefinidos, con un coste de 3.183 millones de euros trimestrales. Estas se reparten entre los otros tipos de hogares trabajadores con acceso a los mercados financieros, de modo que en términos per cápita todos reciben la misma cantidad.

Los resultados muestran que esta medida tiene su reflejo en un aumento del déficit público y mitiga la caída en el consumo privado en unos 0,2 puntos durante el 2020, pero su efecto sobre el PIB es reducido. Se trata de un estimulo fiscal temporal, de una cuantía reducida en términos relativos (aunque sin duda relevante para los hogares más vulnerables) y una parte importante de la transferencia se dedica a ahorro.

Gráfico 8. Efecto sobre los componentes del PIB de la epidemia COVID-19.
Transferencias a los hogares y complementos salariales.
Desviación porcentual trimestral respecto al escenario en ausencia de shocks

El escenario base incluye el retardo en la consolidación fiscal

Otra de las medidas anunciadas se corresponde con la exención de cotizaciones para empresas con ERTE y exención extraordinaria por cese de actividad para autónomos durante dos meses por el 70% de la base reguladora. El coste total de esta medida se ha estimado en unos 5.000 millones, aproximadamente la mitad para cada medida. En concreto, hemos supuesto una exención media de las cotizaciones por ERTE de 600 euros por trabajador que afecta a un millón de trabajadores durante unos cuatro meses. A la espera de conocer datos oficiales, algunos medios de comunicación hablan ya de un número mayor de trabajadores afectados por ERTEs, en el entorno de un millón y medio. Para los autónomos suponemos una cantidad total equivalente. Aunque a nivel individual estas medidas pueden ser muy relevantes, como se observa en el Gráfico 9, los efectos son similares a los del Gráfico 8, beneficiando básicamente al consumo (mitigando su caída en otros 0,2 puntos anuales) y afectando al déficit público.

Gráfico 9. Efecto sobre los componentes del PIB de la epidemia COVID-19.
Prórroga del pago de la cuota a la seguridad social.
Desviación porcentual trimestral respecto al escenario en ausencia de shocks

El escenario base incluye el retardo en la consolidación fiscal

El aval por parte del estado de una línea de crédito de hasta 100.000 millones es una medida pensada para paliar los problemas de liquidez al que se pueden enfrentar muchas empresas y evitar que se convierta en un problema de solvencia. Para simplificar, suponemos que de utilizarse íntegramente evitaría parcialmente el aumento considerado en la mora, de manera que las pérdidas derivadas por impagos potenciales (el 4% de los créditos) se reparten al 50% entre el sistema bancario y el sector público. Esta medida se aplica sólo al nuevo crédito y suponemos que el impacto presupuestario empieza a tener efectos graduales dos trimestres después de aprobarse. En el Gráfico 10 se observa que esta medida ayudaría a una recuperación en forma de V en el escenario base y a mitigar los posibles efectos persistentes de la crisis (histéresis).

Gráfico 10. Efecto sobre los componentes del PIB de la epidemia COVID-19.
Línea de crédito con aval del estado.
Desviación porcentual trimestral respecto al escenario en ausencia de shocks

El escenario base incluye el retardo en la consolidación fiscal

De acuerdo con el RDL 8/2020 se destinarán 3.800 millones de euros a reforzar el sistema sanitario y 300 millones para financiar las prestaciones básicas de los servicios. Suponemos que la suma de estas dos partidas implica un incremento del consumo público durante los trimestres segundo y tercero. También incluimos como gasto público en inversión 200 millones correspondientes al Plan Acelera de la entidad pública Red.es. Las simulaciones en el Gráfico 11 muestran un impacto de unas décimas en términos de PIB.

Gráfico 11. Efecto sobre los componentes del PIB de la epidemia COVID-19.
Aumento del gasto en sanidad.
Desviación porcentual trimestral respecto al escenario en ausencia de shocks

El escenario base incluye el retardo en la consolidación fiscal

Entre las medidas aprobadas se encuentra también el aplazamiento de pagos tributarios hasta 2021 para empresas y autónomos en dificultades. De acuerdo con las estimaciones que el propio gobierno ha hecho públicas, el importe potencial de esta medida es de unos 14.000 millones de euros. La medida se ha incorporado en el modelo como una rebaja del impuesto sobre las rentas del capital (equivalente al 22% de tipo impositivo) durante el segundo y tercer trimestre de 2020, que se devuelve a partir de 2021. Como muestra el Gráfico 12, dada la expectativa de los agentes de que los shocks desaparecen al final del segundo trimestre, esta medida tiene capacidad de frenar en 9 puntos la caída anual de 12 puntos experimentada por la inversión, recuperando en consecuencia 0,75 puntos de caída anual de PIB.

Gráfico 12. Efecto sobre los componentes del PIB de la epidemia COVID-19.
Aplazamiento impuestos de empresas y autónomos
Desviación porcentual trimestral respecto al escenario en ausencia de shocks

El escenario base incluye el retardo en la consolidación fiscal

Otra de las medidas aprobadas en el RDL 8/2020 tiene que ver con la ampliación en 10 mil millones del límite de endeudamiento neto del ICO con el fin de aumentar sus líneas de financiación a empresas y autónomos. El sector bancario en nuestro modelo no incluye específicamente banca pública, por lo que esta medida se modeliza como una inyección de capital bancario que permite apalancar esa financiación adicional. Esta medida tiene cierta capacidad para sostener la caída de la inversión y del PIB, como muestra el Gráfico 13.

Gráfico 13. Efecto sobre los componentes del PIB de la epidemia COVID-19.
Aplazamiento impuestos
Desviación porcentual trimestral respecto al escenario en ausencia de shocks

El escenario base incluye el retardo en la consolidación fiscal

El efecto conjunto de las medidas consideradas en estos ejercicios de simulación aparece recogido en el Gráfico 14. A cambio de un aumento elevado del déficit público durante 2020 (de unos 3,5 pp del PIB con respecto al escenario anterior a la epidemia) se reduce en algo menos de la mitad la caída del consumo privado en 2020 respecto al escenario sin medidas, se detiene la caída anual de la inversión (por la fuerte recuperación a partir del tercer trimestre), y se reduce a menos de la mitad la disminución del PIB en el segundo trimestre, facilitando el rebote de la economía en la segunda mitad del año y la recuperación en V de la economía. De acuerdo con las simulaciones realizadas, la caída del PIB en 2020 que en el escenario base es del 4,1% pasaría a ser del 0,6%, con un multiplicador fiscal para el conjunto de las medidas de 1,1. En el escenario alternativo menos optimista, pero igualmente verosímil, en el que el PIB disminuía un 7,9% antes de las políticas, las medidas fiscales mitigarían la caída hasta el 4,5%.

Como bien afirma Mario Draghi “nos enfrentamos a una guerra contra el coronavirus y debemos movilizarnos en consecuencia.” Nuestros resultados son consistentes con el consenso de que una crisis extraordinaria como la del COVID-19 requiere hacer uso de todas las herramientas disponibles de política económica. En esta situación, las políticas fiscales deben hacer todo lo posible para mitigar las potenciales consecuencias permanentes que puede suponer esta crisis. No obstante, sus efectos serán mayores cuanto mejor se diseñen estas medidas y más rápida y eficazmente se lleven a cabo, evitando un uso poco eficiente de los recursos públicos. Y, por supuesto, cuanto menores sean los costes futuros de financiación de los abultados aumentos de deuda pública a los que van a dar lugar. Por eso es tan importante la acción coordinada y la puesta en común de políticas europeas que faciliten la financiación de todas las medidas necesarias de gasto público en el presente, y eviten cualquier tensionamiento de los mercados de deuda pública en el futuro.

Gráfico 14. Efecto sobre los componentes del PIB de la epidemia COVID-19.
Aplazamiento impuestos
Desviación porcentual trimestral respecto al escenario en ausencia de shocks