Haciendo estadística sin saberlo

Nota del Editor: Pol Campos nos trae una cuento metafórico sobre cómo hacer cálculos de poder estadístico antes de realizar experimentos, que complementa muy bien esta entrada de Marcos Vera y ésta otra de José Luis Ferreira. Espero que les resulte útil a quienes se inician en el análisis empírico.

De Pol Campos

Después de largos años en el laboratorio, has creado una píldora para hacer que la gente sea mejor persona. ¿Cómo puedes comprobar que esta píldora realmente funciona?

Una forma sería tomártela y comprobar si eres mejor persona, pero probablemente te será difícil convencer a los demás de que la píldora funciona solo con tu experiencia. Descubres que existe un test que mide cuán buena persona eres, pero que sólo se puede realizar una vez (porque la gente le pilla el tranquillo y a la segunda los resultados son muy diferentes). Decides entonces que una forma de comprobar si tu píldora funciona sería seleccionar a dos sujetos, darle a uno tu píldora y al otro una píldora placebo, y comprobar después con el test si el sujeto al que le diste tu píldora es mejor persona que el otro. Con ésto seguramente tampoco convencerías, pues te preguntarían: “¿y si la persona a la que le diste tu píldora ya era mejor persona que la otra?”. Te das cuenta de que la forma con la que probablemente tendrías más éxito sería seleccionar a muchos sujetos, darles aleatoriamente tu píldora o la píldora placebo y comprobar si, de media, los sujetos a los que les diste tu píldora son suficientemente mejores personas que los sujetos a los que les diste la píldora placebo. Pero, ¿cuántos sujetos deberías seleccionar? ¿cuánto mejor personas tienen que ser los sujetos que tomaron tu píldora para decir que la diferencia es suficientemente grande? ¿cuándo podrás concluir por fin que tu píldora funciona?

La estadística nunca despertó tu interés, así que decides ignorarla y hacer el experimento a tu manera. Sabes que la gente puede ser buena persona del 0 al 100 (donde tener 0 “puntos” de buena persona es ser muy mala persona y tener 100 puntos es ser muy buena persona), y crees que es igual de probable encontrarte a una persona con cualquier nivel de buena persona. Decides invitar a 20 sujetos, escoger a 10 sujetos aleatoriamente para darles tu píldora (y darles un placebo a los otros 10) y después medir cuán buenas personas son.  Si los sujetos a los que les diste tu píldora son de media al menos 5 puntos mejores personas que los que tomaron el placebo, concluirás que tu píldora funciona. Pero pronto te das cuenta de que algo no va bien. Dado que podrías tener la mala suerte de que el azar envíe las mejores personas del grupo de 20 sujetos al grupo al que le das tu píldora, ¡es posible que encuentres este efecto de 5 puntos aunque en realidad tu píldora no funcione! Peor aún, te das cuenta de que, sea cual sea el resultado del experimento (aunque encuentres que los del grupo de tu píldora son 40 puntos más buenas personas que los del grupo del placebo), ¡siempre va a existir la posibilidad de que tu píldora no tenga ningún efecto y de que, en realidad, esta diferencia se deba al azar!

Qué golpe más duro. Toda una vida diseñando esta píldora para darte cuenta de que nunca podrás comprobar con certeza si funciona o no. Estás a punto de dejarlo todo atrás para empezar tu nueva vida en el paro cuando te das cuenta de algo. Piensas: “sí que es verdad que, aunque la diferencia entre el grupo de mi píldora y el de placebo fuera de 40 puntos, nunca podré asegurar que esta diferencia se deba a mi píldora y no al azar. Pero sí que puedo ver cuál es la probabilidad de que una diferencia de 40 puntos entre los dos grupos se deba sólo al azar. Es decir, en caso de que mi píldora no funcionase, puedo calcular en qué porcentaje de experimentos encontraría una diferencia tan grande a causa del azar”. Tienes entonces una idea: una buena forma de averiguar si la píldora funciona es comprobar si la diferencia de bondad entre los dos grupos es tan grande como para que sea improbable que se haya producido solo por el azar. Te dices: “si encuentro una diferencia de bondad tan grande entre los que toman mi píldora y los que toman el placebo que la probabilidad de que ocurra solo por azar es del 5% o menos, entonces voy a concluir que mi píldora funciona”.

Te preguntas ahora: “dada la regla que he definido para decidir si mi píldora funciona, si hiciera el experimento con 20 sujetos ¿cuán grande debería ser la diferencia de bondad entre el grupo que toma mi píldora y el que toma el placebo para concluir que mi píldora funciona? ¡Voy a calcularlo!”. Te pones manos a la obra. Coges un dado de 100 caras (te aseguro que existen, pero puedes también simularlo online) y lo tiras 20 veces, apuntando el número que te ha salido cada vez. Cada tirada representa lo buena persona que es uno de los 20 sujetos que ha acudido a tu experimento. Las primeras 10 tiradas representan cuán buenas personas son los sujetos a los que les darás tu píldora, y las segundas 10 tiradas representan los sujetos del grupo del placebo. Calculas la media de los dos grupos (te da 56,17 para el primer grupo y 45,83 para el segundo), y te apuntas la diferencia. En este caso, la diferencia es 10,34. Lo vuelves a hacer, -3,21. Lo vuelves a hacer, 23,89. Lo repites 10.000 veces para crear 10.000 experimentos ficticios. Entonces ordenas los resultados de los 10.000 experimentos ficticios según el resultado, empezando con la diferencia de bondad más grande y acabando con la más pequeña. El número que queda en la posición 500 (el 5% más grande) es 21 puntos. Concluyes entonces que, si en tu pequeño experimento con 20 sujetos encontrases que la diferencia de bondad entre el grupo que toma tu píldora y el grupo que toma el placebo es de más de 21, la probabilidad de que este resultado venga dado por el azar será solo de un 5% o menos. Por lo tanto, concluirás que tu píldora funciona.

Ya está todo listo para realizar el experimento. Estás a punto de salir a reclutar a tus sujetos. Pensando en los 21 puntos, piensas: “oye, ¿y ya es razonable esperar que la diferencia entre los dos grupos sea de 21 puntos? Yo pienso que, si mi píldora tiene algún efecto, el efecto será que los sujetos que la tomen van a ser unos 10 puntos más buenas personas, pero no más (¡tan potente no es!). Entonces, si el efecto real de mi píldora fuera de 10 puntos, ¿sería factible encontrar que la diferencia entre los dos grupos es de 21 puntos?”. Corres hacia tu libreta con las 10.000 diferencias y piensas qué pasaría si tu píldora en realidad tuviera un efecto de 10 puntos. Así que añades 10 puntos a todas las tiradas que hiciste para los sujetos ficticios del grupo de la píldora (simulando que tu píldora tuvo un efecto) y vuelves a calcular la diferencia entre la media del grupo de la píldora y del grupo placebo para cada uno de los 10.000 experimentos ficticios. ¡Te pegas un susto cuando ves los resultados! ¡Aunque el efecto de tu píldora fuera real e hiciera que la gente fuera 10 puntos más buena persona, solo 1.985 de tus 10.000 experimentos ficticios encontrarían una diferencia superior a los 21 puntos! ¡Es decir, aunque tu píldora realmente funcionase, la probabilidad de que concluyeras que funciona sería inferior al 20%!

Te das cuenta de que quizás la clave está en reclutar a más sujetos: “si recluto a más sujetos, la diferencia de la media de buena persona entre los dos grupos va a estar más cercana a 0 (en caso de que no exista ningún efecto) o más cercana a 10 (en caso de que exista un efecto). Por lo tanto, si mi píldora funciona realmente, es más probable que pueda concluir que funciona cuántos más sujetos tenga”. Como no puedes permitirte reclutar un número infinito de sujetos (no tienes tanto dinero), decides reclutar los suficientes para que, si en realidad tu píldora tiene un efecto de 10 puntos, lo puedas concluir en tu experimento con un 80% de probabilidad.

Así que vuelves a tirar los dados imaginándote que, en vez de 20, reclutas a 100 sujetos. Haces los mismos cálculos que antes y calculas que para concluir que existe un efecto deberías encontrar una diferencia de 8,93. Calculas que si el efecto real fuera de 10 puntos, concluirías que existe un efecto con un 55% de probabilidad. No es suficiente. Lo pruebas otra vez con 400 sujetos. 94% de probabilidad. Demasiado. Hasta que pruebas con 200 sujetos. Perfecto: “si hago el experimento con 200 sujetos y en realidad el efecto de mi píldora es de 10 puntos, voy a concluir que mi píldora funciona con un 80% de probabilidad. Si en realidad mi píldora no funciona, solo concluiría que funciona con un 5% de probabilidad”.

Sin darte cuenta, técnicamente has diseñado un experimento con una potencia estadística del 80% para detectar un efecto con un 5% de significatividad. Así, tu probabilidad de cometer un error Tipo II (es decir, de no rechazar la hipótesis nula de no efecto cuando esta es falsa) es de un 20%, y tu probabilidad de cometer un error Tipo I (es decir, de rechazar la hipótesis nula de no efecto cuando esta es cierta) es de un 5%. Estos acostumbran a ser los estándares que las ciencias sociales utilizan para calcular el número de sujetos que necesitan en sus experimentos. Después de hacer este análisis, toca pre-registrar y realizar el experimento.

¡Ah! Al final hiciste el experimento con 200 sujetos y te salió un efecto de 12 puntos. Calculaste que un efecto tan grande solo ocurriría con un 0,2% de probabilidad solo por azar (el valor p es 0,002). Concluiste que tu píldora para ser mejor persona funciona.

¡Próximamente en sus tiendas!

Nota final: Por supuesto, tirar los dados tantas veces cada vez que se quiera realizar un análisis de potencia puede cansar bastante. Otra opción es utilizar fórmulas analíticas que ayudan en el cálculo. No obstante, otra posibilidad (más flexible) es usar simulaciones con algún programa matricial. En este link explico cómo hacerlo con el programa Stata.

La vivienda turística y el precio del alquiler ¿Qué dice la evidencia?

La CNMC ha sido objeto de polémica durante el pasado verano debido a su informe acerca de la vivienda turística. Este informe se unía al anuncio de que impugnaría la normativa turística de Madrid, Bilbao y San Sebastián. En un ejercicio de mezcla de churras con merinas algunos medios de comunicación han achacado estas decisiones al mal diseño de la institución (que yo he criticado como el que más) y a la composición de su consejo. Nadie parece querer entrar en el fondo del asunto, probablemente porque las cosas no son tan sencillas cómo algunos nos quieren hacer creer.

La normativa turística que están aprobando algunos ayuntamientos surge como respuesta al gran crecimiento de plataformas como AirBnB e impone básicamente dos tipos de restricciones. Por un lado, se prohíben las viviendas turísticas, bien directamente (por ejemplo, en algunos barrios de Madrid y San Sebastián) o bien indirectamente mediante la necesidad de una licencia para la que el ayuntamiento limita la concesión (por ejemplo, en Barcelona o en algunos distritos de Madrid). Por otro, se regulan las características que deben tener los alojamientos permitidos requiriendo, por ejemplo, una entrada independiente (Bilbao) o que se localicen en plantas bajas (San Sebastián).

Detrás de estas normativas restrictivas existen dos motivaciones claras. Por un lado, se pretende limitar el ruido y los inconvenientes que viviendas con uso turístico pueden acarrear al resto de los vecinos. Por otro lado, se busca evitar que el parque de viviendas de alquiler para residentes se desvíe a fines turísticos y mitigar así el crecimiento del precio de la vivienda.

Sin embargo, a criterio de la CNMC, estas normativas turísticas imponen restricciones injustificadas a la competencia “porque limitan la entrada de nuevos operadores y consolidan la posición de oferentes de alojamientos turísticos que ya ofrecen servicios. Ello provocará precios más elevados en el alojamiento turístico y reducirá la calidad, la inversión y la innovación en los alojamientos turísticos de estas tres ciudades.” La CNMC argumenta que no existe evidencia sobre los efectos de estas plataformas. No se refiere a las molestias que el turismo (de todo tipo, por cierto) pueda ocasionar en los residentes. La falta de evidencia que menciona la CNMC se refiere a los efectos sobre el precio del alquiler. En realidad, sí existen estudios sobre los efectos de las viviendas turísticas. Sin embargo, en su mayor parte no cumplen con los estándares mínimos de credibilidad y por ello, la CNMC, elegantemente, decide ignorarlos.

Pongamos algunos ejemplos. En algunos estudios, se utiliza la mera presencia de apartamentos turísticos como indicación de incrementos del precio de la vivienda, además de ser causa de la "gentrificación" de algunos barrios y desplazamiento de sus residentes sin aportar ningún análisis que lo corrobore. En otros trabajos algo más sofisticados, como éste para Los Angeles, se constata una relación positiva entre el número de alojamientos en AirBnB y los efectos anteriores. Estas conclusiones se obtienen al comparar vecindarios con diferente proporción de alojamientos turísticos y ver cuál es el incremento de los alquileres que han experimentado.

Evidentemente, los estudios anteriores no superan el más mínimo análisis de credibilidad al no ofrecer una evidencia causal del efecto de las viviendas turísticas. Como bien saben los lectores habituales de Nadaesgratis, correlación no significa causación. Un estudio correcto nos obligaría a plantearnos la siguiente pregunta: ¿que habría pasado en esos vecindarios (o ciudades) si no hubiera habido viviendas turísticas? La respuesta no es obvia. En ausencia de vivienda turística los precios del alquiler podrían haber aumentado en un barrio simplemente al mejorar sus servicios, atrayendo así a más residentes, con mayor nivel adquisitivo. Como resultado, este mayor atractivo contribuiría a la gentrificación y al desplazamiento de los residentes de menor poder adquisitivo, exactamente en los mismos términos que la vivienda turística se argumenta que está operando.

El ejercicio anterior da lugar, a su vez, a una segunda pregunta. Supongamos que el efecto de la vivienda turística sobre los alquileres es positiva, ¿de que tipo de efecto estamos hablando? O puesto en otros términos ¿qué parte del incremento de precios se le debe atribuir?

Estas son las preguntas que analiza Barron y otros (2018) utilizando datos para municipios de todo Estados Unidos. Si uno no tiene en cuenta la causalidad y se concentra en la pura correlación, en la misma linea que los estudios anteriores, sus resultados indican que un incremento del 1% del número de los alojamientos turísticos conllevaría un incremento del 0.1% del precio del alquiler. Sin embargo, cuando se aísla únicamente el efecto causal utilizando variables instrumentales (relacionadas con la difusión de la plataforma AirBnB), el efecto positivo sobre el precio de los alquileres pasa a tener una magnitud minúscula: En el municipio promedio, un incremento del 1% del número de alojamientos turísticos implicaría un aumento de sólo el 0,018% del precio de los alquileres.

Extrapolando los datos a España, si la normativa municipal aprobada en las ciudades mencionadas anteriormente consiguiera reducir el número de alojamientos turísticos a la mitad, esos resultados implicarían que el precio del alquiler disminuiría en cerca del 1%. Por supuesto, siempre hay que ir con mucho cuidado a la hora de utilizar estas estimaciones para predecir los efectos de cambios tan grandes. Prohibiciones como las que estamos discutiendo podrían tener muchos otros efectos, por ejemplo, al reducir substancialmente los ingresos por turismo en esas ciudades y, en la linea de mi discusión anterior, disminuir su atractivo reduciendo así el precio de los alquileres. Esto puede parecer un buena noticia a algunos pero se me hace difícil comprender cómo fomentar el empobrecimiento de una población puede ser motivo de regocijo.

El estudio anterior no es el único intento de medir seriamente el efecto de la vivienda turística. En otro estudio del que hablaremos en otro momento, se analiza el efecto de la prohibición de las viviendas turísticas en la ciudad de Santa Mónica, California. Los resultados basados en una metodología completamente distinta, sugieren de nuevo que su impacto sobre el precio del alquiler fue imperceptible.

Ante la falta de evidencia sobre los efectos negativos de la vivienda turística parece irresponsable aprobar prohibiciones o regulaciones como las que estamos observando en muchas ciudades. Es el momento de hacer estudios que analicen el impacto en cada municipio y que determinen si “Spain is different” y existen características locales que puedan dar lugar a otros resultados. Sólo si se obtiene un efecto significativo la regulación estará justificada. Pero no necesitamos más estudios panfletarios. Si los ayuntamientos no tienen los medios humanos o materiales para realizar estudios serios les bastaría con facilitar los datos. Hay montones de investigadores jóvenes, ávidos de buenos datos para realizar su trabajo. Eso sí, con eso perderán el control de los resultados, que serán lo que el análisis de los datos indique. Pero se supone que es de eso de lo que se trataba. El acceso a la vivienda es un problema social de primer orden y afrontarlo implica implementar las políticas correctas y no las que tengan un mayor impacto mediático ¿No es así?

Si Jeff Bezos quiere ayudar a los trabajadores pobres, ¿por qué no empieza por pagarles mejor?

Siempre es un placer volver a saber del villano de Paul Verhoeven, Jeff Bezos, que esta semana anunciaba una iniciativa diseñada para proclamarse como el primer sociópata multimillonario del mundo. De acuerdo, me he debido de confundir con algún adjetivo. El dueño de Amazon ha lanzado lo que se ha denominado “Day One Fund”, la simple declaración de intenciones que pretende ser. Hace tiempo que a Bezos se le critica por su falta de músculo filantrópico, y más desde que se convirtiera en el hombre más rico de la historia moderna. Hace un año Jeff estaba en tan baja forma en lo que respecta a no parecer un auténtico cretino que comenzó a solicitar ideas por internet. Y parece evidente que ignoró todas aquellas que le decían: “Deja de tratar a tus trabajadores como basura”. ¿Te acuerdas del comienzo de la película de Verhoeven, Robocop, antes de que las cosas empezaran a ponerse patas arriba en una cada vez más automatizada Detroit? Hay una empresa que hace prácticamente todo, llamada Omni Consumer Products. Comienza proveyendo servicios que no en vano podrían ser imaginados como servicios estatales. Lo que venía siendo una película. Pero aquí estamos. Justo después de anunciar la inmersión de Amazon en el sector de la salud, Jeff acaba de decidir ayudar a los sin-techo y a las comunidades de bajos ingresos con donaciones y escuelas sin ánimo de lucro. “Usaremos los mismos principios que nos han guiado en Amazon”, explica, entusiasmado.  “El niño será el cliente”. Mmm. Clientes que compran esta clase de tonterías también compraron aquella que sugería que Elon Munsk es un humanitario o que Mark Zuckerberg fue esencial el año pasado por querer compartir historias con los americanos humildes. A bote pronto, Jeff ya ha tenido dos muy claras oportunidades para ayudar a los sin-techo y […]

La entrada Si Jeff Bezos quiere ayudar a los trabajadores pobres, ¿por qué no empieza por pagarles mejor? aparece primero en El Captor.

Las dudas sobre los títulos de postgrado de los políticos españoles

De Fran Beltrán, Antonio Cabrales, Marco Celentani, José Ignacio Conde Ruiz, José Luis Ferreira, Libertad Gonzalez, Juan Francisco Jimeno, Gerard Llobet, Luis Puch, Pedro Rey Biel y Anxo Sánchez.

Las dudas sobre los títulos de postgrado de nuestros líderes políticos son un síntoma (más) de que algo no funciona bien en la universidad española. Con esta entrada pretendemos explicar el origen de las dudas y contextualizarlas en la realidad de nuestra universidad.

No es todo lo mismo

En primer lugar, es necesario separar lo que son hechos presuntamente delictivos (cambios de notas, presiones y amenazas por formar parte de tribunales inexistentes, trabajos de investigación que no existen, plagios), de mentiras y exageraciones de currículum (no es lo mismo un máster de una institución de prestigio internacional que un curso de postgrado de corta duración, no es lo mismo ser doctor que ser doctorando ni que haber hecho los cursos de doctorado pero abandonado la tesis) o de preguntas y críticas sobre la calidad de un trabajo de investigación.

Los casos de los másters de Cifuentes, Montón y Casado, en los que presuntamente hubo un trato de favor, están todavía bajo investigación. Aun así, ya se han cobrado las dimisiones de una presidenta de la Comunidad de Madrid y de una ministra del gobierno de España.  Se duda ahora de la tesis doctoral del presidente del Gobierno, Pedro Sánchez. Pretendemos aquí aclarar algunas de esas dudas para posteriormente preguntarnos si los casos de políticos prominentes publicados son una excepción que atañe sólo a unas ciertas élites o si realmente la mediocridad, y desde luego la mucho más grave corrupción, están más extendidas en nuestras universidades.

¿Qué es una tesis doctoral?

Algunas de las dudas sobre la tesis del presidente del Gobierno se han despejado, una vez la tesis ha sido puesta a disposición pública en TESEO. Sin proponernos evaluar la calidad de dicha tesis, sí queremos ofrecer nuestra experiencia de lo que es una tesis doctoral para que el caso del presidente pueda analizarse con esa perspectiva.

Aunque en algún tiempo pasado podía pensarse lo contrario, la tesis doctoral no es el trabajo de investigación de una vida. Es más bien el trabajo con el que un joven investigador pone a prueba su capacidad para investigar. Por supuesto, de vez en cuando alguna tesis es revolucionaria y hace avanzar el conocimiento científico de manera sustancial, pero por la propia definición de revolución, esto ocurre muy pocas veces. No obstante la ciencia no se compone sólo de revoluciones científicas y la mayoría de los trabajos de investigación se conforman con mover un poco la frontera del conocimiento. Esto es también lo que debería hacer una tesis doctoral. Los buenos programas de doctorado producen tesis que cumplen esta condición, y la prueba es que los recientes doctores son capaces de publicar artículos en buenas revistas académicas, que suelen basarse en la investigación realizada en la tesis.

Sin embargo, no todos los programas de doctorado tienen como objetivo formar investigadores de primera línea que publiquen en revistas de prestigio académico internacional. Por esta razón muchas de las tesis que se producen en España no aportan realmente novedades científicas, sino que sirven para tener una certificación con valor legal que permite acceder a la docencia universitaria, o dar un cierto empaque a un curriculum (por ejemplo el de un político con escasa experiencia fuera de su campo). Esto no quiere decir que dichas tesis no cumplan otras funciones, pero nos haríamos un gran favor si, como dijimos en nuestra entrada anterior sobre universidades, empezáramos a distinguir postgrados científicos de otro tipo de programas.  Ante la falta actual de mecanismos que distingan unas de otras en nuestro país, seguimos pensando que la evaluación anónima por parte de organismos internacionales y la publicación en revistas de prestigio extranjeras es un primer filtro, aunque obviamente crudo y con los problemas que tienen los rankings, para separar el grano de la paja. Otro indicio de calidad es si una institución es capaz de enviar  a sus estudiantes a programas de doctorado de prestigio en vez de intentar dirigirles dentro de un departamento con limitaciones, o conseguir que obtengan, de forma no endogámica, una posición en una universidad de renombre. Desde luego, lo que no ayuda para conseguir distinguir unos programas de postgrado de otros son los criterios de calidad que utiliza por ejemplo la ANECA usando el "porcentaje de egresados sobre el total de matriculados", vinculando a su vez la financiación a tener el mayor numero de graduados y postgraduados posibles. Se pueden imaginar que ésto da lugar a crear títulos sin sustancia y a otorgar diplomas sin mucho esfuerzo. Otras restricciones como poner límites a la tesis de 3 años o permitir doctorados a tiempo parcial (con un plazo de 5 años) o penalizar en financiación los programas de doctorado pequeños tampoco ayudan precisamente a mejorar la calidad de nuestros programas.

En este contexto, veamos cómo quedan los aspectos que se discuten en la tesis del doctor Pedro Sánchez.

¿Debe ser pública una tesis?

Sin duda. La comunidad universitaria debe poder conocer con qué credenciales se está dando el carnét de investigador a un doctorando. Cuando la tesis da lugar a publicaciones, normalmente nos fijamos en éstas y nos olvidamos de la tesis, pero como hemos dicho antes, no siempre hay publicaciones. La manera en que la tesis en sí misma se hace pública es muy variada, depende del país y de la universidad. Por ejemplo, en EE.UU. suele usarse el sistema ProQuest, donde las tesis están accesibles electrónicamente en tres modalidades: acceso libre, acceso tras previo pago o acceso libre a un resumen y bajo pago al resto. El ejemplar físico suele estar en los depósitos de la biblioteca. En el caso de Pedro Sánchez, no haber hecho la tesis más accesible públicamente desde que se iniciaron las dudas sobre su existencia y su contenido (hace más de un año), no ha ayudado a cerrar el debate.

¿Cómo se detectan los plagios?

En los tiempos modernos, la primera señal de alarma la dan los programas informáticos que encuentran coincidencia en los textos. La coincidencia no es plagio automáticamente. No lo es si el texto está convenientemente citado o si se trata de ideas que suelen exponerse de una manera parecida por ser consabidas en el área de conocimiento. Los libros de estilo imponen normas para evitar que una cita se confunda con un plagio. No siempre se siguen estas normas al 100%, por lo que lo que ha de juzgarse es si hay plagio en función del texto mal citado o no citado. Si son ideas introductorias o marginales al núcleo de la tesis, un lector neutral podrá concluir que no hay plagio. Por supuesto, también concluirá que la tesis está mal escrita y que no satisface los estándares de un buen programa de doctorado. Obviamente, si se detecta plagio (o si se detecta que la tesis la ha escrito otra persona), la tesis carecerá de valor y el plagiador perderá la confianza que un investigador necesita.

Por otra parte, la publicación de un libro coautorado que contiene una parte importante del contenido de la tesis, no debería considerarse como indicio de plagio, especialmente si esto se indica en el mismo texto. A pesar de que una tesis tiene, como es lógico, un único autor, es frecuente que en la tesis  se incluyan trabajos ya realizados y publicados con otros autores o que las tesis generen sucesivamente publicaciones con otros autores. Todo esto pertenece a los acuerdos y a la distribución del trabajo de los autores y la simple existencia de trabajos con varios autores no debería hacer presumir que hay algo ilícito en los acuerdos y en la distribución de ese trabajo. Lo que desde luego no ayuda es el firme apoyo del presidente del Gobierno, y el de su ministra portavoz pero también de Educación, a su Ministrad de Sanidad, dimitida en la misma semana por acusaciones de plagio. Mal vamos si quienes definen la política educativa y científica de un pais dan más o menos importancia al plagio en función de que se produzca entre los de uno u otro partido político.

¿Qué han dicho los expertos?

Muchos de los expertos que están opinando sobre la tesis de Pedro Sánchez, algunos considerados en los medios de comunicación como verdaderos gurús de la economía, o bien no son doctores en Economía o bien sus tesis tampoco han pasado por el filtro de haber sido publicadas en revistas académicas de prestigio internacional. Creemos que la opinión pública debería ser consciente de ello.

Otros expertos, citados de forma anónima en uno de los muchos artículos cargados de intencionalidad política publicados estos días, pero que supuestamente han pasado el filtro del reconocimiento internacional y que supuestamente han leído la tesis de Pedro Sánchez, ponen en duda la calidad de la tesis dudando de su capacidad de dar lugar a publicaciones de prestigio (que ya sabemos que no lo ha hecho) o de dar acceso a una plaza en un departamento académico de primer nivel (que tampoco), pero olvidan la realidad de la universidad española al no avisar que lo mismo ocurre con muchas otras tesis doctorales.

Conclusiones

Separar las críticas y las defensas bien fundamentadas de aquellas interesadas será crucial para que este caso sea bien resuelto y para que no se extiendan las culpas que pudiera haber más allá de lo que corresponde. Pedro Sánchez debería ser reprobado si se demostrara que la tesis no existe (algo ya imposible), que ha habido plagio, que realmente no ha escrito la tesis o que ha recibido un trato de favor por parte de la universidad.

Pero si no se dan estas circunstancias, lo más seguro es que estemos ante una tesis que no se separa de tantas de las presentadas en España y la principal enseñanza de este caso debería ser tomar conciencia de la realidad y que diferenciar los programas de postgrado que forman académicos con proyección internacional de los otros es una tarea que habría que emprender, cuanto antes mejor.

 

16/09/2018 – Clarín – Dolarizar no es buena idea

Muerto el perro, se acabó la rabia, dice el refrán. Con la última devaluación del peso, que perdió 50% de su valor en el año, reaparecieron las propuestas de académicos como Steve Hank, del CATO Institute, proponiendo la dolarización de la economía y para sumarle un poco de leña al fuego, la columnista del Wall Street Journal, Mary O’Grady, acaba de escribir un artículo, sugiriendo que nuestra moneda se derrumbó una vez más, porque “Argentina todavía tiene un Banco Central”.

El primer punto que quiero hacer al respecto es que la enorme mayoría de los sistemas monetarios del mundo funcionan bien. En 171 de las 191 economías listadas por el FMI hubo menos de 10% de inflación en el 2017 y entre las veinte que aún conviven con el flagelo, muchas corresponden a países que se debaten en guerras civiles o están hundidos en la absoluta miseria. Conocemos la medicina para curar la infección, no necesitamos amputar la pierna del paciente para frenar la infección.

Pros y contras de dolarizar Dicho esto, hablemos sobre las ventajas de dolarizar. Ir hacia una moneda fuerte, como podría ser el euro, el yen, el dólar o incluso el real, tiene la ventaja de que permite bajar la inflación y reducir dramáticamente el riesgo de devaluación, aunque siempre existe la posibilidad de salirse de la unión monetaria, como cuando se abandonó la convertibilidad en el 2002. Matando el fantasma de una crisis cambiaria, cae el riesgo país. Sin esos peligros a la vista, aumenta el ahorro doméstico y se abarata el crédito, potenciando la inversión. Además, bajan los costos de transacción asociados al comercio internacional. Combinados, todos estos efectos potencian el crecimiento de largo plazo de la economía.

Pero el problema, al igual que durante la convertibilidad, es que perdemos uno de los principales precios de la economía y los precios no están de adorno. En particular, el tipo de cambio refleja la escasez de divisas, de suerte tal que cuando un país se queda sin dólares sube, para que los que consumen cosas que cuestan moneda extranjera ajusten el cinturón y dejen de gastar dinero en esas cosas, al tiempo que les indica a los que indirectamente fabrican divisas (como los exportadores o los que elaboran bienes que compiten con las importaciones) que tienen que poner manos a la obra y aumentar su producción.

Para muestra de lo que pasa cuando faltan dólares y no sube su precio, tenemos la crisis de 1995 que hizo saltar el desempleo al 18,6% y le costo a la economía una caída del PBI del 5%.

Si vamos a perder un precio importante de la economía, la clave tiene que pasar por identificar la moneda que mejor copie a nivel mundial nuestros ciclos económicos, de manera tal de no quedar atados a la suerte de una economía que no tenga nada que ver con la nuestra. Pondré un ejemplo simple: si soy exportador de alimentos me conviene que mi moneda esté vinculada a la de un país que también sea proveedor mundial de cosas parecidas, porque si me ato a la suerte de un importador de soja, cuando el precio internacional de esa oleaginosa caiga, habrá menos dólares en mi economía, pero para el país importador será una buena noticia y su moneda se fortalecerá en el mundo. Puede que, para un país centroamericano como El Salvador, sea una buena idea dolarizarse, porque de hecho su economía depende fundamentalmente de la norteamericana, pero en nuestro caso, tal vez sería mejor idea adoptar el real brasileño, dado que nuestras economías van mas de la mano. Converger a la moneda de nuestro principal socio en el Mercosur, además de ser políticamente más viable que dolarizar, fortalecería el bloque y le permitiría recuperar liderazgo al Presidente.

Alternativamente, podríamos dolarizar si tuviéramos un sistema de precios absolutamente flexible, que permitiese que los salarios subiesen cuando aumente la productividad de la economía, pero que bajen cuando nuestro desarrollo se frene respecto del resto del mundo. Pongamos un ejemplo: supongamos que los argentinos y los brasileños necesitamos 1000 horas hombre de trabajo para fabricar un auto y que cada hora se paga 10 dólares. Si en Brasil crece más la productividad y necesitan solo 900 horas de trabajo por auto, podrán vender los autos mas baratos que en Argentina, derrumbando nuestras exportaciones y por ende nuestra producción, salvo que los salarios bajen en nuestro país a 9 dólares la hora.

Aceptando que no es posible bajar salarios nominales en Argentina, queda todavía una posibilidad, y es la migración masiva de trabajadores hacia el país que emite la moneda a la cual nos estamos atando, pero todos sabemos que para los norteamericanos una cosa es el libre comercio y otra cosa la libertad de circulación de personas.

Lo que quiero decir es que, si no adoptamos la moneda de un país al que le pasen las mismas cosas que nosotros, que necesite devaluar cuando en casa también nos viene bien hacerlo y que fortalezca su moneda cuando acá sobran las exportaciones, el resultado será catastrófico, salvo que nos banquemos un sistema de salarios flexibles o que estemos dispuestos a emigrar en las épocas malas.

Los problemas fiscales Por otro lado, cerrar el Banco Central no convierte al Tesoro en un alumno prolijo. Si el Gobierno continúa gastando por encima de sus ingresos, la deuda pública seguirá creciendo y sobrevendrá una crisis de todos modos. Lo que cambia es que no se podrá salir de la misma devaluando, pero como vimos en el caso reciente de Grecia, eso puede terminar siendo mucho más doloroso.

Es cierto, como dicen algunos colegas, que hay muchos países que tienen déficit y no presentan ni inflación ni crisis cambiarias, pero hay pocos que combinen un rojo de 7% del PBI con un ahorro doméstico de sólo 14 puntos del producto, donde buena parte de ese consumo que se posterga, se estaciona sistemáticamente en dólares.

El desafío después de bañar al nene, es vaciar solo el agua sucia, sin que por la cañería se vaya también el bebé.

Alérgicos al Poder de Mercado 2 : Implicaciones Macro

A inicios de Agosto Apple batió un nuevo record: superó el billón de dólares de valor de mercado. El auge de las empresas super-estrellas como Apple, Google, Amazon o Facebook está en el centro del debate sobre el poder de mercado y la concentración de beneficios. En una entrada antes del verano hablamos de cómo el poder de mercado se podía estimar a través de markups o margen de ganancia usando datos a nivel de empresa. Vimos el aumento significativo de los markups desde los años 80, tanto en EEUU como en el resto del mundo, y su estrecha relación con los beneficios de las empresas.

Ahora bien, ¿qué implicaciones macroeconómicas tiene este aumento del poder de mercado y la consiguiente concentración de beneficios?

En términos generales podemos decir que los altos markups generan una pérdida de eficiencia: al aumentar los precios para incrementar el beneficio por unidad vendida, las empresas pierden clientes, baja la demanda del bien final y con ello baja asimismo la demanda de factores o inputs de producción.

Analicemos qué pasa con el input trabajo. Según el modelo de De Loecker & Eeckhout (2018), esperaríamos que a medida que el markup aumenta, el gasto en trabajo descienda en su totalidad. Las cifras respaldan esta hipótesis. Utilizando datos de las cuentas nacionales de Estados Unidos, el gráfico nos muestra una caída constante desde los 80 del gasto en trabajo sobre el ingreso total (línea verde) y esta tendencia es muy similar al inverso del markup (línea roja).

Figura 1. Caída en el gasto en factor trabajoFuente: De Loecker & Eeckhout (2018)

Dado que la oferta laboral es creciente en el salario, y la demanda de trabajo es decreciente, esperaríamos observar también un salario de equilibrio inversamente proporcional al markup. Las cifras nuevamente respaldan este hallazgo. Se observa que ha habido muy poco o prácticamente ningún cambio en la mediana de los salarios desde los años 80. Y eso, en periodos de crecimiento económico, implica que la participación de los salarios en el PIB per cápita decrece.

Las cifras muestran también un amplio descenso en la participación de la fuerza laboral desde los años 90. El descenso se observa desde los 90 y no desde los 80 (que es cuando empiezan a subir los markups) debido al incremento en la participación laboral de las mujeres desde los años 60. Esta tendencia se estabiliza tres décadas después, y es ahí cuando comenzamos a ver la caída de la participación de la fuerza de trabajo. De nuevo esta caída sigue la tendencia del aumento del poder de mercado.

¿Pero qué pasa con otros inputs? La evolución del gasto en capital antes de los años 80 era relativamente fluctuante debido a periodos de alta inflación y fricciones financieras, pero una vez se estabiliza comienza a seguir la misma tendencia que la inversa del markup. Es decir, el gasto en capital también cae cuando los markups aumentan.

Figura 2. Caída en el gasto en capitalFuente: De Loecker & Eeckhout (2018)

Por último, otra implicación importante gira en torno a la desaceleración del PIB. Como se observa en el gráfico debajo, desde la gran recesión el PIB no se ha recuperado en su totalidad, encontrándose aún por debajo de su tendencia histórica. Si bien ese descenso no coincide con el aumento del poder de mercado en los ochenta, sí coincide con el aumento más agudo del poder de mercado tras la gran recesión.

Figura 3. Desaceleración del PIB real per cápitaFuente: De Loecker & Eeckhout (2018)

Muchos atribuyen la desaceleración del PIB a una caída de la productividad total de los factores - si bien ha habido grandes avances en las tecnologías de la información estos no se han visto reflejados en las estadísticas de productividad. Aquí los autores difieren: bajo la óptica del aumento en el poder de mercado, vemos que, para un nivel de productividad dado, un aumento del poder de mercado llevaría a una reducción de las cantidades producidas y a un aumento de precios y, por ende, a una reducción del PIB. Es decir, podemos observar una reducción del PIB aun manteniendo niveles constantes de productividad.

De este análisis sobre las consecuencias macroeconómicas del aumento en el poder de mercado se desprenden dos implicaciones de gran importancia: una relacionada a la inflación, y otra en torno al valor de la bolsa.

En primer lugar, la subida de los markups genera un aumento de los precios. A pesar de que las tasas de inflación han sido bajas de los últimos años, estas han sido más altas debido al incremento de poder de mercado. Para frenar este tipo de inflación la política monetaria sería la mejor herramienta sino, quizás, las políticas anti-trust.

En segundo lugar, dado que los precios de las acciones reflejan el flujo descontado de los beneficios futuros, estos estarían sobrevalorados en comparación con un mercado más competitivo. El poder de mercado aumenta, los beneficios suben y, por tanto, el valor de la bolsa sube. Es decir, con poder de mercado, el valor de la bolsa deja de ser una buena medida de la producción de una economía.

 

 

 

¿Nos podemos fiar de la investigación económica?

Cada vez más a menudo los investigadores nos vemos envueltos o afectados por prácticas que tienen como objetivo asegurar o contrastar la fiabilidad de los resultados de nuestras investigaciones. La razón es que nuestra carrera profesional depende en gran medida de nuestra capacidad para publicar en revistas de prestigio. Y, como los economistas pasamos el día analizando cómo los incentivos afectan el comportamiento de los individuos, se nos hace bastante evidente que tenemos incentivos a obtener los resultados que maximicen la posibilidad de publicar en dichas revistas. El problema es que dichos resultados no tienen porqué coincidir siempre con aquellos resultados que querríamos obtener si nuestro objetivo fuese maximizar el conocimiento científico. En los casos en los que el resultado deseado no coincide con el que se genera automáticamente a través de los incentivos la solución más común es la intervención por parte de algún agente externo o regulador. Dicha intervención sirve para asegurar que ambos resultados coinciden y el campo de la investigación económica no es una excepción. A continuación os cuento tres anécdotas que ilustran cómo la vida profesional de cualquier investigador se ve regularmente afectada por este fenómeno.

1. Cuando empecé a interesarme por la evidencia científica en torno a las ventajas del bilingüismo (ver mi post sobre el tema aquí) me resultó muy curioso ver que a lo largo del tiempo se habían generado fuertes consensos entre los académicos, pero que dichos consensos apuntaban en direcciones diametralmente opuestas. En particular, la literatura sobre cómo el bilingüismo modifica el cerebro comenzó con una visión negativa generalizada que sostenía que hablar dos o más idiomas causaba confusión (ver un resumen de la literatura aquí). Esta perspectiva fue puesta en discusión por primera vez en 1962, cuando Peal and Lambert publicaron un estudio en el que los individuos bilingües obtenían mejores resultados que los monolingües en una serie de tests cognitivos. Desde entonces, un número creciente de estudios han aportado todo tipo de evidencia a favor de esta visión optimista del bilingüismo. Esta acumulación de evidencia ha hecho que la mayoría de investigadores hayan descartado la primera hipótesis a favor de la segunda. Tanto es así que recientemente se han encontrado indicios de un importante sesgo de publicación. El sesgo de publicación se refiere al hecho de que los estudios que avalan la teoría dominante tienden a ser más aceptados para su publicación en revistas de prestigio, lo que incrementa su repercusión. Dicho sesgo crea efectos perversos en los incentivos de los investigadores, cuyo prestigio profesional depende del número de publicaciones y la calidad de las revistas donde publicamos. En este caso, Bruin, Treccani y Della Sala (2015) estudian el sesgo de publicación analizando datos sobre el destino de los artículos presentados en conferencias celebradas entre 1999 y 2012. Concluyen que aquellos artículos que encuentran una significativa ventaja cognitiva de los bilingües encuentran más fácilmente el camino a la publicación en revistas de prestigio. Esta diferencia no se debe a diferencias en el tamaño de la muestra, el tipo de test utilizado, ni en la precisión estadística.
2. Recientemente he evaluado un artículo para la revista Health Economics (ver detalles sobre el proceso de publicación aquí). Me sorprendió que junto al artículo que debía evaluar, la revista me enviaba un link a lo que ellos llaman su política sobre “resultados negativos”. En ella especifican que los estudios que cumplen con sus estándares en términos de relevancia del tema investigado y calidad del método empírico utilizado merecen ser publicados independientemente del hecho que rechacen o no rechacen la hipótesis planteada. Es decir, que si un estudio sobre el impacto de la universalización de la sanidad en la probabilidad de supervivencia de los bebés prematuros (por citar un tema de actualidad, ver aquí) concluye que dada la información disponible no es posible determinar si hay un impacto y que por tanto existe la posibilidad de que este sea nulo, merece ser publicado. Con esto la revista pretende desincentivar dos tipos de comportamientos que van contra el avance científico: que los autores de estudios meritorios se abstengan de mandarlos a la revista por obtener "resultados negativos" o, aún más grave, que los investigadores se dediquen a seleccionar los datos (“data mining”) o los modelos empíricos utilizados (“specification searching”) para obtener resultados “positivos”. Estas últimas dos prácticas también reciben el nombre de “data fishing” (“pescar datos”), “data snooping” (“fisgar en los datos”) o “p-hacking” (en referencia al p-valor que indica la significatividad estadística de los resultados). En un reciente artículo publicado en the Economic Journal, los investigadores Ioannidis, Stanley y Doucouliagos analizan 156 áreas de investigación empírica en el campo de la Economía que incluyen 64,076 estimaciones reflejadas en más de 6,700 estudios. En la mitad de las áreas de investigación se da que el 90% de sus resultados no cuentan con suficiente poder estadístico. Además, entre aquellos resultados que sí tienen suficiente poder estadístico, alrededor del 80% de los efectos estimados se han exagerado, llegando a multiplicarse por cuatro o incluso más. Los citados autores llevan décadas analizando diferentes literaturas y encontrando evidencia de sesgo de publicación en muchas de ellas, incluyendo: la literatura sobre el rol de los sindicatos en el mercado de trabajo, el impacto de los gastos en sanidad sobre la salud y el impacto del salario mínimo en el empleo. Hasta llegar a publicar su artículo en the Economic Journal los autores declaran haber tenido que superar muchos obstáculos y el rechazo de parte de la comunidad científica (ver aquí).
3. En estos días estoy preparándome para registrar un experimento en el American Economic Association Registry for Randomized Controlled Trials (ver aquí), una base de datos donde cada día se registran experimentos realizados o a realizar en el campo de la Economía. Esta práctica estaba ya muy extendida en campos como la medicina pero es relativamente nueva para los economistas. Recientemente los gestores del registro han anunciado que la base cuenta ya con más de 1000 experimentos registrados en más de 100 países. En esta ocasión se trata de la evaluación de un campamento de verano de matemáticas que realizaré este año junto con Flavia Coda Moscarola. En el registro deberemos indicar cuantos estudiantes reclutaremos para el estudio, qué variables usaremos para medir los resultados, qué subgrupos analizaremos, etc. Una vez realizado el experimento, deberemos justificar cualquier desviación respecto a este plan original.

Estos tres episodios que acabo de relatar reflejan tres de las formas que tiene la profesión de investigador para auto-regularse: primero, la vigilancia impuesta por otros investigadores, ya sea replicando estudios precedentes o realizado tareas de meta-análisis de los estudios publicados en una cierta literatura. En segundo lugar, las directrices de las revistas, que cada vez más se ocupan de la credibilidad de la investigación publicada y por ello cada vez más revistas requieren los datos utilizados, el código de programación, etc. Tercero, el registro previo de los estudios a realizar, de modo que no se pueda alterar los datos recogidos o la metodología para obtener resultados más “publicables”. Si vemos el vaso medio vacío, estas prácticas se han demostrado necesarias después de que investigadores como Ioannidis, Stanley and Doucouliagos hayan dedicado muchos trabajos a demostrar que problemas como el "sesgo de publicación" afectan a cuestiones muy relevantes. Por otro lado, podemos ver el vaso medio lleno si consideramos que nuestra disciplina ha reaccionado y se está produciendo lo que Esther Duflo (profesora de MIT y editora de American Economic Review) llama una "revolución de credibilidad".