miércoles, 11 de diciembre de 2013

Empeños a lo bestia: el BCE

Una de las cosas que más me gusta de la TDT es que ahora tenemos una gran variedad de canales para tíos. Han proliferado programas sobre cazadores de caimanes, embargadores de coches, Así se hace, programas sobre cómo se construyen petroleros o rascacielos en el desierto de Dubai... He de reconocer que me gustan.

No sé si habéis visto alguna vez el programa Empeños a lo bestia que actualmente emite el canal de TDT XPL. La idea es sencilla: meten cámaras en una casa de empeños de Detroit. El propietario de la tienda, Les Gould, se afana en gestionar su negocio mientras sus dos hijos (Seth y Ashley) desafían las leyes de la genética (¿cómo de un padre tan listo han podido salir esa pareja de pedazos de carne con ojos?) y el sentido común en cada capítulo.

Aquí no son habituales las casas de empeño pero parece que por aquellas latitudes norteamericanas son algo bastante común. Básicamente el negocio consta de las siguientes partes.
  • por un lado acuden "clientes" (tal vez habría que llamarlos proveedores) con cosas que quieren vender. Tras una negociación si el producto es de interés se fija un precio y se produce la compraventa.
  • otros "clientes" no quieren vender sino que necesitan liquidez pero no quieren desprenderse definitivamente de los objetos que aportan y es lo que se denomina un empeño. En este caso lo que ocurre es que se negocia un importe inferior al precio de compraventa. El cliente obtiene ese "préstamo" y puede hacer ingresos periódicos para cubrir los intereses. En el momento que tiene liquidez puede rescatar sus bienes. Si por lo que fuera pasa un determinado tiempo sin hacer pagos de intereses ni rescatar el bien la casa de empeños se queda con el objeto y puede disponer de él libremente.
  • Por supuesto, hay una tienda donde se pueden comprar todos los objetos adquiridos o empeñados y no rescatados en su día. 
Lo curioso del caso es que todo el sistema financiero europeo (la Unión Monetaria Europea) está apoyada en una enorme casa de empeños llamada Banco Central Europeo. Cuando se habla de la "barra libre" del BCE en realidad se está hablando de que el BCE admite "empeños" de activos de las entidades financieras a cambio de un bajo tipo de interés. En principio a los activos que se entregan a cambio llamados colateral se les aplica un descuento o "haircut" en relación a su valor de mercado de tal forma que en caso de impago el BCE no pierda dinero. 

Si lo pensáis un poco veréis cómo esa idea de que los bancos pueden "tomar prestado" a un precio ridículo para invertirlo en deuda pública con un tipo de interés más alto y forrarse en la operación parece un poco más difícil de lo que nos cuentan... de hecho no ocurre. Otra cosa es que algunas entidades aprovecharan operaciones no habituales a muy largo plazo (LTROs a 3 años) por lo que "pudiera pasar" y el exceso de tesorería acabase en sus balances en forma de deuda pública, pero desde luego no se trata de un negocio para forrarse. Si no ¿por qué ha habido que rescatar a entidades financieras si tenían semejante negocio a su disposición? ¿Por qué las entidades más saneadas NO acuden a dichas operaciones?. Dicho en otras palabras... si tienes en el bolsillo el dinero que necesitas... ¿para qué vas a acudir a la casa de empeños?.

En resumen, el mecanismo permite a los bancos hacerse temporalmente con dinero líquido a cambio de la entrega de activos por debajo de su valor de mercado y del pago de un interés: es una casa de empeños... ¡A LO BESTIA!

viernes, 1 de noviembre de 2013

¿Por qué me hice economista?

Permítanme mis lectores una entrada con una carácter más autobiográfico que otra cosa. En realidad no sé si es del todo cierto ya que la memoria distorsiona los ecos de los recuerdos reforzando unos aspectos y suavizando otros. De hecho no sé si las cosas fueron exactamente así, pero así prefiero recordarlas ahora...

Tenía 16 años y mi profesora de física del instituto, en 3º de B.U.P. me prestó En busca del gato de Schrödinger de John Gribbin. Fue entonces cuando leí por primera vez algo sobre el experimento de la doble ranura (*): quedé impactado. En ese experimento los fotones parecía que sabían si se les estaba observando o no y actuaban en consecuencia como onda o como partícula. En ese momento decidí que yo iba a ser físico.

Lo cierto es que lo tenía claro: las matemáticas se me daban muy bien, la física me apasionaba, la química me parecía un coñazo (pero se me daba bien)... y para completar el ciclo todo lo que tenía que ver con "sociales" me parecía una pérdida de tiempo. Mis calificaciones no eran especialmente buenas en cualquier cosa que tuviese que ver con sociales.

Me marché a estudiar C.O.U. a Estados Unidos. Escogí asignaturas de Física, Química, Inglés, Historia de EEUU, halterofilia, y por exigencias del guión para poderme graduar tuve que apuntarme a un semestre de "gobierno americano" y el siguiente a.... Economía. Y poco a poco comenzó a obrarse un pequeño cambio... Lo cierto es que hasta ese momento preguntas como ¿por qué es el cielo azul? o ¿qué hay dentro de un agujero negro? eran las que mayor curiosidad despertaban en mí. Pero poco a poco fueron apareciendo otras: ¿por qué unos países son ricos y otros son pobres?, ¿por qué algunos progresan y otros quedan estancados?, ¿podemos hacer algo para evitar la miseria?... La Economía pretendía responder a ese tipo de preguntas. Y eran preguntas interesantes. 

Lo cierto es que tras hablar con una consejera de Berkeley y diseñar mi ingreso en dicha Universidad para estudiar Física decidí cambiar de opinión. No me apetecía formar parte del 70% de físicos graduados en Berkeley que en aquellos años terminaban trabajando para el ejército norteamericano. Decidí volver a España y probar a estudiar Economía sin saber del todo dónde me metía.

Resultó apasionante, y eso que en aquellos años la licenciatura de Economía no existía por separado y teníamos muchas asignaturas comunes con Empresariales. Una vez terminada la carrera continué saciando mi interés en el programa de doctorado (si bien pese a obtener la suficiencia investigadora jamás leí mi tesis por circunstancias personales que no vienen al caso. ) Y he seguido estudiando después.

Para ser un buen economista hacen falta dos cosas: olfato y rigor. El olfato de economista se entrena y se desarrolla con el tiempo. El rigor necesita de herramientas y formación y son esas las que uno debe aprender en la academia.

Y esa es mi historia. O lo que recuerdo de ella. Si estás pensando en qué carrera estudiar o elegir en el futuro no te dejes engañar: ser economista tiene tanto que ver con las páginas de economía del periódico como ser futbolista con las páginas de deportes...


(*)No... no se trata de nada relacionado con esto

jueves, 31 de octubre de 2013

Martillos, clavos y cefaleas

"Si la única herramienta que se tiene es un martillo, pensará que cada problema que surge es un clavo" Mark Twain

Creo que la frase anterior encierra una gran verdad. Lo cierto es que cuando uno ha encontrado una solución a un problema trata de establecer paralelismos en otros campos de actuación donde dicha solución pueda aplicarse de forma más amplia. Lo grave del caso es que esto muchas veces no se da y uno acaba aburrido de recibir martillazos en la cabeza por parte de miopes poseedores de martillos mágicos.

Hablando de Economía esto es bastante habitual: tenemos algo que funciona bien y pretendemos exportarlo a tooooooodo ámbito que se nos ocurra. Pongo algún ejemplo:

El libre mercado y la competencia funcionan muy bien suministrando algunos tipos de bienes. En general bienes privados físicos y muchos tipos de servicios son producidos y comerciados de forma muy eficiente en los mercados competitivos. Y funciona bien porque se trata de bienes de consumo excluyente (no son bienes públicos), producir cada unidad adicional tiene un coste (coste marginal) que además es creciente. En dichas condiciones los mercados suelen funcionar bien en general (obviemos por un momento el tema de las externalidades). 

Y como el mercado funciona bien en los bienes que son escasos (como las manzanas) hay quien pretende que otros bienes (como los ebook o los ficheros de música o películas) sean también escasos para poder aplicar las mismas soluciones. Los bienes que acabo de mencionar tienen un coste marginal (un coste de crear una nueva copia) cercano a cero, por lo que la solución del libre mercado no es válida. ¿Qué pretenden algunos? Establecer una escasez artificial penalizando la copia o restringiéndola para aplicar una solución que funciona EN OTRO PROBLEMA. El martillo... y el clavo.

Lo mismo pasa cuando hablamos de bienes públicos. A mí me empieza a cansar esa actitud paternalista que se respira sobre todo en ámbitos empresariales en los que los "expertos" en gestión empresarial tienen la solución para los problemas de la gestión pública. La producción de bienes públicos y en general la administración de la "cosa pública" es muchísimo más compleja que la gestión de una cadena de fruterías. Al final, cuando el gurú empresarial se equivoca cierra el chiringuito, pierde su dinero (o el de los que lo han contratado) y a otra cosa, mariposa. Pero esto no se puede tolerar con el dinero de todos, con el dinero público. No podemos organizar la Justicia de un país en torno a "empresas privadas" de justicia. No podemos "poner un precio" a los bienes públicos y SOBRE TODO, no podemos cometer el error que cometen todos ellos de llamar "cliente" a lo que es un "ciudadano". Y es que el cliente "siempre tiene razón", pero al ciudadano a veces hay que dársela y otras veces no. De nuevo el martillo.... con otra cosa que no es un clavo.

Y que no se me entienda mal: soy liberal hasta la médula. Creo en la libertad, incluida la económica, por encima de todo. Creo que hay que dejar que la gente se organice y ante la duda soy partidario antes del laissez faire que de la intervención. Creo que la intervención del Estado debe estar limitada y justificada. Pero creo que hay muchas ocasiones donde esas condiciones se dan, y hay que intentar buscar soluciones para los problemas, y no replantear los enunciados para tratar de aplicar recetas equivocadas.

martes, 22 de octubre de 2013

La falacia de la transmutación pecuniaria

Pietro Longhi 021
Alquimistas trabajando
De todos los razonamientos falaces que se hacen hablando de Economía tal vez el que más me molesta es el que acabo de bautizar como la falacia de la transmutación pecuniaria.

La falacia consiste en asumir que todas aquellas cosas que puedan expresarse en unidades monetarias (pecuniarias) pueden transmutarse las unas en las otras. Según esta falacia todo es un problema de dinero. Por ejemplo: con los 40.000 millones que España ha recibido para el rescate financiero se podrían comprar 200 millones de toneladas de trigo (a unos 200€/Tm) y solucionar el problema del hambre de África. El problema es que la cosecha de trigo mundial es la que es y 200 millones de toneladas suponen aproximadamente la cuarta parte de TODO el trigo del mundo... de modo que no podríamos comprarlo, o por lo menos no a ese precio. La cantidad de trigo hoy es fija y no podemos aumentarla a corto plazo ni con todo el dinero del mundo.

Si con las mercancías ya ocurre, ni digamos cuando hablamos de millones de euros para contratar personas, como si cualquier persona desocupada pudiese ocupar cualquier puesto de trabajo sin más. Por ejemplo, no podemos destinar los 40.000 millones anteriores a contratar 100.000 médicos... porque -si no lo he leído mal- "sólo" tenemos del orden de 16.000 profesionales sanitarios (entre médicos, personal de enfermería y farmacéuticos) en el paro. Aunque quisiésemos, esos son los que hay.

Son sólo ejemplos, pero es muy común traducir las magnitudes a dinero para después convertirlas en otra cosa nueva, como si fuese posible en una alquimia moderna convertir un millón de euros de plomo en un millón de euros de oro...

martes, 15 de octubre de 2013

Saldando deudas

Hace unas semanas tuve un intercambio de pareceres en Twitter con Jesús Zamora Bonilla y prometí exponer mis argumentos de forma más extensa en una entrada en este mi blog. Para centrar un poco la cuestión resumo rápidamente la afirmación de Jesús para proceder después a justificar mi crítica. 

Parece que Jesús estaba enfadado con alguien que opinaba en la tele sobre el informe PISA y que afirmaba que nuestro sistema educativo es un desastre "se mire por donde se mire". Jesús, no estando de acuerdo con quien hacía dicha afirmación, acompañaba el siguiente gráfico para argumentar que "Nuestra nota PISA responde exactamente a lo esperable con nuestro PIB".
 La recta de regresión pasa exactamente por encima del punto de España, hecho que Jesús utiliza para hacer la afirmación anterior. Mi contestación literal fue: "Uffff.... Sacar esa conclusión de ese gráfico es temerario cuando menos....".

No quiero discutir aquí sobre si me parece que el informe PISA es algo por lo que tengamos que flagelarnos o sacar pecho; hay gente mucho más capacitada que yo para analizarlo, desmenuzarlo y juzgar si Jesús tiene razón o no. Lo que yo quiero hacer en esta entrada es argumentar que un análisis de correlación y su recta de regresión simple dibujada sobre la nube de datos no permite hacer afirmaciones como la de Jesús. 

Para explicar mi punto de vista utilizaré un ejemplo numérico con datos inventados sobre un fenómeno para el que sabemos que existe una correlación: las personas más altas ganan salarios más altos. Imaginemos que tengo los siguientes datos de altura en cm. y salarios de 400 hombres:
En la gráfica anterior he destacado un punto (señalado con un circulito) que cae prácticamente sobre la linea. Según la lógica de Jesús, lo que dicha persona está ganando "responde exactamente a lo esperable" por su altura. 

Supongamos ahora que también tengo datos sobre el nivel de formación de cada una de esas personas. La siguiente gráfica representa los mismos datos que la anterior pero con una modificación: los colores de los puntos identifican distintos niveles educativos:

Los puntos de color rojo representan un nivel educativo bajo, los azules un nivel medio y los verdes un nivel superior. La remuneración salarial está también correlacionada con el nivel educativo observándose más puntitos verdes por la parte superior de la nube de puntos y puntitos rojos por la parte inferior. He vuelto a representar la recta de regresión global, pero también la recta de regresión para los individuos "verdes" (los de nivel educativo alto). La correlación entre su salario y su altura es prácticamente la misma (las rectas son casi paralelas), pero pasa por encima. He vuelto a señalar el mismo punto que antes estaba "donde le correspondía" según su altura y vemos ahora cómo está claramente por debajo de lo que le corresponde según su altura y su nivel educativo

En resumen: NO podemos sacar conclusiones sobre si un punto esta "donde le corresponde" ya que un estudio de correlación (lineal, para más señas) carece de capacidad predictiva. Básicamente nos dice en qué dirección se extiende la nube de puntos y poco más. 

Y con esto doy por saldada mi deuda respecto al tema. :D

domingo, 22 de septiembre de 2013

Algunos datos sobre la eficacia de la política redistributiva

Leo a menudo comentarios sobre distribución de la renta, políticas redistributivas, progresividad fiscal... con muchas palabras y pocas cifras. Independientemente de lo que cada cual pensemos sobre este tipo de cuestiones lo cierto es que la discusión sería mucho más fructífera si fuésemos capaces de cuantificar lo que estamos diciendo. 

Una de las formas de evaluar la eficacia redistributiva de un sistema fiscal puede ser comparar el coeficiente de Gini antes y después de la intervención del Estado, esto es, antes de impuestos y de transferencias (pensiones, prestaciones por desempleo, etc.). Si recordamos, el coeficiente de Gini es un número entre 0 y 1 donde 0 significa un reparto perfecto y 1 un reparto completamente desigual de la renta. Normalmente se publican los datos del coeficiente de Gini después de impuestos y esto dice poco sobre la efectividad del sistema fiscal como instrumento redistributivo. Esto es, tendríamos que comparar cómo sería la distribución de la renta antes de que todos paguemos impuestos, que los pensionistas cobren su pensión, que los parados cobren sus prestaciones, frente a cómo son las cosas después.

Afortunadamente la OCDE recopila datos sobre dicho coeficiente antes y después de impuestos aunque tardan un poco en estar disponibles. El último año para el que tenemos datos de un buen conjunto de países es 2010. Esta tabla recoge la información:


País Gini (d.i.) Gini (a.i)
Australia 0,334 0,469
Austria 0,267 0,479
Belgium 0,262 0,478
Canada 0,320 0,447
Chile(2011) 0,501 0,526
Czech Republic 0,256 0,449
Denmark 0,252 0,429
Estonia 0,319 0,487
Finland 0,260 0,479
France 0,303 0,505
Germany 0,286 0,492
Greece 0,337 0,522
Iceland 0,244 0,393
Ireland(2009) 0,331 0,591
Israel 0,376 0,501
Italy 0,319 0,503
Japan(2009) 0,336 0,488
Korea 0,310 0,341
Luxembourg 0,270 0,464
Netherlands 0,288 0,424
New Zealand 0,317 0,454
Norway 0,249 0,423
Poland 0,305 0,468
Portugal 0,344 0,522
Slovak Republic 0,261 0,437
Slovenia 0,246 0,453
Spain 0,338 0,507
Sweden 0,269 0,441
Switzerland 0,298 0,372
United Kingdom 0,341 0,523
United States 0,380 0,499


España tiene un coeficiente antes de impuestos de 0,507 (el sexto más alto después de Irlanda, Reino Unido, Chile, Grecia y Portugal) y de 0,338 (curiosamente también en sexto lugar) después de impuestos. El hecho de que la posición no cambie hace sospechar que probablemente el sistema redistributivo español (con datos de 2010) es similar al de los países de su entorno: parte de una desigualdad grande en origen y termina con una desigualdad de partida grande también. De hecho hay 17 países para los que la diferencia entre coeficientes antes y después de impuestos es mayor (reparten más) y 13 en los que es menor (reparten menos) estando en una posición media de la tabla. 

Pero ¿cómo de estables son éstos datos? Quiero decir... ¿cómo ha evolucionado la desigualdad y la eficacia del sistema redistributivo en los últimos años?. Lo primero que me gustaría señalar es que son datos relativamente antiguos (2007 a 2010) con pleno impacto de la crisis y coincidentes con la segunda legislatura de Zapatero. Los datos que presento a continuación no tienen pues nada que ver con la situación actual (que a fecha de hoy desconozco) sino con el impacto de la crisis sobre las clases más humildes bajo el gobierno socialista y previo a la toma de las medidas de política económica de los últimos tiempos (tal vez 2010 recoja parte del efecto de las medidas tomadas a mediados de ese año pero seguramente será todavía pequeño).

Estos son los datos:



Gini (d.i.) Gini (a.i.)
2007 0,309 0,447
2008 0,317 0,462
2009 0,333 0,493
2010 0,338 0,507

En la tabla se ve cómo el índice antes de impuestos pasa de 0,447 a 0,507 ¡0,06 puntos de subida!. Según esta medida teníamos una distribución de la renta antes de impuestos que nos colocaba en la parte baja de la tabla. Respecto al índice después de impuestos (0,309) es similar al que hoy tienen países como Francia...

Veremos cómo evolucionan los datos en el futuro. De momento lo que sí que podemos afirmar es que por una razón o por otra la distribución de la renta no mejoró sino que empeoró muchísimo durante esos cuatro años.

viernes, 20 de septiembre de 2013

De cómo Dennis Rodman acabó con la igualdad en Corea del Norte

Bien es sabido que el famoso y excéntrico exjugador de baloncesto de la NBA Dennis Rodman ha hecho migas con el dictador de Corea del Norte Kim Jong-un. Lo que ni de lejos sospechaban el mandatario y el deportista es que su visita a la cancha de baloncesto del equipo local iba a suponer una alteración sustancial en el logro de la igualdad social que tan a gala tienen los norcoreanos. Y todo por no saber estadística...

El coeficiente de Gini

El coeficiente de Gini es un instrumento que se utiliza para medir la desigualdad de una población. Es un valor entre 0 y 1 donde 0 significa la igualdad perfecta y 1 todo lo contrario. La wikipedia tiene una entrada sobre el mismo donde está más o menos bien explicado. (Mejor, mucho mejor, en inglés. ¡Qué pequeño es el mundo de quien no sabe inglés!). Para hacernos una idea: los países nórdicos tienen índices de Gini en torno a 0,25, España en torno a 0,35, el mítico Bután 0,38, EEUU y China están cerca de 0,45, Brasil en 0,55 y Sudáfrica cerca de 0,63.

¿Y qué tiene que ver ésto con Dennis Rodman y Kim Jong-un?

Veamos lo sucedido. Supongamos por simplificar los cálculos que en la cancha de baloncesto cabían 10.000 espectadores. En la muy democrática e igualitaria Corea del Norte todo el mundo tiene el mismo nivel de riqueza, que cifraremos en unos 2.000 won (moneda de aquellos lares). Cuando tenemos el estadio lleno sabemos que el índice de Gini para los espectadores de mismo será 0.


Pero... ¿Qué pasó cuando Dennis Rodman entró al estadio?. Bueno... lo primero es que cogieron a un norcoreano y lo sacaron a gorrazos para que cediera su sitio a tan ilustre visitante. Sin embargo la riqueza de Dennis Rodman era muy superior a la del resto de los espectadores. De hecho, uno de ellos (que sabía algo de estadística) calculando que la riqueza de Rodman podría rondar los 20 millones de won recalculó el índice de Gini de nuevo: ¡0,49! Dennis Rodman no sólo había traído su presencia... había sembrado en Corea del Norte el germen de la desigualdad.


miércoles, 18 de septiembre de 2013

Algunas notas sobre el IPC

¿Qué es el IPC?

El IPC o Índice de Precios de Consumo es una medida de cómo varían los precios de los bienes que consumen los hogares. Se utiliza fundamentalmente para seguir la evolución de la inflación y para actualizar o indexar todo tipo de rentas (salarios, pensiones, alquileres, etc.). 
En España (y en la UE) el IPC es técnicamente un índice de Laspeyres encadenado. Esto significa que para su cálculo se considera una cesta de bienes representativa del consumo de los hogares y se compara su coste de adquisición transcurrido un período. Dicha cesta incluye gran cantidad de bienes y servicios en distintos puntos de venta. Actualmente el cálculo del IPC incorpora más de 200.000 observaciones de precios. La composición de la cesta (las ponderaciones ) se cambia anualmente en base a la información que se obtiene de otras fuentes como la Encuesta de Presupuestos Familiares. 

Étienne Laspeyres
Este tipo de índice (cuanto cambian los precios de una cesta "antigua") es lo que se denomina un índice de Laspeyres. Si pudiésemos calcular cuánto han variado los precios de la cesta que actualmente estoy consumiendo tendríamos un índice de Paasche.

El índice de Laspeyres tiene además una cualidad importante y es que es consistente cuando se calcula por etapas, esto es, cuando se comienza calculando índices elementales (por ej: un índice para el arroz) y se van agregando (Ej: alimentos -> índice general) sucesivamente. Otros índices han de ser calculados "de golpe" ya que no son consistentes en su cálculo por etapas.

 Pero sí todos los hogares no consumen lo mismo... ¿qué mide el IPC? ¿Puede haber "muchos" IPCs distintos?

A la hora de calcular el IPC se tiene en cuenta lo que se denomina cobertura, esto es, qué productos y hogares se tienen en cuenta y cuáles no. Parece evidente que en el hogar de un pensionista no se consumirán los mismos bienes ni en la misma proporción que en un piso de estudiantes o en una familia con niños pequeños. En algunos países se publican diversos índices de precios variando la cobertura si bien esta práctica no es habitual ya que la existencia de varias cifras simultáneas puede dañar la credibilidad de las mismas. En principio nada impediría poder calcular un IPC distinto para la actualización de las pensiones teniendo en cuenta los hábitos de consumo de los pensionistas y otro u otros IPCs con coberturas diferentes según su finalidad. Esto no se hace actualmente.

¿Qué pasa cuando las rentas o los salarios suben según el IPC?

En principio cuando una renta sube exactamente el IPC se supone que no pierde poder adquisitivo y que se mantiene el nivel de bienestar. Esto no es exactamente así en el corto plazo y puede ser que sea directamente falso en el largo plazo. 

En general se sabe que cuando los precios y las cantidades consumidas están correlacionadas negativamente un índice de Laspeyres tiende a sobreestimar la inflación (mientras que uno de Paasche la infraestima).  

Si actualizamos una renta de un consumidor tipo según el IPC (Laspeyres) garantizamos que el perceptor de esa renta pueda seguir comprando la misma cesta de bienes que al principio si así lo desea. Por lo tanto alcanzará al menos el mismo nivel de bienestar. Sin embargo si dicho consumidor ajusta su patrón de gastos en función de los precios relativos (consume menos de lo que ahora es más caro y más de lo que ha bajado o ha subido menos) mejorando su bienestar. 

Hay formas de evitar este sesgo del IPC pero no se aplican:

La primera forma sería corregir a posteriori el índice cuando se tengan datos de consumo del período en cuestión. Se podría calcular el índice de Paasche y a continuación la media geométrica entre ambos. Es lo que se denomina el índice de Fisher que desde un punto de vista matemático es muy superior. Sin embargo la mayoría de los países no revisan el índice una vez publicado. Esto parece sensato si dicho índice se utiliza para la indexación de rentas ya que las conscuencias financieras de la revisión podrían ser bastante costosas. Esa falta de revisión puede crear una falsa sensación de certeza sobre el dato en cuestión pero por otro lado aumenta la aceptación y credibilidad del índice.

Otra forma sería utilizar índices que corrigen parcialmente este efecto, como el índice de Lloyd-Moulton. Sin embargo este enfoque tampoco está exento de problemas ya que exige la estimación de nuevos parámetros (elasticidad de sustitución) amén de otros problemas técnicos.

A pesar de todo, en el corto plazo las diferencias entre lo que mide el IPC y el coste de la vida serán muy pequeñas. Sin embargo el efecto es acumulativo y a largo plazo las afirmaciones cada vez son más difíciles de sostener. De hecho la incorporación de nuevos productos y calidades en la cesta básica tiende a mejorar la calidad de vida. (¿Cuánto valía la penicilina antes de ser inventada?)

Por eso, cuando hablemos de "pérdida de poder adquisitivo" en términos de desviaciones respecto al IPC y a largo plazo... no usemos demasiados decimales que los brochazos son cada vez más gordos. Si alguien está interesado en qué es y cómo se calcula de verdad el IPC recomiendo echar un vistazo a este documento de la OIT.

lunes, 16 de septiembre de 2013

No te creas... ¡NADA!

Acababa de leer esta entrada de Jose A. Perez (@mimesacojea) titulada "Si está en Internet, es verdad" cuya lectura recomiendo encarecidamente. La cuestión es que todavía retumbaban por mi mente las ideas ahí expuestas cuando decido que tengo un poco abandonado el blog y que el cuerpo me pide sangre... ayer había leído una "noticia" en Diario de Navarra que creo que se merece algún comentario.

La noticia es cuestión es ésta: Navarra. La comunidad en la que más aumentaron los precios en la hostelería. Cuando la leí pensaba que se merecía algún comentario. El primero, y más evidente, es que afirmar "... según datos definitivos del Instituto Nacional de Estadística (INE), recogidos por Europa Press..." cuando el INE emite su propia nota de prensa y todos los datos me resulta chocante. Pero éste es un tema menor.

Lo que yo quería comentar en ésta entrada es que todos los meses se publican los índices de precios y tasas de variación de distintos grupos (12) de productos de todas las CCAA más Ceuta y Melilla (19). De cada grupo, cada mes, siempre hay una Comunidad cuyo índice o tasa de variación de precios es "la más alta" o "la más baja" generando por consiguiente ¡24! noticias de este tipo. Es absurdo. Según Diario de Navarra los precios de Turismo y Hostelería de Navarra en Agosto crecieron un 1,8%.

Tratando de ilustrar el ejemplo anterior he acudido a la fuente original (al INE) para localizar otros ejemplos de "noticias" semejantes. Y ¡cuál ha sido mi sorpesa!:



Resulta que la noticia que da origen al titular... ¡no se corresponde con los datos del INE!. Alguno me podría decir que "Hoteles, cafés y restaurantes" no es "Turismo y hostelería" tal y como viene en la noticia. Es verdad. Razón por la que he buscado ese dato en el propio INE ("Turismo y hostelería" es una rúbrica por si alguien lo quiere buscar) y el dato para Agosto en Navarra es de -2,3%...



¿Cómo ha podido ocurrir?. Creo que en algún punto algún redactor (ahora no sabemos si es el del Diario o si le podemos echar la culpa al de Europa Press) se ha confundido. El único 1,8 que he encontrado en relación a Navarra es el IPC general interanual de Junio... nada que ver con los precios de la hostelería en Agosto.

En conclusión... no sólo no hay que creerse lo que aparece en Internet (como esta entrada). Tampoco hay que creerse LAS CIFRAS QUE SE PUBLICAN EN LA PRENSA. ¡Manda güevos qué país tenemos...! La chapuza...

martes, 20 de agosto de 2013

Mediana y media

Bell Curve Surgía hoy en Twitter por enésima vez la eterna discusión sobre si la media es una medida "representativa" de un conjunto de datos o si es mejor utilizar la mediana.

En mi opinión, cuando se trata de describir un conjunto de datos conviene ser un poco más exhaustivo ya que la representación de toda una distribución con una única cifra siempre puede llevar a engaño. Pero todo depende de la naturaleza de los datos y del objetivo que persigamos. Vamos a hacer un sencillo ejercicio mental:

Supongamos que tenemos un dado de seis caras (un dado normal) pero que sustituimos las caras 2 y 3 por unos. Así tendremos un dado con las siguientes caras: 1, 1, 1, 4, 5 y 6.

Ahora supongamos que tenemos 600 alumnos de la asignatura de estadística (que es un hueso y hay muchísimos repetidores...) y a cada uno de ellos le pedimos que lance el dado una vez y les damos tantos € como puntuación saquen. Si las caras son equiprobables esperaríamos que 300 alumnos sacasen un 1, 100 un cuatro, 100 un cinco y 100 un seis. La media de € por alumno será de 3€ aunque ninguno de ellos haya percibido esa cantidad exactamente. La mediana será de 2,5€ y tampoco ninguno ha percibido esa cantidad. Ahora bien... ¿cuál de las dos medidas nos da una mejor estimación de la esperanza de premio si yo lanzo un dado?. Dicho de otra manera... si yo lanzase el dado 100 veces... ¿qué puedo esperar ganar?. Parece evidente que mis ganancias medias serán cercanas a la media y NO a la mediana.

Y todo ésto es porque la media es un estimador insesgado de la verdadera media poblacional, mientras que la mediana no lo es. Otra cosa es tratar de vender nuestras propias opiniones presentando los datos de forma sesgada... pero eso es harina de otro costal.

miércoles, 12 de junio de 2013

Por qué no me parece bien un IVA de lujo

"El arte de la tributación consiste en desplumar al ganso de forma tal que se obtenga la mayor cantidad de plumas con el menor número de graznidos." 
Jean-Baptiste Colbert
Hace ya unos días que me comprometí con @milhaud a escribir esta entrada sobre por qué me parece una mala idea volver a introducir el IVA de lujo.

Las principales conclusiones a las que quiero llegar son éstas:
  • Que el hecho de que se aplique un IVA de lujo a algunos productos no significa que el peso del impuesto recaiga sobre los compradores del mismo y puede perjudicar a sus productores.  
  • Que el IVA no es una buena herramienta para redistribuir renta si tenemos a mano otras alternativas como un impuesto sobre la renta progresivo


Incidencia de un impuesto.

Uno de los aspectos importantes a la hora de evaluar el impacto de un impuesto es el estudio de su incidencia, o dicho de otra manera... quién paga de verdad el impuesto. Pongamos un ejemplo:

Supongamos que en la vinoteca del portal de enfrente de mi casa una botella de vino vale 10€. Un cambio legislativo impone un impuesto de 1€ por botella que el vendedor debe ingresar a hacienda. En un primer momento el precio de la botella sube a 11€. Puesto que el vendedor sigue cobrando 10€ netos tras pagar 1€ a hacienda diríamos que ha sido el comprador el que ha soportado el impuesto. Sin embargo, lo normal es que ante la subida del precio a pagar por los consumidores éstos compren algo menos de vino, por que lo que probablemente el nuevo precio de la botella de vino se situará en algún punto entre los 10€ iniciales y los 11€ finales. Supongamos que el nuevo precio es de 10,30€. En este caso vemos como de facto la carga del impuesto se reparte entre comprador (que paga 30 céntimos más por cada botella que antes del impuesto) y el vendedor (que cobra 70 céntimos netos menos que al principio).

Así pues, el hecho de poner un impuesto al consumo más alto en algunos bienes (como podría ser el IVA de lujo) no significa que lo vayan a pagar de hecho los compradores.

En general dicho reparto dependerá de lo que los economistas llamamos elasticidad que no es otra cosa que la sensibilidad de la cantidad intercambiada a variaciones del precio. Siendo poco rigurosos (pero con la intuición a favor) podríamos decir que productos muy necesarios tendrían una elasticidad muy baja y en consecuencia los consumidores acabarán pagando prácticamente todo el impuesto. Sin embargo otros en productos innecesarios o totalmente prescindibles es fácil que la incidencia del impuesto recaiga fundamentalmente en el productor. (En 1927 el economista Ramsey escribió un artículo desarrollando un método sobre cómo establecer tipos impositivos distintos para cada producto dependiendo de sus elasticidades... pero esto es otra historia y ese análisis está hoy superado. En cualquier caso creo que es un artículo muy bonito).


Incidencia en fuentes y usos de la renta

En el apartado anterior hemos soslayado un detalle que puede resultar importante: ¿cuántas botellas de vino se vendían antes y después del impuesto?. Si el vino es un bien normal y todos los demás factores permanecen constantes es más que probable que se venda menos vino a 10,30€ que a 10€: se producirá menos vino y éste hecho tiene un impacto no sólo en el vendedor de la botella sino en toda la cadena de producción del vino.

Supongamos un impuesto de lujo del 35% para algunos productos. Es posible que algunos de estos productos sean productos de lujo por el hecho de ser artesanales con una gran proporción de mano de obra. También es bastante probable además que su demanda sea muy elástica (como decíamos en el apartado anterior) de manera que la carga del impuesto no recaiga sobre el comprador sino sobre los productores, que no tienen por qué ser precisamente ricos. (¿Habéis visto ese documental sobre los pescadores de angulas? ¿O sobre los percebeiros?)

Efectos redistributivos

A menudo se justifica la existencia de tipos de IVA para distintos tipos de productos dependiendo de su caracter más o menos "necesario" bajo una óptica redistributiva siguiendo un argumento en los siguientes términos:
 - las personas más pobres consumen una mayor proporción de su renta que las personas ricas. Si todos los bienes tienen el mismo tipo de IVA las personas pobres acaban pagando en impuestos indirectos una mayor proporción que las personas ricas, por consiguiente
 - se puede observar qué tipo de bienes son consumidos en mayor proporción por las personas de menos recursos y se gravan con un tipo inferior (reducido o superreducido) para compensar el efecto anterior.

Lo cierto es que aunque lo anterior es lo que se está aplicando actualmente en la Unión Europea, un impuesto indirecto es una mala herramienta para aplicar políticas redistributivas si tenemos la posibilidad de articular dichas políticas mediante un impuesto sobre la renta progresivo. De hecho, algunos autores nada sospechosos de "neoliberales" como Stiglitz han llegado a la conclusión de que en determinadas circunstancias un tipo único de impuesto sobre el consumo (tipo IVA) puede ser óptimo. No es que no se pueda redistribuir mediante impuestos indirectos; se puede. Pero tal y como hemos visto antes al hablar de los artesanos es muy difícil conseguir el efecto deseado. Es como comer un puré con palillos chinos: es posible pero acabas suspirando por una cuchara.

Por éstas, entre otras, razones estoy en contra de un IVA de lujo.

sábado, 8 de junio de 2013

Contrastando datos

Una nota muy breve.

Ayer mismo alguien argumentaba sobre los recortes aduciendo que no había habido recortes en defensa. En 10 minutos localizo la información y veo que pese a lo que se repite incesantemente es mentira. Esto es lo que encontré:


Año Ppto. Mº Defensa
2009 9.741.368,00 €
2010 9.154.423,00 €
2011 8.560.089,00 €
2012 7.411.744,00 €
2013 6.913.627,00 €

Lo mismo que lo he encontrado yo lo puede encontrar cualquiera. No hace falta ser Einstein.

Hoy leo que "las aulas se están quedando vacías" Me voy al INE y consulto la EPA. Resumo mis hallazgos:

En la población entre 16 y 24 años el porcentaje de estudiantes no deja de crecer (sí... también en 2013):


Si nos centramos en la población de 20 a 24 años nos encontramos lo mismo, tanto en el total de estudios como en los que cursan estudios reglados:


Seguramente no vivimos en el mejor de los mundos posibles pero desde luego las aulas NO se están quedando vacías.

martes, 21 de mayo de 2013

El cuarteto de Anscombe

Ya he comentado alguna vez en este blog que a veces es mejor no saber estadística que saber poca estadística. Que no se me entienda mal: la estadística es una herramienta poderosísima. Sin embargo aplicar mal técnicas estadísticas puede conducirnos al error y a algo que tal vez sea peor: a una falsa sensación de seguridad en nuestras afirmaciones. Obtener coeficientes "estadísticamente significativos al 99%" puede inducirnos a afirmar solemnes tonterías creyendo que los datos nos amparan.

Recientemente, y gracias a Josu Mezo (@malaprensa) descubrí un ejemplo maravilloso que ojalá me hubieran mostrado en clase: el cuarteto de Anscombe.

El cuarteto en cuestión no es un cuarteto de cuerda sino un ejemplo de cuatro conjuntos de datos que el estadístico Anscombe inventó para tratar de convencer a sus colegas de los años 70 de la importancia del análisis visual o gráfico de los conjuntos de datos. El artículo original puede encontrarse aquí.

¿Y en qué consiste el ejemplo?. Pues bien, hay cuatro series de datos que cumplen lo siguiente:

Número de observaciones (n): 11
Media de la variable x: 9.0
Desviación típica de la variable x: 3.32
Media de la variable y: 7.5
Desviación típica de la variable y: 2.03
Coeficiente de correlación lineal: 0.816
Ecuación de regresión lineal: y = 3 + 0,5 · x
Suma de cuadrados de los residuos: 13,75 (con 9 grados de libertad)
Error estándar del parámetro b1: 0,118
R-cuadrado: 0,667

Los cuatro conjuntos de datos aparentan pues ser muy similares, pero sin embargo, cuando miramos los gráficos de dispersión vemos que hay algo patológico en los análisis de regresión en al menos tres de ellos:

El primer conjunto de datos (arriba a la izquierda) muestra una recta de regresión aparentemente normal. Los puntos quedan por encima y por debajo de la linea de forma aparentemente aleatoria.

El segundo conjunto (arriba a la derecha) es un claro ejemplo de especificación funcional errónea. Un análisis de residuos nos daría una gráfica como la que se ve a la izquierda, lo que nos debería indicar que algo no funciona bien. Los datos x e y se ajustan muy bien a lo que parece ser una parábola, y no una recta. Probablemente un ajuste cuadrático del tipo
y = b0 + b1·x + b2·x^2
daría un ajuste mucho mejor.

El tercer conjunto de datos es un caso típico en el que aparece un punto palanca, esto es, una observación atípica e influyente que modifica sustancialmente los parámetros estimados. De no existir el punto "desalineado" la ecuación de regresión sería sensiblemente distinta. Para detectar valores atípicos e influyentes hay varios test como los residuos estudentizados o los DFFITS que nos señalarían numéricamente la observación anormal.

El último caso es tal vez el más aberrante. Es un caso en el que la variable x es prácticamente constante (excepto en una observación atípica e influyente como en el caso anterior). En este caso, un análisis de multicolinealidad nos señalaría un alto grado de dependencia lineal entre la constante y la variable x.

Por supuesto hay muchos más problemas potenciales en la aplicación "a ciegas" de técnicas de estimación estadística que invalidarían o limitarían el alcance de cualquier conclusión que pretendamos dar por válida (heterocedasticidad, multicolinealidad, no-normalidad, problemas de especificación funcional, aplicación de técnicas incorrectas dada la naturaleza de los datos... ). La estadística es como la nitroglicerina: extraordinariamente efectiva pero si no se maneja con precaución puede explotarte en las manos.

sábado, 4 de mayo de 2013

No es tan fácil dar lecciones

"If you need some help with the math, let me know, but that should be enough to get you started! Huh? No, I don't need to read your thesis, I can imagine roughly what it says."
Esta entrada pretende constituir una respuesta las dos entradas de Arturo Quirantes (@elprofedefisica) en Naukas tituladas Las matemáticas de los recortes en España: una lección mal enseñada. Desafortunadamente no puedo recomendar leerlas (no me han gustado nada, la verdad) pero tal vez sea necesario para seguir esta extensa explicación. De todos modos haré un breve resumen de lo que dice el Sr. Quirantes un poco más abajo.

No es la primera vez que contesto a una entrada de Arturo Quirantes y es que da la sensación de que ha adoptado exactamente la actitud del protagonista de la tira cómica que acompaña a este artículo. En aquella ocasión le recomendaba consultar con alguien con algún background en asuntos monetarios: realmente hubiera bastado con un alumno de primero de carrera que haya asistido alguna vez a clase. En esta ocasión creo que tampoco se luce mucho. Espero que no se lo tome a mal y que si cruzamos nuestros caminos en alguna ocasión podamos tomarnos una cerveza y reirnos de todo esto.

En esta entrada trataré de establecer un par de cuestiones:
  • Que el Sr. Quirantes se equivoca en las afirmaciones que hace sobre Economía y, algo más grave,
  • Que el Sr. Quirantes comete además enormes errores en su análisis "estadístico" precisamente por no entender la naturaleza de los datos que está tratando. 

Pero entremos ya en materia.

¿Qué dice el Sr. Quirantes en las dos entradas?

Permítaseme resumir los principales argumentos de el Sr. Quirantes.
Parte 1
1) Comienza justificando el título de sus entradas identificando el trabajo de Reinhart y Rogoff como uno de los pilares fundamentales de las políticas de recortes y la austeridad fiscal. Más adelante vuelve sobre ello en la segunda parte de su entrada.
2) Afirma que ha leído el artículo de R&R así como el de HAP y que ha "examinado los datos", señalado algunos "errores" y "fallos más o menos chapuceros".
3) Señala los problemas con los datos de Nueva Zelanda y explica el procedimiento de ponderación utilizado por R&R. Se alinea con las tesis de HAP señalando que R&R "deberían justificar su arbitraria metodología". Pone un ejemplo para señalar que el criterio de ponderación es "injusto de toda injusticia".
4) Indica un "error inexplicable" de que cuatro años de la serie de Nueva Zelanda no fueron contabilizados.
5) A continuación el Sr. Quirantes nos explica qué es la media y la mediana señalado entre otras cosas que "la media aritmética tiene ciertos problemillas como estimación de un promedio" (sic). Dice el Sr. Quirantes que "si los señores RR se hubieran parado a reflexionar por qué la media y la mediana son tan distintas en el último tramo de deuda/PIB, tal vez hubieran revisado y corregido los datos" al más puro estilo del protagonista de la viñeta que acompaña esta entrada.
6) Sigue el Sr. Quirantes haciendo estimaciones lineales sobre los datos resumidos y ajustando una recta de regresión sobre 4 puntos y despotricando sobre el bajísimo coeficiente de determinación... de 0,84 en un caso y 0,93 en el otro. Ahí nos deja en ascuas hasta la...

Parte 2
1) Comienza la segunda parte el Sr. Quirantes recordándonos que el estudio de R&R "se ha convertido en una obra de referencia para justificar las políticas de recortes" y nos promete llegar al final del artículo a la conclusión de que los recortes no son lógicos.
2) Se dedica a continuación el Sr. Quirantes a coger todos los datos, todas las observaciones individuales y a hacernos gráficos de colores por años y por países. Deja constancia de que no tiene ni idea de la naturaleza de los datos que está manejando señalando que hay huecos en las series, que cada país "tiene al menos un PIB distinto" y que seguro que habrá cometido errores pero que no cree que sean de importancia. Así... tan tranquilo.
3) A continuación señala que los economistas practicamos una lógica equivocada que nos hace cometer errores en la identificación y determinación de la causalidad. Afirma algo que según él es la tesis habitual de los economistas y señala que la lógica está equivocada.
4) Discute sobre si se puede o no se puede deducir la causalidad deuda-crecimiento a partir de los datos. Trata de presentar una falacia lógica en lo que según él es el argumento de los economistas.
5) Disquisiciones sobre el huevo y la gallina. El Sr. Quirantes vuelve a afirmar lo que según él decimos los economistas y señala lo equivocados que estamos por lo difícil que es establecer relaciones de causalidad. Señala que nos vemos tentados a establecer dichas relaciones cuando apreciamos correlaciones. Señala que el estudio de RR se ha utilizado para justificar las políticas económicas europeas "como si fuera la Biblia" (sic).
6) Insiste el Sr. Quirantes en que el estudio de RR no puede utilizarse para justificar la reducción de la deuda que nos llevará hacia el crecimiento.
7) Afirma que "Es posible y puede que lógico que una disminución de la deuda conlleve un aumento del PIB, pero no está demostrado en ninguna parte. Ninguna." haciendo gala de un conocimiento amplísimo de toda la literatura sobre el tema (que no es poca). 

Y más o menos eso es todo.

Como contestar punto por punto es agotador voy a centrar mi respuesta en tres grandes grupos argumentales:
- el primero de ellos es en relación a los errores estadísticos elementales que el Sr. Quirantes comete. El análisis con datos resumen que realiza en la primera parte no tiene mucho sentido, pero el manejo de los datos de la segunda parte es un despropósito como demostraré más adelante.
- el segundo grupo de argumentos pretende ilustrar algunos aspectos sobre en sentido de la causalidad entre deuda y crecimiento. Que el Sr. Quirantes haya divagado sobre el tema sin mencionar ni una sóla vez el término "crowding-out" significa que desconoce la naturaleza del problema a nivel elemental. Vamos... como si me pongo yo a hablar del bosón de Higgs...
- el tercer grupo de argumentos lo dedico a estudiar la relación que el artículo de R&R tiene con las políticas de austeridad y recortes.

1) Errores en la estadística.

Creo que de todos los errores cometidos en el artículo este es el más grave: ignorar la naturaleza de los datos que se están manejando y aplicar técnicas estadísticas no adecuadas. Probablemente es habitual en experimentos físicos en laboratorio realizar n veces un experimento y tomar cada una de las mediciones como observaciones independientes. Sin embargo los datos de R&R no son observaciones independientes: ¡son datos de panel! ¿Qué son datos de panel? Se dice que que un conjunto de datos es de panel cuando se tienen observaciones de series temporales sobre una muestra de unidades individuales (en este caso países).

Si ya manejar los datos de una serie temporal como si fuesen observaciones independientes es una aberración (¿qué sentido tiene calcular correlaciones sobre dos series temporales y más aún si no son estacionarias? Para una discusión sobre ésto mirar aquí). Si además del caracter temporal de los datos añadimos el del corte transversal (países) y damos a todas las observaciones un caracter independiente cometeremos errores abultados.

¿No está claro? Pongamos un ejemplo que todos entendamos. Supongamos que somos investigadores médicos y queremos comprobar si existe alguna relación entre el nivel de glucemia (azúcar en sangre) y el grado de somnolencia. Para ello cogemos una muestra de personas y cada hora medimos su nivel de glucemia y medimos de alguna manera su grado de somnolencia. Ya tenemos un bonito conjunto de datos de panel. Ahora... ¿cómo extraemos información de la muestra?. Si aplicásemos la metodología de Reinhart y Rogoff lo que haríamos es detectar para cada individuo los episodios de bajo, medio o alto nivel de glucemia y calcular la media del nivel de somnolencia en cada episodio. Por ejemplo, una persona diabética con niveles normalmente altos de glucemia puede tener episodios largos (muchas horas) y habría que obtener para cada uno de ellos su nivel de somnolencia. Otra persona, sin embargo podría tener episodios más cortos. De hecho, si la glucemia afecta al grado de somnolencia con algún grado de retardo (me sube la glucosa ahora y me entra sueño dentro de 30 minutos) mirar las observaciones de forma individual e independiente (obviando su caracter de serie temporal) no permitirían descubrir la relación. Reinhart y Rogoff toman cada uno de los episodios como una observación que representan por su media aritmética. Tomar todas las observaciones individuales de forma independiente significaría dar un peso excesivo a los individuos diabéticos para niveles altos de glucosa y viceversa además de obviar información importantísima relativa a cuándo en el tiempo se agregan los datos. (R&R no promedian TODOS los años para un determinado nivel de deuda para cada país sino aquellos que son CONSECUTIVOS, fijando de alguna manera el caracter episódico que cada crisis de deuda tiene con sus propias variantes no observadas).

Hay más formas de manejar los datos de panel, sin duda, pero como NO se hace es como sugiere Arturo Quirantes en su entrada. No es cuestión de dar aquí una conferencia sobre la estadística de los datos de panel, pero take my word for it, lo que hace el Sr. Quirantes es, en sus propios términos, chapucero (además de incorrecto).

De hecho lo más asombroso del trabajo de R&R es la COMPILACIÓN de su base de datos. Aunque actualmente utilicemos con soltura los conceptos como el PIB (¿sabemos realmente lo que mide?) hay que tener en cuenta que los sistemas de contabilidad nacional capaces de producir estadísticas más o menos fiables son de la década de los años 30... y eso en los países más avanzados. La base de datos de R&R tiene muchísimo más mérito que las cuatro gráficas que presentan en aquel congreso. Son datos reconstruidos utilizando técnicas "forenses". Algo así como esas series históricas de temperaturas reconstruidas mirando los anillos de los troncos de árboles fosilizados... una tarea de chinos. En concreto, en el caso de Nueva Zelanda (que tanto extraña a el Sr. Quirantes que falten datos de los años 40) comenzaron a publicar estadísticas oficiales mucho más tarde. Los datos que tenemos en la actualidad sobre dicho período no estaban disponibles cuando R&R publicaron su trabajo y de hecho... ¡encontraron errores! que todavía no han sido corregidos oficialmente. En sus últimos trabajos R&R incorporan los datos buenos pero los críticos (HAP) sin embargo todavía arrastran en su trabajo los errores detectados por R&R. Puede consultarse esto que afirmo aquí.

En resumen: la ponderación individual de observaciones para datos de panel es una chapuza. Reinhart y Rogoff no sé si son chapuceros, pero aparentan serlo mucho menos que el Sr. Quirantes. Por lo menos ellos conocen la naturaleza de los datos con los que están tratando.

2) Análisis del fenómeno y de la causalidad

Si bien el punto anterior entiendo que representaba el error más grave del artículo de Naukas creo que este punto es el que delata una mayor ignorancia. el Sr. Quirantes utiliza un par de veces la falacia del hombre de paja señalando lo que los economistas decimos o sobre lo que es la tesis central de la Economía sobre el asunto. En lugar de discutir punto por punto un razonamiento demencial casi prefiero explicar muy brevemente cuál es el estado de la cuestión y dejar al lector que juzgue si la crítica de el Sr. Quirantes tiene algo que ver con la realidad.

En primer lugar, la literatura sobre crecimiento económico tiene ya bastantes décadas y ha alcanzado en algunas cuestiones un grado elevado de consenso. Los economistas sabemos hace tiempo que el porcentaje de deuda pública no es el principal factor detrás del desarrollo económico. Desde la formulación de los primeros modelos económicos de crecimiento (Harrod-Domar, Solow-Swan, Ramsey entre otros...) se señalan como principales factores impulsores del crecimiento el factor trabajo (en sus dimensiones cuantitativa y cualitativa) y la acumulación de capital. Algunos modelos incorporan además el avance tecnológico y otros factores endógenos y exógenos. Así pues, la deuda pública no figura en principio como uno de los principales factores justificativos del crecimiento económico en la abundante literatura. Si a alguien le interesa, el manual sobre crecimiento económico de nuestro genial Xavier Sala-i-Martin con Robert Barro es una obra de referencia imprescindible sobre el conocimiento sólidamente establecido hace décadas sobre crecimiento económico.

De modo que... si los economistas ya hemos averiguado cuáles son las principales variables que afectan al crecimiento económico... ¿qué sentido tiene que nos pongamos a investigar la relación entre la deuda pública y el crecimiento? Bueno. En primer lugar porque parece que los modelos de crecimiento presentan rachas o tiempos en los que se ajustan mejor o peor dependiendo de momentos históricos o en países o zonas geográficas distintas. Esto es, no podemos explicar todo lo que afecta al crecimiento. Averiguar por qué las sendas de crecimiento de los países varían más de lo que las variables (trabajo, capital, tecnología) permiten predecir es importante. También porque a menudo esas variables pueden ser explicadas parcialmente a través de otras. Si el nivel de deuda pública tiene algún grado de correlación con el crecimiento vale la pena estudiar dicha relación y de qué manera ambas variables pueden estar relacionadas entre sí.

De los factores señalados en el punto anterior uno de los más significativos es el capital. El capital no es otra cosa que la suma de todos los bienes productivos de un país (ferrocarriles, fábricas, maquinaria, lineas de alta tensión, barcos pesqueros....) y su volumen global y su tasa de acumulación es vital. Un obrero puede hacer una zanja, pero un obrero con una retroexcavadora puede hacer miles de ellas... La parte del PIB que un país destina a comprar bienes de capital es lo que se llama inversión o en términos de contabilidad nacional formación bruta de capital fijo. La inversión tiene dos vertientes. Por un lado sustituir el capital amortizado (las máquinas que han quedado viejas, obsoletas o se han roto) y por otro incrementar el stock de capital (a que haya más máquinas o mejores). La inversión es pues vital para que un país crezca. Las decisiones de inversión dependen de muchas cosas pero una de ellas y muy importante es el tipo de interés: si una inversión tiene una rentabilidad superior al tipo de interés será más fácil financiarla. Si una inversión tiene una rentabilidad menor será mejor evitarla ya que será ruinosa. Es importante señalar que la inversión de un año no tiene por qué generar crecimiento ese mismo año y que el capital puede estar en servicio durante mucho tiempo, de modo que la inversión (o la falta de inversión) de hoy generará sus frutos (o dejará de generarlos) durante los años venideros.

¿Y qué tiene que ver esto con la deuda pública y su relación con el crecimiento?. Llegaremos a ello enseguida. Por el momento me gustaría que quede claro que los factores que estimulen la inversión a priori estimularán el crecimiento, mientras que aquellos que tiendan a disminuirla lo perjudicarán. (Todo esto es una enorme simplificación, pero démoslo por bueno for the sake of the argument).

Analicemos ahora algunos de los muchos mecanismos que en un sentido u otro actúan entre deuda y crecimiento:
a) El crecimiento afecta al nivel de deuda.  Pocos economistas ponen en duda esta relación. Un shock externo o una fase baja del ciclo que provoque niveles bajos de crecimiento o incluso decrecimiento tienden a ser compensados por un sector público que gasta más e ingresa menos. Algunos de estos incrementos en el gasto vienen por la vía de los estabilizadores automáticos que son partidas presupuestarias que automáticamente aumentan cuando las cosas van mal (como la partida para prestaciones por desempleo). Otras veces son decisiones discrecionales del gobierno que deciden utilizar políticas keynesianas (como nuestro Plan E) para estimular la Economía.
Me parece muy importante señalar que este efecto está sujeto al llamado termostato de Friedman y que presenta algunas dificultades para ser estimado. Hablando mal y pronto: si el gobierno utiliza el incremento del gasto para compensar caídas en el crecimiento (y viceversa) y dicha política es efectiva la correlación entre gasto público (o niveles de deuda) y el crecimiento sería nula (ya que conseguiría mantener niveles altos de crecimiento estables frente a variaciones de los niveles de deuda).

b) El nivel de deuda pública afecta al crecimiento. Se me ocurren por lo menos tres mecanismos a través de los cuales la causalidad puede actuar en éste sentido. (Bueno... seamos humildes: en realidad no se me han ocurrido a mí. Cualquier persona que lea un poquito sobre el tema se los encontrará de forma recurrente en cualquier sitio).
  1. Crowding-out. El crowding-out es un mecanismo por el que un elevado gasto público "desplaza" a la inversión privada reduciendo en definitiva la acumulación de capital y el crecimiento futuro. El mecanismo explicado de forma sencilla es el siguiente: en una economía existen unos determinados recursos financieros (ahorro). El estado y el sector privado compiten por dichos recursos y como consecuencia sube el tipo de interés; si el estado necesita financiar un gran incremento de gasto tendrá que pagar elevados tipos de interés en las subastas y los ahorradores preferirán comprar deuda pública que prestar a los inversores privados. Hay muchos factores que pueden alterar esta relación. Por ejemplo, el Reino Unido tienen una elevada deuda pública (cerca del 100% del PIB) pero con una vida media de 15 años mientras que nosotros tenemos un 90% pero con una vida media de 6. Esto significa que en 6 años habremos tenido que refinanciar o amortizar el 100% del PIB compitiendo en los mercados financieros con otras opciones mientras que en el Reino Unido en esos mismos 6 años solamente tendrían que amortizar o refinanciar un 40%... Evidentemente no es lo mismo.
  2. Otro mecanismo es la inflación. El propio trabajo de Reinhart y Rogoff (no es el único... pero ya que estamos...) señala una relación entre elevados niveles de deuda y altas tasas de inflación. Es lógico: la inflación elevada favorece a los deudores ya que la carga de la deuda disminuye. En países donde el estado tiene la máquina de hacer los billetes es lógico que se sienta tentado a imprimir más de la cuenta y generar inflación que le beneficia. Como los participantes en los mercados no son tontos y saben si un estado puede o no hacer esa trampa ajustarán sus decisiones a las expectativas. Y las expectativas dicen que un país muy endeudado y con una máquina de hacer billetes la usará, por lo que los ahorradores demandarán mayores tipos de interés para prestar al estado, y esto a su vez inducirá niveles bajos de inversión. 
  3. Impuestos. Al final un estado con un elevado nivel de deuda necesita más dinero para hacer frente a los intereses de la deuda. Tarde o temprano la deuda tendrá que ser satisfecha de modo que serán de esperar mayores impuestos destinados a satisfacerla. Como dichos impuestos se detraen precisamente de aquellos ciudadanos más ricos, esto es, los que tienen mayores tasas de ahorro, la cantidad de ahorro disponible (los recursos financieros que enunciábamos antes) será inferior agravando el problema del crowding-out.
En definitiva. La relación entre niveles de deuda pública y crecimiento es bidireccional, difícil de medir y sujeta a factores coyunturales. Los datos parecen indicar que los efectos concordantes con el mecanismo del crowding-out son importantes. No obstante la relación probablemente variará de país a país, de un momento histórico a otro y seguramente el efecto no será inmediato sino que la deuda de hoy afectará al crecimiento de mañana. En cualquier caso, y como hemos visto al principio de este apartado el nivel de deuda pública NO es una de las principales variables explicativas del crecimiento. Pero eso no significa que no debamos estudiarla.

3)¿Pero tienen algo que ver R&R con la política de recortes?

Supongo que si alguien ha llegado hasta aquí estará cansado. Ánimo que falta poco. Lo cierto es que NO. Es cierto que Paul Ryan utilizó en repetidas ocasiones el argumento en la campaña presidencial americana, pero recuerdo que los republicanos perdieron y que es Obama quien dirige el país. En Europa es cierto que se ha mencionado el trabajo de R&R en informes de la Comisión, pero si uno se toma la molestia de leerlos se dará cuenta de que citan los datos que no han sido corregidos. En la página 47 de este informe, por ejemplo, se puede ver como la Comisión se hace eco del crecimiento un 1% menor para niveles altos de deuda y no del -0,1% erróneo del trabajo original. No creo que, como dice el Sr. Quirantes, nadie tomase el trabajo de R&R como "la biblia".

Me gustaría apuntar no obstante unas cuestiones al respecto:
  • No conozco ningún caso en el que en base a una evidencia débil de un trabajo empírico presentado en un congreso se hayan tomado medidas de política económica. Ni lo conozco yo, ni gente como Mankiw. Por un lado no estaría mal que alguna vez los políticos hiciesen caso a la academia, pero me temo que no ha sido así. 
  • R&R hablan en ese trabajo (y no en otros posteriores sin el famoso error) de un nivel de deuda peligroso por encima del 90%. Pues bien, quiero recordar que aquí, en nuestra querida zona euro, se aprobaron hace ya muchos años unos límites de deuda del 60% y un 3% de déficit.  De hecho se prevén sanciones para los países que incumplan ya que son objetivos IMPORTANTES para la estabilidad monetaria. Hablé algo sobre este tema aquí. La "tolerancia" (pasteleo político, en definitiva) con esos objetivos está en el epicentro de la crisis de la zona euro.
  • Las políticas de ajustes y austeridad en Europa comienzan mucho antes de que R&R presentaran esos datos en el congreso de la American Economic Association. Otra cuestión es que determinados líderes de opinión política cuyas ideas y líneas de acción ya estaban fijadas utilizaran el llamativo dato de R&R como acicate para sus posiciones.
  • La tesis de R&R ¡no implica austeridad fiscal!. Puede leerse el detalle aquí. Resumiendo, y para que don Arturo no se me descentre: ni los economistas decimos que la austeridad traerá el crecimiento, ni las medidas de austeridad están reduciendo el volumen de deuda pública, ni el objetivo de deuda tiene nada que ver con un valor fijado por R&R. 

Lamento que el artículo haya quedado tan extenso. Gracias por aguantar hasta aquí.  Me gustaría también indicar que me da cierta pena que una excelente web de divulgación científica como es Naukas se esté convirtiendo en un blog colectivo con muchas opiniones y falta de rigor. No necesitamos una sección de Economía en Naukas (ya hay bastantes blogs de Economía francamente buenos), pero si se va a hablar de Economía, por favor, contrasten antes. Es una pena pero este tipo de episodios manchan algo cuyo mérito e importancia es indiscutible.