Escribe tu primer paper de economía

Guías de 5 minutos para economistas ocupados para escribir (y publicar) su primer paper de economía usando datos y modelos de econometría.

Marionomics: Escribe tu paper de economía

Marx sintético

Blanco y Negro. Un Marx demasiado perfecto que da poquito cringe.

Las ideas de Karl Marx no han perdido vigencia en los últimos años. De hecho los textos que lo mencionan han aumentado en los últimos años. Su popularidad es tal que es difícil imaginar un mundo sin sus textos.

Sin embargo, un nuevo artículo encuentra que de no ser por la revolución rusa de 1917 y los eventos que le siguieron, la popularidad de Marx no habría crecido de la forma en que lo hizo e incluso habría caído en el olvido.

Gráfico de líneas
Menciones de Marx y Smith en la literatura 1860-2019. Ngram.

Aunque equivocado, el argumento es interesante. Y aunque podemos observar que previo a 1917 el número de textos que lo mencionan ya estaba en crecimiento, parece que en efecto este crecimiento se aceleró.

Incluí en la gráfica a Adam Smith como punto de comparación. Nota que hay un breve momento en el que Marx superó a Smith después de los sesentas y que los últimos años ambos han estado en crecimiento.

Un universo paralelo sin la revolución rusa

Aunque las conclusiones de los autores son criticables (más sobre eso más adelante) el método es ilustrativo del método de control sintético.

La gráfica de abajo marca con la línea vertical el año 1917 y el aumento de la popularidad de Karl Marx. La línea es similar a la que obtuvimos en la imagen de atrás con Ngram, pero puedes notar qué hay otra línea punteada.

Gráficos de líneas. Hay una gran diferencia entre dos líneas
Karl Marx vs Marx sintético (Magness & Makovi, 2022)

La otra línea representa un universo paralelo en el que la revolución rusa no se dió y la Unión Soviética no promovió los textos de Marx a la escala a la que lo hizo en la realidad.

En este universo, la popularidad de Marx se quedó estancada al mismo nivel que a inicios del siglo y jamás repuntó. El argumento de los autores para sugerir esto es que Marx, aunque popular entre los círculos del activismo laborista, era prácticamente un desconocido antes de la revolución.

El método que usaron es un tanto curioso. Hicieron un “Marx sintético” para crear esta variable de control que en teoría no debería haber sido afectada por la revolución rusa. Este Marx sintético está conformado por otros pensadores y escritores de la época. La siguiente imagen muestra cómo se conforma.

Author Weight
Ferdinand Lassalle 0.52
Rodbertus 0.288
Oscar Wilde 0.120
Abraham Lincoln 0.056
Pasteur 0.008
Kelvin 0.006
Proudhon 0.002

De acuerdo al cuadro, cerca de la mitad de este Marx sintético se conforma de Ferdinand Lasalle y más de una cuarta parte de Rodbertus. Lo que esto lograría es una comparación entre este “Marx sintético” como un contrafactual del real: este es Marx del mundo paralelo presentado en la línea punteada.

Marx sintético

El método de control sintético es una extensión de las diferencias en diferencias (DiD). En el método DiD se suele aprovechar de algún experimento natural para tomar variables de tratamiento y de control y hacer una comparación.

Por ejemplo, cuando Nueva Jersey aumentó el salario mínimo en 1992, David Card y Alan Krueger corrieron apresurados a tomar la información del estado junto a la de Pennsylvania para medir la diferencia en el empleo y en los salarios.

En este caso, Pennsylvania es la variable de control, i.e. la que no recibió el tratamiento. Particularmente importante fue la comparación. en los restaurantes de comida rápida de la zona cercana a Philadelphia, pues podría bien considerarse la misma mancha urbana, únicamente dividida por la frontera política y un puente.

Mapa de Philadelphia y su frontera con New Jersey
Los estados de Nueva Jersey y Pennsylvania están separados por un puente

Card y Krueger no encontraron ningún efecto en el empleo o en los salarios con el aumento del salario mínimo en Nueva Jersey. Pero más importante: sentaron un precedente de los experimentos naturales.

Pero ¿Que sucede si no tenemos la fortuna de encontrarnos con un experimento natural como el que sucedió en Nueva Jersey? Es aquí cuando recurrimos a un modelo de control sintético.

La idea del control sintético es crear una variable de control con las características de otras observaciones. Un supuesto importante sería entonces que las otras observaciones no hayan sido afectadas por el “tratamiento”.

En el caso del Marx sintético, el supuesto sería que los escritores que lo componen no sufrieron ningún cambio con la revolución rusa.

En lo personal yo tengo muchas dudas con esta metodología. No estoy seguro de que esta composición de un Marx sintético demuestre realmente lo que habría pasado con Marx si no hubiera sido impulsado por los soviéticos.

Más importante que eso, el estudio ignora las dinámicas que ya existían en la literatura con respecto a Marx y sus ideas. No se si esto haya sido de manera intencional o por error, pero creo que nos quedan debiendo.

Tal vez no era multicitado, pero Marx ya era un rockstar

Estoy un poco enojado con todo lo que sucede en Twitter porque, si la plataforma cierra o pierde ímpetu, tendría que volver a crear una cuenta en donde sea que migremos y trabajarla. No es que mi cuenta tenga tantos seguidores, pero tengo a varios seguidores superestrella que le dan mucho poder y alcance a la cuenta. Lo que importa es muchas veces la calidad, no la cantidad.

Disculpen la analogía que acabo de hacer. Yo se que mi cuenta de Twitter no le llega ni a los talones a Marx, pero mi punto es este: si bien Marx no era un rockstar antes de la revolución rusa al nivel al que llegó, ya era evidente que su influencia fue mucha incluso antes de los eventos mencionados.

Por ejemplo, aquí se mencionan dos ejemplos muy importantes de cómo Max Weber y Thorstein Veblen ya mencionaban a Marx con muy alta estima.

El poder de Marx en el siglo XXI

No hay dudas de que las ideas de Karl Marx han sido influyentes en el siglo XX y siguen generando eco hasta la actualidad.

Con ironía, podemos encontrar memes y mercancía con bromas en su nombre (me pregunto que diría de encontrar su cara en Amazon, famoso por su modelo de explotación laboral y negar a sus empleados parar para ir al baño). En la actualidad la línea de investigación marxista permanece viva: es la clasificación JEL B51 en el Journal of Economic Literature de la AEA.

Una almohada de Marx en venta en Amazon

🚀FTX y la muerte de crypto

Un perro rodeado de fuego con un montón de monedas. Como el meme.

El mundo de las criptomonedas acaba de cambiar para siempre. Lo que pasó esta semana pasada puede ser uno de los cambios más importantes del mercado hasta el momento. Y en el centro de la actividad está una aplicación de intercambio llamado FTX.

🚨
En este post
* Una explicación de FTX, cómo funciona, y que significa su caída.
* Una línea del tiempo comprensible sobre los eventos que llevaron a la caida del fondo
* ¿Que efectos tendrá en crypo y fuera de él?

FTX fue creado en 2019 y rápidamente se posicionó en el mundo como uno de los mercados de intercambio de criptomonedas más importantes. En pocos años, la plataforma ya estaba patrocinando celebridades, deportes y hasta se convirtió en el nombre de la arena de un equipo de la NBA en Florida.

Un estadio grande
La arena FTX del equipo de la NBA Miami Heat

FTX es una plataforma de compra y venta de criptomonedas. Te registras con una cuenta y puedes comprar y venderlas y mantener tus activos. Cuando yo aprendí de la existencia de bitcoin hace casi diez años, hacer este tipo de transacciones no era tan sencillo, así que este es (era?) un gran servicio.

Un líder peculiar

El greñudo de la foto se llama Sam Bankman-Fried, mejor conocido como SBF (no puedo juzgar a alguien por ser greñudo, yo mismo siempre lo estoy). SBF siempre dio una imagen de ser el chico buena onda. Incluso este Octubre se acercó a los reguladores con la intención de defender el proyecto de regulación de las monedas digitales.

SFB con Giselle Bündchen

A pesar de mostrarse con buenas intenciones y cómo una persona muy transparente, los eventos recientes han minado la confianza en los fondos, las criptomonedas y los tipos greñudos con look desenfadado (para mi desgracia).

Un resumen del caos

Además de FTX, SBF controlaba Alameda Research, una empresa de especulación financiera, principalmente con criptomonedas. Esto es importante para la historia.

El negocio de FTX está en las comisiones pos compra y venta de criptomonedas. Es buen negocio, pero no el suficiente para comprar un estadio. Otra de las actividades que la plataforma realiza es permitir a los usuarios comprar o vender criptomonedas con dinero prestado.

Supongamos que tienes $100 en depósitos pero quieres comprar $200 de alguna criptomoneda porque estás seguro de que va a subir. La plataforma te puede prestar los otros $100 cobrando una tasa de interés.

Si las cosas salen bien, la plataforma y el cliente salen ganando con el aumento de precio. Pero en los últimos meses estas apuestas no han resultado muy favorables. ¿Que pasa en estos casos?

Gráfico de líneas en rojo
Bitcoin en picada todo el año

Mientras el precio no baje más de los $100 dólares de los depósitos, la plataforma tiene fondos para costear la pérdida: los depósitos de los clientes. Pero si el precio baja más allá, entonces tanto el cliente como la plataforma están en problemas.

La solución de SBF y FTX fue algo que las regulaciones de las finanzas tradicionales no habrían permitido. FTX le prestó 10 mil millones de dólares de los fondos de los usuarios a Alameda Research para financiar sus pérdidas.

Luego el asunto se volvió más complicado cuando empezó a involucrarse Binance.

Entra en EsCZena Binance

Por alguna razón, a los Crypto-bros les gusta hacerse llamar por abreviaturas. Changpeng Zhao (CZ), el CEO de Binance (Orta plataforma de intercambio de crypto que financió brevemente a FTX al inicio) anunció planes de vender los tokens de FTX.

Por partes. Parte de la cultura crypto exige que FTX emita un token, simplemente por ser parte del ecosistema. En realidad FTX no requiere tener su propio token para funcionar, pero ¿que clase de crypto bro eres si no tienes tu propio token?

La situación se complicó cuando CZ anunció la compra por Twitter y los usuarios comenzaron a vender los token anticipando una caída en el precio.

Para evitar un caos, CZ se comprometió a rescatar FTX, para luego retirar la oferta el día siguiente.

Para colmo, gran parte de la deuda de Alameda con FTX está en el token que FTX emitió.

Una línea de tiempo

Ok, repasemos lo que sabemos hasta el momento con una línea de tiempo de los acontecimientos.

  • El 1 de Noviembre, se filtran las hojas de balance de Alameda. En ellas se muestra que la compañía tiene mucha exposición a FTT, el token de FTX.
  • El 6 de Noviembre CZ anuncia la venta de todos los tokens de FTT que tienen. 16 minutos después la CEO de FTX ofrece comprarlas en un intento de que el precio del token no caiga.
  • Para el 8 de Noviembre se reportan retiros lentos de los fondos de FTX.

El resultado final es una especie de pánico bancario. No ayuda en nada que además se han reportado hackeos a las cuentas y la liquidación de activos de la compañía.

¿Qué efectos tendrá?

En primer lugar está la confianza en Crypto. Las criptomonedas siempre han estado en la intersección de ser una tecnología nueva con ciertas complicaciones que lo hacían ideal para formar estafas. Incluso hace poco hice un post sobre estafas en criptomonedas y cómo evitarlas.

Cómo evitar caer en fraudes de criptomonedas
Cuidado con el Phishing y con las ofertas que son demasiado buenas para ser verdad. Aquí cómo protegerte.

No es la caída de precios. La forma en la que los hechos se presentaron confirman a los escépticos de crypto que hay algo raro detrás.

Esta pérdida de confianza ya está teniendo efectos. Otras compañías enfocadas en criptomonedas ya están quebrando, los empleados ya no están trabajando y están preparando sus currículum para buscar trabajo.

Reacción en cadena

Hay otro problema que me preocupa más que los crypto bros perdiendo hasta la camisa y es el contagio financiero que pueda generar.

Por un lado están los fondos que invierten e invertían en FTX y otros activos similares. Por ejemplo, Sequoia acaba de marcar en ceros el valor de su inversión en FTX. 💥 pum. Todo lo que había ahí perdió su valor por completo.

Por el momento parece que se ha contenido un contagio generalizado en los mercados, pero la bancarrota ha estado sacando a la luz información sobre los activos que compró el fondo en su época de bonanza.

Por supuesto que una gran parte de lo que ha comprado ha sido con crédito: casi 50 mil millones de dólares de crédito alrededor del mundo. Es más que el doble de lo que tenía Enron en la crisis punto com. Buena suerte en lograr que se paguen esas deudas.

¿Qué pasa cuando le enseñas economía a un juez?

¿Qué pasa cuando le enseñas economía a un juez?
💡
En esta historia hay jueces tomando clases de economía, comentarios un tanto racistas de un economista y la sugerencia de legalizar las drogas de uno de los economistas mas rockstar del siglo pasado.

Imagina un Domingo en uno de los mejores resorts en las playas de Florida. Empiezan a llegar un grupo de personas con sus maletas, preparándose para una estancia de dos a tres semanas.

Entre los asistentes están los jueces más importantes del país y esas semanas no van a vacacionar. Se trata de un evento en el que llegan a tomar clases de economía.

Estos eventos eran un éxito. Juntaban a los economistas más influyentes de la época y los ponían a enseñarle a los jueces sobre mercados, oferta y demanda, antimonopolio y otras cosas.

Fotografía en blanco y negro
Milton Friedman enseñando economía a un grupo de jueces

Un retiro para jueces

Los jueces tienen un papel clave en la implementación de la política económica y en el funcionamiento general de la sociedad. Son ellos quienes hacen que se aplique la ley y quienes tienen la última palabra en cuanto a su interpretación. Las decisiones que se toman en las cortes afectan no sólo a las personas que son parte del juicio sino a los casos futuros que pueden basarse en su interpretación de la ley.

Con esto en mente, Henry G. Manne lanzó en 1976 un programa de capacitación en Ciencia Económica dirigido a jueces en los Estados Unidos. El programa duró más de cuarenta años y para 1990, más del 40% de los jueces federales completaron el programa.

El programa fue un éxito y la idea es muy buena. Creo que es una idea que deberíamos implementar más y más seguido en otros países, incluyendo Latinoamérica. Sin embargo hay un gran peligro que proviene de la misma disciplina económica.

En un estudio reciente, un grupo de economistas encontró evidencia de que los jueces que participaron en este programa terminaron emitiendo resoluciones claramente sesgadas a una visión conservadora/libertaria.

Las ideas tienen consecuencias

Un ejemplo de este sesgo se encuentra en que los jueces que atendieron los seminarios tendían a favorecer las regulaciones a los sindicatos. También eran estos los jueces que daban sentencias a prisión más largas.

El estudio muestra evidencia de que los seminarios recibían el financiamiento de grupos filantrópicos con ideas conservadoras. Entre ellas destaca la Fundación Olin, que nace de la Corporación Olin: una compañía de pólvora y químicos que financia también la Federalist Society y otras fundaciones con el objetivo de influir en la política del país.

De acuerdo a la investigación, en el programa de adoctrinamiento se le advierte a los jueces de los problemas que generan las protecciones a sindicatos y las regulaciones ambientales. Esto hacía que en promedio los jueces que asistieron tuvieran mayor probabilidad de ordenar en contra de la National Labor Relations Board (la encargada de regular el trabajo en EEUU) y de la Environmental Protection Agency (La agencia de protección ambiental).

Los autores también usaron métodos de análisis del texto de las sentencias para encontrar que los jueces usaban más el lenguaje económico. Y posterior a 2005, donde obtuvieron mayor discrecionalidad, impusieron sentencias a prisión más largas.

Sentencias a prisión mas largas

La lógica detrás de las sentencias más largas viene de una idea que se genera en los modelos económicos de Becker. En 1968, Gary Becker escribió un modelo en el que redujo las decisiones de los criminales a un cómputo de costos y beneficios (si pones atención al enlace del artículo que puse, te vas a dar cuenta de que el archivo lo aloja la misma fundación de la que hablamos antes).

La idea es que al momento de decidir cometer un crimen, un criminal hace un cálculo de lo que podría ganar con el mismo y lo compara con el “costo” que podría pagar en caso de ser atrapado. Esto sería un cálculo de probabilidad, tal vez incluso Bayesiano, en el que si el costo medido en años de prisión es mayor a su ganancia, entonces lo más probable es que no se cometa el crimen. A esto se le conoce como la teoría de la disuasión.

Los jueces que aprendieron esta lección y la internalizaron, aprendieron que debían de imponer sentencias más largas de prisión a los criminales con el objetivo de disuadir el crimen. La realidad, como puedes imaginar, es más compleja. Por un lado la cárcel refuerza en algunas personas los comportamientos criminales, sirviendo de facto como una “escuela del crimen”. Por otro lado, los efectos de la cárcel pueden servir para algunos tipos de crimen mientras en otros el efecto puede ser nulo o incluso negativo.

Hay una excepción a este efecto. Y este tiene que ver con los crímenes relacionados con las drogas. Milton Friedman estaba entre los profesores del programa y él era un libertario que se oponía abiertamente a cualquier intervención del gobierno. Entre sus ideas principales estaba la legalización de las drogas.

Antimonopolios

Al final de cuentas, quien tiene la última palabra cuando se trata de las leyes antimonopolios son los jueces. Aquí los efectos podrían ser mixtos. Por un lado, la exposición de los jueces a las ideas de la economía les ayudan a comprender los beneficios de la competencia y así oponerse a las fusiones que puedan llevar poder de mercado y fijación de precios.

Por el otro lado, la teoría de precios de los años 70s permitía apreciar los beneficios de las economías de escalas, con la idea de que los mercados concentrados se penalizarían por su cuenta con la llegada de competidores (o sea que el mercado lo iba a arreglar solo).

Regulaciones ambientales y de trabajo

Una de las ideas centrales de la economía del siglo pasado era que los mercados se regulaban solos y que aspectos de regulación al medio ambiente y al trabajo sólo servirían como estorbo, con resultados peores a los del mercado. El efecto de haber escuchado estas ideas se ve reflejado en la siguiente gráfica, donde se observa un incremento visible en los votos en contra de las agencias reguladoras.

Un ejemplo está en las ideas que se propagaban respecto al medio ambiente. Armen Alchian dijo en uno de los seminarios:

🗯️
Dame una cápsula que mágicamente limpiará todo el aire de Los Ángeles y ruégame romperla. No lo haré. Porque si lo hago, los negros pobres (sic.) tendrán que pagar $20 más al mes en renta… Los negros en Watts, ya acostumbrados a vivir con mal aire pierden el descuento por hacer eso

Ignora de momento que suena un poco como un sociópata. Todos los economistas en algún momento vamos a sonar como uno. Esta declaración indica que si limpiáramos la polución del aire, más personas querrían vivir en la zona, lo que haría subir el precio de la vivienda y esto causaría que las personas que ya están acostumbradas a ella en peor condiciones.

Esta es la lógica con la que los jueces que atendieron los cursos tomaban decisiones.

Podemos hacerlo mejor: Con evidencia

En la actualidad sabemos más que antes. La economía sigue siendo importante para la toma de decisiones. Conceptos como externalidades o costo de oportunidad son de gran importancia para que las decisiones de los jueces nos lleven a un mejor resultado.

En el seminario se les enseñaba econometría a los jueces. No se qué tan exitosos hayan sido en ello, pero es importante que sepan la forma en la que se crea la evidencia, los modelos de causalidad, experimentos naturales y otros aspectos que son importantes para decidir si algo es verdad.

Cómo insertar un mensaje secreto en un texto con Python

Dos robots con sombrero

Es un chisme que no he podido verificar. Se supone que en alguna ocasión Elon Musk utilizó un sistema muy ingenioso para detectar a la persona que filtró correos electrónicos de la empresa.

El sistema funciona así: cada miembro de una lista de correos recibe un correo diferente de una manera imperceptible a simple vista. Según los espacios en el correo, se usa código binario para asignar un número de identificación a cada uno de los correos.

No tengo idea de si es verdad, si sea buena idea o si de verdad sea imperceptible, pero me parece interesante cómo ejercicio para intentar hacerlo por mi cuenta a como yo entendí que podría hacerse.

📖
En este post* Cómo usar el código binario para encriptar un mensaje secreto en un texto* Un script para introducir un mensaje con código binario en un texto

Usando el binario para cifrar un correo

El código binario es la base con la que funcionan todas nuestras computadoras. La idea básica de la transmisión de información es que es posible codificar y decodificar lo que sea a partir de sólo unos y ceros.

Esto es muy útil si lo único que tienes a la mano para comunicarte son pulsaciones eléctricas. En tal caso, un paso de electricidad puede significar un 1 y la falta de la misma se codifica como un 0. Lo mismo si estás transmitiendo a través de ondas en el aire, donde una onda larga puede que traducirse como un 1 y una onda corta es un 0.

Diagramas de ondas
Cómo se mandan señales por ondas

Usando el código binario

Yo uso el sistema decimal. Eso quiere decir que cada diez dígitos tengo que volver a usar los símbolos anteriores para seguir contando. Pero esta no es la única forma de crear números. Existe por ejemplo el sistema hexadecimal, con 16 dígitos en total (se usan las letras para completar los números faltantes).

Saber cómo funcionan los sistemas de números hace relativamente sencillo comprender que el sistema decimal

¿Cómo poner binario en un texto?

Hagamos un ejercicio para entender cómo ocultar un código corto en un texto. Supongamos que deseas escribir el número 42 en el siguiente texto.

🌳
Quien a buen árbol se arrima, buena sombra le cobija.

El número 42 es 101010 en binario. Para ocultarlo en el texto usaremos un sólo espacio como un cero y doble espacio como un uno (bien podría ser al revés, lo importante es que sepas cuál es cuál al decodificar). El texto codificado quedaría así

🌳
Quien a buen árbol se arrima, buena sombra le cobija.

Como puedes ver, los dobles espacios son poco visibles y podrían pasar por un pequeño error tipográfico para alguien desapercibido. Veamos si podemos hacer un script en python que lo haga.

Primeros pasos

📖
En esta sección haremos que un script de python coloque los espacios donde los necesitamos. Recuerda que puedes descargar gratis la guía para comenzar con python si tienes alguna duda.

Lo primero que haremos será definir un texto para que sea nuestro correo a encriptar. Yo elegí un extracto del Quijote para comenzar, pero puedes usar cualquier texto que te parezca interesante. Usa el código siguiente en Python para almacenar ese texto en una variable de nombre text.

text = ''' En un lugar de la Mancha, cuyo nombre no quiero acordarme, vivía un hombre llamado Alonso Quijano, que estaba fascinando con los caballeros andantes. Le encantaba leer los libros sobre sus aventuras y vendió una parte de su tierra para comprar más libros sobre caballería.
    
    Las hazañas increíbles de los caballeros andantes y gigantes fueron más verdaderas que su propio mundo. Él creía que para su honor y el de su país, debía ser un caballero andante. Decidió que se llamaría don Quijote de la Mancha'''

Define el texto

Lo primero que quiero hacer es asegurarme de que no hayamos puesto doble espacio en ninguna parte. Como dijimos podría bien ser un error genuino. El siguiente código hace esta tarea por nosotros.

t = ' '.join(text.split())

Ahora toca encontrar las posiciones en las que podemos encontrar espacios y guardarlos en una lista. Usamos una técnica que se llama list comprehention para crear la lista en una sola línea de código. Como sólo usaremos 6 dígitos para nuestro número binario, podemos cortar la lista a los elementos que necesitamos únicamente.

# 42 en binario: 00101010
indices = [pos for pos, char in enumerate(t) if char == ' '][0:6]
print(indices)

# [2, 5, 11, 14, 17, 25]

La siguiente línea simplemente asigna un número y lo transforma a binario. Si hiciéramos esto para múltiples números esta línea sería parte de nuestra función, pero simplemente podríamos proporcionar el número 101010 en el bloque de abajo para asignar el código que introduciremos al texto.

number = 42
binary = f'{number:b}'

Inserta los espacios en los lugares apropiados

Listo, estamos listos para introducir los espacios en los lugares correspondientes. El siguiente bloque de código recorre los seis dígitos de nuestro código binario e introduce un espacio únicamente en aquellos en los que su valor es uno.

for i in range(0,len(binary)):
		j = 5 - i
		if binary[j] == "1":
		    t = t[:indices[j]] + " " + t[indices[j]:]
		#print(j)
print(t)

Nota como un pequeño detalle que los espacios se asignan en orden inverso. Esto es porque al insertar un espacio, los lugares en la cadena de texto se recorren. Si lo hacemos en orden, desde el segundo lugar empezarías a notar el error.

El script final

El código final quedaría así. Pruébalo y me dices si te funcionó.

def run():
    text = '''En un lugar de la Mancha, cuyo nombre no quiero acordarme, vivía un hombre llamado Alonso Quijano, que estaba fascinando con los caballeros andantes. Le encantaba leer los libros sobre sus aventuras y vendió una parte de su tierra para comprar más libros sobre caballería.
    Las hazañas increíbles de los caballeros andantes y gigantes fueron más verdaderas que su propio mundo. Él creía que para su honor y el de su país, debía ser un caballero andante. Decidió que se llamaría don Quijote de la Mancha'''

    t = "Quien a buen árbol se arrima, buena sombra le cobija."

    # Make sure there are no double spaces in the text
    t = ' '.join(t.split())

    # 42 en binario: 00101010
    indices = [pos for pos, char in enumerate(t) if char == ' '][0:8]
    number = 42
    binary = f'{number:b}'
    
    count = 0
    for i in range(0,len(binary)):
        j = 5 - i
        if binary[j] == "1":
            t = t[:indices[j]] + " " + t[indices[j]:]
        #print(j)
    print(t)
    


if __name__ == "__main__":
    run()

Y así se vería el texto final. ¿Logras notar los dobles espacios?

📖
En un lugar de la Mancha, cuyo nombre no quiero acordarme, vivía un hombre llamado Alonso Quijano, que estaba fascinando con los caballeros andantes. Le encantaba leer los libros sobre sus aventuras y vendió una parte de su tierra para comprar más libros sobre caballería. Las hazañas increíbles de los caballeros andantes y gigantes fueron más verdaderas que su propio mundo. Él creía que para su honor y el de su país, debía ser un caballero andante. Decidió que se llamaría don Quijote de la Mancha

¿Que sigue?

Para que esto sea útil necesitamos un decodificador. Haremos uno para un post siguiente. Mientras tanto, usa los botones de abajo para decirme si te gustó este post.

Guía para entender los mercados en Noviembre de 2022

Dibujo con una foto muy cool
🚨
En este post
* La FED va a seguir subiendo tasas de interés
* La reacción (negativa de los mercados)
* Bajo desempleo en Estados Unidos
* El peso (mexicano) ha aguantado bien (hasta el momento)

Ya llevamos más de un año con inflación más alta de los objetivos que no hemos podido controlar. La FED está determinada a seguir subiendo las tasas hasta controlar la inflación, los mercados de valores son un caos y la situación en China permanece en ascuas.

Este post es un resumen de la situación económica en el mundo donde respondo a sus preguntas. Son bloques breves para entender el mundo.

La FED seguirá subiendo las tasas

El 2 de Noviembre el comité de la FED tuvo una conferencia de prensa. Las noticias de esta conferencia fueron impactantes a los mercados.

La FED es el banco central de los Estados Unidos. Es quien toma las decisiones de cuánto dinero circula en la economía y es el encargado de controlar la inflación. Por eso las conferencias de prensa de la FED son diferentes a las de otras “celebridades”: están diseñadas para ser lo más aburridas posible.

No es broma: es por diseño. No deseas que los mercados se emocionen de más. Ni para bien ni para mal. Por eso la reunión comenzó tranquila, con este anuncio:

🧑🏻‍🏫
En la determinación del paso de futuros incrementos a la tasa de interés, el comité tomará en cuenta la presión acumulada de la política monetaria, los rezagos con los que la política monetaria afecta la actividad económica y la inflación y… los desarrollos financieros.

Traducción: puede ser que relajemos la política para no afectar tanto a la economía.

Los mercados reaccionaron de inmediato de forma positiva. Las acciones subieron, el dólar se relajó, el dólar se debilitó. Pero los ánimos cambiaron muy pronto.

En resumen, Jerome Powell (el presidente de la junta directiva de la FED) indicó que las tasas podrían seguir subiendo más allá de un 4.63% y que se mantendrían altas hasta que se controle la inflación.

Estos dos anuncios pusieron ese mismo día a la tasa terminal arriba de 5%. Esta gráfica muestra el movimiento de la tasa ese mismo día.

Gráfico de líneas
La tasa tuvo una caída al inicio de la conferencia, para luego saltar arriba de 5%. Bloomberg.

Pero vino luego un tercer anuncio que hizo saltar aún mas a los mercados.

🚨
El manejo del riesgo es clave: si la política es demasiado restrictiva, podemos usar herramientas para apoyar la economía en el futuro; pero si se falla en restringir lo suficiente, la inflación podría enquistarse, y eso sería un problema aún mayor.

Traducción: vamos a seguir subiendo las tasas hasta que se controle la inflación. Controlar la inflación es más importante que estimular el crecimiento económico.

Probablemente sea la decisión correcta, pero por lo pronto podemos esperar un panorama complicado en el futuro. La probabilidad de que las tasas no vuelvan a subir en la junta de Diciembre son prácticamente nulas.

A los mercados no les gustó el alza de tasas

La mayor parte de los índices reaccionaron de manera negativa ante la escalada en la tasa de interés.

Una mayor tasa de interés afecta a las acciones de tres maneras. En primer lugar, con una mayor tasa de interés en instrumentos más seguros, muchos inversionistas cambian parte de su cartera de acciones para aprovechar esas tasas.

La segunda forma puede ser directa en las operaciones de las empresas. Tasas de interés más altas implican crédito más caro, que podría verse reflejado en menor crecimiento.

La tercera forma viene del crecimiento de la economía. A menor crecimiento, menor consumo, lo que puede implicar menos ventas para la empresa (hay excepciones, claro).

El empleo en EEUU

En Estados Unidos la situación es extraña. Aún con tasas de interés altas e incertidumbre en los mercados, se generó un cuarto de millón de nuevos empleos en Octubre de 2022.

El nivel de desempleo parece estar regresando a niveles previos a la pandemia en casi todos los mercados.

💵El dólar está fuerte, pero el peso soporta

A pesar de la apreciación del dólar de los últimos meses, el peso mexicano y el real brasileño han mantenido una posición fuerte.

Los bancos centrales de ambos países han mantenido una política activa en respuesta y anticipación a la FED. México y Brasil han aumentado sus tasas de referencia a 8.5 y 13.75, respectivamente.

Cuando los países en desarrollo hacen estos incrementos en la tasa de interés, los rendimientos que dan a inversionistas aumentan. Para comprar la deuda mexicana a esas atractivas tasas de interés es necesario hacerlo en pesos. Por eso el dólar ha caído con respecto al dólar hasta llegar a los 19.5.

¿Esto es buena noticia? Depende. Si tú exportas, estás recibiendo menos pesos por cada dólar que vendes y estás perdiendo. Pero si tú importas (de que hagas importaciones, porque de que importas, importas 💙), este es un gran momento para comprar a un precio de descuento. Feliz Black Friday (si dura).

Busco profes para experimento

Un robot escribiendo lleno de libros

La inteligencia artificial nos alcanzó. Muchos de nuestros alumnos pronto descubrirán que ya es posible hacer ensayos usando inteligencia artificial.

Esta herramienta ya puede hacer noticias y reseñas. ¿Podría hacer un texto especializado sobre algún tema de nivel universitario? Dicho de otra manera: ¿los profesores seríamos capaces de detectar si un texto viene de una inteligencia artificial o lo hicieron nuestros alumnos?

Para responder esta pregunta he diseñado un experimento. En este texto voy a explicar más a fondo en qué consiste, pero antes te quiero pedir dos cosas: si eres profesor y te interesa participar en el proyecto da click abajo y regístrate como parte de este proyecto. Si conoces a alguien a quien piensas que le podría interesar participar, mándale este post para que se registe. Tenemos hasta el 8 de Noviembre.

✍🏽
En este post
* Un experimento para detectar si la inteligencia artificial ya nos superó a los profesores
* Cómo funciona la inteligencia artificial basada en texto

El experimento

El objetivo de este trabajo es identificar la capacidad de la inteligencia artificial de engañar a los profesores en la creación de un ensayo.

Los profesores

Para participar en este experimento, tienes que ser profesor en alguna universidad hispanohablante. Este experimento es en español. Se aceptan profesores de posgrado o de nivel medio superior con restricciones (pregunta si eres candidato en hola@marionomics.com).

Regístrate en este formulario antes del 8 de Noviembre.

El ensayo

El profesor debe encargar un ensayo de una cuartilla sobre un tema relacionado con la clase. Este ensayo puede ser parte del mismo programa o puede contar como puntos adicionales por participación.

Importante. El ensayo se manda en formato de texto por medio de un formulario y no deben mandarlo al profesor directamente. El formulario se lo haré llegar a los profesores para que lo distribuyan entre sus alumnos. En él les pido que coloquen su ensayo, además de información básica que me permitirá identificarlos y entenderlos mejor.

📖
¿Cómo debo pedir el ensayo?
* Extensión máxima: una cuartilla (el equivalente a una cuartilla escrita en Word o Google Sheets con letra Times a 12 puntos).
* No es necesario que le pidas una estructura específica. Puedes pedirles que se componga de introducción, desarrollo y conclusión, pero que no incluyan títulos. Si el documento tiene títulos yo los quitaré para entregarte todos los ensayos (con y sin IA) homologados y no los puedas distinguir.
* Recuerda: El ensayo se escribe en un formulario de google. No habrá oportunidad de incluir formato, imágenes o tablas en el texto.

Evalúa los ensayos

Detrás de bambalinas hay un trabajo de organización en el que algunos ensayos los cambiaré por ensayos hechos por una inteligencia artificial. Tu no sabrás cuáles fueron intercambiados, incluso no sabrás si realmente te cambié los ensayos o no.

A tu correo te llegará el acceso a los ensayos y al formulario para calificarlos. Necesito que me des dos cosas: una calificación en algunas áreas del ensayo (independientemente de si piensas que viene de un humano o de una inteligencia artificial) y que me digas si fue hecho por humano o IA.

Este instrumento te lo haré llegar a tu correo electrónico.

📅
Fechas importantes:
* 8 de Noviembre. Cierre del registro de profesores
* Del 9 al 13 de Noviembre. Envío de formulario e instrucciones a los profesores participantes.
* Del 14 al 22 de Noviembre. Recepción de trabajos de los estudiantes.
* 23 al 30 de Noviembre. Profesores califican ensayos.
* Diciembre - Enero. Procesamiento de la información y redacción de la investigación.
* Enero 2023. Publicación de los resultados preliminares en marionomics.com.

Sobre la Inteligencia Artificial

El 28 de Mayo de 2020, un grupo de 31 ingenieros e investigadores del laboratorio Open AI publicaron un preprint en ArXiv que describe la tercera generación de un modelo de inteligencia artificial que genera texto a partir de texto.

El modelo se llama GPT-3 (Generative Pre-trained Transformer 3), y con un poco de texto es capaz de generar textos, novelas y noticias. También se está implementando este tipo de modelos en la auto-generación de código, como lo hace copilot, de Github.

Las opciones son infinitas. Actualmente GPT-3 es capaz de crear recetas de cocina (no hay garantía de que sean buenas), reseñas de películas, traducir entre lenguajes de programación y resúmenes de textos. Pero hay un uso interesante que quiero poner a prueba. GPT-3 es al día de hoy capaz de crear ensayos breves y traducirlos a diferentes idiomas.

Esta es una guía que generó sobre la forma de escribir un ensayo sobre las contribuciones de Nicolás Tesla a la tecnología.

Imagen de muestra del texto que arroja gpt-3
GPT-3 es capaz de redactar una guía para un ensayos muy decente.

Cómo funciona GPT-3

¿Por qué no mejor le preguntamos directamente a GPT-3?

🤖
GPT-3 es una plataforma de aprendizaje estadístico de máquina que permite a los desarrolladores entrenar y publicar modelos de Inteligencia Artificial. También se dice que es escalable y eficiente en su habilidad de manejar grandes cantidades de datos. ¿Cómo funciona GPT-3? GPT-3 funciona entrenando modelos en una base de datos grande y desplegándolos en una base de datos más pequeña. Se dice que la plataforma es eficiente en su habilidad de manejo de grandes cantidades de datos. También se dice que los modelos son escalables, lo que significa que pueden incrementarse y reducirse como se necesite.

Este bloque de arriba es la respuesta que me dió el mismo GPT-3 al solicitarle que me describiera cómo funciona. Le hice unos pequeños arreglos durante la traducción, pero en general es impecable.

El punto de esto es que GPT-3 toma un montón de textos de internet y predice lo que debería decir el párrafo siguiente. Es un modelo similar al que utiliza tu teléfono cuando estás escribiendo y te empieza a sugerir la siguiente palabra, pero mucho más poderoso.

Teclado. Está escrito: "Tengo mucho" y el teléfono sugiere "trabajo"
Tu celular sabe más o menos lo que quieres escribir ya

¿Alguna pregunta?

Este blog tiene una sección de comentarios. Todas las dudas que salgan durante estos días las estaré recolectando en este mismo post en la sección de preguntas frecuentes. Mientras tanto, regístrate en el formulario aquí abajo y comparte este post a quien crees que le gustaría participar.

Las cinco preguntas para definir tu tema de investigación

Las cinco preguntas para definir tu tema de investigación

Primero te aclaro: nunca empieces de cero a trabajar con un problema de investigación. Generalmente al empezar a investigar ya debes tener un conjunto de notas que te den un punto de partida. Puedes crear un sistema de notas inteligentes al estilo de un Zettelkasten, puedes crear un blog o puedes usar una libreta.

Este es un modelo de cinco preguntas para definir un protocolo de investigación que nos pidió hacer el Dr. Adrián Valles en el IPN. El Dr. Valles venía regresando de una estancia en Columbia y nos planteó este trabajo en su clase de seminario. En este post te lo voy a compartir, junto con algunas observaciones que he tenido en los últimos años de revisar trabajos de investigación de licenciatura, maestría y doctorado.

He visto que en ocasiones cuando se pide hacer el protocolo se piden aspectos como los objetivos y justificación. Aunque es lo correcto y en algún momento se tienen que redactar, este es un modelo práctico que te va a llevar a las respuestas que necesitas para de verdad avanzar en tu proyecto. Aunque el proyecto final acabe siendo muy diferente al que planteaste, este ejercicio te ayudará a generar claridad.

📊
Las cinco preguntas que debes hacer para definir tu investigación1. ¿Cuál es el problema?2. ¿Por qué el problema es un problema?3. ¿Quién lo ha estudiado previamente?4. ¿Con qué resultados?5. ¿Cuál es mi aportación?

¿Cuál es el problema?

La razón de la investigación es resolver problemas. Son raras las ocasiones en las que una investigación se realiza por mera curiosidad y genera algo valioso (si sucede, pero es raro).

Este es el primer paso y el más complicado. ¿De dónde voy a sacar un problema? Sobre todo un problema que sea relevante y que no se haya investigado lo suficiente.

En casi todas las guías que he leído dice lo mismo: Puedes encontrar problemas relevantes para investigar en todas partes. En la literatura del área, si, pero también en una película, en una canción, en las calles.

💡
¿Te interesa usar la IA en la educación? Este curso te llegará a tu correo con la clave para diseñar tus actividades de clase para trabajar con la IA y no contra ella.

La clave es tener buen gusto

La realidad es que elegir un buen problema de investigación requiere que tengas buen gusto. Escuché por primera vez el término en un curso que tomé de Fabián Oloarte sobre contenido de YouTube: el buen gusto es todo ese conocimiento que tienes sobre un tema que te ayuda a identificar lo que es bueno y lo que no. Si tienes muy buen gusto en algo, aprovéchalo para identificar tu problema ahí.

Si no tienes aún, empieza a trabajar en tu buen gusto. Lee mucho sobre los temas que te interesan desde la ciencia que te ocupa. Busca buenos divulgadores de la ciencia que te llama la atención. Este mismo blog es buen punto de inicio: puedes usar la barra de búsqueda para ver un tema que te interesa y te vas a las fuentes que utilizo para profundizar.

Aprovecha para ayudar a alguien más

Puede ser sobre algún problema que hayas vivido personalmente o que viva alguien que conozcas. Aunque en mi experiencia los temas más importan son aquellos en los que no conoces a nadie que haya vivido y que están fuera de tu círculo.

Creo esto firmemente, porque las personas que conoces probablemente tienen los mismos privilegios que tu has vivido (si estás leyendo esto, felicidades, tienes acceso a internet). Hay miles de personas que no conocieron ese privilegio y no tienen una voz. Si estás buscando tema de investigación es porque alguien te ha dado voz para hablar de un tema. Aprovéchala para darle voz a quienes no la tienen.

¿Que pasa si mi tema es urgente?

¿Qué pasa si tienes que definir tu proyecto de manera urgente y no tienes tiempo para crear buen gusto sobre algún tema? Crear gusto puede tomar años, y hasta cierto punto de nuestras vidas, nuestro buen gusto va sobre temas que son difíciles de transformar en un problema de investigación.

En este punto tienes dos opciones: te pones creativo sobre cómo transformar tu buen gusto en un tema de tesis (como el ejemplo de arriba) o te montas en un proyecto existente.

Para subirte a un proyecto existente puedes preguntar a tu asesor(a) de tesis en qué está trabajando. Puedes ofrecerte a trabajar sobre su mismo tema y aprovechar el buen gusto que haya generado ya en el tiempo.

No es necesario que tu tema vaya exactamente sobre lo que trabaja tu asesor. Puedes sugerir una variación ligera del tema o una ampliación. Pregunta a tu asesor cuáles son las preguntas abiertas que deja esa investigación. Si estás al inicio de tu carrera puedes tratar de identificar los que son low hanging fruit (el fruto alcanzable).

Si no puedes basarte en el trabajo de tu asesor, los congresos son el lugar por excelencia donde puedes obtener ideas para investigar. Participa, entra en las charlas, incluso aquellas que no son directamente sobre el tema que te interesa y habla con los ponentes. No sólo saldrás con tema de investigación, muy seguramente saldrás de ahí con nuevas amistades.

¿Por qué el problema es un problema?

Esta es la justificación de tu trabajo. Para que un tema de investigación tenga suficiente impacto es importante que le afecte a suficientes personas y que tenga una aplicación generalizable.

¿A quién le importa?

No se trate de que salves el mundo con una tesis, pero debe haber una población identificable a quien le importen de verdad los resultados que vas a presentar.

En esta sección puedes describir a tu población de interés como un grupo demográfico o con nombre y apellido, si tu estudio es sobre algo muy específico.

Hacer este ejercicio ya es la mitad de tu justificación. Si alguien te pregunta por qué este estudio es relevante, puedes simplemente hablar de este grupo que tienes identificado y de cómo el problema les afecta.

¿En qué se usa la solución?

Pregúntate si las soluciones que estás proponiendo son generalizables. Por ejemplo, Nicholas Bloom es un investigador de la universidad de Stanford que ha encontrado un nicho en la investigación del trabajo desde casa. Realizó una encuesta alrededor del mundo para identificar patrones de trabajo y cómo el trabajo desde casa se incorpora en sus vidas.

Encontró que las personas que trabajan desde casa son más productivas, que los empleadores desean menos tiempo de trabajo desde casa que los empleados y que los empleados están dispuestos a ceder alrededor de 5% de sus ingresos por la posibilidad de trabajar 2 a 3 días desde casa.

Cada uno de estos resultados en si mismo es aplicable. Los mejores proyectos de investigación no sólo muestran los resultados, también muestran cómo estos resultados pueden aplicarse.

¿Por qué no lo ha solucionado el mercado?

Aquí va mi sesgo de economista: hay problemas que, si bien son importantes, el mercado los puede solucionar mejor que tú y que yo. En estos casos, la urgencia de una solución que venga de la investigación se puede perder.

Por ejemplo, los resultados de los modelos microeconómicos son muy poderosos. Hay un antes y un después de que google empezó a usar modelos microeconómicos para hacer subastas a gran escala. Pero ahora esos son modelos que ya tienen resueltos y el beneficio marginal que puedes hacer con modelos nuevos no es mejor que el que los mismos ingenieros de google pueden lograr haciendo experimentos en su propia plataforma.

¿Quién lo ha abordado antes?

En todo protocolo siempre hay una sección de estado del arte. Es importante ver los resultados previos al problema que estás estudiando antes de querer inventar la rueda.

La pregunta es ¿cómo encuentro ese estado del arte? Y eso depende mucho del área en la que estás trabajando. Si como yo, tú creciste con internet, te podría parecer que la respuesta está de alguna manera indexada en un buscador como google.

La realidad es que tus dos fuentes más confiables siguen siendo otras personas que trabajan en el área. Lo ideal es que sea tu asesor quien te guíe y que el estado del arte sea ese último artículo que publicó del tema. Entonces tu aportación claramente se construye a partir del trabajo de tu asesor.

Si por alguna razón no tienes esta oportunidad, Google Scholar es un buscador especializado en artículos académicos que funciona igual que google. Por mucho tiempo yo usé este buscador para entender los temas que me interesaban.

Hay otros buscadores, pero Google Scholar es sin duda alguna el principal para todas las áreas de estudio. Respaldado por la tecnología (Y los fondos. Y la popularidad) de Google, se encontró que la mayoría de las citas encontradas venían de este motor de búsqueda. También puedes utilizar las que vienen en la imagen, incluyendo Scopus y Web of Science.

Una vez que empiezas a tener más experiencia en el área e identificas las revistas especializadas en tu área, puedes tomar lo que esa revista publica como referencia para construir tu estado del arte.

¿Cuáles fueron sus resultados?

Una vez que has identificado tus fuentes, toca revisar los resultados. Si los artículos están bien escritos, esto debe venir claramente escrito desde el resumen, pero si no, es tu tarea revisar el documento a detalle.

Esta pregunta la puedes responder en conjunto con la anterior. La regla general sería que cada párrafo se enfoque en un estudio y su respectivo resultado. Esto generaría un párrafo como el siguiente:

📖
“En 1980, cerca de 125 mil cubanos migraron a Florida, EEUU en un evento que se conoce como el Éxodo de Mariel. Card (1990) estudió los efectos que este evento tuvo en el mercado laboral en el lugar de destino. Contrario a lo que la teoría neoclásica marca (Borjas, 1990), no se encontró ningún efecto en los salario ni en las tasas de desempleo de los trabajadores en la zona”

Me inventé este párrafo basado en el trabajo de David Card. Si algún día vas a hablar sobre este tema relacionado a la migración, siéntete libre de robarlo y adaptarlo a tu documento.

Nota que de manera natural surgieron dos citas en este párrafo. Originalmente sólo quería citar a Card, pero era importante contrastar de una manera compacta los resultados con la teoría neoclásica. Rompe las reglas una vez que sepas usarlas.

Mi aportación a la investigación

Felicidades. Una vez que ya tienes el panorama más claro ya es más fácil identificar cuál es tu aportación a la investigación. Algunos puntos a recordar:

  • No tienes por qué salvar el mundo con tu investigación. Que una investigación sea significativa no quiere decir que tenga que apuntar a ganarse un Nobel. Puede ser un avance modesto en un nicho específico.
  • Identifica el low hanging fruit para hacer tu investigación. A menos de que busques un trabajo en una de las diez universidades más prestigiosas del planeta, ahí es donde está tu investigación. Puedes encontrar el mínimo viable para que tu proyecto pase y te permita avanzar. Una vez que te sientas en comodidad con lo que esto implica puedes pensar en aumentar el alcance de tu investigación.

El protocolo no está en piedra

Al momento en que escribo esto pareciera que el protocolo es un plan fijo y ya no tendrá cambios después de que lo realices. Algo así como el plan de cinco años. Nada más alejado de la realidad.

Para que un protocolo de investigación sea efectivo, es necesario regresar a él, rayonearlo, tacharlo, morderlo y verificarlo cuantas veces sea necesario para lograr que se aproxime a tus objetivos en la investigación.


📊9 fuentes de datos para Economistas

📊9 fuentes de datos para Economistas

Los datos son la materia prima del economista. Aquí te dejo 9 lugares donde puedes encontrar información para hacer tus estudios y análisis de Economía.

📊
Las fuentes que veremos en este post
* INEGI
* Kaggle
* Our World in Data
* Luces nocturnas
* OCDE
* Complejidad Económica
* Statista
* Bloomberg

📊INEGI (México)

México concentra una gran parte del trabajo de recolección de datos estadísticos, económicos y geográficos en una gran institución descentralizada. El Instituto Nacional de Estadística y Geografía (INEGI) es en realidad una institución excepcional: no todos los países tienen un INEGI a su disposición.

Te recomiendo que comiences con los indicadores básicos y empieces poco a poco a jugar con la aplicación, aumentando las dimensiones que solicitas. Puedes encontrar datos económicos, de seguridad, población y hasta de género.

Instituto Nacional de Estadística y Geografía (INEGI)
Página oficial del INEGI donde se ofrece información estadística, geográfica y económica a nivel nacional y por entidad federativa. Información generada por el Instituto y otras dependencias del gobierno nacional.

La página de INEGI

🚀Kaggle

Kaggle no sólo es una gran fuente de bases de datos para practicar, también es un lugar de oportunidades para generar un portafolio e incluso ganar oportunidades de trabajo.

Kaggle es un repositorio de bases de datos donde los usuarios pueden subir sus modelos y resultados de regresión, clasificación o de inteligencia artificial. De este modo no sólo tienes datos, también tienes las soluciones que otros usuarios de la plataforma suben para inspirarte en forma de notebooks o scripts.

Un gran punto a favor de Kaggle es que puedes buscar bases de datos en función de los modelos que se han usado para obtener resultados. Digamos que quieres aprender a hacer visualización de datos con python y matplotlib. Simplemente reduce tu búsqueda a estos términos para obtener bases de datos y tutoriales en orden de relevancia.

Kaggle: Your Machine Learning and Data Science Community
Kaggle is the world’s largest data science community with powerful tools and resources to help you achieve your data science goals.

Empieza aquí para trabajar con datos de Kaggle

🌍 Our World in Data

Desde datos de COVID hasta mapas de los países que han puesto (o no) un impuesto a las emisiones de dióxido de carbono, Our World in Data es un esfuerzo increíble para llevar datos al mundo.

Encuentra cientos de bases de datos gratuitos en formato csv listos para ser usados. O bien, usa la aplicación interactiva para pedir los datos en forma de gráficos o mapas.

Mapa del mundo. Son pocos los países con un impuesto al carbono.
Países que tienen un impuesto al carbono

En una gran parte de sus datos, la aplicación permite ajustar las fechas y los países que incluyes. También el proyecto aloja bases de datos interesantes sobre diferentes temas que vale la pena explorar.

💡Luces nocturnas (Banco Mundial)

Un montón de dinero de inversión se ha ido a China basado en los datos que el gobierno Chino muestra. Pero hay evidencia de que una parte de estos datos son falsos. La evidencia viene de las luces nocturnas mostradas desde fotografías satelitales.

El banco mundial tiene un montón de datos de diferentes países. Cuando quieres hacer un panel completo para estudiar un fenómeno a nivel mundial (por ejemplo, datos de pobreza) no necesitas meterte a las páginas de estadística cómo INEGI de todos los países para descargar la información.

En cambio, puedes entrar simplemente a la web del Banco mundial y encontrar las bases ya seleccionadas y estandarizadas. En ocasiones no vas a encontrar datos de algún país en algún año, pero ese es el precio de que tu información esté en orden para tantos países.

La base de datos es un caso particular de bases de datos que se pueden considerar Big Data. Esta base está alojada en un bucket de AWS entre las bases de datos abiertas. Aprovecha para hacer análisis usando estos datos.

World Bank - Light Every Night - Registry of Open Data on AWS
Light Every Night - World Bank Nighttime Light Data – provides open access to all nightly imagery and data from the Visible Infrared Imaging Radiometer Suite Day-Night Band (VIIRS DNB) from 2012-2020 and the Defense Meteorological Satellite Program Operational Linescan System (DMSP-OLS) from 1992-20…

🌐OCDE

Al igual que el banco mundial, la Organización para la Cooperación y el Desarrollo Económicos (OCDE u OCDE por sus siglas en inglés) tiene su aplicación y repositorio de datos de los países que lo conforman.

Por lo general las bases de datos de la OCDE son muy buenas y detalladas y es posible hacer un montón de cosas con ellas.

OECD data
Find, compare and share OECD data.

🚢Complejidad Económica

En algunos posts pasados tal vez hayas notado que presento gráficos muy monos sobre las exportaciones de los países. Por ejemplo, aquí está un gráfico que muestra las exportaciones de Perú.

Gráfico de muchos cuadritos. La mayor parte de sus exportaciones son minerales.
Las exportaciones de Perú

Los datos de exportación ayudan a ver de un vistazo la complejidad económica que tiene un país. Entre más variedad de productos haha y exporte un país, hay más oportunidad de crecimiento y más resistencia a problemas exógenos.

En la página del Observatorio de Complejidad Económica (OEC) puedes ver y descargar cientos de bases de datos de comercio exterior. Los datos más actualizados requieren una suscripción de paga.

Observatorio de Complejidad Económica | OEC
La herramienta de visualización de datos líder en el mundo del comercio internacional.

📊Statista

Otra fuente de datos de más de 150 países con cientos de temáticas distintas es statista. Statista tiene datos sobre industrias específicas muy actualizadas. Generalmente lo mejor de su información es de paga, pero también tiene muchos datos públicos que pueden ser interesantes para algún proyecto más de investigación.

Por ejemplo, si deseas datos de E-commerce, de uso de redes sociales o de vehículos eléctricos, statista es una fuente muy interesante.

Statista - The Statistics Portal
Find statistics, consumer survey results and industry studies from over 22,500 sources on over 60,000 topics on the internet’s leading statistics database

📈Bloomberg

Esta es la fuente primaria de datos financieros por excelencia. La terminal de Bloomberg es el aparato famoso con dos pantallas donde se puede encontrar la información más oportuna, veraz y rápida en el mercado.

Si trabajas en finanzas y necesitas tomar decisiones en las que el tiempo es esencial, la terminal de Bloomberg es para ti.

Una computadora con dos pantallas y colores amarillos y fondo negro
La famosa terminal de Bloomberg

Los que saben dicen que lo que vale de la terminal de Bloomberg ya no es tanto la información que provee, sino el chat. En el chat de Bloomberg hay información de expertos que es más rápida aún y extremadamente especializada.

El único problema de la terminal de Bloomberg es el costo. La renta de esos aparatos y su información cuesta cerca de 2 mil dólares al mes, o 24 mil dólares al año. Si necesitas tener una estrategia de trading muy clara y los recursos para hacer que la inversión valga la pena.

Hay más...

Realmente hay muchas más fuentes de datos para casi todo lo que te imagines. Nos faltó ahondar sobre APIs de datos que podrían ser interesantes. En próximos posts podemos trabajar en ellos. Recuerda que me puedes mandar correo a hola@marionomics.com para solicitarme algún tema, o simplemente para saludarme.

Me da mucho gusto contarles que la comunidad premium sigue creciendo poco a poco. Esto me motiva y me ayuda a seguir con este proyecto para traerles más valor. Puedes apoyar este proyecto compartiendo este post e invitando a más personas a suscribirse a la versión gratuita.

¡Genial! Te has registrado exitosamente.

¡Bienvenido de vuelta! Has iniciado sesión correctamente.

Te has suscrito correctamente a Marionomics: Escribe tu paper de economía.

¡Éxito! Revisa tu correo electrónico para obtener el enlace mágico para iniciar sesión.

¡Éxito! Se ha actualizado la información de facturación.

No se actualizó tu información de facturación.