Escribe tu primer paper de economía

Guías de 5 minutos para economistas ocupados para escribir (y publicar) su primer paper de economía apoyados en IA. Cada publicación contiene un prompt de IA que te ayudará a acelerar tu trabajo y publicar (al menos) 2 papers al año.

Escribe tu primer paper de Economía usando Inteligencia Artificial

Exorcismos Económicos: Políticas "malditas"

Exorcismos Económicos: Políticas "malditas"

Algunas políticas económicas parecen estar malditas.

Como espectros, persisten mucho después de su utilidad, frenando el desarrollo y causando estragos. En Zombie Economics, John Quiggin muestra cómo ideas obsoletas continúan acechando las economías. Para avanzar, los países deben exorcizar estas políticas y liberarse de su influencia.

Hoy exploraremos tres exorcismos económicos que transformaron naciones enteras:

  • La estanflación en el mundo. Cómo medidas drásticas rompieron el ciclo de inflación y estancamiento.
  • La apertura de China. El giro radical hacia un mercado global que levantó a millones de la pobreza.
  • La reforma fiscal en Perú. Un sistema simplificado que eliminó el caos tributario y atrajo inversión extranjera.

Veamos cómo estas naciones lograron expulsar a sus demonios económicos.

La estanflación de los años 70: Desafiando la lógica económica

La década de 1970 rompió con la lógica económica establecida.

Hasta ese momento, se creía que la inflación y el desempleo tenían una relación inversa. La estanflación combinó ambos fenómenos de manera inesperada, creando un desafío sin precedentes. Los economistas se vieron forzados a replantear sus teorías y estrategias para enfrentar esta crisis.

Este periodo transformó la manera de entender la política económica.

El “exorcismo” de la estanflación llegó con medidas drásticas de política monetaria.

  • Aumento de tasas de interés. Paul Volcker, presidente de la Reserva Federal, elevó las tasas de interés a más del 21%, frenando el crecimiento de la oferta monetaria y reduciendo la inflación.
  • Control de la oferta monetaria. La Fed dejó de centrarse en las tasas de interés y se enfocó en limitar la cantidad de dinero en circulación, controlando así la inflación a largo plazo.
  • Disciplina fiscal y ajustes estructurales. El gobierno redujo el déficit fiscal, conteniendo el gasto público y permitiendo una recuperación económica más sostenible.

Estas políticas, aunque dolorosas, restauraron la estabilidad y sentaron las bases para el crecimiento económico en las décadas siguientes.

La apertura económica de China: Expulsando al fantasma de Mao

En 1978, China enfrentaba una crisis económica tras décadas de control absoluto del Estado.

La economía, centrada en la producción agrícola y la industria pesada, estaba estancada. La pobreza extrema era generalizada y la infraestructura productiva estaba obsoleta. El país necesitaba urgentemente una reforma para salir del aislamiento económico y la miseria.

La solución fue una apertura al mundo sin precedentes.

El “exorcismo” del estancamiento chino comenzó con reformas de mercado.

  • Descolectivización agrícola. Los campesinos recuperaron el control sobre su producción, lo que aumentó la eficiencia agrícola y redujo drásticamente la pobreza rural.
  • Zonas Económicas Especiales. Ciudades como Shenzhen se convirtieron en centros de inversión y experimentación, atrayendo capital extranjero y promoviendo el desarrollo industrial.
  • Fomento a la iniciativa privada. Se permitió la creación de empresas privadas, lo que impulsó el crecimiento de sectores como el comercio y la manufactura, diversificando la economía.

Estas reformas no solo exorcizaron al país del estancamiento, sino que lo transformaron en una potencia económica mundial.

La reforma fiscal en Perú: Eliminando el caos tributario

En la década de 1990, Perú enfrentaba un sistema fiscal caótico y plagado de corrupción.

La complejidad del código tributario dificultaba el cumplimiento y fomentaba la evasión. Las altas tasas impositivas ahuyentaban la inversión extranjera, y la recaudación era insuficiente para financiar el desarrollo. El país necesitaba una reforma profunda para salir de este ciclo de ineficiencia.

La solución fue una simplificación radical del sistema tributario.

El “exorcismo” del caos fiscal se logró con reformas que transformaron la economía.

  • Simplificación del código tributario. Se eliminaron impuestos redundantes y se unificaron tasas, facilitando el cumplimiento para empresas y ciudadanos.
  • Reducción de tasas impositivas. Bajaron los impuestos para atraer inversión y fomentar la formalidad, aumentando la base de contribuyentes y la recaudación fiscal.
  • Fortalecimiento de la administración tributaria. Se modernizó la SUNAT con tecnología y procesos eficientes, mejorando el control y reduciendo la evasión fiscal.

Estas reformas revitalizaron la economía peruana, atrajeron inversión y sentaron las bases para un crecimiento sostenible.

La historia económica está llena de políticas que parecen imposibles de erradicar.

La estanflación afectó a economías en todo el mundo, revelando que las soluciones tradicionales ya no funcionaban. China dejó atrás décadas de aislamiento con reformas orientadas al mercado, a pesar de la resistencia ideológica. Perú modernizó su sistema fiscal, simplificando estructuras complejas para atraer inversión y reducir la evasión.

En todos estos casos, la clave fue escuchar a los economistas.

La política y la economía no siempre van de la mano, pero seguir el consejo de los expertos es crucial para el progreso.

  • Medidas impopulares pero necesarias. Elevadas tasas de interés, aperturas económicas y reformas fiscales son a menudo medidas dolorosas, pero necesarias para estabilizar y hacer crecer una economía.
  • Pensar a largo plazo. Los economistas entienden que los beneficios de las reformas se ven con el tiempo. Aunque puedan ser impopulares en el corto plazo, evitan crisis mayores en el futuro.
  • El valor de la razón. Las decisiones basadas en evidencia y análisis económico, aunque difíciles, permiten a los países enfrentar crisis complejas y emerger más fuertes y preparados.

La lección es clara: escuchar a los economistas y confiar en sus recomendaciones, aunque impopulares, es esencial para superar las políticas “malditas” y preparar a las naciones para un futuro más próspero y estable.

[Guía] Dictaminar un paper con Inteligencia Artificial

[Guía] Dictaminar un paper con Inteligencia Artificial

Esta es la situación: te piden ser revisor para una investigación.

Tienes conocimiento sobre el tema, puedes dar una gran retroalimentación al investigador sobre su trabajo y te gusta el tema. El único problema: no tienes tanto tiempo para hacer esa revisión.

No se tú, pero para mi es demasiado hacer la revisión al documento, poner observaciones los documentos y aparte tener que adaptarme al formato.

Y peor si el formato me lo cambian cada revisión.

Lo importante como investigador es hacer eficiencias y reducir tiempos en todas las actividades repetitivas. Así te puedes concentrar en lo importante: hacer ciencia.

Pero espera, ¿Es ético usar IA para la revisión de un paper?

No te estoy diciendo que le des copy paste a lo que te dice la IA en su veredicto.

Se trata de que uses a la IA como un asistente de investigación. Imagina que chatGPT o Claude es tu becario. Llegas con tu becario y le dices: “Acabo de hacer esta revisión, ya le puse mis comentarios, por favor llena el formato con mi veredicto y mándalo al editor”.

Es probable que ya estés haciendo algo similar.

Se trata únicamente de ahorrar tiempo en una de las fricciones que te hacen una barrera para ser un investigador productivo: llenar formatos.

Y este no es el lugar para quejarnos de los formatos. Los editores necesitan los formatos para tener una forma estandarizada de tomar una decisión compleja.

Tu tarea como revisor es:

  • Para el editor: ayudarle a tomar una decisión sobre la pertinencia de la publicación. Tu ojo experto le dará la guía de si la metodología es apropiada, los resultados son pertinentes y el artículo está bien escrito.
  • Para el autor: Tu tarea más importante es para el autor. Como autores, tenemos ceguera de taller y no siempre podemos notar errores que cometemos. Necesitamos que un experto nos guíe de manera objetiva sobre lo que podemos mejorar.
  • Para ti mismo(a): Ser revisor es un regalo. Te da la oportunidad de revisar lo más nuevo de tu campo, antes de que sea publicado. Es una gran forma de aprender nuevos enfoques y mantenerte actualizado.

Preparativos

El resto de este artículo es un tutorial donde te guío para hacer la revisión del artículo usando a la IA como asistente.

Lo que vas a necesitar:

  • El artículo de revisión (naturalmente).
  • El formato de revisión.
  • Acceso a chatGPT o Claude en sus versiones más avanzadas que tengas a tu disposición.

En términos generales, este tutorial tiene la intención de que la mayor parte de tu tiempo de revisión la pases leyendo el paper y haciendo las observaciones y cambios que consideres pertinentes, dejando en tus observaciones tu criterio de experto en el área. Lo que estamos automatizando es la parte de rellenar formatos.

Comencemos.

Paso #1: Realiza los comentarios en el paper

Este tutorial está hecho para trabajar con Word, aunque los principios son similares si trabajas en LaTeX u otro editor de texto.

Antes de comenzar, es necesario que te asegures de que tus comentarios permanecerán como los de un usuario anónimo. Aquí te dejo un tutorial para hacer ese cambio, si necesitas hacerlo.

Una vez que cumplas con esto, puedes agregar comentarios a lo largo del documento. Por lo general, la ruta sería:

💡
Insertar > Comentario

Tu comentario se verá al lado derecho del documento y se ve algo así.

💡
Pro tip: En esta etapa, asegúrate de escribir tus comentarios de la manera más detallada posible. Por dos razones: el autor podrá entender mejor las razones de tu dictamen y las acciones que debe tomar al respecto (sobre todo si es negativo), y servirá más adelante para darle información a la IA sobre cómo redactar los elementos de tu dictamen.

Adicionalmente, puedes activar el control de cambios para hacerle modificaciones al texto. Asegúrate de que si requieres cambios generales en el estilo, proporcionar ejemplos concretos.

Entre más clara sea tu retroalimentación, mejor será tu dictamen y más claridad tendrá el autor sobre los siguientes pasos que tiene que tomar.

Paso #2: Guarda el documento como página web

Este es un truco para extraer todos los comentarios que le hiciste al artículo.

Lo necesitamos para no tener que copiar y pegar los comentarios de manera individual cuando le demos la instrucción a la Inteligencia Artificial.

Comienza en Archivo > Guardar como:

Archivo > Guardar como (Mac)

En “Formato del archivo”, busca guardarlo como Página web o archivo html.

Guardando un archivo doc como html (página web)

Y lo abres usando tu navegador. Yo lo abrí con Google Chrome, pero debe funcionar perfectamente con cualquier navegador.

Tus comentarios están al final de la página.

Toda la página ahora la puedes copiar y pegar en el prompt que veremos a continuación.

Paso #3: Alimenta a la Inteligencia Artificial con tus observaciones

Comencemos a trabajar con la inteligencia artificial.

Necesitamos tener una versión que tenga una ventana de contexto amplia (para que pueda leer y recordar el artículo completo).

Lo que necesitamos para comenzar:

  • Abre chatGPT o Claude.
  • Abre el formato de evaluación. Estoy asumiendo que es un archivo de Word o un formato en línea.

Generalmente los formatos de evaluación contienen dos tipos de elementos:

  • Calificaciones numéricas. Por ejemplo, pueden preguntar sobre características generales como la pertinencia y originalidad. En algunos casos, el editor puede asignar un puntaje a las preguntas para determinar la factibilidad de publicación del artículo de forma “objetiva”.
  • Preguntas abiertas que invitan al evaluador a proporcionar su opinión. En estas preguntas, el evaluador tiene que dar los argumentos sobre su decisión.

Atenderemos ambas.

Tutorial para hacer Programación Lineal en Python con PuLP

Tutorial para hacer Programación Lineal en Python con PuLP

¿Alguna vez te has preguntado cómo las empresas determinan la cantidad óptima de productos a fabricar para maximizar sus ganancias?

La programación lineal es una herramienta matemática que permite resolver este tipo de problemas de optimización. Y gracias a Python, podemos implementarla de manera sencilla utilizando una biblioteca llamada PuLP.

En esta guía, te llevaré paso a paso para que entiendas cómo utilizar PuLP, incluso si no tienes experiencia previa en programación. Al final, serás capaz de modelar y resolver problemas que son fundamentales en economía y muchas aplicaciones de negocios.

Este es un tutorial que hice para mis alumnos de la clase de Investigación de Operaciones. En la clase nos hemos enfocado mucho en el planteamiento de los problemas y en su solución usando la computadora. Previamente ya hice un tutorial para resolver problemas de PL con el método simplex usando Solver de Excel.

Si quieres verlo, puedes entrar aquí:

¿Qué es PuLP y por qué deberías conocerlo?

PuLP es una biblioteca de Python que facilita la formulación y resolución de problemas de programación lineal (LP) y programación entera mixta (MILP). En términos sencillos, te permite:

  • Definir variables de decisión: las incógnitas que quieres determinar.
  • Establecer funciones objetivo: lo que deseas maximizar o minimizar (por ejemplo, ganancias o costos).
  • Agregar restricciones: limitaciones o condiciones que deben cumplirse (como recursos disponibles).
  • Resolver el problema: encontrar la mejor solución posible dentro de las restricciones.

¿Por qué es importante? Porque la optimización es clave para mejorar la eficiencia y rentabilidad en cualquier negocio. Con PuLP, puedes tomar decisiones informadas basadas en datos y modelos matemáticos.


Paso 1: Instalación de PuLP

Antes de comenzar, necesitamos instalar PuLP en tu sistema. No te preocupes, es más sencillo de lo que parece.

  1. Abre tu terminal o línea de comandos.
  2. Verifica que la instalación fue exitosa.No debería aparecer ningún mensaje de error. Si todo salió bien, ¡ya estás listo para usar PuLP!

Escribe el siguiente comando y presiona Enter:

pip install pulp

Si estás utilizando Jupyter Notebook o un entorno similar, puedes instalarlo directamente en una celda:

!pip install pulp

Nota: PuLP incluye el solucionador CBC por defecto. Para problemas más complejos o requerimientos específicos, podrías considerar instalar solucionadores adicionales como Gurobi o CPLEX, aunque estos pueden requerir licencias separadas.


Paso 2: Entendiendo la Programación Lineal

Antes de sumergirnos en el código, es fundamental comprender qué es la programación lineal y cómo se aplica en economía y negocios.

La programación lineal es una técnica matemática que busca optimizar (maximizar o minimizar) una función objetivo, sujeta a ciertas restricciones lineales. Estas restricciones representan limitaciones en recursos como tiempo, dinero o materiales.

Ejemplo práctico:

Imagina que eres el gerente de producción de una fábrica que produce dos productos. Quieres saber cuántas unidades de cada producto debes fabricar para maximizar tus ganancias, considerando las limitaciones en materia prima y horas de trabajo.


Paso 3: Formulando un Problema de Programación Lineal

Veamos un problema sencillo para ilustrar los conceptos básicos.

Escenario:

Una empresa produce dos productos: Producto A y Producto B.

  • Producto A:
    • Beneficio por unidad: $3
    • Consumo de recursos:
      • Recurso 1: 2 unidades por producto
      • Recurso 2: 1 unidad por producto
  • Producto B:
    • Beneficio por unidad: $2
    • Consumo de recursos:
      • Recurso 1: 1 unidad por producto
      • Recurso 2: 1 unidad por producto

Disponibilidad de recursos:

  • Recurso 1: 100 unidades
  • Recurso 2: 80 unidades

Objetivo:

Determinar cuántas unidades de cada producto deben fabricarse para maximizar el beneficio total, sin exceder la disponibilidad de recursos.

Formulación matemática:

  1. Variables de decisión:
    • $x$: Número de unidades del Producto A a producir.
    • $y$: Número de unidades del Producto B a producir.
  2. Función objetivo:
    • Maximizar \( Z = 3x + 2y \)
  3. Restricciones:
    • Recurso 1: \( 2x + y \leq 100 \)
    • Recurso 2: \( x + y \leq 80 \)
    • No negatividad: \( x \geq 0 \), \( y \geq 0 \)

Paso 4: Implementando el Problema con PuLP

Ahora, traduciremos este problema matemático al lenguaje de programación usando PuLP.

1. Importar PuLP

Comenzamos importando la biblioteca PuLP en nuestro script de Python.

from pulp import *

2. Definir el Problema

Creamos una instancia del problema, indicando que se trata de una maximización.

prob = LpProblem("Maximización_de_Beneficios", LpMaximize)

3. Definir las Variables de Decisión

Declaramos las variables de decisión con sus límites inferiores.

x = LpVariable('Producto_A', lowBound=0)
y = LpVariable('Producto_B', lowBound=0)

4. Establecer la Función Objetivo

Añadimos la función objetivo al problema.

prob += 3 * x + 2 * y, "Beneficio_Total"

5. Agregar las Restricciones

Incorporamos las restricciones que representan las limitaciones de recursos.

prob += 2 * x + y <= 100, "Restricción_Recurso_1"
prob += x + y <= 80, "Restricción_Recurso_2"

6. Resolver el Problema

Utilizamos el método solve() para resolver el problema.

prob.solve()

7. Mostrar los Resultados

Finalmente, imprimimos el estado y los valores de las variables.

print("Estado de la solución:", LpStatus[prob.status])

print(f"Cantidad óptima de Producto A: {x.varValue}")
print(f"Cantidad óptima de Producto B: {y.varValue}")

print(f"Beneficio total máximo: ${value(prob.objective)}")

El gran error del Nobel de Economía

El gran error del Nobel de Economía

Ayer fue día de festejar el Nobel de Acemoglu, Johnson y Robinson.

Hoy es día de entrar de lleno a su trabajo, su metodología, sus resultados y un poco de crítica a la asignación de este Nobel.

No estoy tan de acuerdo en este Nobel

Yo estaba seguro de que Acemoglu se iba a ganar el Nobel algún día.

Su volumen de trabajo es por sí mismo monumental. Es el segundo autor de economía más citado, y tiene grandes contribuciones a la economía matemática, al crecimiento económico y a la automatización y la Inteligencia Artificial.

Es sin duda un grande de nuestros tiempos.

Pero era precisamente ese cambio de enfoque a la automatización lo que me hizo pensar que su contribución en esta área lo llevaría a ganarse el Nobel. Sobre todo porque el trabajo con Robinson y Johnson, aunque es muy influyente, tiene fallas metodológicas bastante fuertes por su propia naturaleza. Hablaremos un poco más sobre eso más adelante.

Instituciones inclusivas vs Instituciones Extractivas

La teoría básica es que la causa del crecimiento de los países son las instituciones.

Las instituciones inclusivas son un vehículo más eficiente para el crecimiento, pues permiten mayor innovación y dan espacio para que las diferentes perspectivas moldeen la infraestructura. En cambio, a un gobernante en una nación con instituciones extractivas, no le importa lo que quiera la población, mientras siga recibiendo los ingresos de la extracción.

Si soy honesto, yo creo en las instituciones como el mecanismo para el crecimiento. Quiero creer que esto es la verdad.

Y creo que hay algunos “experimentos naturales” recientes a los que podemos recurrir para sostener la importancia de las instituciones. Corea del Norte y Corea del Sur son buenos ejemplos. Hace unos ochenta años, no había ninguna distinción en cultura, economía o instituciones entre corea del norte y corea del sur. Pero a través de los años, la adopción de los valores democráticos de occidente han dado frutos y prosperidad que distan mucho de lo que viven los norcoreanos.

También me gusta porque da una buena explicación de por qué algunas regiones no adoptan instituciones más inclusivas, si ya sabemos que eso es lo que funciona.

Básicamente, si eres un gobernante en una institución extractiva, no tienes incentivos para promover ningún cambio. Estoy pensando en Maximiliano de Habsburgo en México y su esposa Carlota. Si recorres el castillo de Chapultepec y lees con detenimiento toda la historia, da la impresión de que llegaron con ideas bastante liberales y modernas. Pero esas mismas ideas les generaron un costo político bastante alto con los mismos conservadores que los trajeron al poder.

El poder tiene muchos incentivos para intentar siempre mantenerse.

Cuando las naciones tienen instituciones inclusivas, podemos esperar que las personas tengan incentivos para ser innovadores y emprendedores, a diferencia de las naciones extractivas, donde lo que importa es estar en las gracias del gobernante.

Por eso creo que todos debemos aspirar a que existan más instituciones inclusivas.

Los orígenes coloniales del desarrollo comparativo

El primer artículo que vamos analizar es el de Acemoglu, Johnson y Robinson de 2021. De cariño se le conoce como el AJR 2021.

El artículo se llama “Los orígenes coloniales del desarrollo comparativo: una investigación empírica”. En este artículo, los autores notan que los países que fueron colonizados tuvieron suertes muy distintas entre sí. En su libro “Por qué fracasan los países”, comienzan haciendo una comparación entre Nogales, Sonora y Nogales, Arizona, que es una especie de experimento natural de una ciudad que quedó dividida por la frontera entre México y Estados Unidos y por la suerte terminó con arreglos institucionales muy distintos.

En AJR, la hipótesis es que la diferencia entre las colonias se da por los derechos de propiedad que se establecieron. Las colonias con derechos de propiedad fuertes, se volvieron prósperas. Las colonias sin derechos de propiedas, se volvieron pobres.

Para comprobar su hipótesis, AJR pusieron su foco en la mortalidad de los colonizadores. Cuando ellos morían (por enfermedades tropicales, regularmente), los europeos no se podían mover en masa a colonizar y se quedaban desde sus tronos en europa gobernando. Cuando eso pasaba, generaban instituciones extractivas, mandando esclavos y dejando poca importancia a los derechos de propiedad.

En cambio, cuando los colonos podían establecerse, las instituciones inclusivas se volvían relevantes.

Los europeos como variable explicativa

Hay que admitir que es una metodología bastante ingeniosa, y es relativamente fácil de explicar.

Pero hay un problema.

En el trabajo de Glaesser et al. (2004), explican que gobernar desde lejos implica que hay menos europeos colonizadores en la colonia. El problema es que, menos europeos implica menos intercambio de comercio y menos transferencia de tecnología.

No es un tema de raza, lo prometo. El tema es que los europeos tienen para este momento rutas de comercio bastante avanzadas por vía marítima. También el intercambio de ideas y de modelos de negocio hace una enorme diferencia.

Es una explicación muy plausible. En cierto modo contradice a la de AJR y fue incluso un punto relevante en el anuncio:

Atribuir causalidad a una estimación de este tipo requiere suposiciones fuertes. En resumen, se necesita una "restricción de exclusión", es decir, que la única razón por la que las tasas de mortalidad entre los colonos europeos hace siglos afectan el PIB per cápita actual es por su impacto en la calidad institucional contemporánea... Una preocupación más seria para la validez de la restricción de exclusión es si los colonos también trajeron consigo su conocimiento y capital humano, y si estos factores han tenido un efecto directo en la prosperidad a largo plazo para un conjunto dado de instituciones coloniales... En última instancia, el capital humano y las instituciones son ambos determinantes del crecimiento, y es muy difícil distinguir el argumento de Acemoglu, Gallego y Robinson del hecho de que el capital humano tiene un efecto independiente sobre el crecimiento... Por lo tanto, la estimación [AJR] debe tomarse con cautela. No obstante, la evidencia presentada por Acemoglu, Johnson y Robinson sugiere fuertemente que el tipo de instituciones implementadas por los colonizadores es un mecanismo clave que impulsa la relación entre el PIB contemporáneo y las condiciones en la colonización.

Ouch!

Reversa a la fortuna

Siendo justos, es muy difícil comprobar de forma causal cualquier cosa que pasó hace 500 años y que estamos vinculando a la actualidad a nivel país.

De por si, hacer macro con datos completos en la actualidad se siente a veces como lectura de hojas de té.

El comité del Nobel defendió su postura haciendo referencia a otro artículo muy famoso de AJR: “La reversa de la fortuna: geografía e instituciones en la creación de la distribución de ingresos en el mundo moderno”. A este de cariño se le conoce como AJR 2022.

En AJR 2022, se pone énfasis en la hipótesis de las instituciones en el desarrollo, observando cómo en una regresión, los países que eran ricos antes de la colonia se volvieron pobres en la actualidad y viceversa.

Es una forma de mostrar que, dado que la misma región tiene un destino muy distinto en diferentes momentos del tiempo, estos no se deben a la geografía, sino a las instituciones.

En este caso lo que se usó como variable fue la urbanización. Pero esto tiene un problema muy similar al anterior: las regiones más urbanizadas no tuvieron tanto flujo de colonizadores que llegaran a poblar la región, mientras que en países como Australia o Canadá, si llegaron los colonizadores a poblar y llevaron innovaciones que los hicieron crecer a largo plazo.

Si acaso se vuelve todo esto una conversación a favor de los efectos positivos de la migración.

La verdad es que hacer este tipo de investigación es muy difícil

No hay forma de agarrar un montón de datos agregados de la historia y pretender que se ajusten bien a una teoría en una regresión simple.

En ese sentido, este Nobel de este año nos lleva a celebrar una idea que no está bien vinculada con la evidencia. Me gustaron mucho los Nobel que se habían dado en el pasado, Card y Krueger fue uno de mis favoritos, porque se enfocaba más en evidencia empírica que son parte de la revolución de la credibilidad.

Sigo siendo creyente del poder de las instituciones, pero creo que aún no podemos darle un nobel a alguien por esas conclusiones. Daron se lo podía haber ganado en unos años más por su trabajo en automatización, pero darselo por algo en lo que la evidencia es en el mejor de los casos "chafa", le resta puntos a la credibilidad de la economía como ciencia.

Premio Nobel al papel de las instituciones en la prosperidad

Premio Nobel al papel de las instituciones en la prosperidad

Por fin se lo ganó.

Daron Acemoglu ganó el Nobel de economía junto a Simon Johnson y James Robinson por su trabajo en una de las preguntas más importantes de la economía: Por qué algunos países son ricos y otros son pobres.

El trabajo de Acemoglu, Robinson y Johnson es relevante porque va más allá de los típicos culpables:

  • Los recursos naturales. Muchos países en África tienen abundantes recursos y son pobres, mientras que países como Japón con relativamente menos recursos son ricos.
  • El hemisferio. Hay quienes han notado que los países en el hemisferio norte suelen ser más productivos que los países en el sur. Pero esto no es una regla ni es en sí mismo la razón.
  • Cultura. Para que un país crezca se requiere trabajo, educación e innovación. Una visión simplista del crecimiento económico atribuye estos rasgos a la cultura de la sociedad. La realidad es que en todas partes hay personas perezosas y sin imaginación.

Lo que en realidad está detrás de la prosperidad son las instituciones.

Instituciones, democracia y crecimiento

La historia de la colonización en el mundo hizo como una especie de experimento natural.

Algunos países colonizados acabaron siendo muy prósperos, mientras que otros siguen estancados hasta la fecha. Es difícil hacer generalizaciones a nivel país, pero una de las características más importantes que encontraron Acemoglu, Johnson y Robinson fueron las instituciones.

Básicamente, los países más pobres durante la colonia, acabaron siendo los más prósperos, gracias a las instituciones que heredaron.

💡
Instituciones: Conjunto de leyes y reglas informales que regulan las interacciones sociales entre las personas. Las reglas del juego.

Por simplicidad, distinguimos dos tipos de instituciones:

  • Las instituciones extractivas, que tienen como fin explotar los recursos de una región. No necesitan de la aprobación o el voto de los pobladores para definir sus necesidades de infraestructura.
  • Las instituciones inclusivas, por el otro lado, si requieren de la participación de las personas para tomar las decisiones importantes.

La leyenda cuenta que, mientras que en países como México, se generaron instituciones extractivas diseñadas para captar los recursos naturales, la minería y las rutas de comercio, en países como Estados Unidos fue necesario una participación más democrática para conquistar la región.

Por eso países como Venezuela cayeron rápido de la abundancia a la pobreza. Las élites no requieren de la aprobación real del pueblo, mientras el dinero del petróleo siga llegando.

Reivindicando el papel de la democracia

Este Nobel llega en un momento clave de la historia.

El que la respuesta a la pregunta del crecimiento económico se dé en algo tan abstracto y aparentemente aburrido como las instituciones se siente un poco decepcionante.

Si queremos crecimiento, necesitamos instituciones incluyentes.

Por alguna razón, el apoyo a las instituciones democráticas ha ido cayendo en Estados Unidos, y no se ve también en otros países. Por eso estoy feliz, porque tenemos evidencia real de que las instituciones son clave para el crecimiento y la prosperidad.

Usemos lo que sabemos como humanidad.

Daron Acemoglu lo ha buscado ya por muchos años

Un chiste común entre los economistas es despertarse el 1 de enero y entrar a Google Scholar a ver ya cuántos artículos ha publicado para la hora del almuerzo.

Sólo este año y al momento de escribir estas líneas lleva más de 17 mil citas en sus artículos y libros. En total lleva registradas casi 250 mil citas y sus artículos son lectura indispensable. Yo desde hace muchos años les he dicho a mis alumnos que algún día se lo iba a ganar.

Incluso si no le daban el Nobel por su trabajo sobre el papel de las instituciones en el crecimiento económico, tiene ya un gran cuerpo de trabajo que trata sobre la automatización.

En cierto modo, también habla sobre los efectos de la inteligencia artificial.

Economía: el hack para la vida

Economía: el hack para la vida

Saber economía es un super-poder.

Es el super-poder de entender el mundo. Hay pocas cosas en esta vida que no estén de alguna forma relacionada a la economía. Como decía morfeo sobre la matrix:

💡
Está alrededor de nosotros. Incluso ahora, en esta habitación.

Aprender economía es como si te dieran un manual para entender la vida.

Todo esto estaba pensando mientras nadaba

Hace un año no me habría imaginado que podría nadar como deporte.

Tenía una especie de pánico a meter la cabeza bajo el agua (larga historia, pero se me hizo una fobia en la adolescencia). Por consecuencia, lo mejor que podía hacer era nadar como perrito. Nunca se notaba mi fobia porque en casi todas las albercas mi cabeza salía del agua cuando estaba parado.

Pero ahí voy, a tratar de nadar bien como deporte.

Al inicio fue horrible. La postura que necesitas tomar para nadar de manera efectiva retaba lo que mi instinto me decía era lo más seguro. Poco a poco fui descubriendo la forma correcta de acomodar mi cuerpo y de dar las brazadas.

Y pasó algo mágico.

De pronto podía moverme más rápido y con menos esfuerzo. Poco a poco podía dejar mi cabeza bajo el agua más tiempo y sin ansiedad. Nadar se convirtió en una actividad agradable.

La economía es como si te dieran la receta para la vida

Sólo necesitas poner atención.

El otro día veía un video que hablaba de la dificultad que había en tomar decisiones simples. Pero creo que un economista puede resolver todos esos problemas, simplemente poniendo funciones de utilidad a todo.

Los cuatro principios de la economía
Costo de oportunidad, ventaja comparativa, pensar en el margen e inferencia causal

Saber economía te hace la vida más fácil:

  • Te ayuda a entender qué hay detrás de las tendencias en la vida y en la cultura popular.
  • Aprendes a identificar cuál información es basada en evidencia y cuál es mejor desechar. No es tan fácil que te engañen.
  • Puedes tomar decisiones con mayor facilidad. No sólo de dinero, también en todos los aspectos de la vida.

Ser economista es prestigioso.

Pero la razón de qué todos los gobiernos en el mundo se apoyan en economistas para tomar decisiones no es solo la fama.

Más que una ciencia, la economía es una forma de ver el mundo, una forma que presenta resultados.

Tutorial: Diferencias en Diferencias básico en R

Tutorial: Diferencias en Diferencias básico en R

Imagina que deseas conocer el efecto de una política pública en la población.

Siempre que sea posible, lo mejor que puedes hacer es hacer un experimento. Pero hay dos problemas:

  1. Los experimentos son caros y difíciles de implementar, pues implican tener un control sobre todas las variables que podrían alterar el resultado.
  2. Los resultados de un experimento rara vez son escalables a nivel de una población.

Para colmo, de cualquier manera tendrás que evaluar la efectividad de la política cuando se hace a nivel de una población.

En este post haremos un tutorial para aplicar el modelo de Diferencias en Diferencias usando R.

El ejemplo que usaremos para este tutorial lo puedes encontrar también en el libro Doing Economics del Core Project. Se trata sobre los efectos de un impuesto a las bebidas azucaradas.

Los economistas no prohibimos, le ponemos impuestos a las cosas

A finales de 2014, la ciudad de Berkeley, California votó que le pusieran un nuevo impuesto a las bebidas azucaradas.

El objetivo del impuesto era disminuir el consumo de bebidas que sabemos tienen efectos negativos en la salud de la población. Cuando queremos hacer que el compotamiento de las personas cambie, no ponemos leyes para prohibirlas, les subimos los impuestos con la esperanza de que el aumento de precio haga su trabajo.

Se le llaman impuestos al pecado.

Hay muchos ejemplos de este tipo de impuestos. Hay impuesto a los autos para reducir la contaminación. Impuesto al alcohol y al tabaco, porque también tienen efectos en la salud. Y naturalmente, impuestos a las bebidas azucaradas. Casi todos los países tienen algún impuesto de este tipo, en parte porque es relativamente fácil de aprobar (no siempre tan fácil de implementar).

Para saber si el impuesto funcionó, necesitamos conocer tres cosas

  1. Si el aumento de los impuestos hizo que los precios subieran. En ocasiones, los precios no se trasladan al consumidor. Las empresas prefieren absorberlo, haciendo que el impuesto no tenga efecto sobre el comportamiento de los consumidores.
  2. Si los precios subieron, queremos saber si los usuarios redujeron su consumo y qué tanto. En lenguaje de economistas, queremos conocer la elasticidad de los precios.
  3. Si los consumidores dejaron de tomar estas bebidas, queremos saber si su salud mejoró.

En este tutorial nos quedaremos con el análisis del primer punto.

Paso #1: Descarga y explora la base de datos

Te dejo la base de datos en el siguiente enlace.

Dataset Project 3.xlsx

Usa el siguiente código para cargar la base de datos y mostrar su estructura.

# Cargar las bibliotecas necesarias
library(readxl)
library(dplyr)

# Definir la ruta del archivo
file_path <- "data/Dataset Project 3.xlsx"

# Cargar la hoja del diccionario de datos
data_dictionary <- read_excel(file_path, sheet = "Data Dictionary")

# Cargar la hoja de datos y mostrar las primeras filas
df <- read_excel(file_path, sheet = "Data")

# Imprimir el diccionario de datos y el encabezado de los datos
print("Data Dictionary:")  # Imprimir el diccionario de datos
print(data_dictionary)

print("Data Header:")  # Imprimir el encabezado (primeras filas) de los datos
head(df)  # Mostrar las primeras filas del conjunto de datos

Alternativamente, puedes usar las funciones de RStudio para cargarlo de manera manual. Si tienes dudas, consulta este curso gratuito que tengo en mi página.

Nota que:

  • La variable taxed es una variable dummy con valores de 0 y 1. Cuando taxed es igual a 1, significa que el producto si es sujeto a impuesto. Incluso aunque en el periodo del registro sea antes de la implementación.
  • El tipo de tienda se muestra en store_type. Hay 4 tipos de tiendas de las que se recolectó la información: Supermercados grandes, supermercados pequeños, farmacias y estaciones de gas.
  • La variable time muestra el momento en que se recolectó el dato. De acuerdo al paper original, los datos se tomaron en Diciembre de 2014, en Marzo de 2015 y en Junio de 2016.
unique(df$time)
  • Los productos y las tiendas se registran por un identificador que se muestra en las variables store_id y product_id. También tenemos un poco más de detalles del tipo de producto detallado en type y type2.

Usa este código y nota que los registros no están balanceados (y también que Junio de 2016 está mal registrado). Esto quiere decir que hay productos que tal vez se registraron antes del impuesto y que desaparecieron después de él. O al contrario, podrían haber productos que aparecieron después del impuesto.

Usa este código para mostrar una tabla de frecuencia que muestra las observaciones por fecha y por tipo de tienda.

# Crear una tabla de contingencia con store_type y time
summary_table <- table(df$store_type, df$time)

# Convertir la tabla a data frame para añadir la columna de Total
summary_table_df <- as.data.frame.matrix(summary_table)

# Añadir una columna 'Total' que suma los valores de cada fila
summary_table_df$Total <- rowSums(summary_table_df)

# Añadir una fila 'Total' que suma todas las filas
summary_table_df["Total", ] <- colSums(summary_table_df)

# Mostrar la tabla resumen
print(summary_table_df)

Medias condicionales

Esta es la versión más sencilla de un modelo de diferencias en diferencias.

Se trata de identificar las medias condicionales de los grupos tratados y sin tratamiento antes y después de la intervención. La idea es que el grupo que no fue tratado funcione como grupo de control en un experimento.

Para que un grupo se pueda considerar de control, las circunstancias del evento tienen que ser muy especiales.

  • Tiene que ser muy similar al grupo de tratamiento. En el caso de este impuesto, estamos comparando los productos que están en la misma tienda y que aparecen en los mismos periodos.
  • Las circunstancias no deben de dar tiempo para sospechar de algún sesgo de selección. Generalmente, los mejores “experimentos naturales” ocurren de repente. Un accidente natural, o una implementación repentina son ideales, porque no dan tiempo para adaptarse.

Comencemos modificando los datos un poco para cumplir con estos puntos.

No necesitas otro curso de R

No necesitas otro curso de R

Uno de los errores más comunes que cometemos cuando queremos aprender a usar datos es comprar un curso más.

Pensamos que ese curso si nos va a dar las herramientas para hacer nuestro proyecto de investigación. Pero la realidad es que no nos vamos a dar el tiempo para consultarlo y lo vamos a dejar abandonado en algún punto cuando nos demos cuenta de que no era exactemente lo que necesitamos. Porque lo que necesitamos realmente es ponernos a trabajar con nuestro proyecto y cometer errores exactos.

Y lo digo yo, que tengo en mi página ya varios cursos publicados.

Y aunque agradezco mucho a quienes se suscriben a marionomics pro a través de la página de cursos, no quiero que lo hagan porque quieren ver un curso. Porque yo se que eso no los va a llevar a su objetivo: escribir y publicar.

Por qué seguimos comprando cursos que no necesitamos

Te lo voy a decir sin rodeos: cuando compramos un curso, estamos procrastinando.

Estamos delegando la responsabilidad a alguien más por lo que no queremos hacer. Preferimos tirar nuestro dinero a la basura y perder tiempo en un curso que no nos resuelve el problema antes que ponernos a trabajar.

¿Por qué? Porque así le podemos echar la culpa a los cursos que no sirvieron y al instructor que nos sabe explicar.

Pero tú y yo sabemos que esa base de datos en panel no se va a resolver por si sola.

4 pasos para resolverlo

En resumen, tienes que ponerte a trabajar.

En realidad ya sabes lo que tienes que hacer. No hay forma en que termines la tesis si no le dedicas un tiempo y te pones a trabajar.

  1. Destina tus horas sagradas para trabajar. Le tienes que dedicar al menos una hora todos los días a actividades que te hagan avanzar en tus proyectos. Y tienes que ser muy claro poniendo límites en el resto de tus actividades. Esa hora es sagrada.
  2. Escribe al menos el doble de lo que lees. Esta es una de las opiniones en las que seguro habrá más objeciones. Muchos piensan que tienes que leer más de lo que escribes. Pero lo dicen porque en realidad hay que incluir tiempo para leer entre las horas sagradas. Lee el doble de lo que hoy estás leyendo y escribe el doble de lo que lees.
  3. Ensúciate las manos con código. Mucho del trabajo de datos requiere de tener tiempo para hacer prueba y error. Si no te equivocas, no vas a desarrollar la intuición.
  4. Apóyate de tutoriales y guías. Lo que te acabo de decir no implica que tengas que hacer todo solo. Lo mejor es que vayas siguiendo tutoriales y que estés siempre con una guía que te respalde.

Un newsletter es un libro vivo

Yo aprendí mucho de tutoriales en YouTube y de libros.

El aprendizaje más grande fue de seguir tutoriales escritos. Siempre me resultaron más valiosos porque tenía que ir siguiendo paso a paso y cometiendo mis propios errores. Siempre fue más valor por el tiempo que le dediqué.

Lo único que le hacía falta era poder hablar con los tutoriales y los libros.

Me habría gustado poderle preguntar al autor sobre casos específicos o hacerle modificaciones en los ejemplos. Los libros ya se sienten muy fijos, pero si le puedes hacer preguntas al autor y que te conteste, se resuelven muchos problemas.

Este newsletter es una especie de libro vivo al que le puedes hacer preguntas y que puede profundizar sobre los temas que son relevantes.

  • Tal vez lo quieras ver con datos específicos.
  • Tal vez quieras que se profundice en pruebas o demostraciones particulares.
  • O quizás sea importante ver las cosas desde otro marco teórico.

La buena noticia es que todo eso es lo que estamos haciendo ahora con marionomics Pro.

Los suscriptores Pro tienen prioridad en los temas que vamos a tratar en adelante. La oferta es sencilla:

  • 1 tutorial al mes (día 5 de cada mes). Aquí vemos toda la parte de R, Python y datos. Con ejemplos con código que puedes copiar, pegar y modificar.
  • 1 deep dive al mes (día 15 de cada mes). Nos metemos a fondo en un tema particular. Mi metodología es meterme a un paper particular, si hay datos lo trato de replicar y lo critico hasta lo más profundo. Es la mejor manera de aprender de una teoría.
  • 1 guía de trabajo para escribir y publicar (día 25 de cada mes). No es sólo metodología y tips para escribir. Paso mucho tiempo encontrando maneras de encontrar mi productividad y conozco bien el sistema y la forma de publicar. Nada se queda como un secreto.

Contesta este correo y cuéntame:

💡
¿Cuál es el mayor reto que estás enfrentando en este momento?

¡Genial! Te has registrado exitosamente.

¡Bienvenido de vuelta! Has iniciado sesión correctamente.

Te has suscrito correctamente a Escribe tu primer paper de Economía usando Inteligencia Artificial.

¡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.