La pandemia ha acelerado un cambio hacia datos novedosos y análisis rápidos
Sin embargo, como informamos esta semana,la era del desconcierto está comenzando a dar paso a una mayor iluminación. El mundo está al borde de una revolución en tiempo real en la economía, a medida que la calidad y la puntualidad de la información se transforman. Las grandes empresas, desde Amazon hasta Netflix, ya utilizan datos instantáneos para monitorear las entregas de comestibles y cuántas personas están pegadas al "Juego del calamar". La pandemia ha llevado a los gobiernos y bancos centrales a experimentar, desde el monitoreo de las reservas de restaurantes hasta el seguimiento de los pagos con tarjeta. Los resultados siguen siendo rudimentarios, pero a medida que los dispositivos digitales, los sensores y los pagos rápidos se vuelven omnipresentes, la capacidad de observar la economía con precisión y rapidez mejorará. Eso mantiene abierta la promesa de una mejor toma de decisiones en el sector público, así como la tentación de que los gobiernos se entrometan.
El deseo de mejores datos económicos no es nuevo. Las estimaciones del pnb de Estados Unidos datan de 1934 e inicialmente llegaron con un retraso de 13 meses. En la década de 1950, un joven Alan Greenspan monitoreó el tráfico de vagones de carga para llegar a las primeras estimaciones de la producción de acero. Desde que Walmart fue pionero en la gestión de la cadena de suministro en la década de 1980, los jefes del sector privado han visto los datos oportunos como una fuente de ventaja competitiva. Pero el sector público ha tardado en reformar su funcionamiento. Las cifras oficiales que los economistas rastrean, piense en el pib o el empleo, vienen con retrasos de semanas o meses y a menudo se revisan drásticamente. La productividad tarda años en calcularse con precisión. Es sólo una ligera exageración decir que los bancos centrales están volando a ciegas.
Los datos malos y tardíos pueden conducir a errores de política que cuestan millones de empleos y billones de dólares en producción perdida. La crisis financiera habría sido mucho menos dañina si la Reserva Federal hubiera reducido las tasas de interés a casi cero en diciembre de 2007, cuando Estados Unidos entró en recesión, en lugar de en diciembre de 2008, cuando los economistas finalmente lo vieron en los números. Los datos irregulares sobre una vasta economía informal y bancos podridos han hecho que sea más difícil para los responsables políticos de la India poner fin a la década perdida de bajo crecimiento de su país. El Banco Central Europeo elevó erróneamente las tasas de interés en 2011 en medio de un estallido temporal de inflación, enviando a la zona del euro de nuevo a la recesión. El Banco de Inglaterra puede estar a punto de cometer un error similar hoy.
Sin embargo, la pandemia se ha convertido en un catalizador para el cambio. Sin tiempo para esperar a que las encuestas oficiales revelen los efectos del virus o los confinamientos, los gobiernos y los bancos centrales han experimentado, rastreando teléfonos móviles, pagos sin contacto y el uso en tiempo real de motores de aviones. En lugar de encerrarse en sus estudios durante años escribiendo la próxima "Teoría General", los economistas estrella de hoy, como Raj Chetty de la Universidad de Harvard, dirigen laboratorios bien equipados que hacen números. Firmas como JPMorgan Chase han abierto cofres del tesoro de datos sobre saldos bancarios y facturas de tarjetas de crédito, ayudando a revelar si las personas están gastando efectivo o acumulándolo.
Estas tendencias se intensificarán a medida que la tecnología impregne la economía. Una mayor proporción del gasto está cambiando en línea y las transacciones se están procesando más rápido. Los pagos en tiempo real crecieron un 41% en 2020, según McKinsey, una consultora (India registró 25.600 millones de transacciones de este tipo). Se están equipan más máquinas y objetos con sensores, incluidos contenedores de envío individuales que podrían dar sentido a los bloqueos de la cadena de suministro. Govcoins, o monedas digitales del banco central(cbdcs), que China ya está probando y más de 50 otros países están considerando, pronto podría proporcionar una mina de oro de detalles en tiempo real sobre cómo funciona la economía.
Los datos oportunos reducirían el riesgo de problemas de política: sería más fácil juzgar, por ejemplo, si una caída en la actividad se estaba convirtiendo en una caída. Y las palancas que los gobiernos pueden tirar también mejorarán. Los banqueros centrales calculan que se necesitan 18 meses o más para que un cambio en las tasas de interés surta pleno efecto. Pero Hong Kong está probando dádicos en efectivo en billeteras digitales que expiran si no se gastan rápidamente. las cbdcpodrían permitir que las tasas de interés caigan profundamente negativas. Los buenos datos durante las crisis podrían permitir que el apoyo se orienta con precisión; imagine préstamos solo para empresas con balances sólidos pero un problema de liquidez temporal. En lugar de derrochadores pagos de asistencia universal realizados a través de las burocracias de la seguridad social, los pobres podrían disfrutar de recargas de ingresos instantáneos si perdieran su trabajo, pagados en billeteras digitales sin ningún papeleo.
La revolución en tiempo real promete hacer que las decisiones económicas sean más precisas, transparentes y basadas en reglas. Pero también trae peligros. Los nuevos indicadores pueden ser malinterpretados: ¿está comenzando una recesión global o Uber simplemente está perdiendo cuota de mercado? No son tan representativos ni están libres de sesgos como las minuciosas encuestas de las agencias estadísticas. Las grandes empresas podrían acumular datos, dándoles una ventaja indebida. Las empresas privadas como Facebook, que lanzó una billetera digital esta semana, pueden algún día tener más información sobre el gasto del consumidor que la Fed.
Conócete a ti mismo
El mayor peligro es la arrogancia. Con un panóptico de la economía, será tentador para los políticos y funcionarios imaginar que pueden ver muy lejos en el futuro, o moldear la sociedad de acuerdo con sus preferencias y favorecer a grupos particulares. Este es el sueño del Partido Comunista Chino, que busca participar en una forma de planificación central digital.
De hecho, ninguna cantidad de datos puede predecir de manera confiable el futuro. Las economías insondablemente complejas y dinámicas no dependen del Gran Hermano, sino del comportamiento espontáneo de millones de empresas y consumidores independientes. La economía instantánea no se trata de clarividencia u omnisciencia. En cambio, su promesa es prosaica pero transformadora: una toma de decisiones mejor, más oportuna y más racional.
Vasto y rápido
En los primeros días de la pandemia, Google comenzó a publicar datos anónimos sobre los movimientos físicos de las personas; esto ha ayudado a los investigadores a producir una medida diaria de la gravedad de los confinamientos (véase el gráfico 3). OpenTable, una plataforma de reservas, comenzó a publicar información diaria sobre reservas de restaurantes. La Oficina del Censo de los Estados Unidos introdujo rápidamente una encuesta semanal de hogares, haciéndoles preguntas que van desde su estado de empleo hasta si podían pagar el alquiler.
En mayo de 2020, José María Barrero, Nick Bloom y Steven Davis, tres economistas, comenzaron una encuesta mensual sobre las prácticas comerciales y los hábitos de trabajo estadounidenses. A los estadounidenses en edad de trabajar se les paga para responder preguntas sobre con qué frecuencia planean visitar la oficina, por ejemplo, o cómo preferirían saludar a un colega de trabajo. "Las personas a menudo completan una encuesta durante su hora de almuerzo", dice Bloom, de la Universidad de Stanford. "Se sientan allí con un sándwich, responden algunas preguntas y eso paga su almuerzo".
La demanda de investigación para comprender una situación económica confusa aumentó. El primer análisis del aumento semanal de $ 600 de Estados Unidos al seguro de desempleo, implementado en marzo de 2020, se publicó en semanas. El gobierno británico sabía en octubre de 2020 que un plan para subsidiar la asistencia a restaurantes en agosto de 2020 probablemente había impulsado las infecciones por covid. Muchas cosas aparentemente evidentes sobre la pandemia, que la economía colapsó en marzo de 2020, que los pobres han sufrido más que los ricos, o que el cambio a trabajar desde casa está resultando mejor de lo esperado, solo parecen obvias debido a la rápida investigación económica.
Es más difícil cuantificar el impacto de las políticas. Algunos economistas se burlan de la idea de que su investigación ha influido en la respuesta de los políticos a la pandemia. Muchos estudios que utilizaron datos en tiempo real sugirieron que el Programa de Protección de Cheques de Pago, un esfuerzo para canalizar dinero a las pequeñas empresas estadounidenses, estaba haciendo menos bien de lo esperado. Sin embargo, los cabilderos de las pequeñas empresas se aseguraron de que los políticos no se deshiciera de él durante meses. Tyler Cowen, de la Universidad George Mason, señala que la contribución más significativa de los economistas durante la pandemia consistió en recomendar promesas tempranas para comprar vacunas, basadas en investigaciones más antiguas, no en datos en tiempo real.
Aún así, Faulkender dice que el apoyo especial para los restaurantes que se incluyó en el estímulo de Estados Unidos fue influenciado por una débil recuperación en la industria vista en los datos de OpenTable. La investigación realizada por Chetty a principios de 2021 encontró que los cheques de estímulo enviados en diciembre impulsaron el gasto de los hogares de bajos ingresos, pero no mucho para los hogares más ricos. Afirma que esto informó la decisión de poner límites de ingresos más fuertes a los cheques de estímulo enviados en marzo.
Dando forma a la conversación económica
En cuanto a la Reserva Federal, en mayo de 2020 la Fed regional de Dallas y Nueva York y James Stock, economista de Harvard, crearon un índice de actividad utilizando una serie de datos económicos en tiempo real. La Fed de San Luis utilizó datos de Homebase para rastrear las cifras de empleo diariamente. Ambos mostraron déficits de actividad económica antes de los datos oficiales. Esto llevó a la Fed a comunicar su postura de política más rápida.
Los datos rápidos también ayudaron a enmarcar el debate. Todos se dieron cuenta de que el mundo estaba en una profunda recesión mucho antes de lo que lo habían hecho en 2007-09. En los resúmenes del fmisobre la economía mundial en 2009, el 40% de los documentos citados se habían publicado en 2008-09. En el resumen publicado en octubre de 2020, por el contrario, más de la mitad de las citas fueron para artículos publicados ese año.
La tercera ola de la economía ha sido mejor para algunos practicantes que para otros. Cuando comenzaron los confinamientos, muchos economistas varones se encontraron en casa sin responsabilidades docentes y con más tiempo para investigar. Las mujeres a menudo recogían la holgura del cuidado infantil. Un artículo en Covid Economics,una revista de fuego rápido, encuentra que las autoras representaron el 12% de las presentaciones de documentos de trabajo de economía durante la pandemia, en comparación con el 20% anterior. Los economistas lo suficientemente afortunados como para haber investigado temas antes de la pandemia que se volvieron calientes, desde el trabajo en casa hasta la política de bienestar, de repente tuvieron demanda.
También hay cambios más profundos en el valor que se le otorgan a diferentes tipos de investigación. The Economist ha examinado las clasificaciones de economistas de ideas repec,una base de datos de investigación, y los datos de citas de Google Scholar. Dividimos a los economistas en tres grupos: "lobos solitarios" (que publican con menos de un coautor único por artículo en promedio); "colaboradores" (aquellos que tienden a trabajar con más de un coautor único por artículo, generalmente de dos a cuatro personas); y "líderes de laboratorio" (investigadores que dirigen un gran equipo de asistentes dedicados). Luego observamos los diez mejores economistas para cada uno según lo medido por las clasificaciones de autores de repec durante los últimos diez años.
Los colaboradores tuvieron un desempeño muy por delante de los otros dos grupos durante la pandemia (ver gráfico 4). A los lobos solitarios les fue peor: trabajar con grandes conjuntos de datos se beneficia de una división del trabajo. Por qué los colaboradores lo hicieron mejor que los líderes de laboratorio es menos claro. Es posible que hayan sido más ágiles al trabajar con los más adecuados para los problemas en cuestión; Los líderes de laboratorio están atrapados con un grupo fijo de coautores y asistentes.
Los tipos de investigación más populares destacan otro aspecto de la tercera ola: su utilidad para los negocios. Scott Baker, otro economista, y los señores Bloom y Davis, tres de los cuatro principales autores durante la pandemia en comparación con el año anterior, son todos "colaboradores" y utilizan datos diarios de los periódicos para estudiar los mercados. Su índice de incertidumbre ha sido utilizado por los fondos de cobertura para comprender los impulsores de los precios de los activos. La investigación de los señores Bloom y Davis sobre el trabajo desde casa también ha llamado la atención de las empresas que buscan información sobre la transición al trabajo remoto.
Pero, ¿funciona en teoría?
No a todo el mundo le gusta hacia dónde va la disciplina. Cuando los economistas dicen que sus compañeros se están convirtiendo en científicos de datos, no se entiende como un cumplido. Una interpretación más amable es que el cambio al trabajo pesado en datos está corrigiendo un desequilibrio histórico. "El problema más importante con la macro en las últimas décadas ha sido que ha sido demasiado teórica", dice Jón Steinsson de la Universidad de California, Berkeley, en un ensayo publicado en julio. Un mejor equilibrio con los datos mejora la teoría. La mitad del reciente premio Nobel se destinó a la aplicación de nuevos métodos empíricos a la economía laboral; la otra mitad fue para la teoría estadística en torno a tales métodos.
Algunos críticos cuestionan la calidad de muchas fuentes en tiempo real. Los datos de alta frecuencia son menos precisos a niveles de estimación (por ejemplo, el valor total del pib)que a la hora de estimar los cambios, y en particular los puntos de inflexión (como cuando el crecimiento se convierte en recesión). En una revisión reciente de indicadores en tiempo real, Samuel Tombs de Pantheon Macroeconomics, una consultora, señaló que los datos de OpenTable tendían a exagerar el repunte en la asistencia a restaurantes el año pasado.
Otros tienen preocupaciones sobre los nuevos incentivos que enfrentan los economistas. Los investigadores ahora se apresuran a publicar un documento de trabajo con la Oficina Nacional de Investigación Económica de Estados Unidos para reclamar un área de estudio o para influir en los responsables políticos. La desventaja es que los consumidores de investigación académica de comida rápida a menudo la tratan como si fuera tan rigurosa como la de cocina lenta, documentos que cumplen con el proceso de publicación anticuado que implica seminarios interminables y revisión por pares. Desde entonces, una serie de documentos que utilizan datos de alta frecuencia que generaron muchos clics, incluido uno que afirmaba que un rally de motocicletas en Dakota del Sur había causado un aumento en los casos de covid.
Cualesquiera que sean las preocupaciones, la pandemia ha dado a los economistas una nueva oportunidad de vida. Durante el golpe chileno de 1973, miembros de las fuerzas armadas irrumpieron en la sala de operaciones de Cybersyn y rompieron las diapositivas de los gráficos, no solo porque fue creación de Allende, sino porque la idea de un electrocardiograma de la economía parecía un poco extraña. La economía de la tercera ola sigue siendo inusual, pero cada vez menos extraña.
https://www.economist.com/weeklyedition/2021-10-23
0 Comentarios