sábado, 19 de noviembre de 2016

Portugal fija un impuesto al sol

‘Impuesto al sol’: los portugueses tributarán más por su casa si es luminosa
Un inmueble con mucha luz solar tiene que abonar en IBI cinco veces más que por la piscina privada

JAVIER MARTÍN - El País



Con el impuesto del sol, la casa de la derecha podría pagar más (por la tarde).

"Hoy nos cobran por el sol, mañana por el aire que respiramos". Así de indignada es la respuesta de António Frias, presidente de la Asociación Nacional de Propietarios de Portugal, tras la entrada en vigor de la revisión catastral con el llamado ‘impuesto del sol’. El Gobierno socialista ha aprobado una revisión de los valores catastrales de los inmuebles donde la “localización y operacionalidad relativas” tienen un peso del 20%. Bajo ese eufemismo se cobija una revalorización del piso en función del sol que recibe y de su calidad ambiental.

En los baremos de la tabla de valoración de inmuebles se contemplan otros factores, como la existencia de ascensor, climatización central o el garaje, sin embargo, la gran novedad es el impuesto del sol, pues pasa de un peso máximo del 5% al 20%, cinco veces más que, por ejemplo, una piscina privada en la casa o siete veces más que la pista de tenis.

La novedad ha indignado a los agentes inmobiliarios, por un lado porque va a suponer una subida del IBI (IMI, en Portugal), pero también porque el factor solar es muy subjetivo. ¿Se pagará más en función de las horas que hay sol en la casa? ¿Y si todo el año está nublado? ¿Y si un árbol me quita la luz? Así lo estima la Asociación de Profesionales y Empresas de mediación Inmobiliaria de Portugal (APEMIP), que ve una mayor complejidad y subjetividad en los peritajes.

 La nueva tabla está ya en vigor desde agosto para toda vivienda nueva, y a partir de la revisión catastral en la vivienda existente, una revisión que realizan los municipios cada tres años y que es una de sus principales fuentes de ingresos.

Peritos y asociaciones de propietarios critican el factor subjetivo de la medición lumínica de una casa

El presidente de la Asociación Lisboeta de Propietarios (ALP), Menezes Leitão, calificó de "gravísima" la alteración, "porque va a generar valores insoportables". “La idea de tributar un patrimonio ya es de por sí gravísima, porque el patrimonio puede que no genere ningún rendimiento porque es la vivienda habitual del contribuyente”. Según Menezes con la revisión del valor catastral, sobre el que se aplica el IBI de la vivienda, para a ser “prácticamente imposible que la mayoría de las personas tengan un inmueble”.

Un país muy soleado

"Era inevitable que estos cerebros que inventan estas alteraciones acabaran por gravar el sol que tenemos”, señala António Frias, presidente de la Asociación Nacional de Propietarios (ANP). “Portugal es un país con sol 365 días al año y por tanto pensaron que de ahí se podía aumentar la recaudación fiscal”.

"Todas las casas en Portugal tienen exposición al sol porque somos un país meridional y el sol abunda. Todo indica que la fase siguiente va a ser tasar el oxígeno que la gente respira”. Y se pregunta “¿qué es una buena vista? Se puede valorar tener una parada de metro cercana, pero la exposición solar es absurdo”.

La luz puede ser un valor de revalorización o desvalorización en la nueva tabla catastral, pues así como el sol puede incrementar el valor del inmueble hasta en un 0,20, la sombra puede rebajar el precio en un 0,10, la misma minusvalía que si el piso careciera de baño.

La nueva valoración de los inmuebles no llega sola. Los nuevos presupuestos contemplan un nuevo impuesto inmobiliario para gravar el patrimonio inmobiliario que supere los 600.000 euros, lo que también ha provocado las protestas del sector que, gracias al turismo extranjero, vive un auge inmobiliario sin precedentes, sobre todo en Lisboa y su línea marítima hasta Estoril y Cascais.

jueves, 17 de noviembre de 2016

La economía simple del Machine Learning

La economía simple de la inteligencia de máquinas
Ajay AgrawalJoshua GansAvi Goldfarb - Harvard Business Review



El año 1995 fue anunciado como el comienzo de la "Nueva Economía". La comunicación digital estaba destinada a superar los mercados y cambiar todo. Pero los economistas en general no compraron el bombo. No era que no reconociéramos que algo había cambiado. Fue que reconocimos que la vieja lente de la economía seguía siendo útil para mirar los cambios que ocurren. La economía de la "Nueva Economía" se podría describir a un alto nivel: La tecnología digital causaría una reducción en el costo de la búsqueda y la comunicación. Esto llevaría a más búsqueda, más comunicación, y más actividades que van junto con la búsqueda y la comunicación. Eso es esencialmente lo que sucedió.

Hoy estamos viendo un bombo similar sobre la inteligencia de la máquina. Pero una vez más, como economistas, creemos que se aplican algunas reglas simples. Las revoluciones tecnológicas tienden a implicar que alguna actividad importante se vuelva barata, como el costo de la comunicación o la búsqueda de información. La inteligencia de la máquina es, en su esencia, una tecnología de predicción, por lo que el cambio económico se centrará alrededor de una caída en el costo de la predicción.

El primer efecto de la inteligencia de la máquina será bajar el costo de los bienes y servicios que dependen de la predicción. Esto es importante porque la predicción es un insumo para una serie de actividades, incluyendo el transporte, la agricultura, la sanidad, la fabricación de energía y el comercio minorista.

Cuando el costo de cualquier entrada cae tan precipitadamente, hay otras dos implicaciones económicas bien establecidas. En primer lugar, vamos a empezar a utilizar la predicción para realizar tareas que anteriormente no lo hicimos. En segundo lugar, el valor de otras cosas que complementan la predicción aumentará.

Muchas tareas se volverán a dibujar como problemas de predicción

A medida que la inteligencia de la máquina disminuye el costo de la predicción, comenzaremos a usarla como una entrada para cosas que nunca antes habíamos hecho. Como ejemplo histórico, consideremos los semiconductores, un área de avance tecnológico que causó una caída significativa en el costo de una entrada diferente: la aritmética. Con los semiconductores podíamos calcular a un precio bajo, por lo que las actividades para las que la aritmética era un insumo clave, como el análisis de datos y la contabilidad, se volvieron mucho más económicas. Sin embargo, también empezamos a usar la aritmética recién barata para resolver problemas que no eran historicamente problemas aritméticos. Un ejemplo es la fotografía. Pasamos de un enfoque cinematográfico orientado a la química a un enfoque basado en la aritmética. Otras nuevas aplicaciones para la aritmética barata incluyen comunicaciones, música y descubrimiento de fármacos.

Lo mismo ocurre con la inteligencia y la predicción de la máquina. A medida que disminuye el costo de la predicción, no sólo las actividades que se orientaron a la predicción se volvieron más baratas -como la gestión de inventarios y la previsión de la demanda- sino que también utilizaremos la predicción para abordar otros problemas para los que la predicción no era históricamente un insumo.

Considere la navegación. Hasta hace poco, la conducción autónoma se limitaba a entornos altamente controlados, como almacenes y fábricas, donde los programadores podían anticiparse a la gama de escenarios que un vehículo podía encontrar, y podían programar algoritmos de decisión de tipo if-then-else en consecuencia (por ejemplo, El vehículo, luego la desaceleración "). Era inconcebible poner un vehículo autónomo en una calle de la ciudad porque el número de escenarios posibles en un ambiente tan incontrolado requeriría programar un número casi infinito de declaraciones if-then-else.

Inconcebible, es decir, hasta hace poco. Una vez que la predicción se volvió barata, los innovadores replantearon la conducción como un problema de predicción. En vez de programar interminables declaraciones if-then-else, en vez de eso preguntaron a la AI: "¿Qué haría un conductor humano?" Equiparon vehículos con una variedad de sensores - cámaras, lidar, radar, etc. Millones de millas de datos de conducción humana. Al enlazar los datos ambientales de entrada de los sensores en el exterior del coche a las decisiones de conducción tomadas por el ser humano dentro del coche (dirección, frenado, aceleración), la IA aprendió a predecir cómo los humanos reaccionarían a cada segundo de datos entrantes sobre su ambiente. Por lo tanto, la predicción es ahora un componente importante de la solución a un problema que antes no se consideraba un problema de predicción.

El juicio será más valioso

Cuando el costo de un insumo fundacional se desploma, a menudo afecta el valor de otros insumos. El valor sube para complementos y abajo para sustitutos. En el caso de la fotografía, el valor de los componentes de hardware y software asociados a las cámaras digitales aumentó a medida que el coste de la aritmética disminuyó debido a que la demanda aumentó - queríamos más. Estos componentes eran complementarios a la aritmética; Se usaron juntos. En contraste, el valor de los químicos relacionados con la película cayó - queríamos menos de ellos.

Todas las actividades humanas pueden ser descritas por cinco componentes de alto nivel: datos, predicción, juicio, acción y resultados. Por ejemplo, una visita al médico en respuesta al dolor conduce a: 1) radiografías, análisis de sangre, monitoreo (datos), 2) diagnóstico del problema, como "si administramos el tratamiento A, entonces se predice el resultado X , Pero si administramos el tratamiento B, entonces predecir el resultado Y "(predicción), 3) opciones de pesaje:" dado su edad, estilo de vida y situación familiar, creo que podría ser mejor con el tratamiento A; Vamos a discutir cómo se siente acerca de los riesgos y efectos secundarios "(juicio); 4) administración del tratamiento A (acción) y 5) recuperación completa con efectos secundarios menores (resultado).

A medida que la inteligencia de la máquina mejora, el valor de las habilidades de predicción humana disminuirá debido a que la predicción de la máquina proporcionará un sustituto más barato y mejor para la predicción humana, tal como lo hicieron las máquinas para la aritmética. Sin embargo, esto no significa una condena para los trabajos humanos, como muchos expertos sugieren. Eso es porque el valor de las habilidades de juicio humano aumentará. Usando el lenguaje de la economía, el juicio es un complemento a la predicción y por lo tanto cuando el costo de la predicción disminuye la demanda de juicio aumenta. Queremos más juicio humano.

Por ejemplo, cuando la predicción es barata, el diagnóstico será más frecuente y conveniente y, por lo tanto, detectaremos muchas más condiciones tempranas y tratables. Esto significará que se tomarán más decisiones sobre el tratamiento médico, lo que significa una mayor demanda para la aplicación de la ética y para el apoyo emocional, que son proporcionados por los seres humanos. La línea entre el juicio y la predicción no está clara - algunas tareas de juicio serán incluso reenfocadas como una serie de predicciones. Sin embargo, en general el valor de las habilidades humanas relacionadas con la predicción caerá, y el valor de las habilidades relacionadas con el juicio aumentará.

Interpretar el auge de la inteligencia de la máquina como una caída en el costo de la predicción no ofrece una respuesta a cada pregunta específica de cómo se desarrollará la tecnología. Pero da lugar a dos implicaciones clave: 1) un papel ampliado de la predicción como insumo para más bienes y servicios, y 2) un cambio en el valor de otros insumos, impulsado por la medida en que se complementa o sustituye a la predicción. Estos cambios están llegando. La velocidad y el grado en que los gerentes deben invertir en capacidades relacionadas con el juicio dependerá de la rapidez con que lleguen los cambios.

martes, 15 de noviembre de 2016

¿Cuánto cuesta producir un iPhone totalmente estadounidense?


El iPhone Todo Americano

Donald Trump ha dicho que Apple debería hacer teléfonos en los Estados Unidos. El verano pasado, explicamos cómo eso afectaría el precio del dispositivo.



Por Konstantin Kakaes - MIT Technology Review

Donald Trump dice que si llega a ser presidente, "hará que Apple empiece a fabricar sus computadoras y sus iPhones en nuestra tierra, no en China". Bernie Sanders también ha pedido a Apple que fabrique algunos dispositivos en los Estados Unidos en lugar de China.

Ninguno de los candidatos podría hacer que eso suceda al instante. Como Steve Jobs dijo una vez al presidente Obama cuando le preguntó por qué Apple no fabricaba teléfonos en su país de origen, la compañía no contrató a los fabricantes en China sólo porque la mano de obra es más barata allí. China también ofreció una mano de obra calificada y fábricas flexibles y proveedores de piezas que pueden, según Apple, retool más rápidamente que sus homólogos estadounidenses.

Pero dejen eso de lado por ahora, e imaginen que Apple persuadió a uno de sus fabricantes chinos a abrir fábricas en los Estados Unidos o lo hicieron ellos mismos. ¿Podría funcionar? Apple podría producir de manera rentable iPhones en América, ya que algunos ordenadores Mac de gama alta se producen, sin hacerlos mucho más caros. Hay una trampa, sin embargo, que socava los argumentos de Trump y Sanders. Esto queda claro si llevas nuestro experimento de pensamiento a su conclusión más extrema.

Escenario 1


Hoy, los contratistas de Apple montan iPhones en siete fábricas-seis en China y una en Brasil. Si los teléfonos estuvieran montados en los Estados Unidos, pero Apple todavía obtuvo componentes a nivel mundial, ¿cuánto cambiaría el precio del dispositivo?

Según IHS, un analista de mercado, los componentes de un iPhone 6s Plus, que se vende por $ 749, cuestan alrededor de $ 230. Un iPhone SE, el modelo más reciente de Apple, se vende por $ 399, y estima que IHS contiene $ 156 de componentes.

Montar esos componentes en un iPhone cuesta alrededor de $ 4 en la estimación de IHS y alrededor de $ 10 en la estimación de Jason Dedrick, profesor de la Escuela de Estudios de Información de la Universidad de Syracuse. Dedrick piensa que hacer tal trabajo en los EEUU agregaría $ 30 a $ 40 al coste. Esto se debe en parte a que los costos de mano de obra son más altos en los Estados Unidos, pero sobre todo porque los gastos adicionales de transporte y logística se derivarían de las piezas de envío y no sólo del producto terminado a los Estados Unidos. De un iPhone 6s Plus podría aumentar en un 5 por ciento.




Representación de un artista de una deconstrucción de iPhone que fue realizada por la firma de analistas IHS.

Apple tiene proveedores en 28 países...

... pero la mayoría de ellos se concentran en sólo cuatro países. Apple requiere una vasta mano de obra, pero la mayoría de esas personas trabajan para otras empresas.

¿Qué beneficios traería esto a los Estados Unidos? Apple dice que sus proveedores emplean a más de 1,6 millones de trabajadores. Pero el montaje final de los teléfonos representa una pequeña fracción de eso. Así que incluso si Apple pudiera convencer a Foxconn u otro proveedor para montar iPhones en los EE.UU. sin cortar en sus ganancias demasiado mal, que solo probablemente no sería tan transformador como Trump y Sanders implican.


Escenario 2


¿Qué, sin embargo, si los componentes se hicieran en los Estados Unidos también?

Casi la mitad-346-de los 766 proveedores de Apple (contando los que fabrican partes para iPhones, iPads y Macs) están en China. Japón tiene 126, Estados Unidos 69 y Taiwán 41.


 Apple dijo que Estados Unidos carecía de la infraestructura de fabricación necesaria para el iPhone. Pero si pudiera encontrar una manera de hacerlo a nivel nacional, ¿cuál sería el costo de los teléfonos?

La parte delantera del iPhone está hecha del duro Gorilla Glass de Corning. Corning fabrica el cristal en instalaciones en Kentucky, Corea del Sur, Japón y Taiwán. La pantalla táctil hecha de ese cristal y chips de computadora debajo es uno de los componentes más caros del teléfono. Cuesta alrededor de $ 20 en un iPhone SE, de acuerdo con IHS. El otro gasto importante es el procesador del teléfono. Tanto en el SE como en el 6s, se trata de un chip que Apple diseñó. Apple subcontrata la fabricación del chip a Samsung y TSMC, una firma taiwanesa. El módem celular en el SE, diseñado por Qualcomm, cuesta alrededor de $ 15, según IHS. La memoria NAND y DRAM agrega otros $ 15, chips de administración de energía $ 6.50 y amplificadores de radio y transceptores casi otros $ 15.

Muchos de estos chips se hacen bajo contrato, por lo que es difícil saber exactamente dónde se producen. Por ejemplo, GlobalFoundries, un importante fabricante de contratos, produce microchips para empresas como Qualcomm en Alemania, Singapur, Nueva York y Vermont. Duane Boning, ingeniero eléctrico del MIT que se especializa en la fabricación de semiconductores, cree que hay "esencialmente poca diferencia de costos" de un país a otro en la producción de las obleas de las que se cortan chips individuales. "Los costos de mano de obra son una pequeña fracción del costo en comparación con el equipo y las instalaciones que entran en un fab multimillonario", dice Boning. Como señala Alex King, director del Instituto de Materiales Críticos con sede en el Laboratorio Ames del Departamento de Energía, las fábricas de semiconductores se vuelven obsoletas pocos años después de su construcción. Esto significa, dice, que "con cada nueva generación de semiconductores hay una oportunidad de colocar un semiconductor fab en cualquier parte del mundo, incluyendo los EE.UU." Las máquinas usadas en tales fábricas son de hecho en gran parte aún se hacen en los Estados Unidos.

¿Podría esto ser hecho económicamente para las varias virutas y otros componentes que van en un iPhone? Dedrick y sus colegas estiman que la producción de los componentes de un iPhone en los EE.UU. agregaría otros $ 30 o $ 40 al costo del dispositivo. Inicialmente, por lo menos, "U.S. Las fábricas no serían competitivas para la mayoría de estos bienes y se ejecutarían a bajos volúmenes, elevando aún más el diferencial con Asia ", señala Dedrick. Pero es seguro proyectar, dice, que en este escenario un teléfono sería a lo sumo $ 100 más caro, asumiendo que las materias primas que entran en los componentes se compraron en los mercados globales.

Escenario 3

Para comprender completamente la importancia del comercio en la economía de alta tecnología, imagine un escenario aún más allá de lo que sugieren los candidatos: ¿qué pasaría si Apple intentara fabricar un iPhone con "átomos estadounidenses", para que los EE.UU. no dependieran en absoluto Gobiernos extranjeros para acceder a los materiales necesarios?

Según King en el Ames Lab, un iPhone tiene alrededor de 75 elementos en él, dos tercios de la tabla periódica. Incluso el exterior de un iPhone se basa en gran medida en los materiales que no están comercialmente disponibles en los EE.UU. El aluminio proviene de la bauxita, y no hay grandes minas de bauxita en los EE.UU. (Reciclado de aluminio tendría que ser la fuente nacional.)


Un iPhone contiene la mayoría de los elementos de la tabla periódica, incluidos los no extraídos en los Estados Unidos.

Los elementos conocidos como tierras raras (que no son tan raras pero difíciles de extraer) tendrían que venir principalmente de China, que produce el 85 por ciento de la oferta mundial. El neodimio es necesario para sus imanes, como el del motor que hace vibrar el teléfono y los que están en los micrófonos y los altavoces. El lantano, otra tierra rara, entra en la lente de la cámara. Hafnium, un metal que no es una tierra rara y es más raro que la mayoría de ellos, es esencial para los transistores del iPhone.

En otras palabras, "ningún producto de tecnología de la mina a la asamblea se puede hacer nunca en un país", dice David Abraham, autor de The Elements of Power, un nuevo libro sobre metales de tierras raras. El iPhone es un símbolo del ingenio americano, pero también es un testimonio de las realidades ineludibles de la economía global.

lunes, 7 de noviembre de 2016

Las malas formas de la ciencia que persisten

Por qué la ciencia mala persiste
Incentivo malus

Los métodos científicos deficientes pueden ser hereditarios



En 1962, Jacob Cohen, psicólogo de la Universidad de Nueva York, informó de un hallazgo alarmante. Había analizado 70 artículos publicados en el Journal of Anormal and Social Psychology y había calculado su "potencia" estadística (una estimación matemática de la probabilidad de que un experimento detectara un efecto real). Él consideró que la mayoría de los estudios que miró realmente habría detectado los efectos que sus autores estaban buscando sólo alrededor del 20% del tiempo, sin embargo, de hecho, casi todos reportaron resultados significativos. Los científicos, Cohen supuso, no estaban reportando su infructuosa investigación. No hay sorpresa, tal vez. Pero su hallazgo también sugirió que algunos de los papeles estaban reportando falsos positivos, en otras palabras, ruido que parecía datos. Instó a los investigadores a aumentar el poder de sus estudios mediante el aumento del número de temas en sus experimentos.
Viento el reloj hacia adelante medio siglo y poco ha cambiado. Dos investigadores, Paul Smaldino, de la Universidad de California, Merced, y Richard McElreath, del Instituto Max Planck de Antropología Evolutiva, de Leipzig, muestran que los estudios publicados en psicología, neurociencia Y la medicina son poco más poderosos que en los días de Cohen.
También ofrecen una explicación de por qué los científicos siguen publicando estudios tan pobres. No sólo son métodos desagradables que parecen producir resultados perpetuados porque aquellos que publican prodigiosamente prosperan, algo que fácilmente podría haber sido predicho. Pero, preocupantemente, el proceso de replicación, mediante el cual se prueban de nuevo los resultados publicados, es incapaz de corregir la situación, no importa cuán rigurosamente se persiga.

La preservación de los lugares favorecidos

En primer lugar, el Dr. Smaldino y el Dr. McElreath calcularon que el poder promedio de los documentos seleccionados de 44 revisiones publicadas entre 1960 y 2011 fue de alrededor del 24%. Esto es apenas más alto que Cohen informó, a pesar de repetidos llamamientos en la literatura científica para que los investigadores hagan mejor. La pareja decidió aplicar los métodos de la ciencia a la pregunta de por qué sucedió así, al modelar la forma en que las instituciones y prácticas científicas se reproducen y se propagan, para ver si podrían determinar lo que está pasando.

Se centraron en particular en los incentivos dentro de la ciencia que podrían llevar incluso a investigadores honestos a producir mal trabajo involuntariamente. Para ello, construyeron un modelo evolutivo de computadora en el que 100 laboratorios compitieron por "pagos" que representan prestigio o financiamiento que resultan de publicaciones. Utilizaron el volumen de publicaciones para calcular estos beneficios porque la longitud del CV de un investigador es un proxy conocido del éxito profesional. Los laboratorios que obtuvieron más beneficios fueron más propensos a transmitir sus métodos a otros laboratorios nuevos (su "progenie").

Algunos laboratorios fueron más capaces de detectar nuevos resultados (y, por tanto, obtener mejores resultados) que otros. Sin embargo, estos laboratorios también tendían a producir más falsos positivos: sus métodos eran buenos para detectar señales en datos ruidosos, pero también, como sugirió Cohen, a menudo confundían el ruido con una señal. Los laboratorios más completos tomaron tiempo para descartar estos falsos positivos, pero eso frenó la velocidad a la que podrían probar nuevas hipótesis. Esto, a su vez, significaba que publicaban menos artículos.

En cada ciclo de "reproducción", todos los laboratorios del modelo realizaron y publicaron sus experimentos. Luego uno -el más antiguo de un subconjunto seleccionado al azar- "murió" y fue retirado del modelo. A continuación, se permitió que el laboratorio con la puntuación más alta de otro grupo seleccionado al azar se reprodujera, creando un nuevo laboratorio con una aptitud similar para crear ciencia real o falsa.

Los lectores de ojos agudos notarán que este proceso es similar al de la selección natural, como describe Charles Darwin, en "The Origin of Species". ¡Y lo! (Y nada sorprendente), cuando el Dr. Smaldino y el Dr. McElreath realizaron su simulación, encontraron que los laboratorios que empleaban el menor esfuerzo para eliminar la ciencia basura prosperaron y difundieron sus métodos en toda la comunidad científica virtual.

Su siguiente resultado, sin embargo, fue sorprendente. Aunque más a menudo se honra en el incumplimiento que en la ejecución, el proceso de replicar el trabajo de la gente en otros laboratorios se supone que es una de las cosas que mantiene la ciencia en la recta y estrecha. Pero el modelo de los dos investigadores sugiere que tal vez no lo haga, incluso en principio.

La replicación se ha convertido recientemente en toda la rabia en la psicología. En 2015, por ejemplo, más de 200 investigadores en el campo repitieron 100 estudios publicados para ver si los resultados de estos podrían ser reproducidos (sólo el 36% podría). Por lo tanto, el Dr. Smaldino y el Dr. McElreath modificaron su modelo para simular los efectos de la replicación, seleccionando al azar experimentos de la literatura "publicada" para repetirlos.

Una replicación exitosa aumentaría la reputación del laboratorio que publicó el resultado original. Si no se reproduce, se aplicará una penalización. Preocupantemente, los malos métodos aún ganaban, aunque con mayor lentitud. Esto fue cierto incluso en la versión más punitiva del modelo, en la que los laboratorios recibieron una multa 100 veces el valor de la "compensación" original por un resultado que no se replicó, y las tasas de replicación fueron altas (la mitad de todos los resultados fueron Sujeto a esfuerzos de replicación).

La conclusión de los investigadores es, por lo tanto, que cuando la capacidad de publicar copiosamente en las revistas determina el éxito de un laboratorio, entonces "los laboratorios de alto rendimiento serán siempre aquellos que son capaces de cortar esquinas" -y eso es independientemente del proceso de replicación supuestamente correctivo.

En última instancia, por lo tanto, la manera de acabar con la proliferación de las malas ciencias no es engañar a las personas para que se comporten mejor, o incluso para alentar la replicación, sino para que las universidades y los organismos de financiación dejen de recompensar a los investigadores que publican copiosamente sobre los que publican menos, - Documentos de calidad. Esto, admite el Dr. Smaldino, es más fácil decirlo que hacerlo. Sin embargo, su modelo demuestra ampliamente las consecuencias para la ciencia de no hacerlo.

jueves, 3 de noviembre de 2016

Contaminación y segregación espacial

La increíble razón por la que los lados este de las ciudades son más pobres que los lados oeste



La contaminación del pasado sigue teniendo un impacto económico

Por Steve Goldstein - Market Watch
D.C. Jefe de la Oficina
 

Una señal fuera de una tienda de segunda mano en el Lower East Side de Nueva York en 1955.

Los lados este de Nueva York, Londres y París son notoriamente y más famosos que sus lados occidentales. Y resulta que hay una razón para eso.

Los investigadores han descubierto que es debido al impacto de los contaminantes del aire en el momento de la Revolución Industrial, ya que los vientos predominantes en los Estados Unidos y Europa típicamente soplan de oeste a este. Y es un impacto que ha durado hasta hoy.

Un artículo del Centro de Investigación de la Economía Espacial examinó 5.000 chimeneas industriales en 70 ciudades inglesas en 1880, y luego recreó la distribución espacial de la contaminación. Esa contaminación histórica explicó hasta el 15% de la privación dentro de la ciudad en 1881.





"Un diferencial de contaminación equivalente al del 10% al 90% de los barrios más contaminados de Manchester estaría asociado con un gradiente de 18 puntos porcentuales en la proporción de trabajadores con baja cualificación", señala el documento.


Tal vez más increíblemente, esa diferencia ha continuado hasta nuestros días a pesar de que la contaminación que los causó ha disminuido.


"La contaminación del pasado explica hasta un 20% de la segregación observada en el vecindario, ya sea captada por las acciones de los trabajadores y empleados, precios de la vivienda o índices de privación oficiales", escribió Stephan Heblich y Yanos Zylbergerg de la Universidad de Bristol y Alex Trew De la Universidad de St. Andrews.

Los investigadores dicen que los hallazgos tienen implicaciones prácticas tanto en el mundo en desarrollo como en el desarrollado.

El éxito de las políticas urbanas para revitalizar las zonas desfavorecidas depende de su posición relativa al punto de inflexión. Para países como China donde la contaminación es un desafío actual, también hay consecuencias a largo plazo a considerar, agregaron.


domingo, 30 de octubre de 2016

Nuevas observaciones respecto a la Crisis del 30

¿Qué podemos aprender de la depresión?
 Por C. R.
The Economist



Desde el comienzo de lo que algunos llaman el "gran recesión" en 2007, los economistas no han podido evitar compararla con la Depresión de la década de 1930. Para algunos, las comparaciones son explícitas. Economistas como Paul Krugman y Barry Eichengreen han trazado paralelos entre las dos depresiones. Olivier Blanchard, economista jefe del Fondo Monetario Internacional (FMI), advirtió varias veces en los últimos años que el mundo corría el riesgo de caer en una nueva "Gran Depresión". Los historiadores económicos mismos han tenido un papel sin precedentes en la política durante la reciente crisis. Ben Bernanke en la Reserva Federal y Obama-administración asesores como Christina Romer todos tienen formación académica en la disciplina.

Historiadores económicos pueden dar consejos a los políticos sobre la base de lo que creían que causó la Gran Depresión? Una discusión de este tema por los mejores historiadores de la economía de Gran Bretaña en una conferencia en la Universidad de Cambridge el 4 de noviembre sugirió la cuestión es más compleja de lo que parece. Aunque hay similitudes entre esta crisis y la de la década de 1930, mucho más, incluyendo la tecnología, la geopolítica, y el papel del estado ha cambiado drásticamente en el período intermedio. Los mercados financieros y los sistemas de crédito ahora trabajan de manera diferente a aquel entonces. derivados exóticos como los CDO y CDS solamente llegaron a ser ampliamente utilizados en la década de 1990. no existían instituciones económicas mundiales como el FMI y el Banco Mundial, y Europa estaba dominada por el Tratado de Versalles en lugar de la Unión Europea.

Pero lo que ha hecho la producción de las lecciones más difícil es que muchos puntos de vista tradicionales sobre las causas de la depresión han sido anuladas por los académicos en las últimas décadas.

Tomemos, por ejemplo, la opinión de que el aumento del proteccionismo, tales como los aranceles Smoot-Hawley de 1930, "causó" la Depresión. Según las investigaciones de Paul Bairoch, los aranceles de hecho cayeron en el período inmediatamente anterior a la calamidad. Se encontró que las tasas de aduana anuales medios de los países de la Europa continental se mantuvo prácticamente plana entre 1913 y 1927 sólo pasando de 24,6% a 24,9% en esos catorce años. los aranceles europeos continuaron manteniendo plana hasta 1930, mucho después de la Depresión había comenzado. Fuera de Europa, los aranceles medios en realidad cayeron en el período 1927-1929 como resultado del éxito de la Conferencia Económica Internacional en 1927, en la que los países de todo el mundo se comprometieron a reducir las barreras al comercio.

Aunque el aumento del proteccionismo aumentó la velocidad y la profundidad de la depresión cuando comenzaron a subir los aranceles en 1930, todavía estaban sólo es responsable de parte de la caída del PIB mundial durante la Depresión. Dado que las exportaciones estadounidenses solamente representaron el 7% del PIB en 1929, la caída de los volúmenes de comercio sólo se pueden explicar en parte la reducción del 29,5% en el PIB real experimentó entre 1929 y 1933.

La idea de que el desplome de Wall Street provocó la depresión también ha caído en desuso en los últimos años. Esta percepción fue popularizado por el economista de Harvard J. K. Galbraith, quien en la década de 1950 hizo hincapié en la importancia de la caída de la bolsa en el desencadenamiento de la Gran Depresión.

Sin embargo, los historiadores en otras partes del mundo han señalado que la economía mundial estaba ya en una trayectoria descendente antes de las cotizaciones bursátiles de Nueva York empezaron a caer. precios de las casas estadounidenses alcanzaron sus valores máximos a mediados de la década de 1920 y la industria de la construcción se habían ido en picada para 1929. La producción industrial en Alemania y Gran Bretaña, las economías más grandes de Europa, ya estaba cayendo a mediados de 1928. La reorientación de capitales hacia el mercado de valores sobrecalentamiento en América agrava la escasez de crédito en otras partes del mundo antes del accidente. Los negocios en Europa y América Latina ya se enfrentan a una contracción del crédito por el comienzo de 1929. Al igual que con el aumento del proteccionismo, parece que la caída de Wall Street era un síntoma de problemas en la economía global, en lugar de la causa subyacente de ellos.

Los historiadores económicos se centran ahora en un candidato diferente para tomar la culpa por el repentino colapso económico de la década de 1930: la estructura del sistema financiero mundial antes de 1929. En particular, el trabajo de los historiadores económicos como el Sr. Eichengreen y Peter Temin ha subrayado recientemente la importancia de un mal funcionamiento del sistema de moneda estándar de oro como la causa de la depresión, así como su gravedad.

Desde la mitad del siglo 19 la mayoría de los países de colgar sus monedas a un valor fijo de oro, un arreglo que se hizo conocido como el "patrón oro". Este sistema funcionó mientras que los países ayudaron unos a otros con préstamos para resolver las crisis periódicas de la balanza de pagos (y mientras realizan descubrimientos de oro para las tendencias del nivel de precios suaves), pero la Primera Guerra Mundial interrumpieron este sistema. El resultado fue que muchos países se encontraron con monedas fijas a un ritmo inadecuado de intercambio con los de otros países. Mientras que Francia y Estados Unidos ganaron inicialmente en la década de 1920 por tenencia de sus monedas con un valor muy bajo, países como Gran Bretaña y Alemania sufrieron de problemas recurrentes de balanza de pagos como resultado de sus monedas sobrevaloradas.

Este sistema llegó a un punto en que la economía mundial comenzó lo que, al principio, parecía ser una desaceleración muy normal ciclo de negocios a finales de la década de 1920. Cuando la caída de la demanda mundial causó las crisis de balanza de pagos en los países de todo el mundo debido a salidas de oro, que se vieron obligados a utilizar medios fiscales y monetarias para desinflar sus economías para proteger el valor fijo de sus monedas (que también recurrieron a las tarifas ).

Esto amplifica la recesión en una depresión. Según algunos historiadores monetaristas, las cuatro oleadas de crisis bancarias en el período de 1930 a 1933 que la bancarrota de la mitad de los bancos de Estados Unidos fueron causadas por la Reserva Federal de endurecimiento de la política monetaria en respuesta a las salidas de oro. Efectos similares se observaron también en Europa. La austeridad en Alemania y Austria conducen a una ola de quiebras bancarias en 1931, hundiendo a la economía de Europa central en su forma más grave período de contracción. Según una investigación realizada por el Sr. Eichengreen, los países que escaparon del patrón oro y cambiaron los tipos de cambio flotantes primeros, como Gran Bretaña en 1931 y América en 1933, tendió a recuperarse antes y mucho más rápido. La crítica de la política monetaria como un conducto de depresión se remonta a Milton Friedman y Anna Schwartz de "Historia monetaria de los Estados Unidos", publicado por primera vez en 1963.

Los responsables políticos han extraído algunas lecciones de la década de 1930. A diferencia de la depresión, los bancos centrales de Gran Bretaña y América evitarse la restricción monetaria innecesaria. En su lugar, se redujeron las tasas de interés y se utilizan estímulos monetarios no convencionales tales como flexibilización cuantitativa en un esfuerzo por defenderse de la deflación (un azote de la depresión). El papel de las crisis bancarias en la transformación de una recesión normal en una profunda depresión también ha sido reconocido. Los gobiernos sacaron las paradas para evitar la quiebra de Lehman de generar una crisis financiera global, muy consciente del papel de contagio financiero en la década de 1930.

Sin embargo, las lecciones de la Gran Depresión de los problemas actuales de Europa pueden ser más difíciles de discernir lo que uno podría suponer. La zona euro es un sistema de tipos de cambio fijos, con elementos similares a los del patrón oro. Pero las limitaciones políticas y económicas que frenan los políticos son diferentes de las que se impuso en la década de 1930. Los economistas dicen ahora que el nivel más alto de integración financiera en Europa hoy en día hace salir de la zona euro una perspectiva mucho más arriesgado que se abandona el patrón oro fue en la década de 1930. Y la zona euro tiene un banco central que puede imprimir euros, algo que el sistema de patrón oro carecía.

Tal vez los historiadores económicos pueden contribuir mejor al asegurar el pasado no se abuse en los debates sobre la crisis de hoy en día. Por ejemplo, poner toda la culpa a Wall Street por la Gran Depresión o en los bancos en la actual crisis, no resiste el escrutinio histórico. La responsabilidad puede recaer más bien en una combinación compleja de factores, como la forma global están estructurados los sistemas financieros. Pero esto necesita todavía ser interpretados a partir de pruebas de hoy en día y no en "lecciones" sobre-simplistas del pasado. A medida que el historiador de la economía irlandesa Cormac Ó Gráda escribió una vez, "rompiendo mitos peligrosos sobre el pasado es la responsabilidad social del historiador". Estos sentimientos deben aplicarse a la gran depresión tanto como lo hacen cualquier otro episodio de la historia.

Lectura recomendada:


Bairoch, P., (1993). Economics & World History: Myths and Paradoxes. Chicago: University of Chicago Press.

Bernanke, B. S., (2000). Essays on the Great Depression. Princeton: Princeton University Press.

Crafts, N.,and Fearon, P. (eds.), (2013). The Great Depression of the 1930s: Lessons for Today. Oxford: Oxford University Press.

Eichengreen, B., (1992). Golden Fetters: The Gold Standard and the Great Depression, 1919-1939. Oxford: Oxford University Press.

Eichengreen, B., and Temin, P., (1997). “The Gold Standard and the Great Depression”. NBER Working Paper 6060.

Friedman, M., and Schwartz, A. J., (1963). A Monetary History of the United States 1867-1960. Princeton: Princeton University Press.

Galbraith, J. K., (1954). The Great Crash, 1929. New York: Time Incorporated.

Kindleberger, C. P., (1973). The World in Depression, 1929-39. Berkeley: University of California Press.

viernes, 21 de octubre de 2016

Sangre en las calles... Contrarians en inversión

Comprar cuando hay sangre en las calles 
Por Daniel Myers - Investopedia



Baron Rothschild

El Baron Rothschild, un noble británico del siglo 18 y miembro de la familia de banqueros Rothschild, se le atribuye el dicho de que "el momento de comprar es cuando hay sangre en las calles".

Él debe saber. Rothschild hizo una fortuna comprando en el pánico que siguió a la batalla de Waterloo contra Napoleón. Pero eso no es toda la historia. La cita original se cree que es "Comprar cuando hay sangre en las calles, incluso si la sangre es el suyo propio."

Esta es la inversión contraria en su corazón - la creencia fuertemente que las peores cosas parecen en el mercado, mejores serán las oportunidades son con fines de lucro.

La mayoría de la gente sólo quiere ganadores en sus carteras, pero como advirtió Warren Buffett, "Se paga un precio muy alto en el mercado de valores para un consenso alegre." En otras palabras, si todo el mundo está de acuerdo con su decisión de inversión, entonces probablemente no es una buena idea.

Ir en contra de la multitud

Contrarians, como su nombre indica, tratan de hacer lo contrario de la multitud. Se emocionan cuando una por lo demás buena compañía tiene una fuerte caída, pero inmerecida en precio de la acción. Nadan contra la corriente, y asumen el mercado suele ser malo en sus dos extremos mínimos y máximos. Los precios más pivotar, más equivocada que creen que el resto del mercado que sea. (Para más información sobre esto, leer Encontrando lucro en acciones turbulentas.)

Malos tiempos están hechos para los buenos muchachos

Inversores Contrarians han hecho históricamente sus mejores inversiones durante el periodo de turbulencias. En la crisis de 1987, el Dow cayó 22% en un día en los EE.UU. en el mercado de oso 1973-1974, el mercado perdió un 45% en unos 22 meses. Del 11 de septiembre de 2001, los ataques también dio lugar a una caída del mercado. La lista sigue y sigue, pero esos son momentos en los que contrarians encuentran sus mejores inversiones.

El mercado de oso 1973-1974 dio Warren Buffett la oportunidad de adquirir una participación en el Washington Post Company (NYSE: WPO) - una inversión que ha aumentado posteriormente por más de 100 veces el precio de compra - eso es antes se incluyen los dividendos. En ese momento, Buffett dijo que estaba comprando acciones de la empresa con un descuento importante, como lo demuestra el hecho de que la compañía podría tener "... vendido activos del (de Post) a uno cualquiera de los 10 compradores por no menos de $ 400 millones, probablemente apreciablemente más ". Mientras tanto, el Washington Post Company sólo tenía una capitalización de mercado de $ 80 millones en el tiempo. (Para más información sobre la estrategia de Buffett, lectura pensar como Warren Buffett y ¿Qué es el estilo de inversión de Warren Buffett?)


Después de los ataques terroristas del 11 de septiembre, el mundo dejó de volar por un tiempo. Supongamos que en este momento, usted había hecho una inversión en Boeing (NYSE: BA), uno de los mayores constructores mundiales de aviones comerciales. Las acciones de Boeing no hizo parte inferior hasta alrededor de un año después del 11 de septiembre, pero a partir de ahí, se elevó más de cuatro veces su valor en los próximos cinco años. Es evidente que, a pesar de septiembre de 11ª agrió el sentimiento del mercado de la industria de la aviación desde hace bastante tiempo, los que lo hicieron sus investigaciones y estaban dispuestos a apostar que Boeing podría sobrevivir fueron bien recompensados.

Asimismo, durante ese tiempo, Marty Whitman, director de la Tercera Avenida Value Fund, adquirió bonos de K-Mart, tanto antes como después de que se declaró en quiebra en 2002. Sólo paga unos 20 centavos de dólar por los bonos. A pesar de que por un tiempo parecía que la empresa cerraría sus puertas para siempre, Whitman fue justificada cuando la empresa salió de la quiebra y las ataduras fue intercambiado por acciones de la nueva K-Mart. Las acciones subieron mucho mayor en los años siguientes la reorganización antes de ser tomado por Sears (NASDAQ: SHLD), con un buen beneficio para Whitman. Gracias a los movimientos de este tipo, la Tercera Avenida Value Fund ha obtenido un retorno de 14,3% a los del mercado, ya Whitman fundada en 1990 del fondo.


Sir John Templeton corrió el Templeton Growth Fund 1954-1992, cuando lo vendió. Cada $ 10.000 invertidos en las acciones del fondo de la Clase A en 1954 habría crecido a $ 2 millones en 1992, con la reinversión de dividendos, o un rendimiento de alrededor del 14,5% anualizado. Templeton fue pionera en la inversión internacional. También fue un inversor contrario seria, la compra en los países y las empresas cuando, de acuerdo con su principio, de que lleguen al "punto de máximo pesimismo". Como ejemplo de esta estrategia, Templeton compró acciones de cada empresa pública europea al comienzo de la Segunda Guerra Mundial en 1939, incluyendo a muchos que estaban en quiebra. Lo hizo con dinero prestado para arrancar. Después de cuatro años, vendió las acciones para un beneficio muy grande. (Para obtener más información sobre Templeton y otros grandes inversores, ver el más grande de inversores Tutorial.)

Poner en la línea

Sin embargo, existen riesgos para la inversión contraria. Mientras que los más famosos inversores contrarian ponen grandes cantidades de dinero en la línea, nadando contra la corriente de la opinión común y llegó a la cima, sino que también hicieron una investigación seria para asegurar que la multitud era de hecho mal. Por lo tanto, cuando una acción toma en picada, esto no le pide un inversor contrario a poner en una orden de compra inmediata, pero para saber lo que ha impulsado las acciones hacia abajo, y si se justifica la caída de los precios.

Conclusión

Aunque cada uno de estos inversores contrarian éxito tiene su propia estrategia para la valoración de las inversiones potenciales, todos ellos tienen una estrategia en común - que permiten el mercado traer las ofertas a ellos, en lugar de perseguir después de ellos.





jueves, 13 de octubre de 2016

El índice de infelicidad

El índice de infelicidad

El bajo estatus social es malo para su salud. Los biólogos están empezando a entender por qué
The Economist



Había una vez las órdenes bramando ejecutivos estresados ​​en un teléfono, la cancelación de reuniones, quedarse hasta tarde en la oficina y que mueren de un ataque al corazón era un estereotipo de la modernidad. Eso fue antes de los estudios de Whitehall, una serie de investigaciones de los funcionarios públicos británicos que comenzaron en la década de 1960. Estos estudios encontraron que la verdad es precisamente lo contrario. Los que están en la parte superior de la jerarquía en realidad tienen la vida menos estresante y más saludables. El paro cardíaco, y, de hecho, la muerte prematura por cualquier causa, es una prerrogativa de los subordinados.

Tales resultados ya se han confirmado muchas veces, tanto en las sociedades humanas y de otras especies de primates con fuertes jerarquías sociales. Pero mientras que el patrón se entiende bien-, los mecanismos biológicos subyacentes que no lo son. Un estudio recién publicado en las Actas de la Academia Nacional de Ciencias, sin embargo, arroja algo de luz sobre el asunto.

En ella, un grupo de investigadores dirigido por Jenny Tung y Yoav Gilad en la Universidad de Chicago observó los efectos de la situación en macacos rhesus. La experiencia ha demostrado que estos monos muestran el equivalente de simio de resultados de los estudios de Whitehall. El alto riesgo de enfermedad entre los que están en la parte inferior de la pila en ambos casos sugiere que las respuestas bioquímicas a baja condición afectan el sistema inmunológico de una criatura. Esas respuestas deben, a su vez, depende de cambios en la forma de las criaturas genes se expresan. Para investigar este fenómeno significa la manipulación de las jerarquías sociales, pero que sería difícil (y probablemente no ética) si se hiciera a los seres humanos. Puede, sin embargo, hacerlo a los monos, y los investigadores hicieron.

La mente infeliz en organismos no saludables

Dr. Tung y el Dr. Gilad tomaron 49 macacos hembra de rango medio (hembras fueron elegidos debido a una gran cantidad de trabajos anteriores sobre las jerarquías de origen animal se ha realizado en macacos hembras) y los dividieron en grupos de cuatro o cinco. Los investigadores fueron capaces de controlar donde en un grupo de un individuo calificados por el orden en que se introdujo en su grupo (monos recién introducidos casi siempre adoptan un papel subordinado a los miembros del grupo ya existentes). Las jerarquías así establecidos, el equipo llevaron a cabo pruebas en las células en la sangre de los monos, en un intento de determinar el efecto de rango de un macaco en su bioquímica y, en particular, sobre la forma rango influye en la actividad de varios genes.

La respuesta es mucho. Dr Tung y el Dr. Gilad analizaron la expresión en cada animal de 6.097 genes (30% del número total en un genoma o mono, para el caso, en una humana). Estaban buscando correlaciones entre el rango social y la actividad de los genes, y en 987 genes que encontraron uno. Algunos genes fueron más activos en individuos de alto rango; otros fueron más activos en los de bajo rango. La relación era lo suficientemente robusto para que funcione a la inversa, también. Dada una muestra de sangre y ninguna otra información, fue posible predecir el estado de un individuo dentro de su grupo con una precisión de 80%.

La siguiente pregunta era lo que todos estos genes realmente hacen. Efectivamente la respuesta, por una fracción sustancial de ellos, fue que se regulan los aspectos del sistema inmunológico. En particular, las personas de bajo estatus mostraron altos niveles de actividad en los genes asociados con la producción de diversas células relacionadas con la inmunidad y factores de señalización química, así como los relacionados con la inflamación (una respuesta inmune en general que implica la inflamación de tejidos y aumento de inmuno actividad de las células en la zona afectada). Aunque los investigadores no examinaron de forma explícita la salud de sus cargos de simio, la inflamación crónica, generalizada es un factor de riesgo, en las personas, para una larga lista de dolencias que van desde problemas de corazón a la enfermedad de Alzheimer.

Por último, el equipo investigó los mecanismos detrás de estas diferencias en la expresión génica. De acuerdo con el trabajo previo, encontraron que los individuos de alto y bajo rango mostraron diferentes niveles de respuesta a una clase de hormonas llamadas glucocorticoides, que regulan la actividad y la respuesta al estrés del sistema inmune. También encontraron cambios en la mezcla de células dentro del sistema inmunológico de los animales en sí. Pero lo que es nuevo, e intrigante, es que descubrieron, por primera vez, evidencia de que un fenómeno conocido como cambio epigenético está en el trabajo.

La epigenética-actualmente uno de más calientes de la biología molecular temas-es un proceso por el cual los genes se activan o desactivan por la presencia o ausencia de estructuras químicas llamadas grupos metilo y acetilo. Dr. Tung y el Dr. Gilad encontraron que los patrones de metilación fueron sistemáticamente diferentes en animales de alta y de baja graduación. Fundamentalmente, estos cambios generalmente se transmiten a las células hijas producidas cuando una célula se divide, y así se perpetúan a lo largo de la vida de un animal. En la medida en que la epigenética marcado está involucrado en la creación de la condición social, a continuación, el estado puede ser mantenido por las células del animal, ya que se replican.

¿El destino del Niño?

Aquellos que creen en el progreso será, sin embargo, se complace saber que la epigenética no es necesariamente el destino. Los grupos metilo pueden ayudar a mantener el status quo, pero si ese status quo es interrumpida por los acontecimientos externos que puedan ser borrado y un nuevo lote puesto en su lugar.

Dr. Tung y el Dr. Gilad descubrieron esto porque algunas de sus monos hicieron cambiar de estado dentro de sus grupos. Cuando eso sucedió, los cambios en la expresión génica apropiados para el nuevo estado siguieron rápidamente. Los que lo hacen liberarse de su humilde tarea, entonces, puede comenzar a cosechar los beneficios para la salud casi inmediatamente.

Al igual que con cualquier estudio en animales, éste no puede simplemente ser asignada directamente a los seres humanos. Pero proporciona punteros que los investigadores que trabajan en la gente puede utilizar. En particular, el experimento se aseguró de que el rango social era el único factor que está cambiando, que proporciona una fuerte evidencia de que la cadena de la causalidad va de baja condición social, a través de un sistema inmune alterado al peor estado de salud, y no al revés. La mejor medicina es, pues, la promoción. Prosperar y vivir mucho tiempo.

martes, 11 de octubre de 2016

Derivan la curva de demanda real de Uber

La fórmula precios de Uber ha permitido a los economistas trazar una curva de demanda real
Los consumidores están cosechando miles de millones de dólares en valor de Uber, según un nuevo estudio




Los trabajadores se inscriban nuevos controladores Uber en un evento de reclutamiento en Los Ángeles en marzo. FOTO: las imágenes de marcas RALSTON / AFP / GETTY

Por Adam Creighton | Wall Street Journal

Uber ha creado más de un mercado de intercambio de paseo en pleno auge. Esta se les da economistas un tesoro de datos para comprender uno de los conceptos fundamentales de la economía: la curva de demanda.

Steven Levitt, autor del éxito de ventas de Freakonomics, y otros investigadores de la Universidad de Chicago y Oxford, junto con el propio Uber, han trazado la curva de demanda de Uber, mostrando a los consumidores estadounidenses solo están cosechando miles de millones de dólares al año en beneficios, lejos mayor que las pérdidas sufridas por los propietarios de taxis.

Cada estudiante de economía sabe la cantidad de un bien o servicio exigido aumenta a medida que el precio cae, todo lo demás permanece constante. Pero como el padre de la microeconomía a sí mismo, Alfred Marshall, señaló en 1890, todo lo demás no es constante: "No podemos adivinar toda precisión la cantidad de cualquier cosa la gente iba a comprar a precios muy diferentes a las que están acostumbrados a pagar por ello. "

Es decir, es casi imposible de precisar el efecto de los cambios de precios por sí solo de la cantidad de personas compran. En el caso de los servicios de transporte, por ejemplo, la hora del día, el clima y la disponibilidad de los proveedores que compiten afectará tanto el precio pagado y la cantidad demandada.

Eso fue hasta que llegó a lo largo de Uber, o más específicamente UberX, la aplicación digitales más conocidos que ya se haya conectado los conductores y los pasajeros acerca mil millones de veces en el año 2016.

Los datos de Uber es única en dos aspectos cruciales. Se registra no sólo el tiempo, el lugar, el precio y la demanda y suministro a las condiciones de cada viaje pagado (encapsulados en un factor de aumento), sino también de todas las ocasiones en que un cliente declina el precio ofrecido.

En segundo lugar, para mantener las cosas simples para los clientes, Uber redondea hacia arriba o hacia abajo con una cifra decimal del factor de aumento de Uber genera para decidir cuánto cobrar a los clientes para un viaje determinado. Los clientes se enfrentan prácticamente las mismas condiciones de oferta y demanda, dicen 1.249 y 1.251, por lo tanto, se enfrentan a precios muy diferente de 1,2 o 1,3 veces, una peculiaridad que permite a los autores para aislar el impacto puro de los precios en los paseos demandados en todo el rango de precios posibles.

Utilizando los datos de 48 millones de interacciones durante las primeras 24 semanas del año pasado de cuatro mercados-Nueva estadounidenses mayores de Uber York, San Francisco, Chicago y Los Angeles-los autores muestran los clientes siguen a través de 62% de las veces sin fijación de precios contra sobretensiones (que es casi 80% de las veces), y 39% cuando la ola está por encima de 2 (3,5% de las veces).

Consumidores curva de demanda de Uber monta es, de los economistas hablan, bastante inelástica, es decir, no es especialmente sensible a los precios. tarifas reducidas duplicando la demanda en un 40%. Es por eso que los factores de carga se puede ser tan grande, según los informes, hasta 10 veces en la víspera de Año Nuevo. Se tarda unos grandes cambios de precios para evitar la escasez.

Los autores utilizan su curva de poner un poco de carne en otro concepto teórico económico, también: el excedente del consumidor, lo que el Sr. Marshall, que generó la idea, dijo que era "el exceso del precio de la que [una persona] estaría dispuesto a pagar en lugar de ir sin la cosa, más de lo que en realidad paga ".

Uber pilotos disfrutaron de $ 1,57 excedente del consumidor por cada $ 1 que pasaron en 2015, según el estudio. Eso equivale a $ 6.8 mil millones en el excedente del consumidor en todo el año pasado EE.UU., o $ 18 millones día. Este fue el doble de lo que se pagaron los conductores, y seis veces más de lo mismo Uber ganadas. "Estas estimaciones del excedente del consumidor son grandes en relación con las posibles ganancias o pérdidas sufridas por los conductores de taxi como consecuencia de la entrada de Uber", dijeron los autores.

El sistema de libre mercado ha asegurado a largo bienes que proporciona muy alto excedente del consumidor, incluyendo el agua, la comida básica, o, por el Sr. Marshall, "los partidos, sellos y periódicos" -son barato.

Eso incluiría ahora Uber monta, al menos por ahora. Uber, una empresa privada, según los informes, ha perdido más de $ 1.2 mil millones ya este año.