El Analista Económico-Financiero

Regulating cryptocurrencies: Assessing market reactions. Cryptocurrencies are often thought to operate out of the reach of national regulation. This column argues that in fact their valuations, transaction volumes, and user bases react substantially to news about regulatory actions. Because they rely on regulated financial institutions to operate and markets are (still) segmented across jurisdictions, cryptocurrencies are within the reach of national regulation . Cryptocurrencies: Initial Coin Offerings (ICOs). This is the third installment in the Cryptocurrencies series. It explores the structure, investment potential, and risks associated with initial coin offerings (ICOs). Previous editions covered the rise of decentralized money and the inner workings of blockchain technology . Some simple Bitcoin economics. The Bank for International Settlements has attributed the volatility of the price of Bitcoin and other cryptocurrencies to the lack of a crypto central bank. This

These are the 8 major forces shaping the future of the global economy. Innovation and production in the global economy:   The consequences of recent shocks. One consequence of the last decades of globalisation is that, thanks to multinational firms, goods are increasingly being produced far from where ideas are created. Using general equilibrium modelling, this column analyses the welfare and distributional effects of the recent wave of protectionism. Central to the results is the flexibility that multinational firms have in locating their innovation and production activities around the globe . Emerging markets and global growth.   Does the recent turbulence in emerging markets mean global growth will slow? New research suggests otherwise . Does trade cause growth? The cost of data protectionism. Countries are increasingly imposing new data policies which restrict both the domestic use of data and the flow of data across borders. This column uses an index of data policy re

Global Growth Plateaus as Economic Risks Materialize ( IMF Blog ). What is the Correlation Between Stocks and Housing? ( The Big Picture ). Uncertainties and risks of strategy implementation. A framework helps executives classify and understand the risk profile of a strategic initiative ( LSE Business Review ). America’s Inflation Risks. Thanks to trade tariffs on Chinese imports, China-centric global value chains will no longer offset pressure on prices stemming from a tight US labor market. That could mean that the Federal Reserve must significantly exceed the so-called comfort zone of interest-rate normalization that financial markets are currently discounting ( Project Syndicate ). The effects of social insurance on income losses and gains over the business cycle. Workers experience income volatility over their lifetime due to changes in both individual and macroeconomic conditions. Using panel data from the US, Germany, and Sweden, this column analyses how the p

¿Estamos a punto de volvérnosla a pegar? ( El Blog Salmón ). Cómo arreglar la economía de Brasil ( Project Syndicate ). Educación financiera y género ( El País ). El gráfico de la semana: Las palabras cuentan en las comunicaciones de los bancos centrales de América Latina ( Blog Diálogo a Fondo ). El Informe sobre el desarrollo mundial 2019: La naturaleza cambiante del trabajo finalmente se ha publicado ( Banco Mundial ). Los 12 principios del FMI y el BM para aprovechar la tecnología financiera ( El Financiero ). Ocho vinos, ocho recomendaciones ( Gurus Blog ). WhatsApp, Telegram o Messenger: ¿Qué aplicación consume menos datos? ( Cuba Debate ).

Los millones de dólares que ganan todavía las estrellas de rock (de los baby boomers) andando de gira: Los Rolling Stones son la mejor banda de rock en 2018 (más de 100 millones de dólares hasta ahora), y grupos como los Eagles y U2 superan a las megaestrellas más jóvenes, como Jay-Z y Beyonce (nº 11), Katy Perry (nº 14) y Kendrick Lamar (nº 18). Fuente:   The ridiculous amount of money baby-boomer rockers still make on tour

En el gráfico de hoy se muestra el Top de los modelos de automóviles más vendidos de los Estados Unidos de Norteamérica, la figura viene a noticia, ya que recientemente, el modelo 3 de Tesla pasa la marca de los 100.000 y entra en el Top 10 de los Estados Unidos, como se puede apreciar claramente en la visualización. Destaca además, ya que es el único modelo de coche eléctrico en el ranking:

A methodology for measuring the collaborative economy. Collaborative platforms have quickly penetrated several services sectors. Statistics on the development of the collaborative economy are essential for appropriate policy responses but there are few available. This column presents a simple methodology for estimating the economic size of the collaborative economy, which is also relevant for the platform economy ( VOX ). Build trust to unlock the potential of smart analytics ( Tableau ). Hidden figures: The quiet discipline of managing people using data. To prevail in the renewed war for talent, banks will need to deploy new capabilities in data, analytics, and organizational science ( McKinsey ). Seizing the benefits of the digital economy for development ( VOX ). Technology convergence and AI divides: A simulation appraisal. As artificial intelligence technologies become more effective and are rolled out across economies, it is important to assess how their diffus

Julia, MATLAB, Python y R se encuentran entre los lenguajes de programación numérica más utilizados por los investigadores de economía y finanzas. En este post, se comparan y contrastan en un breve resumen, estos cuatro lenguajes, sobre cuál es el mejor y cuál el peor (subjetivamente hablando). 1. Implementación de los algoritmos de Previsión de Riesgos Financieros:  R y MATLAB son los ganadores, con Julia muy por detrás. 2. Características del lenguaje: en términos de características de lenguaje, Julia es la clara ganadora, con R, MATLAB y Python muy por detrás. 3. Velocidad: Cuando se trata de calcular la probabilidad de GARCH, R es la más lenta y Python la más rápida, con Julia no muy lejos. 4. Tratamiento de datos: Python también es bastante bueno en esto, con sus librerías capaces de hacer muchas de las mismas cosas, incluyendo algunas que R no puede hacer. Pero no parece tan fluido como R. Ya que en Python los datos para trabajar en economía y finanz

Para los que no están al día en noticias de economía y finanzas, aquí les dejo un excelente resumen que explica el último “Mambo” de los Mercados . Eso para empezar y ponernos al día, ya metidos en el tema, para ponernos al tanto de que se está cociendo actualmente a nivel mundial:  La crisis en cámara lenta . Ya nos lo avisa el FMI:  El crecimiento mundial se estanca a medida que los riesgos económicos se materializan . Ahora un apartado destinado a casos concretos con la gestión de riesgos país. Primero con  Perú: una Evaluación de Riesgo Sistémico Financiero a 10 años de Lehman . Seguido con algunas lecciones de la dinámica reciente del riesgo país para México . Adicionalmente, un interesante artícul sobre los bancos y el negocio de la inflación . Finalmente, aquí les dejo un artículo acerca de la Estrategia y gobierno corporativo: el rol cambiante de la gestión de riesgos . La seguimos.

Los tiempos cambian, y las percepciones de las personas también, lo que era bien visto antes ahora es mal visto y viceversa. En el gráfico de hoy, tenemos una visualización de la opinión pública en los Estados Unidos sobre la legalización de la marihuana. Pues bien, en el gráfico superior muestra el porcentaje de encuestados a favor o en contra de que la marihuana se considere legal en Estados Unidos, los picos más altos de considerarla ilegal los tenemos en los años 1969 y 1990 (84 y 81 % respectivamente). Para el año 2000 sólo un 60 % de los encuestados en EE.UU. consideraba que la marihuana debería de ser ilegal, en la actualidad sólo un 34 por ciento de los encuestados sigue considerando que la marihuana debería de ser ilegal en el país. Por otra parte, en el gráfico inferior, nos muestra el porcentaje de aceptación de que la marihuana sea legal en los EE.UU. por grupo generacional. Tenemos que el porcentaje de aceptación según grupo es el siguiente: 74 % en los denom

El salario medio por hora con propina para los conductores de Uber en los EE. UU. Es de $ 14.73, según un nuevo estudio realizado por Ridester, una publicación que se centra en la industria del viaje en coche. Esa cifra incluye propinas, pero no tiene en cuenta los gastos como el seguro, la gasolina y la depreciación del automóvil en el que se trabaja. Utilizando la estimación de bajo costo de Ridester de $ 5 dólares por hora en costos de vehículos, los conductores aportarían $ 9.73 por hora y potencialmente mucho menos. Eso implica que un conductor que trabaje 40 horas por semana ganaría un salario anual de casi $ 31,000 antes de los gastos del vehículo y alrededor de $ 20,000 después de los gastos (pero aún antes de los impuestos). Eso está por debajo del umbral de pobreza para una familia de tres. También está muy lejos de los $ 70,000 a $ 90,000 que Uber reclamó una vez que sus conductores ganaron en los principales mercados. Esto es importante porque los empleos en línea

RISK: Bankers’ liability and risk taking. In order to protect the financial system from excessive risk-taking, many argue that bank managers need to have more personal liability. However, whether the liability of bank managers has a significant effect on risk-taking is an open question. This column studies a unique historical episode in which similar bankers, operating in similar institutional and economic environments, faced different degrees of personal liability, depending on the timing of their marriages, and finds that limited liability induced bankers to take more risks ( VOX ). Basel III monitoring results published by the Basel Committee ( BIS ). Value and resilience through better risk management. Although the risk environment is growing more perilous and costly, leading companies are blazing a path to resilience and value by embedding strategic risk capabilities throughout the organization ( McKinsey ). Estimating Cyber Risk for the Financial Sector ( IMF B

La economía de China es tan grande y está creciendo tan rápidamente, que es difícil obtener una lectura real del tamaño de su influencia en el escenario mundial. Así que, ¿Por qué tantos subestiman el verdadero poder económico de China? . China está invirtiendo en los países en desarrollo , pero ¿de qué se trata realmente? La ayuda china está ayudando a cerrar una brecha en el financiamiento de la energía en los países en desarrollo. Además, por si fuera poco,  China gasta más en I+D que Europa y Japón: Finalmente, aquí hay 3 lecciones que Europa puede aprender de las florecientes empresas emergentes ( start-ups ).

Bitcoin y la criptoburbuja ya les ha estallado a los inversores en la cara, ¿Y ahora qué? ( El Blog Salmón ). Thin Heads and Fat Tails: Understanding the Crypto Reinvention of Capitalism.   The open application ecosystems of the internet are dominated by a handful of tech giants today, but crypto technologies could level the foundations of the modern web to establish free and open access to information, connection and exchange ( Knowledge@Wharton ). Tokenomics: Cryptocurrency valuation and the roles of tokens. Cryptocurrencies, tokens, and the blockchain technology upon which these platforms are built hold considerable potential for financial architectures. This column presents a dynamic asset valuation model of cryptocurrencies and tokens on blockchain-based platforms. Price dynamics in the model feature explosive growth of the user base after an initial period of dormant adoption, accompanied by a run-up of token price volatility, in line with existing evidence. The

Global View: Economic Conditions Snapshot, September 2018: McKinsey Global Survey results ( McKinsey ). BIS Statistical Bulletin, September 2018 ( BIS ). BIS Quarterly Review, September 2018 ( BIS ). Finance: The natural rate of portfolio flows ( VOX ). A book list of Learning financial data analysis using R - Rstats - Finance ( R-bloggers ). Credit Analyst Interview Questions and Answers ( WallStreetMojo ). Here are 4 ways AI will impact the financial job market ( WEF ). Financial Crisis: Italy under the spotlight of another financial crisis ( LSE Business Review ). The fallout from the global financial crisis continues a decade on ( Vanguard ). Risk: Financial social trading networks: The case of copy trading platforms ( VOX ). Cross-country differences in risk attitudes towards financial investment ( VOX ). Foreign expansion, competition, and bank risk ( VOX ).

Innovación: Educar en capacidades emprendedoras: pongamos la clase al revés ( Sintetia ). Emprender online, 6 problemas que demuestran que no es oro todo lo que reluce ( El Blog Salmón ). Casos de España: Las Fintech y la regulación: la banca busca hundirlas en papeleo ( El Blog Salmón ). La espiral inflacionista de la vivienda ( Funcas Blog ). Crisis Financiera 2008, presente y futuro: Colapso de Lehman Brothers: así respondieron estas 5 economías a la grave crisis financiera de 2008 y cómo están 10 años después ( BBC ). Los bancos diez años después de la crisis financiera mundial: lecciones de América Latina y el Caribe ( Foco Económico ). La respuesta fiscal a la crisis financiera: de la estrategia política a la investigación económica ( Nada es Gratis ). Informe Trimestral del BPI, septiembre de 2018 ( BIS ).

En los últimos meses se ha compartido en este blog, información sobre cómo los automóviles eléctricos han mostrado un potencial de crecimiento a pesar de las dudas de los potenciales usuarios o compradores, también se han presentado datos que muestran cómo las ventas de coches eléctricos sigue en aumento en las economías más desarrolladas . Pues el día de hoy, les traigo un gráfico con el número de modelos de coches eléctricos disponibles por conductores en China, la Unión Europea, Norteamérica (EE.UU., Canadá y México), Japón y Corea del Sur. El número total de modelos eléctricos disponibles incluye vehiculos de batería electrica e híbridos. Los datos comprenden el último cuatrimestre del 2016 y la proyección para el último cuatrimestre del 2020.

Basado en las proyecciones del Banco Mundial, el siguiente gráfico muestra la contribución por país al PIB global para los años 2017-2019: En el gráfico tenemos como protagonistas (aquellos países con PIB que supone un porcentaje significativo del PIB a nivel mundial), los países más desarrollados (de mayor a menor según participación en el PIB global): Estados Unidos, la Unión Europea (como bloque de países miembros), Corea del Sur, Australia, Canadá, Reino Unido y Japón; y los mercados emergentes: China, India, Indonesia, Brasil, Turquía, México e Irán. Según las proyecciones, China representará un 35,2 por cien del PIB global, que es más que la suma del PIB de EE.UU. y la UE (17,9 + 7,9 = 25,8 %). Por su parte, la India se espera que su PIB sea mayor al de la UE (8,8). El resto de economías desarrolladas aportaran entre 1,5 y 2 por cien al PIB global (Corea del Sur, Australia, Canadá, Reino Unido y Japón). Brasil, Turquía y México aportarían 1,2 por cien e Irán 1 por cie

En posts anteriores se habló sobre los países con mayor número de trabajadores autónomos del mundo y acerca de los trabajadores eventuales con estudios universitarios finalizados han aumentado con el tiempo . Siguiendo está línea, hoy hablamos de lo que parece ser una tendencia donde el subempleo es el nuevo desempleo desde la crisis financiera y no se habla sobre el ni parece que lo estemos midiendo adecuadamente. En el siguiente gráfico, se presenta una comparativa de algunos países miembros de la Unión Europea (Alemania, España, Francia, Países Bajos, Polonia, Reino Unido y Suecia) y Estados Unidos. Con datos de agosto de 2018 (o los más recientes disponibles). En azul, se muestra la tasa de desempleo y en negro la tasa de subempleo (empleo por tiempo no completo, retribuido por debajo del mínimo o que no aprovecha completamente la capacidad del trabajador). Se puede apreciar que en países como Reino Unido y Países Bajos, la tasa de subempleo es mayor que la de desempleo. En