Algoritmo de vocación de ubicación ¿Qué negocio abro en esta zona? ¿Por qué? – Columna de Investigación Datlas

A juzgar por el título, pareciera que el tema de este blog es equivalente a algo sumamente técnico y difícil de comprender, que si bien nos adentraremos en conceptos y hallazgos técnicos, intentaremos hacerlo de la manera más lenta y digerible posible, hasta llegar al punto donde alguien con conocimientos nulos en el tema, se pueda llevar varios aprendizajes interesantes.

Ejemplo de datos georeferenciados. Incrementos de COVID-19 en EUA (izquierda), y ubicaciones de KFC (derecha), con algunas de sus similitudes en círculos.

Y es que hasta este punto, sabrán que uno de los muchos servicios que ofrece Datlas como empresa de analítica, es el análisis espacial, o análisis a través de puntos georeferenciados, que en español, no es más que el análisis a partir de datos que podemos ver en un mapa. Un ejemplo de datos georeferenciados es la imagen anterior, podemos ver los casos de COVID con su % de cambio, o las ubicaciones de locales de KFC del lado derecho, sin embargo, los datos georeferenciados van mucho más allá, podemos ver el tráfico de la ruta que tomamos al trabajo, las zonas más seguras de una ciudad, o los usuarios de alguna red social como instagram o facebook según sus preferencias.

** También te puede interesar leer nuestra columna: Análisis de Detección de Incendios y Vegetación : Caso de Uso Sierra de Santiago, Nuevo León, México – Manuales Datlas

Antes de pasar a lo que serían los varios casos de uso donde hemos logrado hallazgos interesantes a partir de datos georeferenciados, o lo que propone la división de R&D de Datlas, hay que introducir un concepto muy importante que hasta forma parte del título de esta columna: los polígonos.

Los choques y siniestros representados como puntos (izquierda), las líneas que dividen cada código postal (medio), y códigos postales (derecha).

Como hemos visto, es fácil imaginar los ejemplos del párrafo anterior como puntos en un mapa, pero no todos los datos espaciales se comportan como tal. Así como podemos ver un dato como un punto, que no es más que un dato cualquiera con coordendadas (como lo son los choques y siniestros en mty), también podemos ver datos que forman por completo una línea (las calles que dividen los códigos postales), o polígonos (el área que cubren los códigos postales coloreados por incidencia de choques).

** También te puede interesar leer nuestra columna: No te sientes al frente si vas en un carro blanco por gonzalitos (Caso de ANÁLISIS DE CHOQUES PARA NUEVO LEÓN, MÉXICO)

Es a partir de estos polígonos como nosotros muchas veces llegamos a hallazgos muy interesantes, pues ya sea que podamos dividir un mapa por AGEBs, códigos postales, municipios, o estados, entre otros, podemos llenar este mismo mapa con bases de datos que ya tienen estas variables, si no me creen, ¿no se les viene a la mente las veces que les han preguntado su código postal o municipio en una encuesta?, (sin contar las veces que nuestro celular recopila esta información sin preguntarnos), y ¿qué se puede hacer con esta información? Pues la respuesta está en los ejemplos siguientes. Todas las capas a continuación son elaboradas por el equipo de Datlas, y contamos con un mapa demo donde podrán utilizar algunas de ellas de manera gratuita.

Caso número 1: Nivel Socioecónómico (NSE)

Mapa de Datlas que incluye los 7 NSE (AB, C+, C,…, E), siendo AB el más alto (con mejor calidad de vida).

Ya existe un blog al respecto donde vemos cómo se puede dividir la calidad de vida en 7 niveles, que significa cada uno y que perspectiva nos da de la desigualdad del país a partir de una cifra llamada Nivel Socioeconómico, sin embargo, ahí solo hacemos una pequeña mención a la capa que tiene Datlas del NSE, y no tanto al análisis que podemos obtener a partir de esta.

** También te puede interesar leer nuestra columna: «La clase media: Los que no son pobres ni son Carlos Slim» ¿En realidad existe la clase media? (Una revisión de desigualdad social en México y niveles socioeconómicos para Nuevo León)

Gracias a que sabemos el contexto social que viven las personas en las diferentes zonas de una ciudad, podríamos generar las siguientes hipótesis:

• La mayoría de mis clientes son de cierto NSE.
• Puedo segmentar mis promociones según el poder adquisitivo de la zona y hacer más ventas.
• Cierto NSE impide la entrada a más competencia.
• Existen más negocios de cierto giro en cierto NSE.
• Si mi punto de venta o local se encuentra en cierto NSE, se incrementa en cierto % mis ventas.

O si bien queremos comparar como nos afecta cierta competencia ya sea para bien o para mal a nuestro negocio, podríamos hacer un sencillo ejercicio de A/B testing, donde escogemos dos zonas, una con mucha competencia, y otra con poca, pero que ambas zonas estén en el mismo NSE. De esta manera bajo el supuesto de que los clientes tienen preferencias de consumo muy parecidads, podríamos repetir varias veces el ejercicio y llegar a la conclusión de que las zonas con mayor competencia afectan de cierta manera a nuestro negocio.

Caso número 2: Polígonos urbanos por categoría social

Capa de Datlas de polígonos urbanos por categoría social

Esta capa al igual que muchas hechas por Datlas, busca ver el contexto social de cierta zona de interés en cualquier parte de la república. Sin embargo, ahora nuestro objetivo no es conocer el poder adquisitivo de la zona o su calidad de vida, más bien, la categoría social de los habitantes. Si nosotros como buenos conocedores de nuestro negocio sabemos que la mayoría de nuestros clientes son niños, padres de familia, solteros, o adultos mayores, podríamos mapear el porcentaje de cada uno de ellos según nuestra zona de interés.

De esta manera podríamos generar las siguientes hipótesis:

• La mayoría de mis ventas son empleadas en cierta categoría social.
• La mayoría de mis clientes se ubican en zonas con niños a pesar de que nuestro negocio no es para niños.
• Un barrio familiar, pero cerca de un barrio donde en su mayoría hay solteros, no vende igual que uno familiar cerca de uno donde la mayoría hay adultos mayores.
• Si mi punto de venta o local se encuentra en cierta categoría social, se incrementa en cierto % mis ventas.

Caso número 3: Uso de suelo habitacional

Capa de Datlas de polígonos urbanos por uso de suelo habitacional

Nuestro tercer caso de uso de polígonos de vocación es de nuestros favoritos, pues de igualmanera nos da un contexto enorme de dónde se ubican nuestros locales o puntos de venta, gracias a que nos dice si los establecimientos en un polígono son en su mayoría comerciales, escolares, industriales, residenciales, o de usos mixtos.

De esta manera podríamos generar las siguientes hipótesis:

• La mayoría de mis ventas son empleadas en cierta giro de negocio.
• Abrir un local donde el barrio es en su mayoría comercial, es mucho más difícil que en uno residencial.
• Si mi punto de venta o local se encuentra en cierta categoría de uso habitacional, se incrementa en cierto % mis ventas.

Anexos

Herramientas del mapa

Fuera de lo que se puede lograr con solo ver los mapas de Datlas a simple vista, las diferentes herramientas de nuestra plataforma, permiten descargar la información en un excel de lo que serían diferentes fuentes de información para nuestro análisis.

Las herramientas pueden ser la selección de polígonos de interés con ciertas figuras predeterminadas o una que nosotros de manera personalizada eligamos de que parte del mapa queremos descargar dicha información. Así como utilizar otra base de mapas, obtener distancas, o navegar por el street view de nuestras zonas de interés.

Estadística espacial

Para la creación de algunas capas se utilizaron cálculos de estadística descriptiva a partir de los datos hechos por la encuesta del Censo 2020 del INEGI, entre muchas otras fuentes de datos privados y públicos. Sin embargo, existen diferentes enfoques de análisis espacial muy sonados como son la autocorrelación espacial, que nos dice que si un polígono es de cierto NSE o tiene tantos crímenes reportados (una variable de interés), los polígonos vecinos tienen cierta probabilidad de ser de un NSE parecido o tener una cantidad de crímenes parecidos.

Si están familiarizados con las regresiones lineales y parecidos, existen modelos estadísticos como el GWR (Geographically Weighted Regression), que tienen en común una matriz de vecinos inmediatos. Esta matriz nos dice si un polígono es vecino de otro, y gracias a ella podemos asumir que el error se distribuye iid a pesar de la autocorrelación espacial.

Hasta aquí la columna de hoy, si esto les despertó al menos un poco de interés, existe mucha literatura de lo que se ha logrado gracias al análisis espacial. Les recordamos que contamos con las capas mencionadas en este blog, más otras igual de interesantes o personalizadas, y existe una versión demo donde podrán jugar con algunas de ellas.

Equipo Datlas

– Keep it weird-

«La clase media: Los que no son pobres ni son Carlos Slim» ¿En realidad existe la clase media? (Una revisión de desigualdad social en México y niveles socioeconómicos para Nuevo León) – COLUMNA DE INVESTIGACIÓN DATLAS

Conceptos a ver en este blog:

• Pobreza
• Canasta básica
• Desigualdad Social
• Coeficiente de Gini
• Curva de Lorenz
• Nivel Socio Económico
• Posibles causas de la desigualdad social
• Porque es importante hablar de desigualdad y pobreza

México es un país rico en cultura, especies, y comida, hemos tenido artistas reconocidos internacionalmente como Juan Gabriel, contamos con especies únicas de animales endémicos y sorprendentes como el Axolote, y sazones que a cualquier mexicano le duele no tener en el extranjero. Por el otro lado, lamentablemente también somos un país con demasiada pobreza en cuestión de calidad de vida, tanta y tan variada, que para un análisis más robusto no basta con medidir las clases sociales en 3 niveles (alto, mediano, y bajo), si no, en 7. Enterate en este blog cuales son estos 7 niveles y cómo son medidos.

Antes de empezar con el tema fuerte de este blog, creemos es pertinente hablar del título, y es que es probable que al existir gente famosa en nuestro país con una riqueza enorme como lo son Carlos Slim, Germán Larrea, Alberto Baillères y Ricardo Salinas Pliego (quienes se supone tienen el 9% de la riqueza del país), pero al mismo tiempo mucha gente que muere de hambre, nos hayamos hecho alguna vez las preguntas: ¿México es un país rico o pobre? y ¿Cómo y quién mide la pobreza?

Para la primera pregunta habría que esperar al final de este blog, pero para la segunda, seremos lo más breves posibles.

Gráficas por elaboración propia. Fuente: INEGI, CONEVAL

En México la organización encargada de medir la situación de pobreza, es el CONEVAL, el cual tiene diferentes metodologías, pero la más sencilla es mediante la canasta básica. Aquí mediante muchos cálculos que buscan representar la cantidad mínima de dinero para comprar una canasta de bienes considerados indispensables, definen esta cantidad de dinero como una línea de pobreza, y si los hogares ganan menos de esa cantidad, son considerados que viven en situación de pobreza.

Nota: Es importante mencionar que para determinar esta canasta con bienes indispensables, se calcula el gasto de las familias en función de las calorías necesarias (su energía). Así como existen otras medidas de la pobreza tales como: Rezago educativo, acceso a los servicios de salud, acceso a la seguridad social, calidad y espacios de la vivienda, acceso a los servicios básicos en la vivienda, y acceso a la alimentación nutritiva y de calidad.

En la gráfica podemos contemplar cómo ha aumentado la línea de pobreza a lo largo de los años, en la izquierda tenemos su comportamiento estacional en las áreas urbanas, y a la derecha su parentezco con la inflación, pues a principios del año aumenta, para bajar en abirl, y luego seguir aumentando hasta finales del año. Esto mostrando un poco que a las personas en situación de pobreza les es más difícil sobrellevar la inflación, pues al estar la mayoría en el sector informal, sus gastos aumentan pero sus salarios no.

** También te puede interesar leer nuestra columna: “La inflación: un enemigo silencioso”

Mapa por elaboración propia. Fuente: CONEVAL

A partir de lo antes mencionado, creamos este mapa con los porcentajes de hogares en situación de pobreza según cada estado de la república. Aquí empezamos a ver uno de los temas principales de este blog, mientras que en Nuevo León el 24.33% de las personas en el 2020 se encontraban en situación de pobreza, en Chiapas el porcentaje era del 75.49%, lo cual refleja un contexto de calidad de vida completamente diferente, este fenómeno, es conocido como desigualdad social. Y aquí estamos viendo cifras comparando estado con estado, pero ¿Cómo podríamos entonces comparar a todos los ciudadanos del país?

Coeficiente de Gini y Curva de Lorenz

Para responder a esta última pregunta, una manera muy útil de medir la desigualdad, es mediante el Coeficiente de Gini, este al igual que la canasta básica, es una cifra en función del ingreso de las personas, la gran diferencia, es que esta cifra va del 0 al 1, donde 0 es igualdad absoluta (todos en México tienen la misma cantidad de dinero), y 1 es desigualdad absoluta (1 persona tiene todo el dinero del país).

En el 2021, el Coeficiente de Gini de México era de 0.503, pero en el 2018 era de 0.454 cuando al mismo tiempo en países europeos como Francia y España el el coeficiente era de 0.285 y 0.335, y en países latinoamericanos como Uruguay era de 0.397. A nivel estatal el Coeficiente de Nuevo León es de 0.447.

Gráfica por elaboración propia. Fuente: INEGI, Data NL, y European Data Lab

Al obtener los Coeficientes de Gini podemos ver que tanto vamos mejorando en materia de desigualdad y cómo están otros países. Sin embargo, si queremos ver esta desigualdad de manera gráfica y obtener otras conclusiones podemos utilizar la Curva de Lorenz. Gracias a las gráficas anteriores podemos ver dónde se acumula mayormente la desigualdad, y que el 10% de la población en México tiene el 32% del ingreso y gasto (1 – 68%), mientras que en Nuevo León solo es del 29%, y en Francia el 23%.

Nivel Socio Económico

Imagen con los Niveles Socio Económicos: A/B, C-, D, y E

Ojo, muchas veces la conversación se queda en estas cifras y distribuciones, pero después de indagar en el tema, hay algo muy importante que no estamos calculando. Y es que el Coeficiente de Gini nos muestra sólo la desigualdad de ingresos, que si bien es una de las variables más importantes para determinar la calidad de vida en la sociedad. En Datlas llevamos rato trabajando con un concepto que nos mostrará un panorama mucho más amplio de la calidad de vida en México y en Nuevo León, este concepto es el dichoso Nivel Socio Económico.

Como bien comentamos en el blog de la paridad de compra, poco importa el ingreso de las personas, si no vemos su poder adquisitivo. Un apartamento y un desayuno no cuestan igual en Ciudad Victoria y en Monterrey, entonces si alguien con cierto ingreso puede vivir muy bien en Cd. Victoria, probablemente batalle mucho más si con ese ingreso viviera en Monterrey.

** También te puede interesar leer nuestra columna: “El dólar USD está muy caro, pero ¿Más de lo que debería? – Entérate aquí cómo saber si una divisa está sobrevalorada (Poder de Paridad de Compra)”

Retomando el tema del NSE, esta métrica es medida por el AMAI y se divide en 7 niveles: A/B, C+, C, C-, D+, D, y E. Cada uno cuenta con características las cuales describen un contexto de calidad de vida diferente como se puede observar en la imagen anterior.

El A/B por ejemplo, en su mayoría el jefe de familia tiene estudios profesionales o posgrado (80%). Siete de cada diez viviendas (72.5%) tienen al menos 3 dormitorios y un 67% cuentan con al menos dos automóviles. Mientras que el nivel E, la mayoría (82%) tienen un jefe del hogar con estudios no mayores a primaria. Siete de cada diez viviendas tienen solamente un dormitorio y 83% no cuentan con baño completo. La tenencia de internet en la vivienda es muy bajo (0.3%), y más de la mitad del gasto se asigna a alimentos (52%) y solo el 1% a educación. Todas estas características están en la página del AMAI dedicada al NSE, y vale la pena leerlas para saber en cuál NSE estamos.

Fuente: AMAI

Como podemos observar, ya no solo estamos hablando de ingreso, si no, de la educación del jefe del hogar, equipamiento (si tienen televisión, refri, etc), transporte y demás. Pero, ¿Cómo se distribuye esto en los diferentes estados del país? Una Manera de verlo es mediante las distribuciones presentadas en el manual del AMAI, donde podemos ver la gran diferencia de estado a estado. En este caso en el 2020 en Nuevo León el 44% está en los primeros 3 niveles y solo el 38% está en los últimos 3. Mientras que en Chiapas solo el 15% está en los primeros 3 niveles y mucho más de la mitad (79%) está en los últimos tres niveles.

Mapa inteligente de Datlas en Monterrey, con los 7 NSE

Otra manera de ver esta distribución es en un mapa inteligente como los que tenemos en Datlas de todos los estados de la república, y de los cuales podemos obtener los datos del Censo 2020 entre otras fuentes de datos de cierto polígono de interés en cualquier punto del mapa para evaluar una ubicación.

Hasta este punto ya hemos tenido un buen recorrido por los temas más relevantes de la desigualdad social, y al mismo tiempo de la pobreza del país. Para cerrar estos temas, vale la pena mencionar que México se encuentra en el 25% de los países más desiguales del mundo, y es el segundo más desigual de la OCDE. Según Esquivel Hernández, G. (2016), mientras el PIB per cápita crece a menos del 1% anual, la fortuna de los 16 mexicanos más ricos se multiplica por cinco.

Posibles causas de la desigualdad

Cuando hablamos de causas mucho se le atribuye a que las personas tienen problemas de diversidad geográfica, étnica, política y social. Tenemos comunidades en muchos lugares rurales que son casi impenetrables y que hacen muy difícil que haya calidad educativa, acceso al crédito, etc. Sin embargo, no hay que irnos tan lejos, el problema de la pobreza se hace más grande incluso en los lugares menos margniados.

Al vivir en situación de pobreza, todo es más caro, los traslados son más difíciles por la ubicación y el tiempo del transporte, no alcanaza para comprar a mayoreo, los bancos y casas de préstamo cobran una comisión más alta para todo, por la poca confianza, y como vimos en el NSE E, el 52% del ingreso familiar se va a la comida, y con el otro 48% se debe de destinar a necesidades básicas, sin tomar en cuenta que todos estamos expuestos a algún gasto grande e inesperado como algún problema médico, alguna pandemia, sequía, o algun aumento acelerado de la inflación (pero no de los salarios). Por ende, tendría sentido pensar que el vivir en situación de pobreza es un círculo vicioso y cada vez es más difícil de salir.

Este círculo vicioso claro que es más fácil de caer en un país con las siguientes caractarísticas:

• Corrupción. El desvío de fondos reducen los recursos destinados a las inversiones en la población más vulnerable.
• Desempleo. La falta de empleos productivos hace que un importante segmento de la población se dedique a actividades informales de baja remuneración. En el 2021 el porcentaje de mexicanos en situación informal era del 55.8%.
• Discriminación. Al juzgar a las personas por su situación y/o apariencia, hace que sea más difícil conseguir mejores oportunidades.

** También te puede interesar leer nuestra columna: “¿ESCASEZ DE AGUA EN NL? POR DÓNDE COMENZAR A INVESTIGAR (UNA REVISIÓN CON MAPAS Y RESPONSABLES DE LA IP)…”

¿Por qué es relevante hablar de pobreza y desigualdad?

Después de ver cómo México tiene escenarios muy diferentes a lo largo del país, esperemos y se hayan llevado la conclusión de que esto implica oportunidades diferentes, y el evadir esta clase de temas, significa no ver la imagen completa de gran parte de la población y sus problemas. De la misma manera, nos invita a reducir desde nuestra trinchera las posibles causas de desigualdad social.

Que el privilegio no te nuble la empatía

– Ita María

Hasta aquí la columna de hoy, esperemos se hayan quedado con varios conceptos interesantes de economía, y cómo muchas veces los aplicamos los analistas de datos. Y ustedes, ¿En qué NSE se encuentran? ¿Qué les pareció la columna?

Equipo Datlas

– Keep it weird-

Fuentes:

• https://www.coneval.org.mx/Medicion/MP/Paginas/Lineas-de-Pobreza-por-Ingresos.aspx
• https://www.coneval.org.mx/Medicion/MP/Documents/MMP_2018_2020/Pobreza_multidimensional_2016_2020_CONEVAL.pdf
• https://datosmacro.expansion.com/demografia/indice-gini
• https://www.inegi.org.mx/temas/ingresoshog/
• https://www.european-datalab.com/Glossaire/courbe-de-lorenz/
• http://datos.nl.gob.mx/enigh-ingreso-corriente-total-promedio-trimestral-per-capita-por-deciles/
• https://imco.org.mx/desigualdad-extrema-en-mexico-via-oxfam/
• Esquivel Hernández, G. (2016). Desigualdad económica extrema en México.
• https://www.washingtonpost.com/wp-dyn/content/article/2009/05/17/AR2009051702053.html

El dólar USD está muy caro, pero ¿Más de lo que debería? – Entérate aquí cómo saber si una divisa está sobrevalorada (Poder de Paridad de Compra)- Columna de Investigación Datlas

Conceptos mencionados en este blog:

• Inflación
• Divisas
• Poder Adquisitivo
• Poder de Paridad de Compra
• Índice Big Mac
• Precios hedónicos

Imagina que estás en un viaje escolar en un lugar lleno de árboles de manzanas y naranjas, todo está tranquilo hasta que el dueño de los árboles dice que todos tienen una hora para recolectar la mayor cantidad de manzanas y naranjas posibles, y que pasada la hora se podrán quedar con las frutas recolectadas para después venderlas. Automáticamente volteas a ver a un amigo y deciden competir por quien recolectará la mayor cantidad de frutas.

Pasada la hora te das cuenta que solo pudiste conseguir 10 naranjas y 5 manzanas, y que tu amigo consiguió 10 manzanas y 5 naranjas. Por ende surge la pregunta: ¿a quién le fue mejor?

Si contamos la riqueza de una persona con manzanas y la de otra con naranjas, será muy difícil decir cuál de los dos es más rico, considerando que las naranjas y manzanas cada vez valen menos (se empiezan a pudrir), y a veces las manzanas se venden más barato que las naranjas o viceversa.

Podríamos concluir entonces que para definir el valor de lo que recolectamos debemos de tener siempre en mente 3 cosas:

1. Cada día que pasa, las frutas están un poco más podridas, y el precio al que las podremos vender será cada vez más bajo.
2. Podemos comparar el precio de hoy de las frutas con el precio de ayer, o podemos comparar el precio de de las manzanas con el precio de las naranjas. Así obtendríamos conclusiones como que 1 naranja vale 1.25 manzanas, entonces si cambiamos nuestras naranjas por manzanas saldríamos ganando.
3. Como el dueño del lugar solo nos dejó agarrar manzanas y naranjas, no sirve de nada que alguien haya recolectado 100 limones, pues no se los podrá llevar ni cambiar.

A juzgar por el título del blog, ¿tienen una idea de a dónde vamos con esta historia?

Antes de correr hay que caminar, y es que debemos recordar el término de inflación como un aumento generalizado de precios, donde por fuerzas de mercado y rituales necesarios por parte de los bancos centrales como la imprenta de dinero, el dinero va perdiendo valor poco a poco. Dicho fenómeno es considerado como normal o moderado siempre y cuando esté dentro del objetivo, (en el caso de México 3% +/- 1%). No es ninguna noticia que en los últimos meses la inlfación de muchos países incluyendo el nuestro, ha estado considerablemente arriba del objetivo.

** También te puede interesar: «La inflación: un enemigo silencioso»

Fuente: INEGI. Índices de precios.

El problema más grande de estos aumentos generalizados de precios, es que los precios de algunos bienes, (como los agropecuarios, ej: los aguacates del super), aumentan más que otros (como los servicios, Ej: los análisis de datos de Datlas), y por ende es difícil que los salarios también aumenten proporcionalmente con TODOS los aumentos de TODOS los productos del país. Como consecuencia, nuestros salarios pueden comprar menos bienes que antes, y eso hace que el billete de axolote por más bonito que esté, ya no equivale a los mismos aguacates que equivalía antes, bajó el poder adquisitivo del peso.

Dicho esto hay que volver un poco a la narrativa, donde en el día de campo podíamos comparar el precio de tus naranjas contra el de manzanas, pero no contra el de limones. En el valor de las monedas no es muy diferente, podemos comparar el precio del peso de hoy con el precio del peso de ayer y si este bajó sabremos que es más barato, pero si el precio de hoy del dólar americano bajó mucho a comparación del precio del dólar de ayer, podría decirse que el precio del peso aumentó solo por lo que le pasó al dolar. Con esto tenemos una noción de como es que nos afecta a nuestra economía cuando a Estados Unidos le va muy bien o muy mal en su economía.

En este caso, al hablar del intercambio de pesos contra dólares, nos podemos referir a ambas monedas como divisas, cabe aclarar el porque mencionamos los limones al principio de este blog, y como estos no influyen en el precio de las naranjas y manzanas, pues para que el precio de una moneda pueda afectar a otra esta debe de ser libremente intercambiable. Si por ejemplo nos situamos en una política proteccionista como Cuba, por más que tengamos muchísimos billetes de 50 pesos con un axolote, no valdrán nada, pues los cubanos muy difícilmente te los intercambiarán por pesos cubanos o bienes y servicios.

Entonces a partir de este fenómeno nos pueden surguir las siguientes dudas:

• Nuestro dinero vale menos que ayer, pero ¿eso siempre hace que sea más barato para otras monedas?
• Si nuestros precios no subieron tanto como en otros países, ¿somos ricos?

Ahora sí agarrense, pues llegamos al tema central de este blog, el Poder de Paridad de Compra. Este concepto nos dice que el tipo de cambio nominal entre dos divisas, debe de ser igual a la razón de precios entre dos países de manera que una unidad de moneda de un país tenga el mismo poder de compra en un país extranjero al ser convertida.

– Ah ok ¿y en español cómo sería?

Para eso tenemos el famoso índice Big Mac hecho por la revista The Economist. Este índice registra los precios de la Big Mac en distintos países, y luego los compara en una moneda común, el dólar americano. Se utiliza esta hamburguesa como ejemplo porque es un bien que tiene exactamente las mismas características en cualquier país que se produzca. Bajo la lógica de que vivimos en una realidad con precios hedónicos, donde la gente está dispuesta a pagar un poco más por cada atributo extra que tenga un bien (en el caso de vienes raíces, estaríamos dispuestos a pagar un poco más por una casa con un cuarto más que las demás, aunque no podamos quitarle o agregarle ese cuarto a la casa). La Big Mac debería de costar lo mismo entonces, pues no por quitarle un ingrediente, McDonalds te la vendería más barata. Utilizando las cifras del primero de enero del 22 de The Economist, hicimos la siguiente imagen:

Fuente: The Economist

Aquí podemos aprecias que una hamburguesa cuesta 69 pesos aquí, y 5.81 dólares en Estados Unidos, es decir, un dólar debería de equivaler a 11.87 pesos mexicanos (69/5.81), pero cuando vemos el tipo de cambio de ese día nos damos cuenta que un dólar equivale a 20.649 pesos mexicanos, casi el doble de lo que debería valer. Gracias al índice Big Mac podemos decir entonces que el peso vale menos de lo que debería (-0.42%), y por lo tanto es una divisa subvaluada frente al dolar, en conlusión, no existe Poder de Paridad de Compra.

Nota: Existe literatura que afirma que el cambio porcentrual de las cantidades subvaluadas muestra el diferencial de las tasas de inflación entre países, en el caso de méxico -0.42%.

Fuente: The Economist (izquierda), INEGI (en medio y derecha)

Casi terminando tenemos estas 3 gráficas. La primera gráfica refleja que tan subvaluada está nuestra moneda en comparación a otras, se supone que al ser el mismo producto, si existiera Poder de Paridad de Compra, las 4 líneas estarían donde mismo (un poco el caso del dólar canadiense). Al mismo tiempo nos dice un poco qué tanto valdría nuestra moneda si fueramos a países como Suiza, Estados Unidos, Polonia, y Russia. Tal vez nuestro salario mensual se nos iría en un taxi en Suiza, o en las tortas de Russia las podríamos pedir con todo y aguacate.

Las siguientes dos gráficas hacen alusión a como al principio de este blog, donde era difícil contar la verdadera riqueza donde cuando quien cuenta con manzanas o naranjas. En la gráfica de en medio podríamos pensar que nuestra riqueza bruta a precios corrientes es mayor a la estado unidense, sin embargo, en la gráfica de la derecha vemos como estamos demaciado lejos al no tener tanto poder adquisitivo como pensabamos.

Ya para despedirnos, al ver estos datos en formato de serie de tiempo, nos damos cuenta de dos cosas:

1. Los periodos altos de inflación (2017 y 2022) no se ve que hayan alterado el Poder de Paridad de Compra, mientras que en nuestro blog de la inflación vimos como estos periodos sí tenían alzas significantes.

2. Cuando uno ve que una acción está subvaluada usualmente significa una muy buena oportunidad de inversión, pues su precio debería de subir. Sin embargo, los datos históricos muestran que el peso mexicano lleva mucho tiempo subvaluado, y probablemente siga así, pero también significa que ante una fluctuación importante, es probable que regrese al mismo lugar.

Hasta aquí la columna de hoy, esperemos les haya gustado mucho y que se queden con la idea de que el PPC tiene muchas aplicaciones, nos ayuda medir nuestro poder adquisitivo y existen incluso modelos que lo utilizan para pronosticar el tipo de cambio real. Por nuestra parte solo nos quedamos con la siguiente duda: ¿Les gustaría un índice de trompo burguer por parte de Datlas?

Equipo Datlas

– Keep it weird-

La inflación: un enemigo silencioso – COLUMNA DE OPINIÓN DATLAS

• Oigan, como que están más caros los limones para los tacos ¿No?
• Sí, creo que también la cerveza, el aguacate, y la coca.
• De hecho por poco no alcanzo la escuela, subió bastante la colegiatura.

No, no te volviste loco, sí han subido bastante los precios en México, y en este blog te explicamos el como y porqué.

Antes de pasar a las recientes noticias de alzas de precios en México y sus causas, el término que buscamos para explicarlas se llama inflación, uno de los términos más antiguos que podemos encontrar en la ciencia económica, nop no estamos hablando de neumáticos o globos, la inflación aunque hace un poco alusión a lo mismo (hacer algo más grande), no hablamos más que de los precios. Nuestro banco central (BANXICO) define el término de la siguiente manera:

«fenómeno que se observa en la economía de un país y está relacionado con el aumento desordenado de los precios de la mayor parte de los bienes y servicios que se comercian en sus mercados, por un periodo de tiempo prolongado.»

** También te puede interesar nuestro podcast con «Lucía Garza, Economista de profesión y Socia Directora de la firma de Inteligencia Económica Harbor Intelligence.» Donde explicamos este y más conceptos de economía.

Ahora que ya tenemos noción de como se llama este fenómeno debemos de hacernos dos preguntas muy importantes: ¿Cómo sé cuando la inflación es alta? ¿Cómo se mide dicha inflación? Estas por fortuna, (a diferencia de otras preguntas en economía), no dependen, son respuestas muy objetivas.

Los precios e índices ilustrados no son los reales

La manera en que medimos la inflación en México, es a partir del Índice Nacional de Precios al Consumidor (INPC o IPC), que no es más que un número que refleja cómo han variado los precios de un conjunto de bienes y servicios que consumen las familias. Se crea a partir de un año base (en la imagen se utiliza el 2016), y a partir de ahí se compara el gasto en una canasta de bienes (en la imagen consiste de carne y leche), después dividimos el precio de la canasta del año que estamos analizando (2017) entre la canasta del año base (2016) y al multiplicarlo por 100 obtenemos el IPC. Si obtenemos el cambio porcentual del IPC del año a analizar con respecto al IPC del año base, obtendremos la famosa tasa de inflación.

Todas estas medidas son realizadas por el INEGI, quien da seguimiento a 235 mil precios en 46 ciudades del país. La información se procesa tomando en cuenta qué tanto se gasta en ellos, para así saber cuál de los rubros tiene mayor importancia en el consumo de las familias, y a partir de ahí crear la canasta de bienes para el IPC. Con esa información el Banco de México implementa las medidas necesarias para controlar la inflación, ya que él es el encargado de regular la cantidad de dinero que circula en el país.

Fuente: Elaboración con datos BIE-INEGI

Para contestar a la pregunta de cuando una inflación es alta, necesitamos antes saber cuando tenemos una tasa de inflación moderada. BANXICO tiene el objetivo de mantener la tasa de inflación en un 3 % +/- 1 %. Bajo esta lógica, podríamos considerar que una inflación dentro del objetivo es moderada, por encima es elevada y muchas veces vemos una inflación por abajo cosiderada como preocupante.

Se puede observar en la gráfica izquierda que la inflación de cada año es está cerca del objetivo a excepción del 2017 y 2021. Así como en la gráfica de la derecha, a pesar de que existe un comportamiendo estacional (cada año de marzo a mayo baja la inflación, para luego no dejar de subir hasta diciembre), el 2021 tuvo una inflación muy por fuera de los otros años.

Pregunta sorpresa: ¿Qué sucedió en el 2017 para tener una inflación tan alta?

Ahora bien ¿Qué ha pasando con México en los últimos meses?

Un mes antes de la fecha de publicación de este blog, el subgobernador del Banco de México Jonathan Heath lanzó una advertencia mencionando que los actuales niveles inflacionarios no se habían visto en las dos décadas más recientes, producto de choques en la oferta y la demanda. También se le preguntó al subgobernador sobre los efectos que tuvo la ausencia de estímulos del gobierno federal a la planta productiva durante la pandemia, respondió que México no podía darse el lujo de contratar deuda como lo hizo Estados Unidos (endeudarse para dar seguros de desempleo a los norteamericanos).

«Sin embargo saliendo de la pandemia no tendremos los problemas fiscales de deuda que sí están teniendo otros países, entonces no queda muy claro en ese equilibrio si se tomó la decisión correcta o no».

** También te puede interesar: «NUEVO LEÓN INCREMENTA +21% EL VALOR DEL PIB TURÍSTICO EN LOS ÚLTIMOS 10 AÑOS»

En este suceso surgen dos temas muy importantes: la oferta y demanda, y el papel de los demás países en nuestra alza de precios.

Mucho se habló desde el 2020 como la pandemia afectó la economía, o más precisamente como los paíes actuaron ante la pandemia y esto afectó la economía. Realmente nadie tenía la fórmula para salir adelante, y algunas medidas terminaron mejor que otras. En lo que respecta a nuestro vecino del norte, estos optaron por dar seguros de desempleo, eras despedido y el gobierno te daba dinero, había mucho dinero en los bolsillos de los norteamericanos y pocas personas trabajando o produciendo bienes.

Aunque la gráfica de la oferta y demanda de bienes de este suceso es un poco más compleja, las leyes de la oferta y demanda siempre son las mismas. El párrafo anterior se ve ilustrado en la gráfica donde antes de los seguros de desempleo, los norteamericanos estaban situados en la cara feliz 🙂, después de los seguros al tener más dinero y poder demandar más bienes con sus ingresos, se desplaza toda la curva de la demanda a la derecha, mientras que la curva de la oferta se queda donde mismo, pues no hay mucha gente empleada y por lo tanto no se producen muchos bienes.

De esta manera existe una mayor cantidad demandada, pero si los vendedores ofrecen sus productos a los mismos precios y todos los pueden comprar, no habrá productos para todos, entonces deciden poner sus productos a un mayor precio, así los obtendrán solo aquiellos que estén dispuestos a sacrificar más de su renta. Todo este proceso nos da como resultado que ahora el equilibrio se situe en la cara triste 🙁, y que el precio de equilibrio sea P1 y no P0. Esta subida prolongada en precios se traduciría a una inflación en Estados Unidos mucho más alta de su objetivo (más alta del 2%).

Nota #1: Por esta razón no se puede imprimir más dinero para eliminar la pobreza, cuando la gente tiene más dinero en mano y existe la misma cantidad de bienes, lo más probable es que solo ocasione una alza en precios. (Existe un aumento de la curva de demanda, pero no de la de oferta).

Nota #2: De manera muy similar, hace unos meses la oferta de bienes se quedó estancada gracias a congestiones en los puertos de Estados Unidos (no había suficiente personal para mover los contenedores de los buques a los puertos), mientras que la demanda de bienes aumentó (en fechas de halloween y navidad se piden miles de adornos por transportes marítimos). Por ende, también se le atribuye la alza en precios a este segundo suceso.

Si yo vivo en México, gano pesos en México, y me gasto mis pesos en México ¿Qué tiene que ver Estados Unidos con que ahora las cosas estén más caras?

Uno de los últimos conceptos de este blog es el tipo de cambio, el cual nos indíca que tan cara es nuestra moneda (pesos mexicanos) comparada a otra moneda (dolares estadounidenses). Aunque no debería de ser normal, en los últimos años, nuestra moneda se ha hecho ligeramente más barata frente al dolar (se ha depreciado). Aún y cuando, para que el precio o los costos se mantengan igual, cuando sube el precio de las cosas en Estados Unidos, y nosotros vendemos y compramos (exportamos e importamos) bienes de Estados Unidos, también se sube el precio las cosas en México. Y hasta ese punto existe algo bueno que se deprecie un poco la moneda, después de todo si nosotros vendemos productos de calidad baratos, más países ven atractivo comprar nuestros productos.

El problema es cuando la inflación es mucho mayor a su objetivo, si nos ponemos en el papel de gestor de recursos en una empresa, uno planea sus costos en función del dinero que recibe. Cada año ya sabes que debes de pagarle un poco más a tus empleados, y comprar la materia prima un poco más cara, pero si de un año a otro (como en el que se publica este blog), todo está mucho más caro, probablemente no alcances a pagarle a tus empleados ni comprar la materia prima, y la única solución sea subir los precios de los productos que vende tú empresa.

Para estas alturas ya se ve a donde vamos con la idea, si la empresa 1 le suben los costos, subirá sus precios y despidirá gente (más seguros de desempleo que vimos en el apartado anterior), esto ocasionará que para la empresa 2 cuyos costos (materia prima) son los productos de la empresa 1, estén más caros y vuelva a repetir el proceso como una bola de nieve.

Las finanzas internacionales no son muy diferentes, si un país tiene una alza prolongada en precios difícil de controlar, gracias al tipo de cambio lo más probable es que los países que comercialmente dependen del primer país, también suban sus precios en proporciones fuera de lo común. Sumando que el tipo de cambio se hace más caro, y nuestra deuda está en dolares. He aquí la razón de porque veremos próximamente la escuela, cerveza, aguacate, y carne asada más caras de lo habitual.

Cabe mencionar que la inflación como otros de los indicadores más importantes para saber como está la economía del país, se encuentran disponibles en nuestro dashbord DASHA, el dashboard de inteligencia para el monitoreo turístico.

** También te puede interesar leer nuestra columna: “DESARROLLO DE DASHBOARD DE INTELIGENCIA PARA EL MONITOREO TURÍSTICO”

Hasta aquí la columna de hoy, el tema de la inflación da para mucho más, pero les dejamos de tarea investigar los conceptos de inflación subyacente e inflación no subyacente por su propia cuenta, o bien los invitamos nuevamente a escuchar el podcast de la Lic. Lucía Garza que adjuntamos al principio del blog, la cual los explica perfectamente.

– Equipo Datlas –

Keep it weird

¿Quiénes y por qué ganaron el PREMIO NOBEL de economía 2021? – Investigaciones Datlas

Es bien sabido que la economía es una ciencia muy transversal, tengamos o no un perfil matemático/financiero, los temas como el salario mínimo, la educación, e inmigración nos afectan a todos por el simple hecho de formar parte de la sociedad. Dicho esto, tiene sentido que sea cuando menos interesante los hallazgos recientes en economía más impactantes dignos de un Premio Nobel. Aquí entérate quienes ganaron el premio de este año y porque.

El primer galardonado es David Carl, un economista laboral canadiense-estadounidense y profesor de economía en la Universidad de California, Berkeley. Utilizando experimentos naturales analizó el salario mínimo, la educación, e inmigración en el mercado laboral.

Por el otro lado, Joshua D. Angrist, un economista israelí-estadounidense y profesor de economía en el Instituto de Tecnología de Massachusetts, junto con Guido W. Imbens, un economista holandés-estadounidense y profesor de economía en la Universidad de Stanford, aportaron a la manera en que podemos percibir la causalidad de experimentos naturales.

¿En qué consistían sus trabajos y por qué son tan relevantes?

El salario mínimo reduce el empleo? Un caso de estudio de California, 1978-89

Por parte del trabajo de David Carl, el tema central es observar el cambio en el estado de california al aplicarse la ley que incrimentaría el salario mínimo de 3.35 a 4.25 USD. Lo más interesante de este tema, es que según la teoría clásica de economía, mientras más se aumente el salario mínimo, más crecerá el desempleo, debido a que no se podrá contratar a tanta gente con salarios tan altos.

Esta última lógica hace sentido ¿No?, pues, depende. El catedrático de la Universidad de Berkeley estuvo en Madrid hace unas semanas para recoger el Premio Fronteras del Conocimiento que le otorgó la Fundación BBVA, ahí, argumentó que a pesar de que el salario de los peor pagados no ha crecido en los últimos 15 años, la ganancia se redistribuye cada vez más hacia el 10% con más ingresos del país.

De vuelta al trabajo ganador, Carl menciona en el mismo trabajo que no basta con observar al estado de california antes y después de que se le aplique la ley de aumento al salario mínimo, como buen experimento natural, es necesario un grupo de control donde cumpla características muy parecidas a California, pero que no haya tenido un aumento en su salario mínimo, (en este caso Arizona, Florida, Georgia, Nuevo México, y Dallas).

Después de observar los salarios en los diferentes estados para las diferentes categorías según el sexo, edad, horas trabajadas, y etnia. Carl divide los porcentajes en aquellos que ganan menos que 3.5 USD, de 3.5 a 4.25 USD, y aquellos que ganan más del salario mínimo.

De acuerdo a los datos recabados durante aquellos años, las personas que tenían un salario menor al salario mínimo siguen un comportamiento prácticamente igual en el estado de California y los estados del grupo control, mientras que las personas que tuvieron un salario entre el viejo y nuevo salario mínimo se reducieron con el tiempo considerablemente en el estado de California.

Estos datos a simple vista parecieran darnos la respuesta, si al subir el salario ahora hay menos personas que ganan entre el salario viejo y nuevo, eso quiere decir que hay menos empleados y por lo tanto un mayor desempleo ¿No?, pues NO. En economía nos gusta usar el término CETERIS PARIBUS (un cambio a la vez), el tener conclusiones como estas observando una variable es erroneo, porque no estamos viendo la imagen completa, hay muchas cosas que pudieron afectar al que la gente empleada ya no tenga esos salarios.

La metodología abordada por el trabajo es observar la variable del desempleo para las diferentes categorías, y mediante el método diferencias en diferencias, se busca una diferencia estadísticamente significativa del desempleo directamente en esos años gracias al aumento del salario.

Sin importar la edad, educación, sexo, y etnia. La estadística nos muestra que no existe una diferencia significativa en el desempleo al aumentar el salario, pero esto no quiere decir que la teoría clásica esté completamente mal, y lo abordaremos un poco más con el útlimo trabajo.

Identificaciones de efectos causales usando variables instrumentales

Para este segundo y último trabajo vale la pena hacer un punto y aparte y recordar que la economía no es una ciencia exacta, es una ciencia social, y como tal al observar datos como los siniestros del área metropolitana de mty y querer obtener inferencias como economistas, no producimos más choques para ver si nuestras hipótesis son ciertas, simplemente esperamos a que sucedan los eventos naturalmente y concluímos si acertamos o no.

** Te puede interesar NO TE SIENTES AL FRENTE SI VAS EN UN CARRO BLANCO POR GONZALITOS (CASO DE ANÁLISIS DE CHOQUES PARA NUEVO LEÓN, MÉXICO)

Lo primero que uno pensaría al momento de querer hacer conclusiones de las variables que pueden producir choques en mty, es que no podemos hacer que un grupo de personas choque y otro no. Gracias al trabajo de Joshua y Guido, tenemos la noción de que no basta con solo argumentar los trabajos en economía comparando nuestras variables de interés con los grupos de control (California y sus estados control), si no, en las variables que pueden afectar al salario en un estado en específico pero que no afectan otros estados (variables instrumentales).

Este último trabajo aporta en su mayoría a un descubrimiento metodológico, el cuantificar las medidas de impacto de un fenómeno que aunque se produzca naturalmente, puede ser afectado por otras variables que no estamos viendo en la imagen completa, y ahora se puede cuantificar esas variables. Como podemos observar, ambos trabajos se complementan entre sí, sin necesariamente refutar la teoría económica del pasado, pues no necesariamente los trabajos ajenos a este están mal, simplemente sin necesariamente trabajar con experimentos aleatorios, se pueden explicar una causalidad con experimentos naturales.

Hasta aqui la columna de hoy ¿Ya conocías estos trabajos o metodologías? Únete a la conversación en @DatlasMX y aprende más de Economía y Ciencia de Datos en Datlas Academy.

Equipo Datlas

Fuentes:

Entrevista con David Carl https://elpais.com/economia/2015/07/26/actualidad/1437936380_722077.html

Información del nobel de economía 2021. https://www.nobelprize.org/prizes/economic-sciences/2021/press-release/

Trabajo: El salario mínimo reduce el empleo? Un caso de estudio de California, 1978-89. Card, D. (1992). Do minimum wages reduce employment? A case study of California, 1987–89. ILR Review, 46(1), 38-54.

Trabajo: Identificaciones de efectos causales usando variables instrumentales. Angrist, J. D., Imbens, G. W., & Rubin, D. B. (1996). Identification of causal effects using instrumental variables. Journal of the American statistical Association, 91(434), 444-455.

No te sientes al frente si vas en un carro blanco por gonzalitos (Caso de ANÁLISIS DE CHOQUES PARA NUEVO LEÓN, MÉXICO) – DATLAS INVESTIGACIONES

Aún con varios blogs escritos al respecto, los datos de los siniestros reportados de inicios del 2016 a mediados del 2018 en Mty NL, aún tienen mucho que decirnos. Y aunque pareciera un título alarmante, la realidad es que no lo es, ¿o sí? Como diría cualquier científico social: Depende. Quédate en este blog para descubrir la respuesta.

** Te puede interesar «Categorizando zonas con más choques en Nuevo León»

Si cualquier persona con suficiente equipo de cómputo para utilizar Microsoft Excel filtrara y contara las observaciones de la antes mencionada base de datos, se daría cuenta de los siguientes resultados:

1. El color de los vehículos más chocado en ese periodo es el color blanco.

Seguido del gris, rojo, plata, y negro. Al quitar duplicados, sumar colores prácticamtente iguales, y ordenando de mayor a menor por cantidad de observaciones, obtenemos el TOP 10 se se ve en la imagen.

2. La parte del auto donde sucedió el choque más frecuente fue el frente

Seguido de la parte trasera, el cofre, el costado derecho delantero, y el costado izquierdo delantero. El procedimiento fue prácticamente el mismo que en el caso del color del vehículo, y gracias a ello tenemos el TOP 10 en esta segunda imagen.

3. Los choques de auto se concentran en su mayoría en la avenida Gonzalitos.

Por último, si proyectaramos un mapa 3D de las latitudes y longitudes, las cordenadas de los diferentes siniestros filtrados por tipo de vehículo, podríamos llegar a la conclusión de que en el mapa de autos, estos se concentran más en la avenida de Gonzalitos, mientras que en el camión se concentran por Ruiz Cortinez, y en los camiones ligeros por Madero.

Ahora bien, ¿debería de alarmarme por el título de este blog? Nuestra respuesta sería: no lo suficiente, y la manera más fácil de explicarlo es con el color del vehículo.

El hecho de que el color con más choques reportados sea el blanco, no quiere decir que dicho color sea el más propenso a chocar, porque no sabemos si es el color más comprado. Si por ejemplo casi toda la ciudad compró autos blancos y solo chocó 1 tercio, mientras que los autos rojos solo compraron 10 personas y todos chocaron porque es el color más propenso a chocar, el número de reportes entonces no nos ayuda mucho.

Algo similar sucede con la avenida Gonzalitos. Si solo nos basamos en los datos de los siniestros reportados, no podríamos comparar esta avenida con otras, al no estar seguros de cuantos automóviles la transitan, y por ende, no podemos asumir que es la avenida más peligrosa o propensa a sufrir un accidente. No es coincidencia que la hora con más choques es la 1:47pm, la cual cabe en lo que conocemos coloquialmente como la hora pico.

Como de costumbre, la intención de este blog no es asustar al usuario, si no compartir resultados interesantes de un análisis básico de datos, y generar conciencia de como un evento tan normal como un choque en esta ciudad, puede arrojarnos información interesante a compartir.

Hasta aquí la columna de hoy, no duden en visitar los otros escritos de esta base de datos o de la basta variedad de temas de analítica que hemos realizado. Pueden encontrarnos en nuestras redes sociales como @DATLASMX.

Adjuntamos el video echo por un aplicante para una de nuestras últimas convocatorias de ingreso a la startup, donde tenía que explicar esta y otras conclusiones interesantes de la base de datos en 6 minutos como máximo.

Equipo Datlas

-Keep it weird-