Archivo de la categoría: Economía

La tecnología al servicio de las administraciones tributarias

cartel_star_wars.jpg

Fuente: Cartel EEUU de ‘Star Wars: Episodio IV – Una nueva esperanza’ https://www.ecartelera.com/peliculas/la-guerra-de-las-galaxias-episodio-4-una-nueva-esperanza/cartel/4248/

 

David Patiño Rodríguez

Este post fue publicado originalmente en el blog De Fueros y Huevos del diario Expansión el 2/7/2019

 

Los términos big data, análisis de datos, computación en la nube, app o plataformas están presente en nuestras vidas desde hace tiempo. Son frecuentes los titulares que informan sobre una aplicación de inteligencia artificial que consigue hacer alguna cosa prodigiosa. El sector de las empresas hace tiempo que percibió esas potencialidades y se ha volcado en su desarrollo. Aparentemente el sector público se ha quedado unos pasos por detrás, a pesar de que en algunos casos sólo es una apariencia. Si bien algunas administraciones se han quedado rezagadas en el uso de las tecnologías de los datos, otras han tomado la delantera y su utilización de manera intensiva es una realidad.

Las administraciones tributarias constituyen uno de los ámbitos en los que existe mayor potencialidad para hacer un uso eficiente de las tecnologías basadas en los datos. De hecho, las agencias tributarias de muchos países, entre los que destaca la española, están en la vanguardia del desarrollo de sus aplicaciones. No es casualidad dado que las agencias tributarias han gestionado millones de datos desde hace tiempo. La gestión que hacían de esa cantidad ingente de datos se basaba en los denominados datos estructurados, es decir, los que disponían de un formato determinado, basado en las hojas de cálculo, siempre desde una perspectiva de revisiones a posteriori, sobre todo en la lucha contra el fraude fiscal, basadas en costosas auditorias.

El reto que estas agencias avanzadas están asumiendo consiste en cambiar de forma radical la perspectiva para transformarse en organizaciones que adoptan sus decisiones a partir de los datos. Lo cual implica aprovechar fuentes de datos que no son exclusivamente estructuradas, es decir, la cantidad ingente de datos procedentes de correos electrónicos, acceso a páginas web, imágenes, documentos de texto, vídeos, audios, etc. Y emplear una perspectiva temporal en la relación con los usuarios o en la inspección fiscal que se basa en el tiempo real o incluso anticipando el futuro donde lo que impera es la automatización. Los ámbitos en los que se pueden aprovechar las tecnologías basados en los datos son múltiples y variados.

La lucha contra el fraude es el ámbito en el que se aprecia la utilidad de estas técnicas de manera más intuitiva y efectivamente es en el que, posiblemente, más han avanzado las agencias tributarias. La inteligencia artificial junto con la analítica de datos (data analytics) está permitiendo que las agencias tributarias puedan establecer perfiles de riesgo muy precisos aunando datos de diferentes administraciones y de fuentes externas a la administración. Con esta información se pueden trazar perfiles de individuos y empresas que permiten segmentar a los contribuyentes en grupos similares lo que permite establecer criterios para hacer predicciones sobre su comportamiento. Estos perfiles permiten automatizar los procesos de detección de fraude y los hacen de modo más rápido y mucho menos costoso. El análisis predictivo (predictic analytics) permite anticipar el comportamiento y compararlo de modo inmediato con contribuyentes similares para identificar tipos nuevos y desconocidos de fraudes con métodos que aprenden de manera automática (machine learning). Técnicas como el web scraping permiten obtener información útil de los sitios web que incluyen a los países en los que las grandes corporaciones actúan y obtienen beneficios que, en su caso, puedan ocultar o permiten complementar las bases de datos de los contribuyentes. Los análisis de redes permiten analizar y visualizar de manera intuitiva las relaciones entre personas, organizaciones, direcciones IP y otras entidades conectadas lo cual proporciona información que permite detectar redes de fraude, a menudo internacional, o prevenir que ocurran. Gestionando la cantidad ingente de datos, estructurados o no estructurados, se puede construir tendencias que se extienden hacia adelante y crear modelos detallados que detectan errores de manera inmediata. Tales modelos permiten automatizar buena parte de la actividad recaudadora y de gestión, reduciendo sus costes, pero también el de los contribuyentes.

Las tecnologías de los datos también permiten mejorar los procedimientos de búsqueda. El principal método de detección del fraude se ha basado (y en buena medida lo sigue haciendo) en auditorías que revisan, de manera retrospectiva, los registros fiscales buscando inconsistencias, errores o fraudes. Este proceso adolece de un elevado coste para las administraciones y genera rendimientos reducidos en términos de los ingresos que se recuperan. Los modelos de comportamiento a los que nos hemos referido detectan de modo automático infinidad de errores y fraudes, pero además, permiten desarrollar programas de auditorías aleatorias que posibilitan encontrar actuaciones fraudulentas que hasta hace poco eran imposibles de encontrar y que evitan los posibles sesgos que caracterizan la búsqueda del fraude en muchas ocasiones. En general, las agencias pasan de buscar una aguja en un pajar a buscar una aguja grande entre un grupo de agujas.

Buena parte del éxito que están consiguiendo algunas agencias tributarias es consecuencia del esfuerzo que han realizado para coordinarse entre sí. La OCDE aprobó en 2014 las Normas de Información Común (Common Reporting Standard) un estándar internacional para obtener y compartir datos relevantes para la imposición así como información financiera que ha propiciado que 90 países intercambien automáticamente datos, en un formato determinado, sobre residentes, activos, ingresos y otra información importante lo que permite a las agencias conocer el comportamiento de las corporaciones en el extranjero y las relaciones que se dan entre entidades que pagan impuestos en múltiples jurisdicciones. Todo ello ha permitido desarrollar bases de datos compartidas para luchar contra los paraísos fiscales o la elusión fiscal, aprovechando los múltiples acuerdos de doble imposición.

Sin embargo, la lucha contra el fraude fiscal no es la única utilidad que ofrecen las tecnologías basadas en los datos a las administraciones tributarias. También les permite mejorar la relación con los contribuyentes y ofrecerles mejores servicios que les faciliten el pago de impuestos y reduzcan la presión fiscal indirecta. Por un lado, las administraciones tributarias están transformando el pago de impuestos para que se integre en el medioambiente natural de los contribuyentes y aproveche la tecnología para facilitar los cumplimientos tributarios, permitir un acceso sencillo y fiable a sus datos, o a poder modificarlos, reducir sus costes de cumplimiento. El uso intensivo de aplicaciones multicanal para facilitar el pago de impuestos es ya una realidad, pero es posible avanzar en vías para resolver dudas de los contribuyentes, incluso en tiempo real, a través del uso, por ejemplo, de máquinas virtuales que operan de manera ininterrumpida. No obstante, se puede avanzar mucho más dado que los datos de los contribuyentes permiten entender sus motivaciones y de este modo adaptar los servicios a sus demandas y necesidades. De nuevo es posible, segmentar a los usuarios para predecir qué contribuyentes tienen más probabilidad de usar cada tipo de servicio o superar las barreras que puedan tener colectivos concretos para acceder a la información o a los servicios por su edad, niveles educativos u otras razones. Por otro lado, se puede pensar en adaptar la tributación a acontecimientos especiales que se sucedan en la vida de los contribuyentes, por ejemplo, fallecimientos o nacimientos de hijos. En definitiva, abrir la puerta a que la tributación se adapte perfectamente a las personas y sus tiempos y que grave su capacidad económica con exactitud no teniendo que aproximarla a partir de índices objetivos que deben ser simples por naturaleza.

Es verdad que este cambio de paradigma requiere que, sobre todo las empresas, deban adaptarse a nuevos requerimientos para, por ejemplo, presentar la información. Mecanismos como la factura electrónica permiten a las autoridades fiscales controlar mejor el ciclo del IVA y detectar fraudes pero exige que las empresas adopten mecanismos para emitir y recibir este tipo de facturas. Sin embargo, las empresas pueden ahorrar tiempo, eliminar errores, y mejorar y abaratar su gestión. En general, estos requerimientos pueden verse como una oportunidad para transformarse también en organizaciones que toman decisiones basadas en datos.

Por último, el potencial asociado a la tecnología de los datos puede aprovecharse para mejorar la presupuestación y las reformas fiscales. Los modelos que predicen el comportamiento de individuos y empresas pueden emplearse para hacer previsiones más precisas a nivel macro para elaborar presupuestos y anticipar los efectos de propuestas fiscales a través de simulaciones cada vez más precisas que permitan adoptar medidas de política fiscal más exitosas y transparentes.

Como vemos, las posibilidades para mejorar la gestión son sustanciales. No obstante, conseguir administraciones tributarias basadas en datos (data-driven tax administration) implica acometer cambios sustanciales que transcienden incluso a la estricta organización. Desde luego precisa de una intención política clara al más alto nivel que permitan realizar cambios importantes en el organigrama. Precisa de una importante inversión en infraestructuras, pero también para disponer del personal con la formación adecuada. Todo ello implica adoptar una visión global que permita unificar bases de datos para que, si no son confidenciales, puedan compartirse entre distintas agencias gubernamentales y evitar que los contribuyentes deban proporcionar la misma información en varias (o numerosas) ocasiones, como sufrimos con frecuencia los investigadores. Se deben adoptar cambios sustanciales en la gestión de los datos y en su recogida que generarán cambios en el modo que los contribuyentes suministran la información. Las mejoras en la gestión no son algo mágico que simplemente por conocer la utilidad que está generando en otros ámbitos permiten aplicarse de modo inmediato pero las posibilidades son inmensas y el camino se hace andando.

Anuncios

Datos comparativos «economía financiera» y «economía real»

Imagen: Comparación entre «activos financieros» y PIB, 1980-2010; fuente: Sahil Jai Dutta & Frances Thomson, 2018, Financierización: guía básica.

José Pérez de Lama

Tiene uno la idea de que en los últimos años la «economía financiera» se ha hecho mucho mayor que la «economía real». Pero luego cuando se trata de cuantificar esto nunca soy capaz de recordar el dato exacto. Estuve repasando y comparando algunas referencias, y como no se encuentra tan fácil y las comparaciones no resultan al final tan evidentes, pues me animé a dejar aquí las notas que tomé por si fueran de utilidad a alguien más.

Fuentes de referencia:

Sahil Jai Dutta & Frances Thomson, 2018, Financierización: guía básica, Fuhem Ecosocial, ATTAC España & TNI, disponible en: https://www.attac.es/wp-content/uploads/2019/06/Financierizacion-guia-basica.pdf | visitado 06/07/2019

Mariana Mazzucato, 2018, The Value of Everything. The Value of Everything- Making and Taking in the Global Economy, Allen Lane – Penguin Random House

Juan Torres López, 2013, ITF: Un impuesto imprescindible, en: http://www.juantorreslopez.com/itf-un-impuesto-imprescindible/ | visitado 06/07/2019 Sigue leyendo Datos comparativos «economía financiera» y «economía real»

Economía y Felicidad: ¿Un Vínculo Olvidado?

imagen_edited.jpg

Fuente: Economía y Felicidad: La Paradoja de la Felicidad lavozdegalicia.es

 

 

Franciso Gómez García

Departamento de Economía e Historia Económica

Universidad de Sevilla

 

“El objetivo manifiesto de la investigación del Dr. Adam Smith es la naturaleza y causa de la riqueza de las naciones. Sin embargo, hay otra investigación, quizás aún más interesante y que ocasionalmente se confunde con ésta; me refiero a la investigación de las causas que afectan la felicidad de las naciones”.

Malthus (1798)

El interés por investigar las causas que afectan a la felicidad, que se desprende de la cita de Malthus, ha sido y sigue siendo, hoy en día, motivo de estudio para numerosos científicos sociales en todo el mundo. Podría advertirse cierto grado de reproche hacia Adam Smith por haber indagado poco en el asunto de cómo y en qué condiciones se transforma la riqueza en felicidad. Sin embargo, como argumenta Pasinetti (2005), el propio Malthus y los demás economistas clásicos tuvieron que enfrentarse a la tarea de construir los fundamentos de una nueva ciencia; tarea que no habría podido llevarse a cabo de no haberse centrado en una variable como la riqueza, una materia más restringida que la felicidad pero susceptible de ser definida objetivamente.

Esta visión cambió en la segunda mitad del siglo XIX con los primeros economistas neoclásicos que, influenciados por el utilitarismo de Bentham, dejaron de ocuparse de un concepto objetivo como la riqueza para pasar a ocuparse de un concepto subjetivo como la felicidad, término que para los primeros neoclásicos cardinalistas era sinónimo de utilidad, bienestar o satisfacción. En la investigación actual, en Economía de la Felicidad, los términos anteriores (a los que habría que sumar el bienestar subjetivo y la satisfacción con la vida) suelen utilizarse como intercambiables (Bruni, 2007).

En definitiva, el advenimiento del análisis marginalista supuso que la ciencia económica pasara de ocuparse de la riqueza (un concepto objetivo), a ocuparse de la felicidad (un concepto subjetivo, de connotaciones psicológicas, conectado con la idea de la satisfacción de necesidades humanas). La Psicología había entrado de lleno en el análisis económico, aunque con el cambio de siglo (análisis ordinal de la utilidad de Pareto y lógica de la elección racional) sería de nuevo expulsada del ámbito económico –véase Edwards (2009)-. Habría que esperar hasta los años setenta del siglo XX para rescatarla.

La tardía incorporación de la ciencia económica en el ámbito de la felicidad, puede ser explicada por el rechazo de los economistas en lo referente al uso de variables subjetivas, o por la creencia de que la felicidad es imposible de medir.

El primer gran referente de lo que actualmente conocemos como Economía de la Felicidad, lo encontramos en un trabajo realizado por psicólogos, y no por economistas. Nos referimos al estudio de Brickman y Campbell (1971) acerca de la felicidad individual y colectiva, en el que llegan a la conclusión de que las mejoras en los ingresos y en la riqueza individual, no se traducen necesariamente en mejoras reales en el bienestar de las personas.

Estos resultados llamaron la atención del economista Richard Easterlin (1974). En su trabajo seminal encontró que en Estados Unidos el ingreso per cápita se había duplicado entre los años 1946 y 1970, mientras que la felicidad apenas había aumentado en dicho período. Además, dicho autor considera 19 países, tanto desarrollados como menos desarrollados, utilizando datos que provienen de 30 investigaciones diferentes.

Los hallazgos del estudio de Easterlin pueden resumirse en tres puntos:

  1. Cuando se trata de un país y un período dado en el tiempo, se encuentra una asociación clara (y positiva) entre la renta y la felicidad. Así, aquellos individuos que pertenecen a los estatus más altos son más felices, por término medio, que aquéllos que pertenecen a los estatus más bajos.
  2. Cuando se hacen comparaciones entre países, no está claro que los países más ricos en promedio sean, como cabría esperar, los países más felices en promedio.
  3. Al estudiar series temporales para el caso de los EE.UU., el autor encuentra (como acabamos de apuntar) que no está claro que los aumentos de renta en el tiempo se hayan correspondido con aumentos de la felicidad subjetiva.

Los resultados 2º y 3º pueden considerarse como contradictorios con el 1º. Esta contradicción es lo que en la literatura se conoce como Paradoja de Easterlin. Se había “redescubierto” la Economía de la Felicidad, como disciplina que estudia la felicidad con los instrumentos propios del análisis económico.

El interés por la medición de la felicidad y sus causas no se agotó con la finalización del siglo XX. Por el contrario, en las últimas décadas se ha redoblado dicho interés, tanto en el ámbito académico como en el político. A modo de ejemplo podemos hacer referencia a la publicación en septiembre de 2009 del Report by the Comisión on the Measurement of Economic Performance and Social Progress[1], documento que se conoce como informe Stiglitz. En su elaboración cooperaron 25 científicos sociales (cinco premios Nobel de Economía, entre ellos), cuya misión era elaborar datos estadísticos e indicadores capaces de medir adecuadamente el progreso económico y social (Stiglitz et al., 2009).

Los autores del informe sostienen que “las mediciones del bienestar, tanto objetivo como subjetivo (satisfacción con la vida) proporcionan informaciones esenciales sobre la calidad de vida” y, por lo tanto, “los institutos estadísticos deberían integrar en sus encuestas preguntas cuyo objetivo sea conocer la evaluación que cada uno hace de su vida, de sus experiencias y de sus prioridades” (Stiglitz et al., 2009: 15).

En definitiva, el conocimiento de las causas que promueven el bienestar subjetivo de los ciudadanos resulta de interés tanto a nivel individual como institucional. La Economía de la Felicidad, apoyándose en las respuestas que dan los individuos en las encuestas cuando se les pregunta acerca de su grado de satisfacción con la vida, buscan correlaciones y tratan de cuantificar la influencia que ejercen variables como la renta, el empleo, la salud, la educación, etc., en el bienestar subjetivo que declaran los ciudadanos. Por tanto, estamos ante una disciplina basada en la evidencia.

Así, en el Análisis Económico se ha retomado el estudio científico de la Felicidad. Estos estudios se centran en el concepto de Satisfacción con la Vida (se mide de 0 –completamente insatisfecho- a 10 –completamente satisfecho-). La pregunta concreta a la que se responde en las encuestas es la siguiente: “En general, ¿está usted satisfecho con su vida?”. Dicho término, como ya hemos comentado, es intercambiable con otros como Bienestar Subjetivo, Utilidad y la propia Felicidad. Evidentemente, hay matices diferenciadores cuyo análisis exceden el propósito de este post.

En este contexto de interacción entre ideas y hechos económicos, ha surgido con fuerza (viene para quedarse) la Economía de la Felicidad. Según esta subdisciplina (revolucionaria) del Análisis Económico: 1) La economía debe estar al servicio de las personas; 2) El dinero es un medio (nunca un fin); 3) La Economía puede aprender mucho de la Psicología y 4) Los datos de bienestar subjetivo son un complemento necesario a los datos objetivos. En este contexto, por ejemplo, se ha demostrado empíricamente que existe un umbral de la felicidad (aproximadamente 60.000 euros anuales por familia, según los Nobel de Economía D. Kahneman y A. Deaton); a partir del cual más dinero no da más felicidad (aunque es cierto que hay personas que no hartan ni con…). Contestando a la pregunta inicial planteada en este post, lo que los Nóbeles han unido que no lo separe el hombre.

 

Referencias

 Brickman, P., y Campbell, D. T. (1971): Hedonic relativism and planning the good society. En Adaptation-level theory, pp. 287-305.

  • Bruni, L. (2007): The “technology of happiness” and the tradition of economic science. En Handbook on the Economics of Happiness [Bruni y Porta (eds), 2007], cap. 2, pp. 24-52.
  • Easterlin, R.A. (1974). Does economic growth improve the human lot? Some empirical evidence. In P.A. Davis, M.W. Reder, (Eds.): Nations and households in economic growth (pp. 89-125) New York, Academic Press
  • Edwards, J.M. (2009): Joyful economists: remarks on the history of economics and psychology from the happiness studies perspective. Université Panthéon-Sorbonne, Paris.
  • Malthus, T.R. (1798): An Essay on the Principle of Population. Oxford: Oxford University
  • Pasinetti, L. (2005): Paradoxes of Happiness in Economics, en L. Bruni, P.L. Porta (comp.). Economics & Happiness. Oxford University
  • Stiglitz, J; Sen, A; Fitoussi, J.P. (2009). Report by the Commission on the Measurement of Economic Performance and Social Progress. stiglitz-sen-fitoussi.fr.

 

[1] En febrero de 2008, Nicolas Sarkozy solicitó a Joseph Stiglitz (Presidente), Amartya Sen (Consejero) y Jean Paul Fitoussi (Coordinador) que establecieran una comisión, que adoptó el nombre de Comisión sobre la Medición del Desarrollo Económico y del Progreso Social. Su misión era “determinar los límites del PIB como indicador de los resultados económicos y del progreso social, reexaminar los problemas relativos a la medición, identificar datos adicionales que podrían ser necesarios para obtener indicadores del progreso social más pertinentes, evaluar la viabilidad de nuevos instrumentos de medición y debatir sobre una presentación adecuada de datos estadísticos” (Stiglitz et al., 2009).

Reseña: Mezzadra y Neilson: sobre extracción, logística y finanzas


Imagen: Central de Abastos de la Ciudad de México; fuente: http://turismoculturalcm.blogspot.com/2016/01/hisoria-de-la-central-de-abasto-ciudad.html

Reseña: Mezzadra y Neilson: sobre extracción, logística y finanzas; soberanías, geografía, valor…

Sandro Mezzadra & Brett Neilson, 2019, The Politics of Operations. Excavating Contemporary Capitalism, Duke University Press, Durham & London

Notas de José Pérez de Lama __ 06/2019 >>versión beta

“Es una cuestión de realismo político reconocer que, hoy en día, el estado no es suficientemente poderoso para confrontar las formaciones establecidas y emergentes del capitalismo.” (Mezzardra & Neilson, 2019: 238)

Siguiendo con mi práctica de hacer un comentario de los libros que leo justo al acabarlos, para dejar constancia de la primera impresión que me causan, recojo aquí unas notas provisionales sobre el último de Sandro Mezzadra – con Brett Neilson -, The Politics of Operations (Las políticas de las operaciones. Excavando el capitalismo contemporáneo).

Conozco a Sandro desde hace unos 15 años, como colega de Negri y su grupo de pensadores-activistas que, al menos durante algunos años, se llamaban Universidad Nómada. Sando, más o menos de mi generación, era dentro de aquel grupo la persona que más había pensado sobre migraciones – su libro Derecho de fuga (2005) era una referencia para la mayoría de la gente que formamos parte de Indymedia Estrecho, el proyecto en torno al cual nos conocimos, hacía 2004 o así. Este libro más reciente creo que supone un cierto desplazamiento de los intereses de Mezzadra. Coincidimos este año en Sevilla y después en Málaga, y me contó un poco, y me entraron ganas de leerlo en cuanto saliese. ¡Y aquí estoy con la lectura hecha! __ Trata, al menos en primera instancia, sobre las nuevas geografías del capitalismo – reciente, actual. Y de cómo en la producción de estas geografías encontramos claves importantes para entender qué está pasando en el mundo grande y en nuestros entornos más próximos, __ ya que como sabemos, ambas escalas están cada vez más estrechamente enmarañadas… Tangle (maraña) es un término que Mezzadra y Neilson usan en el libro, – quizás deudores de Bifo (2017) -, en lugar del más habitual redSigue leyendo Reseña: Mezzadra y Neilson: sobre extracción, logística y finanzas

¿Es necesario establecer impuestos sobre el uso de nuestros datos?

momento-escoger-verdad-mentira-tranquilizadora_EDIIMA20190329_0813_5.jpg

Fuente: Fotograma de la película Matrix (1999), dirigida por Lana Wachowski y Lilly Wachoswki. Warners Bros.

 

David Patiño Rodríguez

Este post fue publicado originalmente en el blog De Fueros y Huevos del Diario Expansión el 16/4/2019

 

La irrupción de la economía digital ha provocado un shock sobre las bases que sustentaban la tributación establecidas hace un siglo y que han gozado de un amplio consenso internacional. Estas reglas permitían determinar la jurisdicción a la que correspondían los ingresos impositivos y descansaban en la sede física como elemento esencial. Los cambios profundos que se han generado en los procesos de producción las han dejado desfasadas rápidamente. Las empresas digitales producen y venden información que una vez creada intercambian a coste marginal nulo por lo que no precisan de establecimientos físicos para realizar su actividad en un país concreto.

La OCDE lleva bastantes años intentando establecer unas nuevas bases tributarias. La UE también intenta realizar su propia propuesta, pero no acaban de tener éxito. En el caso de esta última, sus propuestas fiscales deben adoptarse por unanimidad, que es una forma dulce de decir que todos los países tienen derecho de veto. El problema es que el impuesto de sociedades es fácilmente exportable y su incidencia bastante incierta en el caso de empresas multinacionales que desarrollan sus procesos de producción a lo largo de varios, o muchos, países por lo que lo ideal en una federación es su centralización. En España por ejemplo, no se ha descentralizado nunca a las comunidades de régimen común y en las únicas en las que se ha hecho, las forales, ha generado problemas. La naturaleza de la actividad posibilita que trasladen la obtención formal de sus beneficios prácticamente dónde quieran, como hacen las empresas GAFA (Google, Apple, Facebook y Amazon), entre otras. El resultado ha sido que los países en los que se genera la mayor parte de la actividad de estas empresas, Alemania, Francia o España, tienen interés en adoptar cambios en la situación actual, pero otros como Irlanda u Holanda, que se benefician de dicha situación, se oponen.

La Comisión Europea (CE) alega que estas empresas no están siendo gravadas adecuadamente (o en ocasiones no lo están siendo en forma alguna) y que la situación quiebra los principios de eficiencia y equidad. Dada la imposibilidad, al menos en el corto plazo, de establecer una solución definitiva que pasara por un impuesto de sociedades comunitario, la CE ha propuesto una transitoria articulada mediante impuestos nacionales que graven la actividad desarrollada por estas empresas en cada país. El gobierno español aprobó un proyecto de ley para crear un impuesto de este tipo en enero, adelantándose al grupo de países que incluye Alemania, Francia o el Reino Unido que también están interesados en establecerlo.

Se han indicado algunos problemas que puede generar un impuesto como éste. Por ejemplo, se argumenta la dificultad para delimitar el sector gravado. Que intente gravar un grupo concreto de empresas, más que una actividad o que al articularse a través de los ingresos brutos pueda dar lugar a situaciones de dobles imposiciones. Por otro lado, también se argumenta que dado que las empresas susceptibles de ser gravadas son estadounidenses, puede ahondar en la guerra comercial con este país.

El principal motivo para crear el gravamen se basa en que los titanes digitales podrían estar ofreciendo una satisfacción inadecuada por los datos que obtienen de sus usuarios lo que constituiría la principal vía de elusión fiscal para estas empresas. El modelo de negocio se articula a través de los denominados mercados bilaterales que ofrecen servicios a sus usuarios por los que pagan por acceso, tipo Netflix, o lo obtienen gratis, como Google o Facebook. Los usuarios, a cambio, entregan sus datos a estas empresas, bien directa y voluntariamente, o bien los obtienen a través de la huella digital que dejan cuando navegan. Las empresas construyen bases de datos que rentabilizan a través de publicidad dirigida, posibilitando la discriminación de precios y mediante el desarrollo de utilidades de Inteligencia Artificial (IA). En este sentido, se podría concebir a las empresas digitales como refinerías de datos que los extraen del capital humano del país, lo que puede ser concebido como un bien público y justificaría su gravamen. Teniendo en cuenta que la naturaleza de la actividad se basa en las economías de red que generan tendencias a constituir monopolios debido al fenómeno del ganador se lo lleva todo.

La cuantificación del valor de los datos es la cuestión más controvertida a la hora de establecer un juicio sobre esta propuesta de tributación y puede dar pistas sobre la dirección por la que debe transitar la regulación del sector. Las empresas del sector alegan que pagan suficientemente a sus usuarios mediante los servicios que les prestan, pero como indican Postner y Weyl (2018), se podrían estar aprovechando de su posición de monopsonio y obtener tales datos a cambio de servicios mucho menos valiosos.

Por un lado, las empresas digitales argumentan que el valor marginal de los datos es nulo y realizan un papel similar al que tienen en la estadística convencional en la que, alcanzado una cantidad suficiente, ya no aportan nada (Varian, 2014). Sin embargo, en el desarrollo de la IA podrían operar rendimientos marginales crecientes en los datos. La primera oleada de IA se basó en el desarrollo de máquinas basadas en reglas establecidas por ingenieros. Esta vía deparó algunos éxitos como el ordenador Deep Blue que derrotó a Kasparov al ajedrez, pero pronto se vio que no se podía ir más lejos. La generalización de internet de alta velocidad, los dispositivos y la capacidad de computación posibilitó cambiar el enfoque. A partir de entonces se basó en funciones probabilísticas que se iban ajustando gracias a cantidades ingentes de datos, cuya necesidad crece conforme se realizan actividades más sofisticadas, generalmente más valiosas. En este sentido, una foto etiquetada adicional podría tener valor creciente. Si bien su valor puede disminuir para un uso concreto, por ejemplo para desarrollar una aplicación que permita el reconocimiento de caras, puede mejorar otros servicios que aún están en fase más temprana como identificar otros detalles de la imagen. Pero además, a diferencia de la estadística convencional, el desarrollo de la IA necesita cálculos superprecisos de las variables. Los datos marginales pueden ser muy valiosos si permiten el ajuste imprescindible de los dispositivos. A la estadística convencional le interesa, por ejemplo, la renta media de una zona. Sin embargo, aunque Alexa (o una de sus aplicaciones) ya haya desarrollado la base para entender el lenguaje oral, si no es capaz de diferenciar el acento de Sevilla del de Madrid, el dispositivo puede ser inservible, de manera que los datos marginales pueden aportar un valor indispensable para la comercialización del producto. Esto ha llevado a autores como Arrieta-Ibarra et al (2018) a proponer que los datos deberían considerarse como trabajo desarrollado por los usuarios más que como un activo de las empresas.

El impuesto sobre los datos puede representar una forma de internalizar los verdaderos costes de las empresas digitales. Ello puede hacer que compitan en igualdad de condiciones y posibilitar que la sociedad participe en la explotación de un bien público puro de propiedad comunal. Incluso se puede concebir como un primer paso para posibilitar el funcionamiento adecuado del sector, especialmente el modo en que distribuye el valor que genera.

 

REFERENCIAS

Arrieta-Ibarra, Imanol, Leonard Goff, Diego Jiménez-Hernández, Jaron Lanier, y E. Glen Weyl (2018), ”Should We Treat Data as Labor? Moving beyond “Free” ”, AEA Papers and Proceedings, 108: 38–42.DOI: 10.1257/pandp.20181003.

Postner, E. y Weyl, E.G. (2018), Mercados radicales, Antoni Bosch, Barcelona, 2019.

Varian, Hal R. (2014), “Beyond Big Data”, Business Economics, 49(1), 27-31

¿Alguien tiene idea del tipo de futuro socio-tecno-político hacia el que deberíamos tratar de dirigirnos? Algunos escenarios


Figura: Panel de control de escenarios socio-técnicos y políticos de futuro. Pérez de Lama, 2018.

Juego de los escenarios de futuro. La tecnología parece ser la respuesta, pero… ¿cuál era la pregunta?

José Pérez de Lama _ extracto de capítulo del autor en el libro colectivo Economía colaborativa… ¿de verdad?, editado por Charo Gómez-Álvarez, David Patiño Rodríguez et al, 2018.

Comentario introductorio: El capítulo en cuestión trata de las prácticas colaborativas y la fabricación digital. En esta parte de final, trata de ir un poco más allá del habitual blablaba de la innovación, intentando pensar qué tipo de usos de la fabricación digital (robótica, automatización…) nos interesa en relación con los futuros socio-económicos que podrían contribuir a promover… Recurriendo a un cierto lugar común, algunos párrafos antes se plantaba: “La tecnología parece ser la respuesta, pero… ¿cuál era la pregunta?”

Siendo la pregunta que estimamos que nos interesa más la de qué papel podría tener la fabricación digital colaborativa en una sociedad futura, cerraremos el presente texto con un último diagrama en el que se dibujan algunos posibles escenarios, sobre la matriz de las “4 Ps” propuesta por Dunne y Raby (2013). Esta matriz clasifica los escenarios de futuro en tres categorías principales: probable, plausible y posible, que los ordenaría de mayor o menor grado de probabilidad, valga la redundancia, desde nuestra actual perspectiva. A estas tres categorías, Dunne y Raby proponen añadir una cuarta, la de preferible, que se superpone a las anteriores, y que en esta ocasión dejaremos que sea trazada por los posibles lectores.

Los escenarios propuestos, lógicamente, no agotan todas las posibilidades de futuros imaginables, existiendo muchas posiciones intermedias entre ellos, y seguramente otros muchos que no se enuncian. Los efectivamente mostrados tienen un cierto carácter hiperbólico, según recomendaba Brand (1994) en un ejercicio parecido, para subrayar las diferencias y las tendencias que se proponen para discutir.

Comentario posterior: Noto ahora que no hacía referencia demasiado específica, en la descripción de escenarios, a la cuestión crecimiento/decrecimiento, y que la tendrán que hacer lxs lectorxs, quizás jugando con el slider del panel de control y viendo qué pasa… 😉 Sigue leyendo ¿Alguien tiene idea del tipo de futuro socio-tecno-político hacia el que deberíamos tratar de dirigirnos? Algunos escenarios

El debate sobre el valor – comentarios sobre el nuevo libro de Mariana Mazzucato

El debate sobre el valor – comentarios al hilo del nuevo libro de Mariana Mazzucato

José Pérez de Lama, versión beta

Reseña de: Mariana Mazzucatto, 2018, The Value of Everything- Making and Taking in the Global Economy, Allen Lane – Penguin Random House

Something is rotten in the theory of value.

Un libro sin duda muy interesante, de una de las grandes economistas globales ¿emergentes?, ¿de moda? -, que como se subraya en su portada recibió el premio Leontieff al Avance de las fronteras del pensamiento económico en su edición de 2018 [1] – es de suponer que por su anterior libro, El estado emprendedor, que también reseñamos en este blog hace unos meses (David Patiño, 2018).

Como sugería la cita introductoria y también el título, el libro trata del valor (económico…) en la economía digital y global actual. La autora da cuerpo a lo largo del libro de forma rigurosa a la sospecha más o menos general de que algo no funciona del todo bien con cómo se considera el valor en nuestras economías. Los ejemplos de la extraña consideración del valor son múltiples, pero citemos para empezar algunos ejemplos: cuando el gasto en arreglar un desastre ecológico se considera como producción de valor (esto es, hace aumentar el PIB, o GDP en inglés); o cuando las actores económicos que obtienen mayores beneficios son, entre otros, los financieros, cuya contribución a la creación de valor – en la crisis, en la burbuja inmobiliaria, o cuando apuestan con sus productos financieros contra la recuperación de un país en crisis, como ocurriera con Grecia o España hace pocos años – resulta bastante inexplicable para la mayoría de la gente – (algo más detallado sobre esto más adelante). Sigue leyendo El debate sobre el valor – comentarios sobre el nuevo libro de Mariana Mazzucato