Estudios de interés: sentimiento anti-alemán e inversión en educación; efectos de la inmigración irregular; IA y precio de la electricidad; el coste del clientelismo en probabilidad de insolvencia; los que desconfían de los bancos, desconfían del gobierno; IA en EE.UU. y en Europa,

Efectos de la entrada masiva de inmigrantes en los EE.UU.

Este estudio analiza el impacto del auge y posterior freno de la inmigración no autorizada en Estados Unidos entre 2021 y 2024, concluyendo que estos flujos migratorios impulsaron el empleo local de manera proporcional sin provocar caídas significativas en los salarios de los trabajadores residentes. No obstante, el estudio señala que esta llegada masiva de personas elevó los precios de la vivienda y los alquileres debido a una oferta inmobiliaria rígida, al tiempo que redujo los ingresos laborales per cápita por un efecto de composición salarial y disminuyó considerablemente el gasto en transferencias gubernamentales. El efecto de composición salarial ocurre cuando el salario promedio de una zona o sector cambia no porque los sueldos de los individuos hayan subido o bajado, sino porque ha cambiado el perfil de las personas que trabajan allí. Imagina una oficina donde hay diez directivos que ganan mucho dinero; si de repente contratan a diez becarios con sueldos bajos, el salario promedio de la oficina caerá drásticamente aunque a los directivos no les hayan tocado ni un céntimo de su nómina. En este caso, la media baja por una cuestión estadística de "mezcla" o composición: ahora hay más personas en el tramo bajo de la escala salarial, lo que arrastra el promedio general hacia abajo.

En el contexto del estudio, este efecto explica por qué el ingreso per cápita disminuye a pesar de que los salarios locales se mantienen estables. Al incorporarse una gran cantidad de trabajadores inmigrantes que suelen ocupar puestos con remuneraciones más bajas, el promedio estadístico de la región desciende. Es fundamental distinguir este fenómeno de una reducción salarial real, ya que el efecto de composición es una ilusión óptica de los datos agregados: los trabajadores que ya estaban antes siguen ganando lo mismo, pero el promedio se "diluye" al sumar a muchos trabajadores nuevos con ingresos menores. En definitiva, los autores sugieren que la inmigración irregular actúa como un choque de demanda en el sector inmobiliario y una fuente de mano de obra que dinamiza el empleo, alterando las finanzas públicas y la estructura de ingresos local sin perjudicar necesariamente los sueldos existentes.

Daniel J. Wilson and Xiaoqing Zhou, The Impacts of Unauthorized Immigration on U.S. Labor and Housing Markets: New Evidence from Administrative Microdata, 2026

Centros de datos para IA y precios de la electricidad

Los centros de datos impulsados por inteligencia artificial están revertiendo dos décadas de demanda eléctrica estancada en EE. UU. y han generado preguntas sobre cómo este crecimiento afectará a los precios de la electricidad. Cuantificamos este efecto utilizando un modelo de despacho de menor coste a nivel de unidad por horas, que cubre los mercados mayoristas de electricidad en los Estados Unidos continentales. Observamos que los centros de datos existentes ya han aumentado los precios mayoristas entre un 3 y un 5% de media a nivel nacional, con efectos sustancialmente mayores en las regiones que albergan los principales corredores de centros de datos. Extendiendo el modelo hasta 2028, mostramos que si la construcción propuesta avanza bajo escenarios de alta utilización, los precios mayoristas podrían aumentar drásticamente (50%), mientras que una construcción más moderada produce efectos menores (20%) pero aún significativos. Los impactos varían debido a la utilización y las suposiciones de construcción. Por último, utilizamos el modelo para abordar varias discusiones políticas, incluyendo decisiones óptimas sobre la ubicación de centros de datos y la incertidumbre sobre la construcción de energías renovables.

Owen Kay, Robert Reaser and Reid Taylor, Processing Power: The Effect of Data Centers on Wholesale Electricity Markets, 2026

La brecha salarial entre afroamericanos y blancos y la evolución de la tecnología

se redujo en las décadas de 1960 y 1970, pero se estancó tras 1980. Este estudio sostiene que el cambio tecnológico sesgado hacia la rutina (RBTC) contribuyó a esta estancación al afectar de manera diferente a trabajadores negros y blancos a lo largo de la distribución salarial. Utilizando nueva evidencia empírica sobre patrones ocupacionales y determinantes salariales para estos trabajadores, racionalizo estos patrones con un nuevo marco teórico RBTC. Contrariamente a las expectativas, el empleo de los trabajadores negros en ocupaciones rutinarias intensivas aumentó, mientras que los trabajadores blancos experimentaron un descenso significativo. Aplicando la descomposición de Oaxaca-RIF, demuestro que la clasificación ocupacional amplifica las brechas salariales, especialmente en el extremo inferior de la distribución salarial. Estos hallazgos, interpretados a través del novedoso marco teórico, ofrecen nuevas perspectivas sobre los mecanismos que impulsan las brechas salariales raciales a finales del siglo XX.

El concepto de "cambio tecnológico sesgado hacia la rutina" se refiere a una transformación en el mercado laboral donde el progreso técnico, como la informática y la automatización, no afecta a todos por igual, sino que actúa como un sustituto de los trabajadores que realizan tareas repetitivas y mecánicas mientras actúa como un complemento que aumenta la productividad de quienes realizan tareas cognitivas y abstractas. En el contexto de tu texto, esto explica por qué la convergencia salarial entre trabajadores negros y blancos se detuvo tras 1980: mientras que los trabajadores blancos lograron desplazarse hacia ocupaciones no rutinarias de mayor remuneración, los trabajadores negros se concentraron cada vez más en empleos de alta intensidad rutinaria que estaban perdiendo valor económico debido a la automatización. Esta dinámica creó una especie de trampa ocupacional donde la estructura del mercado, analizada mediante la descomposición de Oaxaca-RIF, revela que el simple hecho de estar "clasificados" en estos puestos rutinarios ensanchó la distancia salarial, especialmente en los niveles de ingresos más bajos, convirtiendo a la tecnología en un motor de desigualdad racial indirecta al penalizar las funciones en las que el grupo afroamericano quedó sobrerrepresentado.

Vittoria Dicandia, Technological Change and Racial Wage Gaps, 2026

Disparidades en la adopción de la IA en EE.UU y en/a lo ancho de Europa

Este artículo analiza datos de encuestas internacionales realizadas a trabajadores y empresas entre 2025 y 2026 para documentar las marcadas disparidades en la adopción de la Inteligencia Artificial entre Estados Unidos y Europa, así como las brechas existentes entre los propios países europeos. Los hallazgos sugieren que una parte fundamental de estas diferencias se debe a la demografía de los trabajadores y a la estructura empresarial de cada región. Además, la adopción de la IA está profundamente ligada a las prácticas de gestión de personal y a la proactividad de las firmas al incentivar el uso de estas tecnologías entre sus empleados. A nivel micro, la evidencia indica que la IA permite un ahorro de tiempo significativo para los trabajadores. En una escala macro, aquellas industrias con mayores niveles de implementación han experimentado un crecimiento de la productividad más acelerado en años recientes. Si bien esta relación es estadísticamente significativa y presenta magnitudes similares en ambos lados del Atlántico, no se han hallado pruebas concluyentes de que la adopción de la IA a nivel industrial esté afectando los niveles de empleo. Resultados parecidos en este otro estudio.

Alexander Bick/Adam Blandin/Nicola Fuchs-Schündeln/David J. Deming/Jonas Jessen, Mind the Gap: AI Adoption in Europe and the US, 2026.

Ingresos laborales y nivel de estudios

Este estudio explica que, aunque sabemos que estudiar más suele traducirse en mejores sueldos, hasta ahora no teníamos datos suficientes para ver cuánto dinero gana realmente una persona a lo largo de toda su vida según su nivel de estudios. Los autores han conseguido acceso a registros administrativos de 45 generaciones diferentes en Estados Unidos, lo que les permite ver la "foto completa" de los ingresos acumulados durante 20 años de carrera profesional. Para entender por qué unas personas acumulan más dinero que otras, el estudio analiza dos factores clave. El primero es el margen intensivo, que se refiere a cuánto dinero gana alguien mientras tiene un empleo. El segundo es el margen extensivo, que mide cuánto tiempo total de esos 20 años la persona estuvo realmente trabajando y no desempleada o fuera del mercado laboral. Además, no se limitan a mirar los promedios, sino que también observan la dispersión de ingresos, es decir, qué tanta diferencia de sueldo hay entre personas que tienen el mismo nivel educativo.

Lo más relevante del estudio es que muestra cómo el mercado laboral ha cambiado para las nuevas generaciones. Al comparar las cohortes de nacimiento sucesivas, los autores demuestran que las trayectorias de ingresos se están separando cada vez más según el título que se tenga y el género. Título quiere decir aquí que, por ejemplo, para las generaciones más antiguas la diferencia de ingresos entre un graduado de secundaria y uno universitario no era tan abismal, pero que para las generaciones nacidas más recientemente, tener el título universitario es mucho más determinante.

Pinghui Wu and Annie Liu, Educational Attainment and the Evolution of Cumulative Earnings across 45 US Birth Cohorts, 2026

Sentimiento anti-alemán y aumento del gasto en educación 

Este estudio analiza el impacto que tuvo el enorme aumento del gasto en educación pública en las ciudades de Estados Unidos tras la Primera Guerra Mundial. Para que te hagas una idea de la magnitud, el gasto por cada alumno subió más de un 70% en apenas unos años, llegando a 1924 con una inversión educativa sin precedentes. Lo interesante de este estudio es cómo demuestran que ese dinero realmente sirvió para algo. Los autores descubrieron que este aumento de recursos logró que los niños estudiaran durante más años y que, cuando se hicieron adultos, tuvieran salarios más altos. Estos beneficios fueron especialmente notables en el caso de los niños de familias con menos recursos, lo que sugiere que la inversión pública actuó como un motor de movilidad social.

De hecho, los investigadores calculan que este aumento del gasto explica casi la mitad (un 40%) del gran salto en el nivel educativo que dieron las generaciones nacidas entre 1895 y 1913. Para llegar a esta conclusión, utilizaron un método curioso: aprovecharon que el sentimiento anti-alemán de la época provocó de forma indirecta un crecimiento en el gasto escolar en ciertas zonas, lo que les permitió aislar el efecto real del dinero invertido de otros factores económicos de la época. 

Tras la Primera Guerra Mundial, se desató una auténtica histeria colectiva en Estados Unidos contra todo lo alemán (se prohibieron periódicos, se cambió el nombre al chucrut por "liberty cabbage" e incluso se prohibió hablar alemán por teléfono en algunos estados). En este clima, el gobierno y las élites locales empezaron a ver a las grandes comunidades de inmigrantes alemanes como una amenaza a la seguridad nacional y a la unidad del país. La respuesta de las ciudades para "solucionar" este problema consistió en utilizar la escuela como herramienta de control: Se decidió que la mejor manera de neutralizar la influencia extranjera y "fabricar" ciudadanos 100% estadounidenses era a través de la educación pública, de modo que, para atraer (u obligar) a los niños de familias inmigrantes a abandonar sus escuelas privadas parroquiales (donde a menudo se enseñaba en alemán) y entrar en el sistema público, las ciudades invirtieron masivamente en mejorar las escuelas, contratar más profesores y ampliar los años de escolaridad obligatoria. Al mismo tiempo, se aprobaron leyes que prohibían la enseñanza en alemán. La inversión masiva servía para asegurar que el sistema público fuera capaz de absorber a toda esa población y "americanizarla" rápidamente mediante el uso exclusivo del inglés y un currículo patriótico.

Ethan Schmick/Allison Shertzer,  The Impact of Early Investments in Urban School Systems in the United States, 2026

 ¿La gente desconfía específicamente de los bancos tradicionales o es una desconfianza generalizada hacia cualquier institución, incluyendo al gobierno o a las plataformas de pago digitales?

Este texto parte de una realidad preocupante: en 2023, más del 18% de los hogares en Estados Unidos se encontraban en una situación de exclusión financiera, ya sea por no tener ninguna cuenta bancaria o por tener un acceso muy limitado a servicios financieros básicos. El estudio señala que la falta de confianza es una de las razones principales de este fenómeno.

Los autores realizaron encuestas directas a personas desbancarizadas y analizaron sus respuestas mediante técnicas estadísticas. Identificaron que la confianza se divide principalmente en tres factores: una desconfianza general hacia todo el sistema, miedos específicos hacia la banca tradicional y una marcada preferencia por empresas que tengan oficinas físicas donde poder acudir. 

Además, el estudio analiza cómo influyen factores como el nivel de ingresos, la edad, la educación, la raza y la filiación política en estos niveles de confianza. Por ejemplo, los datos del sector muestran brechas raciales persistentes, donde aproximadamente el 11% de los hogares afroamericanos y el 9% de los hispanos carecen de cuenta bancaria, frente a solo el 2% de los hogares blancos,

Según el estudio, el problema no se limita únicamente a los bancos tradicionales, sino que existe una falta de confianza de amplio espectro en el sistema en su conjunto. A través de su análisis estadístico, los autores descubrieron que el factor más determinante es lo que llaman "confianza de alcance general", lo que significa que las personas que desconfían de los bancos suelen desconfiar también de las entidades gubernamentales y de otros proveedores de servicios financieros.

Esto implica que la solución para reducir la exclusión financiera no es tan sencilla como simplemente ofrecer cuentas a través de correos o de empresas tecnológicas. La presencia física de las oficinas sigue siendo un factor de confianza vital para este grupo.

Paola Boel/Daniela Puzzello/Peter Zimmerman, Beyond Banks: Trust Among the Financially Underserved, 2026.

Clientelismo, instituciones y default soberano

Los autores utilizan un indicador llamado Rendición de Cuentas Horizontal (HA), que mide la intensidad con la que los tribunales, el parlamento y otros organismos independientes pueden frenar las decisiones del presidente o el poder ejecutivo. Para demostrar que este índice realmente refleja lo que ocurre con los fondos públicos, lo comparan con datos reales de Argentina e India.

En el caso de Argentina, analizan las "Transferencias No Automáticas" (NAT), que son fondos que el gobierno nacional reparte a las provincias a su antojo, fuera de la ley de coparticipación. El estudio revela que, durante las presidencias de Menem o Cristina Kirchner, estas transferencias se concentraban masivamente en sus provincias de origen (La Rioja y Santa Cruz, respectivamente) cuando los controles institucionales eran más débiles. Esto valida que, a menor control horizontal, más se usa el dinero público para "comprar" apoyo político regional.

El núcleo del artículo es un modelo donde los políticos negocian el presupuesto. Si la rendición de cuentas es baja, el grupo en el poder es pequeño, el presupuesto nacional se convierte en un fondo de reptiles que puede saquear para dar beneficios a sus seguidores.

Este comportamiento distorsiona los incentivos de deuda de dos formas. 

En épocas de bonanza, los gobiernos de países con instituciones débiles no ahorran, sino que piden prestado aún más para alimentar su red de clientelismo. 

En épocas de crisis, como el dinero se gasta en transferencias políticas y no en bienes públicos productivos, el país tiene menos capacidad de pago, lo que dispara el riesgo de impago y hace que los intereses (spreads) suban justo cuando la economía cae.

El estudio utiliza la comparación entre Argentina y Chile para demostrar que la diferencia no es cuánto dinero tienen, sino cómo son sus instituciones. Aunque ambos salieron de dictaduras militares en los años 80 con condiciones similares, sus caminos se separaron.Chile logró construir instituciones con mayor rendición de cuentas, lo que redujo drásticamente el uso de fondos para clientelismo (estimado en un 1.5% del PIB frente al 6.9% de Argentina). El modelo demuestra que, si Argentina hubiera adoptado las instituciones chilenas manteniendo todo lo demás igual, sus crisis de deuda y sus altísimos intereses habrían desaparecido casi por completo.

Un hallazgo muy interesante del artículo completo es que las autocracias puras (con poder absoluto pero sin rotación política) a veces tienen menos riesgo de impago que las democracias débiles. Esto sucede porque, aunque el dictador no tenga controles externos, sabe que se va a quedar en el poder mucho tiempo y, por tanto, no tiene prisa por saquear el país hoy mismo. En cambio, en una democracia con instituciones débiles, los políticos saben que pueden perder las próximas elecciones, por lo que piden prestado y gastan todo lo posible ahora, dejando la factura del impago para el que venga después.

By Marina Azzimonti and Nirvana Mitra, Clientelism, Institutions and Sovereign Default, 2026

¿Por qué unas tiendas se llenan y otras no? Un nuevo método para entender los altibajos de los negocios en Nueva York"

Este artículo utiliza datos de movilidad (tráfico de personas) obtenidos mediante teléfonos móviles para entender cómo cambian las ventas y la afluencia en los negocios de Nueva York. El problema que intentan resolver los autores es que, cuando ves que una tienda está llena, no sabes si es porque mucha gente decidió ir de repente (un choque de demanda externo) o porque la tienda puso una oferta increíble o cambió su horario (una estrategia de la empresa). 

Para limpiar este "ruido", los autores crean un modelo que separa lo que es un imprevisto del mercado de lo que es una decisión del dueño del negocio. Utilizan inteligencia artificial (aprendizaje automático no supervisado) para agrupar las tiendas no por su barrio o por lo que venden, sino por cómo se comportan sus clientes. Por ejemplo, podrían descubrir que una cafetería en Brooklyn y una zapatería en Queens se comportan igual ante la lluvia o los eventos, aunque no tengan nada que ver en sector o ubicación.

Los resultados del estudio arrojan tres conclusiones principales. Primero, que la duración de estos choques de demanda varía muchísimo: para algunos negocios el efecto de un imprevisto dura días, mientras que para otros desaparece en horas. Segundo, que las tendencias de estos grupos son muy diferentes entre sí. Y tercero, lo más importante estadísticamente: si intentas analizar todos los negocios juntos como si fueran una sola masa (una muestra agrupada), acabas ignorando la volatilidad extrema que sufren algunos establecimientos. En definitiva, el estudio demuestra que las métricas promedio engañan, ya que ocultan los riesgos reales que enfrentan los comercios individuales frente a los cambios en el comportamiento de los consumidores.

By Marina Azzimonti, David Wiczer and Yang Xuan, Estimating Demand Shocks from Foot Traffic: A Big-Data Approach, 2026