Ir al contenido principal

[FINANZAS] Comparativa Económica: EE.UU. 1960-70 vs Actualidad

Comparativa Económica: EE.UU. 1960-70 vs Actualidad

Comparativa Económica: EE.UU. 1960-70 vs Actualidad

Este artículo tiene como objetivo ofrecer una visión clara de los paralelismos y diferencias entre la situación económica de Estados Unidos durante el periodo previo a la ruptura del sistema de Bretton Woods (1960-1971), y la coyuntura actual en la década de 2020. A través de una tabla comparativa, se analizan variables clave como el peso de la industria, los déficits fiscales y comerciales, la política monetaria, el papel del dólar y las tensiones geopolíticas.

El propósito es ayudar al lector a comprender si la historia podría estar repitiéndose o al menos rimando, como diría Mark Twain, y cuáles podrían ser las consecuencias para los mercados, el sistema monetario internacional y las inversiones.

Tabla comparativa

Aspecto EE.UU. 1960-1971 EE.UU. Actual (2020s)
Peso de la industria en el PIB Muy alto (industria > 25% del PIB) Bajo (industria < 11% del PIB)
Dominancia tecnológica e industrial Sí, líder global en manufactura y tecnología Lidera en tecnología, pero industria desplazada a Asia
Déficit comercial Ligero o inexistente; apareciendo Muy alto y estructural (~1 billón USD anual)
Déficit en balanza de pagos Alto por gasto militar y expansión exterior Alto también por intereses de deuda y déficit fiscal
Política monetaria Expansiva, pero con anclaje al oro Extremadamente expansiva post-COVID, ahora restrictiva
Política fiscal Muy expansiva (Vietnam + "Great Society") Ultra expansiva en 2020-22; aún alto gasto
Nivel de deuda pública Moderada Muy alta (>120% del PIB)
Tipo de sistema monetario Patrón dólar-oro (Bretton Woods) Sistema fiat puro desde 1971
Confianza en la moneda En declive por sobreemisión de dólares Cuestionada, especialmente por países BRICS
Competencia internacional emergente Japón, Alemania Occidental China, India, Rusia, sudeste asiático
Factores de tensión geopolítica Vietnam, Guerra Fría, Francia desafiando Bretton Woods Ucrania, Taiwán, tensiones con Irán y Medio Oriente
Relación con el oro Convertibilidad directa: 35 USD/onza Ninguna relación directa; el oro es activo refugio
Inflación Moderada, en ascenso a finales de la década Alta en 2022, aún persistente aunque bajando

Como puede apreciarse, aunque el contexto histórico y tecnológico ha cambiado profundamente, existen patrones similares que invitan a la reflexión. Tanto entonces como ahora, el exceso de gasto público, el deterioro de la balanza externa y la desconfianza monetaria pueden generar presiones que alteren el orden económico global. Comprender la historia permite anticipar movimientos clave en los mercados y proteger mejor nuestro patrimonio.

Comentarios

Publicar un comentario

Entradas populares de este blog

[Validación Cruzada] [Machine Learning] [Evaluación de Modelos] [Ciencia de Datos] [R Programming] [Resampling] Validación Cruzada: Concepto y Técnicas Principales

Validación Cruzada: Concepto y Técnicas Principales Validación Cruzada: Concepto y Técnicas Principales La validación cruzada es un conjunto de técnicas utilizadas para evaluar la capacidad de generalización de un modelo de machine learning. Su objetivo principal es determinar cómo de bien puede el modelo desempeñarse con datos no vistos, proporcionando una evaluación más robusta y fiable en comparación con dividir los datos en un simple conjunto de entrenamiento y prueba. Principales Técnicas de Validación Cruzada 1. K-Fold Cross Validation (Validación Cruzada K-Fold) El conjunto de datos se divide en \(k\) particiones o "pliegues" de igual tamaño. El modelo se entrena \(k\) veces: en cada iteración, un pliegue diferente se utiliza como conjunto de prueba y los \(k-1\) pliegues restantes como conjunto de entrenamiento. La métrica final (por ejemplo, precisión, F1, etc.) se c...
Publicar un comentario
Leer más

AI:LLM:GREP: Regular expressions using "grep"

The regular expression [ˆa-zA-Z], which we used to avoid embedded instances of "the", implies that there must be some single (although non-alphabetic) character before the the. We can avoid this by specifying that before the the we require either the beginning-of-line or a non-alphabetic character, and the same at the end of the line:  grep -E "(^|[^a-zA-Z])[tT]he([^a-zA-Z]|^)" wizard_of_oz  The process we just went through was based on fixing two kinds of errors: false false positives positives, strings that we incorrectly matched like other or there, and false negafalse negatives tives, strings that we incorrectly missed, like The. Addressing these two kinds of errors comes up again and again in implementing speech and language processing systems. Reducing the overall error rate for an application thus involves two antagonistic efforts:  • Increasing precision (minimizing false positives)  • Increasing recall (minimizing false negatives) Some aliases for common...
Publicar un comentario
Leer más

Encontré 42 GB de modelos de IA fosilizados en mi PC: una puesta al día honesta sobre IA local, conceptos y entornos Python en 2026

Hace tiempo que no tocaba nada de IA en mi PC, y al echar un ojo descubrí varios programas que no recordaba para qué eran y, sobre todo, modelos de hace año y medio acumulando polvo en el disco. Lo que empezó como una limpieza acabó siendo una puesta al día completa: Ollama, conceptos fundamentales, mapa del ecosistema, comparativas, y un setup de Python desde cero. Lo dejo aquí ordenado por si a alguien le sirve. 1. El punto de partida: 42 GB de modelos zombi Lo primero que encontré fue Ollama corriendo en segundo plano (ese icono pequeño en la barra de tareas que llevaba meses sin tocar). Un ollama list reveló cinco modelos descargados hacía 18 meses, ocupando casi 42 GB: llama-3-8B-programming-questions — 16 GB SuperNova-Medius-Q8_0 — 15 GB uncensored_wizard_7b — 4.1 GB llama3.2 — 2 GB llama3.1 — 4.7 GB En el mundo de la IA, 18 meses son una eternidad. Han salido Llama 3.3 y 4, Qwen 2.5 y 3, DeepSeek-V3 y R1, Gemma 3 y 4, gpt-oss... cualquiera de los nu...
Publicar un comentario
Leer más