Martha Gimbel: Por qué los Legisladores Deben Pensar Más Allá del Informe Trimestral

La política económica opera en escalas de tiempo que rara vez se alinean con los ciclos políticos o las observaciones del mercado. Martha Gimbel, directora ejecutiva y cofundadora del Budget Lab de Yale, argumenta que la obsesión de Washington con métricas inmediatas oculta una verdad fundamental: muchas políticas tardan años—a veces décadas—en mostrar su impacto completo.

La economista, que anteriormente fue asesora principal en el Consejo de Asesores Económicos de la Casa Blanca, ha dedicado su carrera a analizar cómo las decisiones fiscales repercuten en los mercados laborales y en la economía en general. Su investigación revela puntos ciegos críticos en la forma en que los responsables de políticas miden y responden a los cambios económicos.

La línea de tiempo oculta de la política económica

Cuando los gobiernos implementan políticas de gran alcance, la narrativa suele centrarse en indicadores a corto plazo: crecimiento del PIB, tasas de desempleo, movimientos en la bolsa. Pero Gimbel enfatiza que este enfoque de instantáneas ignora las consecuencias reales de las decisiones políticas.

“Las políticas a largo plazo a menudo tienen efectos que no son inmediatamente visibles”, explica. Un paquete de estímulo puede impulsar temporalmente el crecimiento, pero la deuda acumulada puede arrastrar a la economía durante años. La inversión en infraestructura puede parecer costosa inicialmente, pero sus beneficios en productividad podrían multiplicarse con el tiempo. Los análisis a corto plazo, por definición, no pueden captar estas dinámicas.

El desafío se profundiza cuando entran en juego consideraciones geopolíticas. No todas las políticas económicas están diseñadas principalmente para el crecimiento. Algunas sirven a fines estratégicos o diplomáticos—utilizando aranceles como palanca, ajustando reglas comerciales para contrarrestar rivales, o tomando decisiones deliberadas que subordinan la eficiencia económica pura a intereses nacionales más amplios. Entender la política requiere comprender sus verdaderos objetivos, que a menudo trascienden las cifras del PIB.

Por qué los datos oficiales superan a los informes corporativos

Los responsables de políticas enfrentan una tentación creciente: confiar en datos corporativos en tiempo real en lugar de esperar las estadísticas oficiales del gobierno. Los anuncios de despidos del sector privado llegan a las noticias de inmediato. Las empresas tecnológicas anuncian públicamente reducciones de plantilla. Los datos del mercado proporcionan precios y transacciones actuales. ¿Por qué esperar a la Reserva Federal o al Bureau of Labor Statistics?

La respuesta de Martha Gimbel es sencilla: los datos privados no pueden reemplazar las estadísticas oficiales porque están sistemáticamente incompletos. Los datos de despidos de las empresas están muy sesgados hacia las grandes firmas visibles públicamente—esas que generan titulares dramáticos. Las pequeñas empresas que reducen silenciosamente su plantilla permanecen invisibles. La volatilidad del sector tecnológico se sobrerepresenta simplemente porque sus ejecutivos anuncian públicamente sus decisiones.

“Los sesgos de selección crean una imagen distorsionada”, señala. Las empresas que anuncian despidos no son una muestra aleatoria de la economía. Representan un segmento particular que considera importante la comunicación pública. ¿Qué pasa con las innumerables pequeñas empresas que ajustan su nómina sin hacerlo público? Las estadísticas oficiales intentan captar la imagen completa; los anuncios corporativos solo muestran lo espectacular.

Esta distinción es enormemente importante para la formulación de políticas. Si los líderes basan sus decisiones en un conjunto de datos sesgado, maldiagnosticarán los problemas y desplegarán soluciones que abordan los síntomas en lugar de las causas subyacentes.

Navegando las narrativas: cuando la IA es la culpable

Las narrativas corporativas sobre despidos han cambiado drásticamente. Donde antes los ejecutivos culpaban a las condiciones del mercado o a reposicionamientos estratégicos, ahora muchos enfatizan la IA y la automatización como las principales responsables de las reducciones de plantilla. El encuadre resulta atractivo: la tecnología es neutral, inevitable, casi fuera del control humano. Culpa a las máquinas, no a la gestión.

Martha Gimbel cuestiona esta narrativa. Sí, la IA influye en las decisiones de contratación y empleo. Pero, ¿es realmente más significativa que los aranceles, las tasas de interés o las presiones sobre los márgenes de ganancia? El énfasis en la IA—sugiere—puede reflejar cómo los CEOs construyen historias para proteger su imagen y tranquilizar a los inversores, más que un análisis objetivo de las causas.

“Los líderes corporativos moldean la conversación sobre los despidos”, observa. En un mundo donde la interpretación de datos influye en la política, controlar la narrativa se convierte en una forma de poder. Cuando el público cree que la IA es la principal causa de los despidos, la presión política se dirige hacia regular la IA en lugar de examinar las decisiones ejecutivas o las prácticas laborales.

Repensar la medición del mercado laboral

Estados Unidos cuenta con una infraestructura estadística para seguir el empleo que supera a la de la mayoría de los países. El Bureau of Labor Statistics emplea metodologías sofisticadas perfeccionadas a lo largo de décadas. Sin embargo, Gimbel argumenta que este mismo éxito puede generar complacencia.

A medida que la economía evoluciona—con el auge del trabajo gig, la IA que redefine habilidades, el trabajo remoto que altera patrones geográficos—las categorías y métricas usadas para medir la salud del mercado laboral pueden haberse cristalizado. Las estadísticas oficiales rastrean el empleo tradicional; tienen dificultades para captar nuevas formas de trabajo o el deterioro de habilidades en sectores específicos.

“Es necesario repensar qué se mide en el mercado laboral para seguir eficazmente los cambios tecnológicos y del mercado laboral”, enfatiza. Los responsables de políticas solo pueden responder a lo que miden. Si las mediciones permanecen atadas a categorías de la era pre-digital, la ceguera política es inevitable.

El punto más profundo resuena en toda decisión económica: entender las limitaciones de tus fuentes de datos no es una cuestión pedante—es fundamental para una política sólida. El trabajo de Martha Gimbel nos recuerda que una buena economía requiere humildad intelectual respecto a lo que realmente sabemos, escepticismo hacia las narrativas convenientes y compromiso con las estadísticas oficiales, incluso cuando parecen avanzar demasiado lentamente para un mundo impaciente.