Ranking de Shanghái: ¿comparando España con Estados Unidos? ARWU vs. Webometrics

Nota: Agradezco enormemente la ayuda recibida de Teresa Romero Madrid para enlazar las distintas bases de datos, así como a Isidro Aguillo la base de datos de Webometrics

Estrenaba el curso con una entrada en el blog universidadsi que tenía por título “Ranking de Shanghái: ¿comparando España con Estados Unidos? Sí, con Estados Unidos”. En dicha entrada se usaba como indica el propio título los resultados en el Ranking de Shanghái también conocido como ARWU. Es bien sabido que cada ranking universitario tiene sus ventajas y desventajas. En particular la principal desventaja de ARWU es que sus métricas están pensadas para clasificar a las mejores universidades y por tanto varios de sus indicadores no tienen tanto sentido para clasificar universidades a partir, digamos, del puesto 200. Por tanto, resulta razonable que haya investigadores que digan que es necesario un análisis de robustez usando otros rankings. En concreto, Isidro Aguillo (@isidroaguillo), responsable del ranking Webometrics propone el uso de éste, y es justamente lo que se realiza en esta entrada: comparar los resultados de la comparación de Estados Unidos y España usando datos de ARWU y datos de Webometrics.

¿Qué países aglutinan las mejores universidades del mundo según el ranking de Shanghái y Webometrics?

Comparando el número de universidades entre ambos rankings se aprecia que en ARWU hay más universidades de China, Japón y Corea del Sur mientras que en Webometrics hay más universidades de Estados Unidos y Reino Unido teniendo el resto de los países cifras similares en ambos rankings. Si se analiza el Top 100, hay un claro dominador, Estados Unidos, aglutina más del 40% de las universidades excelentes del mundo. El siguiente país es Reino Unido, con 8 universidades. España no cuenta con ninguna universidad en el Top 100. Sin embargo, se sitúa como el sexto país en el número de universidades Top 1.000 en ambos rankings.

El peso de Estados Unidos va bajando de más del 40-55% en el Top 100, a algo más de un 25-30% en el Top 500 y a un 20-25% en el Top 1.000. Se podría pensar que este descenso se debe a que en Estados Unidos hay pocas universidades más allá de las de élite, pero como veremos en detalle, no es así. Estados Unidos tiene un sistema universitario que es el mejor, sin duda, en cuanto al número de universidades excelentes, pero tiene problemas de equidad, pues muchas de sus instituciones no son capaces de entrar en el grupo de universidades buenas (Top 1.000).

Comparando España con Estados Unidos: ¿es una cuestión de tamaño?

Para hacer cualquier comparación entre universidades de distintos países debe ser tenido en cuenta el tamaño de las universidades. En el gráfico 2 se observa el tamaño, medido como el número de estudiantes, de las universidades públicas en Estados Unidos[1] y en España, que sí aparecen en el ARWU 2020 y en el top 1.000 de Webometrics 2020 respectivamente.

Para que la comparación sea adecuada se ha dividido la muestra en universidades pequeñas (menos de 10.000 estudiantes), medianas (10.001-20.000), grandes (20.001-40.000) y muy grandes (más de 40.001). Para complementar este gráfico se muestra una tabla con el número de universidades de cada tamaño y con el número de estudiantes distinguiendo entre universidades que forman parte de ARWU y del top 1.000 de Webometrics 2020 y las que no.

Gráfico 2

Nota: sólo se han tenido en cuenta aquellas instituciones catalogadas como “colleges, universities, and professional schools”. El tipo de institución viene delimitada por la variable sector, tomando las instituciones públicas valor 1.

En el gráfico 2 se ve claramente que la proporción de universidades públicas que forman parte de ARWU y Webometrics 2020 es mucho mayor en España que en Estados Unidos. Esta diferencia parece muy importante en el grupo de universidades medianas (10.001-20.000).

En cifras, el 83% de las universidades públicas presenciales españolas forman parte de ARWU 2020, siendo este valor del 79 en Webometrics. En Estados Unidos la cifra es del 22% en ARWU y del 34% en Webometrics. Si se mira el número de estudiantes de estas universidades, los porcentajes son del 93% en España y del 50% en Estados Unidos en ARWU mientras que en Webometrics son del 86% y 61% respectivamente.

Los resultados, teniendo en cuenta el tamaño, medido como el número de estudiantes, van en la misma dirección, pues para los cuatro tamaños de universidades España tiene una proporción mayor que Estados Unidos en ARWU 2020 tanto en número de universidades como en estudiantes. En Webometrics sucede lo mismo con excepción del rango de universidades muy grandes en donde la Universidad Rey Juan Carlos no aparece en el top 1000 en Webometrics.

Especialmente relevantes son las diferencias en los tamaños mediano y grande. En el tamaño mediano (10.001-20.000), España tiene 21 universidades públicas y tan sólo 2 universidades no forman parte de ARWU 2020 (Universidade Da Coruña y la Universidad de Almería) y 3 universidades no forman parte del top 1000 de Webometrics (Universitat de les Illes Balears, Universidad de Valladolid y Universidade de Vigo), lo que supone todas las universidades españolas de este rango forman parte del top 1000 bien en ARWU o Webometrics. En Estados Unidos el porcentaje de universidades del tamaño mediano en top 1000 es del 17% en ARWU y del 32% en Webometrics. Por lo que aunque la diferencia es menor en Webometrics, sigue siendo una diferencia muy alta a favor de las universidades españolas.

En el tamaño grande (20.001-40.000), España cuenta con 13 universidades y todas forman parte de ARWU 2020 y de Webometrics. En Estados Unidos el 70% de universidades públicas en este rango forman parte de ARWU 2020 y el 86% en Webometrics. En conclusión, aunque el ranking Webometrics es más favorable para las universidades de Estados Unidos que ARWU, se sigue viendo el resultado principal del análisis con ARWU: España es mejor que Estados Unidos teniendo universidades buenas (top 1000), si bien la diferencia entre Estados Unidos y España para tener universidades excelentes es sideral, como también lo son las diferencias de presupuesto entre las universidades excelentes de Estados Unidos y cualquier universidad española.


[1] Sólo se han tenido en cuenta aquellas instituciones catalogadas como “colleges, universities, and professional schools”. El tipo de institución viene delimitada por la variable sector, tomando las instituciones públicas valor 1.

Apuestas: Desde Trump a Garzón

Hace unos días me llamó mucho la atención este tuit de Kiko Llaneras (@kikollan) y su correspondiente hilo, así como este retuit y su pequeño pero interesante hilo.

Hay tres elementos interesantes. Primero, las predicciones en sí mismas tanto de las casas de apuestas como de expertos de la carrera hacia la presidencia de Estados Unidos. Hay un claro favorito, Joe Biden (veremos esta noche, aunque con Estados Unidos contando votos igual lo sabemos dentro de un mes 😊). Segundo, la diferencia entre la probabilidad según las casas de apuestas y el resto de probabilidades. Las casas de apuestas daban una probabilidad a Joe Biden del 64%, mientras que las otras tres eran: 85%, 89% y 96%. Y tercero, la estrategia de las casas de apuestas para fijar cuotas, es decir para fijar probabilidades implícitas.

Respecto del primer punto, decir que yo soy un firme defensor de usar las casas de apuestas. He usado los datos de casas de apuestas en varios de mis artículos publicados en revistas científicas (e.g., Journal of Sports Economics, Revista de Psicología del Deporte, Economics and Business Letters) y en muchos de los artículos en este blog para analizar la eficiencia de los entrenadores. Además, en un capítulo de libro de próxima aparición titulado “The Economics of Sports Betting and Sports Betting in Economics” escrito con Carlos Gómez González empezamos el último epígrafe así:

“To conclude the chapter, we want to emphasise some lines of research that can further benefit from the use of odds in the near future. To emphasise the usefulness of betting data in research in economics, it is necessary to come back to the book The Wisdom of Crowds by Surowiecki (2005) and the idea of why the many are smarter than the few. Betting markets work so well as outcome predictors because of the amount of information that agents bring from different sources. This is why the predictions in larger, more liquid markets (important events) are usually more accurate. Predictions based on information from such a large group of people are therefore a lot more likely to beat the predictions of any expert alone (Butler, Butler and Eakins, 2020). Other types of evaluations, such as the values of teams and players in the market offered on specific websites, are also based on the concept of the wisdom of the crowds.”

En el tercer aspecto importante del hilo decía que es interesante analizar el comportamiento de las casas de apuestas para fijar precios. Como bien decía Bryan Fernández “cada error, por pequeño que sea, en el cálculo de una probabilidad por parte de una casa de apuestas supone muchos millones”.

Un artículo precioso del 2004 titulado “Why Are Gambling Markets Organised so Differently from Financial Markets” de uno de mis economistas de referencia Steven Levitt decía que si los apostadores se comportan sin ningún sesgo y son capaces de anticipar las probabilidades reales lo mejor que puede hacer la casa de apuestas es fijar las cuotas que tengan implícitas las probabilidades verdaderas. De esta forma la casa de apuestas tendrá el mismo volumen de apuestas en cada posibilidad, que se conoce como libros balanceados ‘balance the book’, y así la casa de apuestas ganará el margen más conocido como overround. Sin embargo, si los apostadores tienen algún sesgo, la casa de apuestas puede ganar más dinero tomando posición en esa apuesta, es decir, si se produce el resultado por el que apuesta la casa de apuestas, esta ganará dinero mientras que lo perderá si no se produce el resultado por el que apostó.

Añade el artículo, las casas de apuestas no deberían alejar mucho las cuotas fijadas de las cuotas ‘reales’ (aquellas que reflejan las probabilidades verdaderas) pues si hay un grupo de apostadores sin sesgo estos pueden explotar esta diferencia entre la cuota ofrecida y la cuota ‘real’ y en un mercado tan líquido como la carrera presidencial. En resumen, las cuotas ofrecidas por una casa de apuestas deben estar entre lo que considera sus probabilidades reales (pongamos 85% gana Biden) y el comportamiento de sus apostantes (pongamos 55% gana Biden). Así, el 64% de victoria de Biden es posible en parte que venga por un sesgo en los apostantes o que sea más o menos la probabilidad verdadera.

Pero, ¿por qué pueden existir sesgos al apostar? Para responder a esta pregunta primero hay que delimitar los motivos que llevan a la gente a apostar en un evento como por ejemplo a la carrera presidencial. Básicamente hay cuatro:

  • Para ganar dinero- si creo que las cuotas no reflejan bien las probabilidades reales es posible ganar dinero. En este caso, si nos creemos que las probabilidades reales están más cerca del 85% de Biden que el 65% de Biden apostando por Biden ganaría dinero. Al menos haciendo esto en muchas apuestas. También se puede intentar ganar dinero con las conocidas como surebets. Las surebets aparecen cuando dos casas de apuestas ofrecen cuotas tan diferentes que es posible ganar dinero apostando de una manera en una casa y en de otra en la otra casa. Por ejemplo, si en la casa A la cuota de Biden es 2,10 y en la casa B la cuota por Trump es 2,10 ganaría dinero apostando un euro por Biden en la casa A y un euro por Trump en la casa B.
  • Por diversión- si me interesa un evento pero no tengo especial predilección por ningún contendiente y además creo que las cuotas reflejan bien las probabilidades verdaderas puedo apostar algún dinerillo para hacer el evento más emocionante. Por ejemplo, asumiendo que me da igual Biden o Trump y que creo que las cuotas reflejan bien las probabilidades, podría poner 5 eurillos por alguno de ellos y así darle una mayor emoción al recuento. Como veremos después este tipo de apuesta puede ser peligrosa y llevar a comportamientos indeseados.
  • Amante al riesgo- apostar por el contendiente preferido. Es posible que la cuota de las casas de apuestas se deba a que muchos fans de Trump hayan apostado por Trump.
  • Averso al riesgo- apostar por el contendiente no preferido. Si uno se pone muy nervioso en un evento puede apostar por su contendiente no preferido, de esta forma se llevará una alegría bien en términos monetarios o en otros términos.

Así, la diferencia de probabilidades implícitas entre los expertos y las casas de apuestas es posible que se deba a que muchos fans de Trump amantes al riesgo hayan apostado por él. Lo ideal sería tener los datos en directo de las apuestas recibidas. Así se podría obtener una información aún mayor del mercado de casas de apuestas para predecir muchos eventos.

Relacionado con este tema hoy el Ministerio de Garzón ha aprobado una nueva normativa del juego que afecta especialmente a la publicidad del mercado de apuestas. Aquí el hilo de twitter explicando las medidas la cuenta de La Moncloa. Me gustaría ver en qué estudios se han basado para hacer esta legislación, pero mucho me temo que no va a haber estudios y sí mucha ideología.

Hemos visto que de los cuatro tipos de apostantes el único que tendría un perjuicio claro serían los apostantes ‘por diversión’ que la diversión en vez de hacerlo para un evento concreto, por ejemplo yo recuerdo apostar en un partido de balonmano de selecciones en un Europeo para ver el partido con mayor emoción pues me daba igual el resultado pero como buen aficionado al balonmano quería ver ese partido. Lógicamente aposté una cantidad modesta. Y esa es la clave, todos los apostadores deberían tener claro que si se apuesta por diversión se debe hacer con un dinero que te sobre, que no te resulte imprescindible. Mi intuición es que para ello es mucho más importante la educación que la prohibición de la publicidad en un mercado ya plenamente consolidado. Es más, en ausencia de publicidad la única forma de que se instale una nueva empresa en el sector es poniendo precios más bajos, y como explicamos en primero de Economía ante precios más bajos la cantidad demandada es mayor. Espero que se realice una evaluación dentro de un tiempo de los efectos de esta nueva legislación. El primer efecto lo digo yo, los clubes de fútbol en España tendrán menos ingresos con lo que serán menos competitivos en competiciones europeas, y como hoy es día de Champions pues a ver la Champions 😊.