Política EEUU: La liberación norteamericana va por buen camino. Trump y Peter Navarro, claros candidatos al Nobel de Economía.

Atención, Foreros. ¿Quién preferís que gane hoy en EEUU.

  • Votantes totales
    29
  • Encuesta cerrada .
LoJaume dijo:
Del mismo medio, un artículo con el que coincido totalmente:

www.elindependiente.com

Trump es estúpido

Trump es un ignorante que quería inyectar desinfectante contra el bicho y ahora quiere hacer economía con bravuconadas, sombrerazos y un proteccionismo
www.elindependiente.com www.elindependiente.com

@Manu1001 , te recomiendo que lo leas a pesar del título (por otro lado, totalmente acertado)
Hacer clic para expandir...
¿En serio? Una auténtica bazofia; propaganda sistémica de la peor clase (para variar). El típico liberalio borrico y engreído haciéndose el listillo desde su imaginaria atalaya de superioridad (moral e intelestual) tirando de insultos, mentiras, tópicos de mierda, citas que no comprende (y que lo delatan), referencias pop de urbanita corto de miras, psicologismo de reader's digest y ese clasismo repugnante marca de la casa. "Paleto de cabaña y lata de alubias"; "pinta de granjero de Campo de sueños"... No se puede dar más asco.

¿Un artículo serio, divulgaltivo, mesurado, respetuoso, bien argumentado y documentado, que sea extramadamente crítico con la política arancelaria de Trump? Aquí lo tienes (se esté o no de acuerdo con él, es impecable en forma y fondo):
www.fpcs.es

Locura arancelaria - Fernando del Pino Calvo-Sotelo

La imposición unilateral de aranceles desorbitados por parte de la Administración Trump es probablemente el mayor error económico infligido por un gobierno americano a sus propios ciudadanos desde tiempos de Roosevelt y la mayor amenaza al bienestar económico mundial de las últimas décadas...
www.fpcs.es www.fpcs.es
 
Volviendo al tema de la deuda pública de EEUU que comentábamos esta mañana, he preparado esta gráfica que se ve la evolución de la deuda (en rojo) y el PIB (en azul) desde el año 2000, y se ve claramente que el ratio Deuda/PIB (en verde) se desmadró con la crisis financiera del 2008 (recordemos, Lehman Bothers).

En 2020 con la pandemia hay un estancamiento en el crecimiento del PIB, que despega con posteridad y avanza paralelo a la deuda que crece y se separa ligeramente, pero la distancia se agranda en los últimos años y lo que acaba de hacer Mr. Trump tiene pinta de que va a hacer ensanchar todavía más esa diferencia, aunque el ratio a finales de 2024 se situaba en un 125%

Ver el escenario con más amplitud, ayuda a entender.

1744301350055.png


Por si alguno quiere tener los datos de origen, se los he pedido a Gemini de Google, que me ha creado un script de Python para crear la gráfica,que os comparto también.

Utiliza la librería matplotlib que necesitarías tener instalada para usar el código directamente.

import matplotlib.pyplot as plt

# Datos (basados en la tabla proporcionada)
anos = [2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009, 2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019, 2020, 2021, 2022, 2023, 2024]
deuda = [5.7, 5.9, 6.2, 6.7, 7.4, 7.9, 8.5, 9.0, 10.1, 11.9, 13.6, 14.8, 16.0, 16.7, 17.8, 18.1, 19.5, 20.5, 21.5, 22.7, 26.9, 28.4, 30.9, 33.2, 35.5]
pib = [10.3, 10.6, 11.0, 11.5, 12.2, 13.0, 13.8, 14.5, 15.0, 14.4, 15.0, 15.5, 16.2, 16.7, 17.5, 18.2, 18.7, 19.5, 20.5, 21.4, 21.3, 23.6, 25.7, 27.4, 28.25] # Tomando un punto medio para 2024
ratio = [d / p * 100 for d, p in zip(deuda, pib)]

# Crear la gráfica
fig, ax1 = plt.subplots(figsize=(12, 6))

# Graficar Deuda Pública y PIB en el eje izquierdo
color = 'tab:red'
ax1.set_xlabel('Año')
ax1.set_ylabel('Billones de USD', color=color)
ax1.plot(anos, deuda, color=color, label='Deuda Pública Total')
ax1.plot(anos, pib, color='tab:blue', label='PIB Nominal')
ax1.tick_params(axis='y', labelcolor=color)
ax1.legend(loc='upper left')

# Crear el eje derecho para el Ratio
ax2 = ax1.twinx()
color = 'tab:green'
ax2.set_ylabel('Ratio Deuda Pública / PIB (%)', color=color)
ax2.plot(anos, ratio, color=color, label='Ratio Deuda/PIB')
ax2.tick_params(axis='y', labelcolor=color)
ax2.legend(loc='upper right')

# Título de la gráfica
plt.title('Evolución de la Deuda Pública, PIB Nominal y Ratio Deuda/PIB de Estados Unidos (2000-2024)')

# Mostrar la gráfica
plt.grid(True)
plt.tight_layout()
plt.show()
Hacer clic para expandir...

He pedido compararlo con España y este es el resultado, con un ratio que ha ido bajando en los últimos años después de la pandemia, pero a cierre de 2024, sigue siendo un 125% (igual que EEUU), habiendo superado en 2020 el 180%.

Captura de pantalla 2025-04-10 175639.png



import matplotlib.pyplot as plt

# Datos estimados de Deuda Pública y PIB de España (billones de €)
# Fuentes: Banco de España, INE, Eurostat, FMI (las cifras son aproximadas)
anos = [2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009,
2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019,
2020, 2021, 2022, 2023, 2024]
deuda = [0.40, 0.41, 0.45, 0.49, 0.53, 0.57, 0.61, 0.66, 0.76, 1.00,
1.10, 1.23, 1.36, 1.44, 1.49, 1.54, 1.60, 1.65, 1.69, 1.72,
1.90, 1.81, 1.77, 1.76, 1.78]
pib = [0.63, 0.67, 0.71, 0.76, 0.81, 0.87, 0.93, 0.99, 1.05, 0.98,
1.05, 1.08, 1.03, 1.00, 1.04, 1.08, 1.11, 1.17, 1.21, 1.24,
1.12, 1.21, 1.32, 1.39, 1.46]
ratio = [(d / p) * 100 for d, p in zip(deuda, pib)]

# Crear la gráfica
fig, ax1 = plt.subplots(figsize=(12, 6))

# Graficar Deuda Pública y PIB en el eje izquierdo
color = 'tab:red'
ax1.set_xlabel('Año')
ax1.set_ylabel('Billones de €', color=color)
ax1.plot(anos, deuda, color=color, label='Deuda Pública Total')
ax1.plot(anos, pib, color='tab:blue', label='PIB Nominal')
ax1.tick_params(axis='y', labelcolor=color)
ax1.legend(loc='upper left')

# Crear el eje derecho para el Ratio
ax2 = ax1.twinx()
color = 'tab:green'
ax2.set_ylabel('Ratio Deuda Pública / PIB (%)', color=color)
ax2.plot(anos, ratio, color=color, label='Ratio Deuda/PIB')
ax2.tick_params(axis='y', labelcolor=color)
ax2.legend(loc='upper right')

# Título de la gráfica
plt.title('Evolución de la Deuda Pública, PIB Nominal y Ratio Deuda/PIB de España (2000-2024)')

# Mostrar la gráfica
plt.grid(True)
plt.tight_layout()
plt.show()
Hacer clic para expandir...

Este es el agregado de la Unión Europea

Captura de pantalla 2025-04-10 181230.png


import matplotlib.pyplot as plt

# Datos estimados de Deuda Pública y PIB Nominal de la Unión Europea (billones de €)
# Fuentes: Eurostat, FMI (las cifras son agregadas y aproximadas)
anos_ue = [2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009,
2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019,
2020, 2021, 2022, 2023, 2024]
deuda_ue = [6.3, 6.5, 6.9, 7.4, 7.9, 8.4, 9.0, 9.6, 10.8, 12.3,
12.8, 13.5, 13.9, 13.7, 13.6, 13.7, 13.9, 14.2, 14.5, 14.8,
16.3, 15.7, 15.3, 15.0, 15.5]
pib_ue = [8.7, 9.1, 9.5, 10.0, 10.6, 11.2, 11.9, 12.6, 12.3, 11.7,
12.2, 12.4, 12.3, 12.3, 12.6, 13.0, 13.4, 14.0, 14.6, 15.0,
13.4, 14.5, 15.8, 16.5, 17.0]
ratio_ue = [(d / p) * 100 for d, p in zip(deuda_ue, pib_ue)]

# Crear la gráfica
fig, ax1 = plt.subplots(figsize=(12, 6))

# Graficar el Ratio Deuda/PIB en el eje izquierdo
color_ratio = 'tab:green'
ax1.set_xlabel('Año')
ax1.set_ylabel('Ratio Deuda Pública / PIB (%)', color=color_ratio)
ax1.plot(anos_ue, ratio_ue, color=color_ratio, label='Ratio Deuda/PIB')
ax1.tick_params(axis='y', labelcolor=color_ratio)
ax1.legend(loc='upper left')

# Crear el eje derecho para Deuda Pública y PIB
ax2 = ax1.twinx()
color_deuda = 'tab:red'
color_pib = 'tab:blue'
ax2.set_ylabel('Billones de €', color='black') # Etiqueta general para el eje derecho
ax2.plot(anos_ue, deuda_ue, color=color_deuda, label='Deuda Pública Total')
ax2.plot(anos_ue, pib_ue, color=color_pib, label='PIB Nominal')
ax2.tick_params(axis='y', labelcolor='black')
ax2.legend(loc='center right')

# Título de la gráfica
plt.title('Evolución de la Deuda Pública, PIB Nominal y Ratio Deuda/PIB de la Unión Europea (2000-2024)')

# Mostrar la gráfica
plt.grid(True)
plt.tight_layout()
plt.show()
Hacer clic para expandir...


Y aquí tenéis a China

Captura de pantalla 2025-04-10 181457.png

import matplotlib.pyplot as plt

# Datos estimados de Deuda Pública y PIB Nominal de China (billones de USD)
# Fuentes: FMI, Banco Mundial, Oficina Nacional de Estadísticas de China (las cifras son aproximadas)
anos_china = [2000, 2001, 2002, 2003, 2004, 2005, 2006, 2007, 2008, 2009,
2010, 2011, 2012, 2013, 2014, 2015, 2016, 2017, 2018, 2019,
2020, 2021, 2022, 2023, 2024]
deuda_china = [0.2, 0.2, 0.3, 0.4, 0.5, 0.7, 0.9, 1.2, 1.6, 2.4,
3.5, 5.0, 6.3, 7.8, 9.3, 10.5, 11.6, 13.0, 14.2, 15.4,
16.8, 18.3, 19.5, 20.8, 22.5] # Incluye deuda del gobierno central y local
pib_china = [1.1, 1.3, 1.5, 1.7, 2.0, 2.3, 2.7, 3.5, 4.6, 5.1,
6.1, 7.5, 8.5, 9.6, 10.5, 11.2, 11.9, 12.8, 13.9, 14.3,
14.7, 17.7, 18.0, 19.3, 20.5]
ratio_china = [(d / p) * 100 for d, p in zip(deuda_china, pib_china)]

# Crear la gráfica
fig, ax1 = plt.subplots(figsize=(12, 6))

# Graficar el Ratio Deuda/PIB en el eje izquierdo
color_ratio = 'tab:green'
ax1.set_xlabel('Año')
ax1.set_ylabel('Ratio Deuda Pública / PIB (%)', color=color_ratio)
ax1.plot(anos_china, ratio_china, color=color_ratio, label='Ratio Deuda/PIB')
ax1.tick_params(axis='y', labelcolor=color_ratio)
ax1.legend(loc='upper left')

# Crear el eje derecho para Deuda Pública y PIB
ax2 = ax1.twinx()
color_deuda = 'tab:red'
color_pib = 'tab:blue'
ax2.set_ylabel('Billones de USD', color='black') # Etiqueta general para el eje derecho
ax2.plot(anos_china, deuda_china, color=color_deuda, label='Deuda Pública Total')
ax2.plot(anos_china, pib_china, color=color_pib, label='PIB Nominal')
ax2.tick_params(axis='y', labelcolor='black')
ax2.legend(loc='center right')

# Título de la gráfica
plt.title('Evolución de la Deuda Pública, PIB Nominal y Ratio Deuda/PIB de China (2000-2024)')

# Mostrar la gráfica
plt.grid(True)
plt.tight_layout()
plt.show()
Hacer clic para expandir...
 
Última edición:
Aranceles de Trump, última hora del Ibex 35 y las bolsas hoy, en directo | La Casa Blanca aclara que los aranceles adicionales de Trump sobre productos chinos alcanzan ya hasta 145%

www.elmundo.es

Aranceles de Trump, última hora del Ibex 35 y las bolsas hoy, en directo | La Casa Blanca aclara que los aranceles adicionales de Trump sobre productos chinos alcanzan ya hasta 145%

Los aranceles adicionales aplicados por Estados Unidos a los productos chinos alcanzan ahora el 145%, precisa un decreto de la Casa Blanca publicado e
www.elmundo.es www.elmundo.es

Enviado desde mi CPH2247 mediante Tapatalk
 
No hay ninguna lista de empresas o productos hechos aunque sea algo en China para hacer boycott por el tema de la presión en los mercados que ha provocado?

Enviado desde mi CPH2247 mediante Tapatalk
 
DeBilbao dijo:
Who knows?

Ahí tienes a los siete magníficos, cabalgando montaña abajo...

Ver el archivo adjunto 66590
Hacer clic para expandir...
Bueno, la chulería de China por no hablar con Trump está provocando graves perdidas a los ahorradores estadounidenses, lo que es malo... o bueno, porque los rednecks no juegan en bolsa sino que trabajan duro y está Trump para defenderlos o...

No sé, veo un relato poco coherente ahí, Donald.

Enviado desde mi CPH2247 mediante Tapatalk
 
Seaker dijo:
Bueno, la chulería de China por no hablar con Trump está provocando graves perdidas a los ahorradores estadounidenses, lo que es malo... o bueno, porque los rednecks no juegan en bolsa sino que trabajan duro y está Trump para defenderlos o...

No sé, veo un relato poco coherente ahí, Donald.
Hacer clic para expandir...

¿Chulería de quién? :?

:ok :ok :ok
 
Seaker dijo:
No hay ninguna lista de empresas o productos hechos aunque sea algo en China para hacer boycott por el tema de la presión en los mercados que ha provocado?
Hacer clic para expandir...

¿Qué significa hacer boycott? ¿Y productos hechos aunque sea algo en China?

Si piensas en no comprar productos que tengan algo que ver con China... deja de comprar. Pero no algo, TODO.

Te invito a que calcules la "huella de China en los productos que puedes comprar en España. Un proyecto apasionante y sin duda complejo.


Cálculo de la "huella de China" en los productos que se venden en España.

Para calcular la "huella de China" en los productos que se venden en España, entendida como la trazabilidad de sus componentes y procesos de fabricación para identificar la implicación directa o indirecta de China, se requiere un enfoque multifacético y complejo. No existe una solución única y sencilla, pero se pueden implementar diversas estrategias y herramientas:

1. Trazabilidad de la Cadena de Suministro:
  • Recopilación de datos detallada:El primer paso fundamental es exigir y recopilar información exhaustiva sobre cada etapa de la cadena de suministro de los productos. Esto incluye:
    • Origen de las materias primas: Identificar dónde se extrajeron o produjeron las materias primas utilizadas en el producto.
    • Fabricación de componentes: Rastrear dónde se fabricaron cada uno de los componentes del producto y los procesos utilizados.
    • Ensamblaje final: Determinar dónde se realizó el ensamblaje final del producto.
    • Procesos intermedios: Identificar cualquier otro proceso de transformación o manipulación que haya ocurrido entre la obtención de las materias primas y el producto final.
  • Sistemas de identificación y seguimiento:Implementar sistemas robustos de identificación y seguimiento a lo largo de la cadena de suministro. Esto puede incluir:
    • Códigos de barras y códigos QR: Para identificar lotes y productos individuales.
    • Tecnología RFID (Identificación por Radiofrecuencia): Para un seguimiento más automatizado y en tiempo real.
    • Blockchain: Para crear registros inmutables y transparentes de la procedencia y los procesos.
  • Auditorías y certificaciones: Realizar auditorías periódicas a los proveedores y exigir certificaciones que acrediten la transparencia y la trazabilidad de sus procesos.
  • Plataformas de gestión de la cadena de suministro: Utilizar software especializado que permita mapear, gestionar y analizar la información de la cadena de suministro.
2. Análisis del Origen y los Procesos de Fabricación:
  • Etiquetado de origen claro y detallado: Exigir un etiquetado que no solo indique el país de origen del producto final, sino que también proporcione información sobre el origen de los componentes clave y los lugares de fabricación significativos.
  • Declaraciones de proveedores: Solicitar a los proveedores declaraciones detalladas sobre sus procesos de fabricación y el origen de sus insumos.
  • Análisis de ciclo de vida (ACV): Realizar ACV para evaluar el impacto ambiental y la huella de carbono de un producto a lo largo de todas sus etapas, incluyendo la extracción de materias primas, la fabricación, el transporte y el desecho. Esto puede ayudar a identificar puntos críticos relacionados con China.
  • Inteligencia de mercado y análisis de datos: Utilizar datos de importación y exportación, así como análisis de la industria, para identificar patrones y dependencias de componentes o procesos provenientes de China.
3. Consideraciones Específicas sobre la "Huella de China":
  • Identificación de componentes clave: Centrarse en la trazabilidad de aquellos componentes que son predominantemente fabricados en China o donde China tiene una influencia significativa en la cadena de suministro global (ej. tierras raras, ciertos componentes electrónicos).
  • Procesos de fabricación intensivos en carbono: Prestar especial atención a los procesos de fabricación que en China pueden utilizar fuentes de energía más intensivas en carbono, lo que aumentaría la huella ambiental del producto.
  • Impacto social y laboral: Considerar la trazabilidad para identificar posibles riesgos relacionados con las condiciones laborales y los derechos humanos en las fábricas chinas.
4. Marco Regulatorio y Cooperación Internacional:
  • Legislación nacional y europea: Impulsar y fortalecer la legislación que exija mayor transparencia y trazabilidad en las cadenas de suministro.
  • Acuerdos internacionales: Fomentar la cooperación internacional para establecer estándares comunes de trazabilidad y el intercambio de información.
  • Incentivos para la transparencia: Establecer incentivos para las empresas que implementen sistemas de trazabilidad robustos y transparentes.
Desafíos:
  • Complejidad de las cadenas de suministro globales: Las cadenas de suministro modernas son extremadamente complejas y pueden involucrar a múltiples países y actores.
  • Resistencia de los proveedores: Algunos proveedores pueden ser reacios a compartir información detallada sobre sus procesos y orígenes.
  • Costos de implementación: Implementar sistemas de trazabilidad robustos puede ser costoso y requerir una inversión significativa.
  • Verificación y cumplimiento: Asegurar la veracidad de la información proporcionada y el cumplimiento de las regulaciones puede ser un desafío.
En resumen, calcular la "huella de China" en los productos vendidos en España requiere un enfoque integral que combine la recopilación detallada de datos a lo largo de la cadena de suministro, la implementación de tecnologías de seguimiento, el análisis del origen y los procesos de fabricación, y el apoyo de un marco regulatorio adecuado. Es un proceso continuo que exige la colaboración de empresas, gobiernos y organizaciones internacionales.




Le he pedido a la IA que me de una estimación de cuántos productos vendidos en España tienen algo que ver con China, y no se moja en un dato, pero da unos cuantos datos para hacerse una idea y sí que concluye con que "una mayoría significativa de los productos que se venden en España tengan algún tipo de conexión directa o indirecta con China"


Cálculo de cuántos productos vendidos en España tienen algo que ver con China

Es extremadamente difícil ofrecer una estimación precisa del número de productos vendidos en España que tienen "algo que ver" con China. La razón principal es la complejidad y la globalización de las cadenas de suministro. Casi todos los sectores se ven afectados en alguna medida por la producción o los componentes chinos.

Sin embargo, podemos ofrecer algunas perspectivas generales basadas en la información disponible:

Importancia de China en las importaciones españolas:
  • Principal proveedor extracomunitario: China es el principal origen de las importaciones de bienes para España fuera de la Unión Europea. En 2023, representó aproximadamente el 20% del total de las importaciones extracomunitarias de España.
  • Segundo proveedor total: Si se incluyen las importaciones dentro de la UE, China fue el segundo mayor proveedor de bienes a España, solo por detrás de Alemania.
  • Sectores clave:España importa de China una amplia variedad de productos, incluyendo significativamente:
    • Tecnología y maquinaria: Dispositivos semiconductores, equipos de oficina, maquinaria en general.
    • Textil y confección: Ropa, calzado, tejidos.
    • Electrodomésticos y electrónica de consumo: Móviles, ordenadores, televisores, etc.
    • Bienes de consumo: Juguetes, muebles, menaje del hogar.
    • Productos industriales: Componentes para diversas industrias.
Penetración en el mercado español:
  • Es razonable asumir que una proporción muy alta de los productos que se venden en España contienen algún componente o han pasado por algún proceso de fabricación en China, ya sea directamente el producto final o alguno de sus elementos.
  • En algunos sectores, la dependencia es particularmente alta. Por ejemplo, se ha señalado una dependencia comercial "elevada" de China en sectores como el farmacéutico (hasta el 80% en algunos insumos críticos) y el informático (hasta el 60%). En la industria manufacturera en general, se estima que alrededor del 20% de las empresas españolas importan insumos críticos de China.
  • Incluso productos aparentemente "españoles" pueden contener componentes chinos o haber sido fabricados en China y luego reetiquetados.
Imposibilidad de una cifra exacta:
  • Falta de trazabilidad completa: Como se mencionó en la respuesta anterior, la trazabilidad completa del origen de cada componente y proceso es un desafío complejo y costoso.
  • Componentes indirectos: Muchos productos pueden contener componentes que a su vez contienen elementos o han sido procesados en China, lo que dificulta el seguimiento.
  • Productos "Made in China": Una gran cantidad de productos que se venden en España están directamente fabricados en China.
Conclusión (Estimación cualitativa):

Aunque no se puede dar un número exacto, es muy probable que una mayoría significativa de los productos que se venden en España tengan algún tipo de conexión directa o indirecta con China en su cadena de suministro. Esta conexión puede variar desde ser el país de fabricación del producto final hasta ser el origen de componentes específicos o procesos de fabricación intermedios.

Para tener una idea más precisa, se requerirían análisis sectoriales detallados y una mayor transparencia en el etiquetado y la trazabilidad de los productos.


:ok :ok :ok
 
O sea, que está complicada la cosa y además, ahora con nuestras relaciones exteriores fuertes de amistad con los EEUU, más difícil todavía.
 
Seaker dijo:
O sea, que está complicada la cosa y además, ahora con nuestras relaciones exteriores fuertes de amistad con los EEUU, más difícil todavía.
Hacer clic para expandir...


Veo que le has puesto ganas al proyecto de calcular la huella de China en tus compras.

No entiendo lo que dices de las relaciones fuertes de amistad con los EEUU.

¿Te refieres en modo coña al viaje de Pedro por tierras orientales?

Me cuesta leerte, la verdad.

:ok :ok :ok
 
Sí, me refiero a eso... Que parece que le gusta tirar al Estado por un precipicio para hacerse fotos y creerse importante.

Enviado desde mi CPH2247 mediante Tapatalk
 
En el Ibex no se han enterado de nada, con subidas... No sé, no sé si esto va a quedar así. Cada semana tiene Trump una ocurrencia, que remueve la política internacional y la economía.

Cuando Trump envida a la grande, China lo ve, y desconozco cuanto se puede sostener.

Enviado desde mi CPH2247 mediante Tapatalk
 
Seaker dijo:
En el Ibex no se han enterado de nada, con subidas... No sé, no sé si esto va a quedar así. Cada semana tiene Trump una ocurrencia, que remueve la política internacional y la economía.

Cuando Trump envida a la grande, China lo ve, y desconozco cuanto se puede sostener.
Hacer clic para expandir...


El IBEX no pudo reaccionar ayer al anuncio de Trump, así que reacciona hoy.

¿Seguirá mañana la estela de Wall Street?

Who knows!

:ok :ok :ok
 
No lo sé, todo dependerá en los próximos días y semanas de todo lo demás. Irán y EEUU, previsiones de la banca de inversión, la falta de respuesta europea, bajada de tipos, elecciones, la llegada de los Ovnis...

Enviado desde mi CPH2247 mediante Tapatalk
 
Seaker dijo:
No lo sé, todo dependerá en los próximos días y semanas de todo lo demás. Irán y EEUU, previsiones de la banca de inversión, la falta de respuesta europea, bajada de tipos, elecciones, la llegada de los Ovnis...

Enviado desde mi CPH2247 mediante Tapatalk
Hacer clic para expandir...


Añade a la lista tu próximo móvil... :mparto

¡Suma y sigue!

:ok:ok:ok
 
No, pero en serio, con lo infravalorado que está un mundo gris, que cada día llegue una medida o un anuncio histórico no le hace bien a las certidumbres que necesitamos los humanos para ser felices. Somos malos previsores, y no nos gusta la incertidumbre.

Enviado desde mi CPH2247 mediante Tapatalk
 
Conéctate o regístrate para responder aquí
Arriba Pie