MI SELECCIÓN DE NOTICIAS
Noticias personalizadas, de acuerdo a sus temas de interés
Agregue a sus temas de interés
En el horizonte de 12 meses, la firma ve retornos de un 9,1% para la energía
Goldman Sachs elevó el lunes su pronóstico de retorno para las materias primas en 12 meses de un 3% a un 6,4%, por una mejor perspectiva para el petróleo después de que un grupo de exportadores liderado por la Opep llegó a un acuerdo para frenar aun más la producción y por la preocupación por el sector agrícola.
La "claridad política" tras el acuerdo comercial entre Estados Unidos y China y las elecciones británicas podría alentar la demanda de materias primas, dijeron analistas del banco en una nota.
"Sin embargo, los problemas de suministro estructural que han desalentado la inversión en la producción de productos básicos siguen presentes: pobres rentabilidades de las empresas, demasiada deuda y pasivos ambientales".
Washington y Pekín frenaron su guerra comercial la semana pasada, reduciendo algunos aranceles estadounidenses a cambio de lo que los funcionarios dijeron que sería un gran aumento de las compras chinas de productos agrícolas estadounidenses y de otros bienes.
Después de ganar una mayoría en las elecciones del Reino Unido la semana pasada, el primer ministro Boris Johnson prometió "cerrar el Brexit" antes del 31 de enero y luego llegar a un nuevo acuerdo comercial con la Unión Europea para fines de 2020.
Goldman pronostica retornos de un 1,7%, un 4,7% y un 6,4% de su índice de materias primas S&P GSCI para tres meses, seis meses y 12 meses, respectivamente. En el horizonte de 12 meses, Goldman ve retornos de un 9,1% para la energía, un 7,7% para metales preciosos y un 7,9% para el sector ganadero.
Cambios de silla y cabina, alteración en la ruta del viajero, pérdidas de equipaje, entre los puntos que harán parte de los pagos
Estadounidenses afirman que China podría obligar a la empresa a compartir los datos de los 170 millones de usuarios de Estados Unidos
El fabricante dijo el martes que está acelerando nuevos modelos utilizando aspectos de una plataforma de la próxima generación
