Doctor en Ingeniería de Minas / El modelamiento geometalúrgico de depósitos minerales está basado en el análisis de variables regionalizadas cuantitativas y cualitativas de origen metalúrgico, geológico u otros relacionados. El objetivo de este modelamiento es identificar y delimitar dominios que particionen el depósito mineral, de tal forma que los datos pertenecientes a un mismo dominio posean características similares. Estos dominios son llamados Unidades Geometalúrgicas (U.G.). Actualmente, las herramientas disponibles para identificar estas unidades no incorporan toda la información disponible, en particular, éstas no consideran la naturaleza de las variables de estudio, las que están distribuidas en el espacio y presentan una estructura de correlación espacial. Se presentaron dos propuestas que buscaron resolver este problema incorporando la distribución espacial de los datos, basándose en el Análisis de Conglomerados Jerárquicos y en la teoría de Mezclas de Distribuciones. Se presentó un marco conceptual que resumió las técnicas utilizadas para la definición de Unidades Geometalúrgicas, mostrando las variantes de cada herramienta y la teoría básica de cada método. Las propuestas se basaron en casos sintéticos que reprodujeran la naturaleza de cada problema y se aplicaron a casos de estudio reales con información geoquímica, metalúrgica y geológica. En los casos de datos simulados (estudios de casos sintéticos), fue posible realizar un análisis de sensibilidad de las propuestas postulando escenarios con diferentes complejidades. En gran parte de las simulaciones las propuestas pudieron descubrir con precisión la distribución de las Unidades Geometalúrgicas. En los casos de estudio reales Minera Escondida y Geoquímica del sector Colchane , las Unidades Geometálurgicas pudieron ser identificadas y validadas en base a descripciones geológicas de las regiones de interés. Se discutieron las ventajas de las propuestas por sobre los métodos y algoritmos tradicionales, así como diferentes oportunidades de mejoras futuras.

Los modelos politómicos de la Teoría de Respuesta al Ítem (TRIP) tienen como finalidad explicar la interacción existente entre los sujetos evaluados y los atributos de un test en aquellas situaciones en las cuales los atributos que lo componen tienen varias categorías de respuesta. Dentro de los distintos tipos de modelos TRIP, el Modelo de Respuesta Graduada General (GRM) propuesto originalmente por Samejima (1969, 2010), es un conjunto de modelos diseñados para aplicarse en aquellas situaciones en las cuales las categorías de respuesta son ordinales. En este trabajo se presenta una formulación general para los GRM, su clasificación y principales propiedades desde el punto de vista bayesiano. De manera específica, se muestra el Modelo de Respuesta Graduada Logístico de dos parámetros (2PL-GRM) como un caso particular de los GRM simétricos y el Modelo de Respuesta Graduada Logístico de Exponente Positivo (LPE-GRM) como un modelo asimétrico derivado de incorporar un parámetro de penalización que controla la curvatura de las Funciones de Respuesta a las Etapas de los Ítems (FREI). La estimación de ambos modelos fue realizada usando la inferencia bayesiana con Métodos Montecarlo vía Cadenas de Markov (MCMC) e implementada en R y WinBUGS. Se realizó un estudio de simulación con el _n de estudiar la precisión en la recuperación de parámetros para el Modelo 2PL-GRM obteniéndose resultados apropiados para las medidas de ajuste consideradas. Los modelos 2PL-GRM y LPE-GRM estudiados fueron aplicados al estudio de un cuestionario acerca de la satisfacción de clientes y comparados con el tradicional análisis clásico de los test. La muestra del estudio está formada por 5354 clientes de una empresa de telecomunicaciones que se comunicaron con el Call Center de atención al cliente por algún motivo (consulta, reclamo, pedido, etc.). A través del análisis de dimensionalidad de la escala se encontró que el cuestionario evalúa dos dimensiones de la satisfacción con la atención al cliente: la Accesibilidad (4 ítems) y el Desempeño del asesor (7 ítems). Los resultados indican, considerando diferentes criterios, que en ambas dimensiones el modelo LPE-GRM es mejor. Adicionalmente, ambos modelos ofrecen mejor información que el tradicional análisis clásico. Se sugiere realizar diferentes estudios de simulación para evaluar distintas condiciones para la inferencia del modelo LPE-GRM puesto que para las mismas condiciones de estimación MCMC se observa que puede ser más demorado debido a que presenta mayor autocorrelación que el modelo 2PL-GRM.

La investigación analiza los principales indicadores financieros y macroeconómicos que puedan explicar la probabilidad de que una entidad financiera sea catalogada como frágil, considerando el análisis de panel no lineal para cajas rurales, municipales y bancos en un periodo comprendido entre el 2001 y el 2017. Los principales hallazgos muestran que entre las variables financieras y macroeconómicas que pueden explicar la probabilidad de fragilidad, los niveles de rentabilidad, capital, depósitos, descalce, solvencia, liquidez y actividad económica, resultan significativas para el análisis del sistema, por lo que la gestión partiría por evaluar dichos efectos en conjunto, y cuidar que no sobrepasen los límites permisibles de los indicadores internos, para un mejor manejo del riesgo. Adicionalmente, se analizó la importancia del riesgo de crédito y el cálculo de las probabilidades de default (PDs), considerando correlaciones sistémicas bajo un enfoque bayesiano, observándose que a partir de varias especificaciones de prioris y bajo un escenario observado de bajo default, se puede establecer límites superiores para estas PDs en el sistema financiero peruano. También se encontró que los niveles de correlación del sistema y correlación temporal influyen sobre los cálculos de la probabilidad de default, haciendo que ésta se incremente según la ocurrencia de eventos adversos.

Ingeniero Civil Industrial / La mejora continua de los procesos de educación superior es entendida como uno de los objetivos de las instituciones que la imparten. Es bajo este contexto que existen los llamados Modelos Curriculares, que pretenden modelar las interacciones que existen entre los procesos educativos y administrativos, actores del sistema y variables clave, que son finalmente las que determinan qué tan eficiente y bueno será el aprendizaje del alumno. La Facultad de Ciencias Físicas y Matemáticas de la Universidad de Chile no es la excepción, por lo que ha ido avanzando en lograr una mejora continua de sus programas. Estos utilizan como referente el llamado Modelo Basado en Competencias, que plantea una mirada donde los estudiantes deben ir aprendiendo progresivamente habilidades y conocimientos previamente definidos en el perfil del profesional que se esté formando. En este Trabajo de Título se estudiará el caso particular de la carrera de Ingeniería Civil Industrial. Es bajo este contexto que se plantea como principal objetivo el análisis de las relaciones que existen entre los distintos cursos del departamento. Esto busca diagnosticar la eficacia con la que fue diseñada la Malla Curricular del departamento, que supone el camino lógico para la obtención de las competencias previamente definidas que debe tener un profesional egresado de ingeniero civil industrial de la Universidad de Chile. Para esto se propone la utilización de técnicas de Data Mining, específicamente la de Redes Bayesianas. Se espera de este trabajo un análisis de las relaciones observables de los cursos, tanto gráficamente como de las probabilidades condicionales, para así relacionar los cursos y los resultados académicos. Por otro lado, también se espera poder identificar las principales variables que influyen en el rendimiento académico del alumno. Los resultados muestran que existen relaciones entre varios cursos y que además muchas de ellas coinciden con las propuestas por la Malla Curricular. Por otro lado, se plantea que la distribución del tiempo en el semestre por parte del alumno y la motivación pueden ser variables determinantes, además de las habilidades y conocimientos que entregan los cursos. Por otro lado se plantea que el modelo debe ser mejorado o cambiado a uno que soporte la inclusión de una mayor cantidad de variables, puesto que este se ve limitado por la cantidad de datos y por la complejidad del problema.

Esta investigación evalúa el impacto y la evolución de la política fiscal sobre la actividad económica peruana en el periodo 1993T4-2018T2 usando modelos TVP-VAR-SV irrestrictos y restrictos siguiendo el enfoque de Chan y Eisenstat (2018a). Los resultados señalan que la inclusión de volatilidad estocástica es indispensable y que no hay una clara evidencia de parámetros cambiantes según dos criterios de selección bayesianos. Los choques del crecimiento del gasto corriente y del crecimiento del gasto de capital impactan positivamente sobre el crecimiento del PBI (0.2% y 0.3%, respectivamente, ante un incremento de 1% de cada variable), y son importantes en la descomposición de la varianza del error de predicción (23% y 45%, respectivamente) y en la descomposición histórica del mismo (14% y 25%, respectivamente). El impacto de los choques del crecimiento de los ingresos fiscales es débil en todo el periodo de estudio. Los multiplicadores de gasto corriente y de gasto de capital se incrementan entre 1995T1- 2007T4, pero luego muestran valores menores entre 2008T1-2018T2. Adicionalmente, se encuentra que los choques externos tienen un impacto fuerte y positivo sobre el crecimiento de los ingresos fiscales (0.4%). Por último, se realizan diferentes ejercicios de robustez en los que se observan pocos cambios respecto a los resultados obtenidos en el modelo baseline.

Utilizando datos trimestrales del producto de los países del G7 y América Latina, comparamos empíricamente los estimados de ciclos económicos obtenidos usando diez métodos de descomposición tendencia-ciclo del producto. Los resultados indi- can los siguiente: (i) la descomposición de Beveridge y Nelson (1981) y los modelos UCUR de Grant y Chan (2017a) estiman ciclos volátiles que no permiten identificar los periodos de recesión; (ii) los filtros estadísticos (HP, BK, CF, KMW) identifican las recesiones y expansiones de mejor manera; (iii) los mejores procedimientos son los de Perron y Wada (2009, 2016), Perron, Shintani y Yabu (2017) y Hamilton (2018), los cuales presentan ciclos con mayor persistencia y profundidad que permiten una adecuada identificación de los períodos recesivos; (iv) los mejores modelos atribuyen un rol más importante a los choques que afectan al componente cíclico; (v) existe una similitud en la persistencia y profundidad de los ciclos económicos de Brasil, Chile, México y los países del G7 comparados con los hallados para Argentina y Perú; y (vi) el modelo de tendencia determinística con quiebres, a pesar de su simplicidad, se aproxima en varios periodos a las estimaciones de los mejores métodos.

Los precios de exportación son un importante mecanismo de transmisión de los choques de incertidumbre para economías emergentes como la peruana. Se estudia la relación que existe entre estos dos factores mediante un modelo VAR bayesiano no lineal con volat ilidad estocástica y restricciones de signo. La incertidumbre es capturada como la volatilidad del error de proyección de las principales variables macroeconómicas peruanas, mientras que el mecanismo de transmisión de la incertidumbre cambia en periodos de alto y bajo crecimiento de los precios de exportación. Los resultados indican que un choque de incertidumbre tiene un mecanismo de transmisión similar a un choque de demanda cuando el crecimiento de los precios de exportación es bajo. La actividad económica se contrae, la inflación cae y el Banco Central reduce su tasa de interés de referencia. En cambio, en periodos de alto crecimiento de los precios de exportación, el choque de incertidumbre opera como un choque transitorio de oferta. La contracción económica es menor, la inflación incrementa en mayor proporción, pero el incremento se revierte rápidamente, y Banco Central no modifica su posición de política monetaria a través de la tasa de interés de referencia.

Este trabajo realiza una comparación de diferentes modelos de descomposición de tendencia-ciclo del producto, utilizando la metodología propuesta por Grant y Chan (2017) para dos grupos de países: América latina y el G7. Los resultados indican que existe una preferencia por el modelo de componentes no observados que incluyen 1 o 2 quiebres. Asimismo, se hace una comparación con los modelos propuestos por Perron y Wada (2009, 2016) y con el filtro HP. La preferencia por un modelo u otro depende del país bajo análisis. Además, los resultados también indican que los choques permanentes son más importantes que los transitorios en la mayoría de países. / This work makes a comparison of different models of trend-product cycle decomposition, using the methodology proposed by Grant and Chan (2017) for two groups of countries: Latin America and the G7. The results indicate that there is a preference for the unobserved component model that includes 1 or 2 breaks. Likewise, a comparison is made with the models proposed by Perron and Wada (2009, 2016) and with the HP filter. The preference for one model or another depends on the country under analysis. In addition, the results also indicate that permanent shocks are more important than transitory ones in most countries.

This thesis studies the monetary policy channel and its transmission in the Peruvian housing market. The role of financial and macroeconomic variables in the conduct of monetary policy is analyzed, in particular the role played by monetary policy in the boom in house prices since the beginning of the 21st century. As an analysis framework, it is carried out in the configuration of a small, neo-Keynesian open economy through DSGE models, estimated using Bayesian methods, which allows alternatively addressing the identification problem, characteristic of the monetary transmission channel. / El presente documento estudia el canal de política monetaria y su transmisión en el mercado de vivienda. Se analiza el papel de las variables financieras y macroeconómicas en la conducción de la política monetaria, en particular el papel que desempeña la política monetaria en el auge de precios de la vivienda desde inicios del siglo XXI. Como marco de análisis se realiza en la configuración de una economía abierta neokeynesiana y pequeña a través de modelos DSGE, estimado mediante métodos bayesianos, el cual permite afrontar de manera alternativa el problema de identificación, característico en el canal de transmisión monetaria.