Doctor en Sistemas de Ingeniería / Esta tesis consistió en el desarrollo de avances teóricos en el estado del arte en temas relevantes asociados a la modelación microeconómica del consumidor en el ámbito urbano. En particular se analiza las variaciones en las decisiones debido a la inclusión de algunos elementos del comportamiento como la memoria, el aprendizaje o formación de hábitos, las escalas temporales y espaciales definidas a través de la jerarquía que existe, tanto a nivel espacial como temporal, de las decisiones de consumo y asignación de tiempo. Específicamente, se considera la influencia de las decisiones de largo plazo (localización residencial o elección de trabajo, consumo de bienes durables) sobre las decisiones de corto plazo (asignación de tiempo y localización de actividades de ocio, consumo de bienes no durables) y el aprendizaje o fenómenos de memoria que generan todo tipo de elecciones y decisiones como aporte a la dinámica de las decisiones de largo plazo (por ejemplo, localización residencial). Esta tesis fue escrita en formato de dos artículos científicos. A continuación se describe sintéticamente los dos artículos: En el primer artículo titulado "Un modelo microeconómico jerárquico de asignación de tiempo a actividades", se extiende el enfoque microeconómico desde un punto de vista teórico para explicar el comportamiento de los consumidores respecto a la elección de las actividades, bienes de consumo y la asignación de tiempo mediante la inclusión explícita de la dimensión temporal en el proceso de toma de decisiones. La premisa de este enfoque es que algunas actividades y consumo de bienes se asumen en un plazo de tiempo más largo, como empleo y educación, mientras que otras se hacen y deciden en el corto plazo, como las opciones de ocio, compras y transporte. Se diseña un modelo microeconómico con una estructura llamada de multi-escala temporal que captura el ajuste de las variables: duración, localización y consumo de bienes, y la magnitud de los recursos (tiempo y dinero) invertidos. Se formula y analiza un modelo microeconómico con dos escalas de tiempo: los niveles macro y micro, concluyendo que la observación de las preferencias a nivel micro, como la elección del modo de transporte, están fuertemente condicionados por las decisiones que prevalecen en la escala macro obteniendo una jerarquía en la toma de decisiones. Este resultado teórico explica resultados empíricos previos de valoración y asignación de tiempo de los individuos, así como en la localización de las actividades, como se ilustra en algunas simulaciones numéricas realizadas. Para la formulación del modelo se incorpora una estructura jerárquica de decisiones donde las elecciones de largo plazo se ajustan en un punto del tiempo (punto de ajuste) y se mantienen fijas durante una ventana de tiempo de largo plazo, llamada ventana macro. Durante cada ventana de tiempo macro, los individuos toman decisiones de corto plazo que tienen una escala de duración mucho menor y están siendo frecuentemente cambiadas (por ejemplo, actividades de ocio). Estas decisiones de corto plazo dependen de los recursos en tiempo, dinero y bienes durables que transfieren las decisiones de largo plazo o fijas. Las formulaciones se basan en los modelos clásicos de uso y valoración del tiempo, en especial Jara-Díaz (2003), Evans (1972) y De Serpa, (1966). El segundo artículo también es un análisis de tipo teórico titulado "Modelo Microeconómico de Relocalización Residencial Incorporando Evolución de los Agentes, Aprendizaje Individual y Expectativas en el Ciclo de Vida". Dicha modelación surge de la necesidad de analizar el efecto del ciclo de vida de los agentes en la distribución urbana en el corto y largo plazo, teniendo en cuenta la incorporación de dinámicas del ciclo de vida de los hogares en la valoración de los bienes inmuebles tales como aprendizaje, formación de hábitos, generación de expectativas, que no han sido analizados en los modelos inter-temporales de uso de suelo ni en modelos de segregación residencial (Grauwin, et. al., 2009) y que son procesos que han sido evidenciados en algunos modelos empíricos econométricos de elección de vivienda, procesos de relocalización o movilidad intra-urbana (Nijkamp, et al. 1993; Páez, et al. 2008; Eluru, et al. 2009; Chen, et al. 2009; Chen y Lin, 2011). Este trabajo se basa en la teoría microeconómica del uso del suelo urbano, donde se supone que cada bien inmueble es asignado al agente (hogar o firma) que tiene la mayor la disposición a pagar por dicho bien. En primer lugar se desarrolla un modelo de elección residencial cuya novedad es incluir la experiencia obtenida de localizaciones previas asociándolo a un proceso de aprendizaje dinámico de los hogares y que cada agente obtiene de acuerdo a la utilidad asociada a cada bien. Por otro lado, se formula un segundo modelo microeconómico de localización residencial que incorpora las expectativas de cambio socioeconómico asociadas al ciclo de vida de los hogares por medio de probabilidades de transición entre categorías de hogares y la hipótesis de imitación de los agentes bajo la consideración de que se comportan racionalmente. De esta forma se obtiene una función de postura que incluye un ingreso esperado por unidad de tiempo y una utilidad consistente con el comportamiento de los agentes que son potencialmente imitables. Para los dos modelos se desarrolla una versión estocástica bajo una estructura Logit multinomial, donde se supone que la disposición a pagar se determina por una parte determinista más un parte aleatoria con distribución de probabilidad iid Gumbel. Además, debido a las dinámicas del ciclo de vida analizadas se identifica la necesidad de incorporar una restricción de ingreso por unidad de tiempo sobre las posturas. Se presentan ejemplos numéricos y simulaciones usando funciones lineales de postura similares a las usadas en modelos de segregación residencial, obteniendo interesantes resultados asociados a la dinámica de dicho fenómeno urbano en el corto y largo plazo debido a la inclusión de los procesos de aprendizaje y expectativas descritos anteriormente.

Desarrolla los modelos de cambio de régimen de transición determinística denominado modelos SETAR, cuya principal característica es su aplicación en series que presentan ciclos límites, frecuencias dependientes de amplitud y fenómenos de salto, que no pueden ser estimadas mediante los modelos lineales de series de tiempo. La metodología empleada se basa en la propuesta por (Tong, 1978) y (Tsay, 1989) que incluye la identificación y estimación de los parámetros estructurales. Por otra parte en la hipótesis de investigación se plantea una comparación entre los modelos SETAR y los modelos GARCH, a fin de determinar el modelo más apropiado para modelar las series económicas. / Tesis

En esta tesis se examina la dinámica a corto plazo de la inflación peruana usando el periodo desde 2003.1 hasta 2019.12. Se utilizó un Método Generalizado de Momentos para la estimación, procesamiento y herramienta econométrica muy usada para investigaciones sobre dinámica inflacionaria. Se estimó una Curva de Phillips Híbrida Neokeynesiana para una economía pequeña y abierta, en la cual encontramos que la dinámica de la inflación doméstica en el Perú sí está determinada por una CPHNK aumentada, asimismo encontramos que la fijación de precios por parte de las empresas está determinada por el componente retrospectivo y prospectivo, pero en mayor medida por el componente pasado. La inflación extranjera y la devaluación nominal también tienen un impacto significativo sobre la inflación doméstica peruana, pero se obtuvo un mayor peso de la inflación externa que la devaluación nominal, además las relaciones de la variable de estudio con la independientes tienen relaciones para un análisis más profundo. Todas las variables son estadísticamente significativas.

Esta investigación analiza los determinantes institucionales de la calidad de cartera (medido a través de la proporción del total de créditos no reembolsados en más de 30 días, o Par30 por sus siglas en inglés) en las microfinancieras peruanas durante el período 2006-2012. Para ello se utiliza la metodología de regresión cuantílica con efectos fijos no aditivos, la cual nos permite obtener el impacto de cada determinante en función de la calidad de cartera que presente la entidad. Estos determinantes son: el cambio en la tasa de interés activa de los microcréditos, el crecimiento de los créditos, la rentabilidad, la eficiencia operativa y el cambio en el nivel de competencia que enfrenta la entidad. En especial, se encuentra que la calidad de gestión en las microfinancieras peruanas influye de manera importante en la calidad de cartera. Además, se obtiene un resultado ambivalente para la variable que mide el cambio en el nivel de competencia que enfrenta la entidad, pues mientras que un menor nivel de competencia aumenta ligeramente la morosidad en las entidades microfinancieras con alta calidad de cartera, en las entidades con baja calidad de cartera la morosidad se reduce.

El presente trabajo tuvo como objetivo determinar portafolios eficientes de acciones en los que se pueda invertir en la Bolsa de Valores de Lima (BVL), sugiriendo tanto las acciones en las que se debería invertir como su composición. Se aplicaron el modelo Media-Varianza de Markowitz y se propuso un modelo de simulación basada en cópulas, el cual se resolvió mediante un solver global de optimización no lineal. Asimismo, se realizó un análisis estadístico de las acciones seleccionadas, contrastándolas con los supuestos del modelo de Markowitz y los hechos estilizados de los retornos de los activos financieros. Para ello, se emplearon 30 de las acciones más representativas tranzadas en la BVL. Se determinó un periodo de estimación y optimización desde julio 2007 hasta junio 2017, y un periodo de evaluación desde julio 2017 hasta junio 2020. La extracción de la información fue realizada a través del software Bloomberg L.P. y para el análisis y optimización se empleó el software estadístico R. Pese a que el modelo de Markowitz fue muy eficiente computacionalmente, se reafirmaron sus principales críticas como, por ejemplo, su supuesto de normalidad de los rendimientos, hecho que tampoco es aplicable a las acciones del mercado bursátil peruano, así como la sensibilidad de sus resultados. Por otro lado, el modelo de simulación permitió ajustar los rendimientos a través de distribuciones estadísticas y otorgó una estructura de dependencia a través de una cópula, permitiendo capturar además el sesgo y curtosis, momentos que no participan en el modelo de Markowitz; sin embargo, la desventaja de ello fue su mayor exigencia computacional. De las diversas funciones objetivos optimizadas, resultaron más plausibles aquellos portafolios que maximizaron indicadores de rentabilidad ajustada al riesgo como el Ratio de Sharpe y Ratio de Sortino. Del backtesting realizado, ambos modelos brindaron resultados similares respecto a la decisión de los activos a invertir. Respecto a los pesos, el modelo de simulación arrojó portafolios sistemáticamente más diversificados que el modelo de Markowitz; pese a ello, su desempeño fue bastante similar en la gran mayoría de portafolios eficientes e incluso superior para el portafolio que buscaba maximizar el Ratio de Sharpe. Esto es favorable dado que es preferible tener un portafolio más diversificado para un mismo nivel de rentabilidad pues permite gestionar el riesgo más eficientemente. En la evaluación out-of-sample, los mejores portafolio fueron aquellos que optimizaron el ratio Sharpe para ambos casos. Empleando una estrategia Buy & Hold, y bajo el modelo de Markowitz, se obtuvo un rendimiento (media geométrica anualizada) de 8.0% y un riesgo (desviación estándar anualizada) de 13.8%. Por el lado del modelo de simulación, se obtuvo un rendimiento de 9.7% anual y un riesgo de 13.0% anual. Estos resultados fueron ampliamente superiores a los benchmarks empleados, los cuales incluso terminaron con una rentabilidad negativa, en parte afectados por la crisis debido al coronavirus SARS-CoV-2. Concretamente, el portafolio eficiente de simulación tuvo un rendimiento anual 11.0% mayor que el índice S&P/BVL y 11.5% mayor que un portafolio de diversificación ingenua. En cuanto al riesgo, obtuvo 5.2% menos de desviación estándar anualizada que S&P/BVL y 6.5% menos que el portafolio de diversificación ingenua.

La investigación aplica el Valor en Riesgo (VaR) y Expected Shortfall (ES) a la medición de riesgo sistémico bajo un enfoque macroprudencial para el sistema financiero peruano (1995-2012), siendo considerados en el estudio los principales bancos (BCP, BBVA, Scotiabank e Interbank). La metodología VaR es volcado a la medición de riesgo sistémico mediante la estimación del VaR del mercado condicional al VaR de cada institución financiera (CoVaR); mientras tanto, el ES, mediante la estimación de la pérdida esperada de cada institución financiera condicional a un escenario de estrés en el mercado (Marginal Expected Shortfall-MES).Estas medidas de riesgo sistémico – sin asociar a montos monetarios de la hoja de balance de las firmas – muestran que los precios de las acciones de Scotiabank y BBVA son más sensibles a movimientos en los mercados internacionales. Adicionalmente, se construye dos indicadores de riesgo sistémico usando el Marginal Expected Shortfall. El primer indicador consiste en el cálculo de los ratios de apalancamiento introduciendo las pérdidas esperadas. Mientras que el segundo, consiste en el cálculo de las pérdidas esperadas individuales como proporción de las pérdidas esperadas totales del sistema. Los principales hallazgos muestran que a finales de los 90, el banco predecesor de Scotiabank mostraba ratios esperados de apalancamiento por debajo del 8%; mientras tanto, durante la crisis de 2008, en términos esperados, BBVA pudo haber conseguido ratios de apalancamiento alrededor de 5%. Por otro lado, en cuanto a la proporción de pérdidas esperadas, se muestra que BCP mantuvo niveles altos de pérdidas como proporción del total en casi toda la muestra; no obstante, esta proporción ha caído en los últimos años, convergiendo a niveles similares de Scotiabank y BBVA; entretanto, Interbank ha mantenido bajos niveles de participación en las pérdidas esperadas totales durante toda la muestra.

La presente investigación busca analizar la proporción en que los cambios en el mercado afectan el retorno de los bancos peruanos los últimos años, con el objetivo de contribuir a la comprensión y establecimiento de nuevas estrategias que han permitido que los bancos peruanos logren altas tasas de rentabilidad, tomando en cuenta el panorama del mercado de capitales. Para ello, se propone una metodología de series de tiempo en su expresión clásica, y luego un sistema de ecuaciones simultáneas. En la primera parte, los resultados del CAPM se estiman considerando dos especificaciones econométricas, la de Sharpe-Lintner y la de Black; ambas por Mínimos Cuadrados Ordinarios, utilizando, por un lado, las series históricas de los precios de las acciones de los cuatro principales bancos peruanos, de los retornos de los bonos soberanos peruanos a 10 años y el índice General de la Bolsa de Valores de Lima; y, por otro lado, las series históricas de los bonos del tesoro americano a 10 años y los índices MSCI Global y MSCI Mercados Emergentes. En la segunda parte se aplica el sistema de ecuaciones simultáneas bajo el método de estimación SUR o regresiones aparentemente no relacionadas. En general, el presente estudio encuentra que los bancos peruanos tienen un beta menor a la unidad para los últimos 20 años, utilizando estimadores eficientes y consistentes con las series históricas disponibles para la aplicación del CAPM

Este trabajo busca identificar los determinantes de largo plazo del precio de la vivienda en Lima- Metropolitana, así como testear la existencia de burbuja en el sector vivienda. Con este fin se estimó un SVAR a lo Blanchard y Quah basado en el “Modelo de Fry del sector hipotecario en el largo plazo”; y un “Modelo de Burbuja Intrínseca de Froot y Obsteld”. Un aporte fundamental, en relación a otros trabajos realizados en el Perú y Latinoamérica, es la estimación del modelo SVAR utilizando la serie del índice de costos de terreno y una adecuada especificación de la matriz de choques de largo plazo, con lo cual se obtuvieron estimaciones coherentes y con los signos esperados. Asimismo, se utiliza la serie de alquileres como fundamento del precio de vivienda, la cual permitió estimar el Modelo de Burbuja Intrínseca, cuya característica principal es capturar la sobrerreacción del precio a través del impacto no lineal del propio fundamento. De los resultados se concluye que los principales determinantes del precio de vivienda en el largo plazo son: el Producto Bruto Interno real, el índice de costos de construcción y terreno, la tasa de interés real y el Índice General de la Bolsa de Valores de Lima. Del mismo modo, en el caso de la burbuja intrínseca, se encuentra una sobrevaloración importante del 34% a partir del primer trimestre del 2010; además, según las estimaciones de este modelo el período de recuperación de la inversión en vivienda en el Perú sería de aproximadamente 12 años, menor al periodo promedio de recuperación observado de 17 años; lo cual evidencia la sobrevaloración actual del precio. Finalmente, considerando los posibles escenarios futuros de la evolución del precio y sus determinantes, podría decirse que nos encontramos en un escenario de riesgo de burbuja inmobiliaria, cuya explosión dependerá de la evolución del contexto macroeconómico, principalmente de variables que afecten al crédito hipotecario.

Made available in DSpace on 2010-04-20T20:12:49Z (GMT). No. of bitstreams: 0 Previous issue date: 1998-04-03T00:00:00Z / In this Ph.D. dissertation, we report the results of a research project aiming to build a Brazilian Computable General Equilibrium Model ("Brazil CGE 95") to simulate Income Distribution and Growth Policies. The model utilizes data based in a highly desegregated Social Accounting Matrix (SAM) for 1995. After the identification and presentation of the adopted model, thirteen simulations are carried out divided among three groups: directed and indirect policies to improve income distribution, investment policies with externalities and externai adjustment with fiscal policies. In the end, for each experiment, there are the results for several macroeconomics indicators, factors income, families income, income distribution indicators and sectoral results. / Apresenta os resultados de um projeto de pesquisa que tem como objetivo a construção de um Modelo Aplicado de Equilíbrio Geral para a Economia Brasileira ('Computable General Equilibrium (CGE) Model'), voltado para a simulação de políticas públicas de crescimento e distribuição de renda. Após a caracterização e apresentação do modelo adotado ('Brasil CGE 95'), são realizadas treze simulações, onde comparam-se os resultados do ano base (95) com os obtidos em cada experimento, incluindo: indicadores macroeconômicos (PIB, Consumo, Déficit Público, Balança ComerciaL.), a remuneração anual dos dez fatores de produção do modelo (oito tipos de trabalho, dois tipos de capital ), a renda anual dos nove grupos de famílias do modelo, indicadores de pobreza/distribuição e indicadores variados como o emprego/produção setorial, taxa de câmbio real e o índice relativo de preços.

Made available in DSpace on 2010-04-20T20:54:49Z (GMT). No. of bitstreams: 0 Previous issue date: 2002-02-22T00:00:00Z / The objective of this dissertation is to analyze the use of simple restricted and optimum unrestricted monetary rules for the Brazilian economy, with special attention to the impact of the exchange rate in the transmission of monetary policy. The rules were found by a dynamic programming process e compared in terms of their economic efficiency, measured by the reduction of inflation and product variance. These results were used as a benchmark to evaluate the performance of the Brazilian inflationary target regime, since its implementation in July 1999. / O objetivo desta dissertação é analisar o uso de regras ótimas irrestritas e de regras simples restritas de política monetária para a economia brasileira, com especial atenção ao impacto da taxa de câmbio na transmissão da política monetária. As regras foram encontradas através de um processo de programação dinâmica e comparadas em termos da eficiência econômica de cada uma, medida pela redução da variância do produto e da inflação. Estes resultados serviram de referência para avaliar o desempenho do regime de metas de inflação no Brasil, desde a sua implementação em julho de 1999.