Autor no autoriza el acceso a texto completo de su documento hasta el 9/11/2020. / Ingeniero Civil Industrial / La industria de las telecomunicaciones está frecuentemente enfrentada a las decisiones de surtido: determinar qué productos ofrecer y en qué momento. La importancia de tales decisiones se observa particularmente al promocionar, de manera online, productos conformados por un plan y un equipo móvil. Actualmente el surtido se mantiene estático a lo largo de cada mes, independientemente de los cambios en las existencias, lo que aumenta la probabilidad de tener un quiebre de stock. Por otro lado, los productos se determinan en base a una cantidad limitada de combinaciones, denominada universo, ambos, productos promocionados y universo, son seleccionados haciendo uso del juicio de expertos. El objetivo del trabajo es determinar una estrategia de surtido óptima para las promociones de dichas combinaciones por medio de la maximización del ingreso, para la cual se adapta un modelo que calcula en base a una función de demanda y el stock disponible, qué productos ofrecer y en qué momento. Debido a la cantidad de combinaciones es necesario utilizar generación de columnas, logrando así, su factibilidad computacional. El modelo base solo se ejecuta al principio de la planificación, lo cual lo hace inflexible. Para incorporar adaptabilidad se utiliza un horizonte rodante y se penalizan los productos que tienen un menor stock remanente, haciendo posible agregar información reciente de las ventas al recalcular el modelo cada un cierto periodo de tiempo y mejorar la calidad del surtido a lo largo de la planificación. Para evaluar la metodología se crean tres estrategias: (Caso Base) representación de la forma actual de resolver el problema; (A) una estrategia que determina el surtido utilizando la metodología creada, pero considerando el universo definido por la empresa y (B) una estrategia que además de considerar la metodología propuesta, utiliza un universo conformado por todas las combinaciones posibles. Se destaca que la cantidad de ejecuciones también fue sujeta a evaluación, considerando el cambio en el ingreso y aumento en los tiempos de ejecución. La metodología se evaluó usando datos de una importante empresa de telecomunicaciones, en la cual existen dos tipos de productos: Portabilidad -productos de gama alta que son ofrecidos a clientes de la competencia y cumplen requisitos específicos- y Multimedia - productos ofrecidos a clientes que ya forman parte de la compañía o a aquellos clientes externos que no cumplen los requisitos de portabilidad-. Debido a los resultados prometedores de las 2 estrategias propuestas, se considera incluir una estrategia extra denominada Lista Ordenada, con el objetivo de comparar las propuestas que optimizan con una opción de implementación sencilla. Tal estrategia consiste en ofrecer los productos que tengan una mejor combinación de atractivo y rentabilidad. Los resultados reflejan que la mejor estrategia depende del nivel de stock, con respecto a Multimedia, se tiene más del nivel necesario y por ello se sugiere utilizar la Lista que aumenta el ingreso en un 46 %. Por su parte, Portabilidad no tiene el suficiente nivel de stock y por ello la mejor opción es la estrategia B, que mejora el ingreso en un 21 %.

El presente trabajo busca documentar el potencial de los modelos VAR Bayesianos (BVAR) para la predicción de índices de tipos de cambio reales efectivos. Para esto, se prueban distintas especificaciones de modelos predictivos utilizando la base angosta de índices de tipos de cambio reales efectivos de BIS que incluye datos para 27 economías. En primera instancia se prueban modelos univariados simples para realizar las predicciones y tener un punto de referencia para las estimaciones BVAR. El análisis de los resultados de las predicciones de los modelos BVAR tradicionales muestran que estos por sí solos no tienen un mejor desempeño que los modelos univariados. Estos resultados son robustos a la ventana de estimación, y a la especificación de los priors del BVAR.

Ingeniera Civil Industrial / El surtido y la percepción de éste, es una de las características más importantes al momento de realizar y repetir una compra, por tanto es un factor importante para el éxito de un negocio de retail. Por otro lado las marcas propias (M.P.) son una excelente oportunidad para fortalecer la imagen de la empresa, ampliar el segmento de clientes y aumentar las utilidades. El presente trabajo de título tiene como objetivo aumentar la utilidad racionalizando el surtido de productos de M.P. a ofrecer en un punto de venta. La metodología consiste en tres partes: estudio de la situación actual, racionalización de la canasta (eliminar e incluir productos) y cuantificación económica de los beneficios. El estudio de la situación actual es fundamental para conocer todas las restricciones y variables que pueden influir en los resultados pero que no son reflejados directamente en la descripción de los productos. La racionalización de la canasta se produce a través de la eliminación e inserción de los SKU. El método de eliminación se basa en encontrar productos deficientes a través de tres componentes principales: movimiento, rentabilidad y eficiencia (componentes que reflejan el interés de la empresa) y corroborando que dichos SKU no fueran importantes para el cliente a través de la entropía. El método de inclusión de productos se basa en el análisis de árboles de decisión creados con datos transaccionales y atributos de los productos analizados. Las líneas analizadas fueron vajilla y cubertería de M.P. Para vajilla se propone eliminar el 22% del total de la línea lo que produce un ahorro de MM$ 3.6 anual, esto debido a que dichos SKU producían pérdidas (pedido mínimo muy alto y por ende gran inventario y baja rotación). Se propone incluir 8 nuevos productos, con características deseables para los clientes, que podrían producir 14 veces la facturación de los productos eliminados. Para la línea cubertería se sugiere eliminar el 15% de los productos, lo que produce un ahorro de MM$ 12, por las mismas razones antes señaladas y para la inclusión se proponen 7 productos de una nueva marca tal de satisfacer clientes que hoy no están siendo abarcados, los cuales podrían producir 10 veces la facturación de los productos eliminados. Finalmente se propone ejecutar la metodología y ampliarla a clientes del segmento hogar, tal de que represente una herramienta útil para decisiones futuras de la empresa.

Magíster en Economía Aplicada / Ingeniero Civil Matemático / Entender los mecanismos de asignaciones de objetos cuando los interesados poseen valoraciones privadas ha tenido una gran relevancia en economía tanto del punto de vista teórico como empírico. Dentro de las principales preguntas abordadas, destaca comprender el comportamiento de los agentes, en otras palabras, poder garantizar y caracterizar la existencia de los equilibrios bayesianos asociados a cada juego. También, el entender cuándo el mecanismo asociado cumple que el agente con mayor valoración es aquel que recibe el producto, denominado eficiencia del remate. Uno de los métodos clásicos para vender productos es la aplicación de un remate descendente, comúnmente conocido como subasta Holandesa. En este mecanismo, el vendedor comienza ofreciendo un precio alto por el objeto, el cual es rebajado hasta que un interesado decida comprarlo. Sin embargo, con el devenir de la tecnología este sistema de ventas ha mutado, incorporando el tiempo como variable a considerar en su diseño. En esta tesis buscamos comprender la versión dinámica de la subasta Holandesa. Estudiaremos un modelo donde un vendedor publica, a comienzo de temporada, el potencial precio que tendrán los objetos si es que estos aún no se han vendido. En la otra vereda, los compradores llegan de manera privada según un proceso estocástico Poisson no-homogéneo presentando una tasa de descuento temporal. El primer resultado obtenido es que si las valoraciones se distribuyen de manera independiente según una ley $F$ Bernoulli, entonces existe un equilibrio simétrico para el caso de un único ítem en venta. Más aún, el equilibrio encontrado implica eficiencia del mecanismo aunque, dependiendo de la curva de precio, este equilibrio será en estrategia mixtas. Para el caso en que $F$ sea continua mostramos que, en caso de existir equilibrio, se podrá representar a partir de una función umbral: para cada valoración existe un tiempo crítico luego del cual todo jugador con dicha valoración compra al llegar a la tienda. Lo anterior conlleva a que el mecanismo no sea eficiente. Respecto al caso de múltiples objetos a vender, damos el primer paso para su compresión. Para ello, obviaremos el factor temporal y estudiaremos el remate descendente. Mostramos que en el caso de dos jugadores y tres objetos, existe un equilibrio simétrico que tiene la particularidad de ser ineficiente.

Autor no autoriza el acceso a texto completo de su documento hasta el 5/10/2020. / Ingeniera Civil Industrial / La asignación de surtido es un problema que afecta a todos los retailers, y con aún más fuerza a aquellos que trabajan con modas y tendencias, lo que los obliga a presentar diferentes mix de productos dentro de un mismo año. Para efectos de esta memoria, se solucionará el problema en un retailer dedicado a la decoración del hogar. Los problemas de esta compañía para realizar una mejor asignación de mix radican principalmente en el fuerte enfoque en el diseño, dejando en segundo plano el análisis de datos como apoyo a decisiones; los diferentes formatos de tiendas que poseen; y los quiebres y sobre stock de productos. El objetivo general de esta memoria es desarrollar una metodología para mejorar la asignación del mix de productos con el fin de aumentar las ventas por categoría para la cadena. Se consideran 3 categorías de estudio: Velas, Ropa de Cama y Juegos de Mesa. La metodología que se plantea para resolver este problema consta de 4 etapas. Primero, encontrar los niveles de atributos más relevantes de las categorías en estudio, utilizando árboles de decisión; luego, segmentar las tiendas según los shares de ventas de los niveles relevantes encontrados por el árbol, utilizando el método de segmentación K-medias. En tercer lugar, analizar el mix de SKUs que compone cada segmento, a través de 4 indicadores: Venta, Ticket promedio, Aporte de Entropía y Margen, eliminando según criterios determinados, aquellos que tengan peores rendimientos. Finalmente, a través del uso de regresiones lineales, encontrar las valoraciones por nivel de atributo, de manera que se podrán incluir combinaciones de niveles que den origen a SKUs nuevos. Los resultados finales entregados por la metodología propuesta, corresponden a un mix eficiente para cada clúster de tiendas de cada una de las 3 categorías de estudio. En promedio fue eliminado el 31,06% de los SKUs de cada mix, que representan un 5,16%, en promedio, de la venta del total de productos. La cantidad de SKUs que se propone incluir representa entre el 8,8% y 13,9% de los tamaños de cada mix inicial, y cubren el porcentaje de venta de los SKUs que fueron eliminados. Dentro de las conclusiones, se observa que los resultados de la metodología propuesta arrojan oportunidades para modificar el mix, pues con el análisis de sensibilidad que se muestra para cada categoría, en todos los casos, bajo el supuesto de incluir la misma cantidad de SKUs que los que fueron previamente eliminados, se genera un importante porcentaje de venta incremental. El trabajo futuro que se sugiere, consiste en realizar experimentos para evaluar el nuevo mix propuesto; además del planteamiento de un problema de optimización que además se encargue de las cantidades de cada SKU.

La literatura econométrica y nanciera ha mostrado que la volatilidad de los retornos bursátiles y cambiarios presenta un comportamiento de larga memoria. Otro hecho mostrado en la literatura es que este comportamiento de larga memoria puede ser espúreo y que la volatilidad sigue un proceso de corta memoria con cambios de nivel aleatorios. En este trabajo se sigue el enfoque planteado por Lu y Perron (2010) y Li y Perron (2013), estimando el modelo de cambios de nivel aleatorios al logaritmo de los retornos absolutos del Índice General de la Bolsa de Valores de Lima (IGBVL) y del Tipo de cambio bancario compra. El modelo consiste en la suma de dos componentes: un proceso de corta memoria y un componente de cambios de nivel aleatorios. El primer componente se ha modelado como un proceso autorregresivo de orden 1 (AR(1)). El componente de cambios de nivel se especi ca como la suma acumulada de un proceso que es cero con probabilidad 1 y es una variable aleatoria con probabilidad . Los datos utilizados para realizar las estimaciones comprenden, para el IGBVL, desde el 03/01/1990 hasta el 13/06/2013 y para el tipo de cambio desde 03/01/1997 hasta el 24/06/2013. Los resultados que muestran las estimaciones son concluyentes como los obtenidos en Lu y Perron (2010). La primera conclusión que puede mostrarse es que la probabilidad de cambio de nivel es pequeña pero signi cativa, indicando que estos cambios de nivel son responsables del comportamiento de larga memoria observado en las series de volatilidad. Una vez calculada la probabilidad de cambio de nivel para cada serie, es posible calcular el número total de quiebres. Asimismo, es posible calcular el componente de cambios de nivel y sustraerlo de la serie de volatilidad. Al calcular la función de autocorrelación de esta nueva serie residual veremos que ya no existe presencia del comportamiento de larga memoria. Otros resultados importantes que se observan son los efectos que tienen los cambios de nivel en los modelos clásicos de larga memoria como GARCH y ARFIMA. La esti- mación de los modelos autorregresivos con heteroscedasticidad condicional descontando los cambios de nivel muestran que estos componentes son introducidos arti cialmente por los cambios de nivel. Además, la estimación de modelos fraccionales a las series residuales de volatilidad menos el componente de cambios de nivel muestra que el parámetro fraccional es menor o muy cercano a cero, lo que indica que no existe un comportamiento de larga memoria. Por otra parte, el desempeño del modelo RLS en términos de predicción es mejor que los modelos ARFIMA (p,d,q) de acuerdo al Model Con dence Set (MCS) planteado por Hansen et al. (2011). / Tesis

La literatura econométrica y nanciera ha mostrado que la volatilidad de los retornos bursátiles y cambiarios presenta un comportamiento de larga memoria. Otro hecho mostrado en la literatura es que este comportamiento de larga memoria puede ser espúreo y que la volatilidad sigue un proceso de corta memoria con cambios de nivel aleatorios. En este trabajo se sigue el enfoque planteado por Lu y Perron (2010) y Li y Perron (2013), estimando el modelo de cambios de nivel aleatorios al logaritmo de los retornos absolutos del Índice General de la Bolsa de Valores de Lima (IGBVL) y del Tipo de cambio bancario compra. El modelo consiste en la suma de dos componentes: un proceso de corta memoria y un componente de cambios de nivel aleatorios. El primer componente se ha modelado como un proceso autorregresivo de orden 1 (AR(1)). El componente de cambios de nivel se especi ca como la suma acumulada de un proceso que es cero con probabilidad 1 y es una variable aleatoria con probabilidad . Los datos utilizados para realizar las estimaciones comprenden, para el IGBVL, desde el 03/01/1990 hasta el 13/06/2013 y para el tipo de cambio desde 03/01/1997 hasta el 24/06/2013. Los resultados que muestran las estimaciones son concluyentes como los obtenidos en Lu y Perron (2010). La primera conclusión que puede mostrarse es que la probabilidad de cambio de nivel es pequeña pero signi cativa, indicando que estos cambios de nivel son responsables del comportamiento de larga memoria observado en las series de volatilidad. Una vez calculada la probabilidad de cambio de nivel para cada serie, es posible calcular el número total de quiebres. Asimismo, es posible calcular el componente de cambios de nivel y sustraerlo de la serie de volatilidad. Al calcular la función de autocorrelación de esta nueva serie residual veremos que ya no existe presencia del comportamiento de larga memoria. Otros resultados importantes que se observan son los efectos que tienen los cambios de nivel en los modelos clásicos de larga memoria como GARCH y ARFIMA. La esti- mación de los modelos autorregresivos con heteroscedasticidad condicional descontando los cambios de nivel muestran que estos componentes son introducidos arti cialmente por los cambios de nivel. Además, la estimación de modelos fraccionales a las series residuales de volatilidad menos el componente de cambios de nivel muestra que el parámetro fraccional es menor o muy cercano a cero, lo que indica que no existe un comportamiento de larga memoria. Por otra parte, el desempeño del modelo RLS en términos de predicción es mejor que los modelos ARFIMA (p,d,q) de acuerdo al Model Con dence Set (MCS) planteado por Hansen et al. (2011).

Ingeniero Civil Eléctrico / En el mundo financiero, la decisión de compraventa de activos se suele asentar en el análisis fundamental a largo plazo, combinado con análisis técnico a corto plazo; con el objetivo de establecer un momento adecuado para la adquisición y enajenación de activos. En la última década, se ha verificado un crecimiento exponencial en la capacidad de procesamiento y de manejo de bases de datos; siendo la minería de estos vastamente estudiada y aplicada exitosamente en distintos campos, entre los cuales se encuentran las finanzas. En el presente trabajo, se estudia la existencia de estructura con capacidad predictiva en activos financieros, con el fin de anticipar cambios de tendencia y así obtener retornos por sobre el mercado. Para esto, se desarrolla a cabalidad el proceso de extracción de conocimiento de bases de datos, el que considera desde la generación de variables, hasta la obtención de información, a partir de los datos transaccionales de las acciones que componen el Índice de Precios Selectivo de Acciones (IPSA) 2013. En este sentido, es importante precisar que la metodología clásica en la predicción de series de tiempo, se basa en la utilización de precios anteriores para así predecir el precio futuro, utilizando ventanas de tiempo estáticas. En este trabajo se estudia un método nuevo, donde la variable objetivo, en vez de ser retornos en ventanas temporales, son tanto retornos como ventanas dinámicas, extraídas a partir de extensiones no causales de retracciones porcentuales del precio (indicador ZigZag) de las acciones, las que representan mínimos y máximos locales de la serie de tiempo; evitando así sobreajuste temporal y acomodándose a los cambios de ciclo del activo en estudio. Se generan variables independientes a partir de datos de transacciones realizadas por parte de miembros de las compañías (Insiders) e indicadores técnicos tales como cruces, divergencias y zonas de agotamiento a partir de Medias Móviles Convergentes/Divergentes, Índice de fuerza Relativa y Oscilador Estocástico. Se realiza selección de características mediante Forward Selection y Backward Elimination, para encontrar un subconjunto de atributos adecuado y analizar su impacto predictivo. Se aplican algoritmos de aprendizaje supervisado con capacidad de extraer patrones altamente no lineales, destacando Redes Neuronales de Retropropagación, Máquinas de Soporte Vectorial y Métodos Basados en Similitud. Con el fin de determinar el ciclo del mercado al que mejor se ajustan los atributos extraídos y el mejor modelo predictor sobre la base de datos no balanceada, se evalúa la combinación de predicciones de compraventa (anticipaciones de cambio de tendencia) utilizando clasificador Bayesiano ingenuo y operadores lógicos. Finalmente, se realiza una evaluación tanto cualitativa (visual) como cuantitativa (mediante un simulador de inversiones) del comportamiento de las recomendaciones de compraventa; analizando la distribución de retorno, drawdown y tiempo de apertura de las operaciones. De lo anterior puede concluirse que dentro de lo caótico del mercado bursátil, subyace estructura altamente no lineal con poder anticipativo de cambios de tendencia de los activos; la cual se puede atribuir a que, en Chile, el mercado es poco profundo, ilíquido o ineficiente.

Following Xu and Perron (2014), this paper uses daily data for six Forex Latin American markets (Argentina, Brazil, Chile, Colombia, Mexico and Peru). Four models of the family of the Random Level Shift (RLS) model are estimated: a basic model where probabilities of level shift are driven by a Bernouilli variable but probability is constant; a model where varying probabilities are allowed and introduced via past extreme returns; a model with mean reversion mechanism; and a model incorporating last two features. Our results prove three striking features: rst, the four RLS models t well the data, with almost all the estimates highly signi cant; second, the long memory property disappears completely from the ACF, including the GARCH e¤ects; and third, the forecasting performance is much better for the RLS models against an overall of four competitor models: GARCH, FIGARCH and two ARFIMA models. / Siguiendo el trabajo de Xu y Perron (2014), este documento utiliza datos diarios de volatilidades de retornos cambiarios para seis mercados de América Latina (Argentina, Brazil, Chile, Colombia, Mexico and Peru). Cuatro modelos del tipo Random Level Shifts (RLS) son estimados: un modelo básico donde las probabilidades de cambios de nivel son gobernadas por una variable del tipo Bernouilli pero dicha probabilidad es constante; un modelo donde las probabilidades son cambiantes en el tiempo y dependen de los retornos bursátiles extremos negativos del periodo anterior; un modelo con reversión a la media; y un modelo que incorpora los dos aspectos mencionados anteriormente. Los resultados sugieren tres importantes aspectos: el primero es que los cuatro modelos RLS ajustan bien los datos con prácticamente todos los estimados altamente significativos; segundo, la característica de larga memoria desaparece completamente de la ACF, incluyendo los efectos GARCH; y, tercero, la performance de los cuatro modelos en términos de predicción es buena contra diferentes modelos rivales como los modelos GARCH, FIGARCH, y dos modelos ARFIMA. / Tesis

Memoria para optar al título de Ingeniero Civil Industrial / Dentro de las prioridades de las empresas de retail se encuentra la prevención de los quiebres de stock en las góndolas de sus clientes. Sin embargo, un problema igualmente importante es la gestión de los quiebres de stock ya ocurridos. P&G es una empresa proveedora de productos de consumo a diferentes clientes de tipo retail. Actualmente para el canal de cliente farmacéuticos chilenos presenta algunos problemas que impiden que la gestión de quiebres sea satisfactoria según sus propios estándares internos. El objetivo de la memoria es rediseñar el proceso de gestión de quiebres de stock para contribuir a reparar los quiebres de stock de manera más eficaz y rápida por parte de los diferentes actores de P&G involucrados. El marco conceptual empleado fue el de mejora y de arquitectura de procesos de negocios representando los macro y sub procesos, cómo se relacionan entre sí, y planteando un rediseño en pos de conseguir un mejor rendimiento. La metodología usada consta del levantamiento y modelado de la situación actual, análisis y diagnostico de éste, propuesta de rediseño, y estimación del impacto de la mejora. En esta memoria el proceso de gestión de quiebres considera una serie de subprocesos: la detección del quiebre de stock, el análisis de mismo, y, finalmente, la reacción que diferentes actores implementan de manera de solucionar los quiebres ya ocurridos haciendo llegar el producto a la góndola. Los principales cambios propuestos son: - Definición de productos y tiendas a medir según protocolo que represente el negocio de P&G. - Reporte semanal de quiebres ponderados por ventas y con causas y responsables identificados. - Sub contratación de servicios de auditoría de quiebres.