“Nadie es profeta en su tierra”: Etnografía económica de las dinámicas comerciales de los Kichwa-Otavalo en San Victorino, Bogotá

La presente monografía describe las dinámicas económicas de los Kichwas Otavalo en la zona comercial de San Victorino, Bogotá. Dichas dinámicas son examinadas a partir de la Nueva Sociología Económica (Smelser & Swedberg, 2005) y la Etnografía Económica (Dufy & Weber, 2009) para mostrar las divergentes racionalidades que surgen al interior del mercado. Esto nos lleva a debatir con la ciencia económica ortodoxa y los supuestos que manejan frente a la racionalidad, el mercado y la competencia. A lo largo del texto se sostiene la importancia de los marcos de transacción (Dufy & Weber, 2009), su trascendencia, y su factibilidad para entender las dinámicas históricas, económicas y comerciales que rodean la venta ambulante en San Victorino. Por otro lado mostramos cómo estos mismos marcos de transacción se reflejan en las dinámicas comerciales de este grupo indígena oriundo del Norte de Ecuador. Se hace un recuento de su historia y de los tipos de negocios en los que resultó la tradicional venta ambulante en la capital colombiana. Las racionalidades de estos son resumidas en dos tipos de racionalidades (tradicional y modernista) que derivan tanto en grandes logros como en grandes problemáticas al interior de la comunidad. El caso, en suma, demuestra que la racionalidad económica es mucho más compleja de lo que la teoría económica ortodoxa desea admitir. Nadie es profeta en su tierra.

Valoración de activos financieros utilizando Montecarlo: cuando el mundo no es tan normal.

Valorar activos financieros cuando el mundo no es tan normal como asumen muchos modelos financieros exige un método flexible para operar con diversas distribuciones, el cual, adicionalmente, pueda incorporar discontinuidades como las que se dan en procesos estocásticos de salto. El método Monte Carlo cumple con esos requisitos, además de generar una buena aproximación y ser eficiente, lo cual lo convierte en el más adecuado para aquellos casos en los cuales no se cumple el supuesto de normalidad. Este artículo explica como se aplica este método para la valoración de activos financieros, particularmente opciones financieras, cuando el activo subyacente sigue un proceso de volatilidad estocástica o de salto-difusión.

Persistencia en Series de Tiempo Macroeconómicas: ¿es esta una propiedad Invariable de los Modelos?

En este artículo se argumenta que la persistencia no es una característica invariable de una serie de tiempo, sino que depende del contexto en el cual la serie se utiliza: dado que los parámetros de cualquier modelo dinámico se definen en relación a un conjunto particular de información, cualquier cambio en el conjunto de variables condicionales puede afectar las estimaciones resultantes. Definimos persistencia de una variable como la tasa a la cual su función de autocorrelación converge a cero, y demostramos que la inferencia sobre la persistencia de una variable no varía en función de la adición de otras variables condicionales siempre y cuando éstas variables no sean Granger-causales sobre la variable de interés. Más aún, establecemos que la persistencia medida es una función del modelo elegido y que esto es más fundamental para sistemas inestables. Nuestros hallazgos sugieren que, a menos que se impongan más restricciones derivadas de la teoría económica, temas como la efectividad de las políticas de estabilización no pueden ser resueltos empíricamente, y que por ende, el debate entre los teóricos keynesianos y RBC no puede cerrarse.

Una nota sobre la elección de ancho de banda cuando la hipótesis nula es semiparamétrica.

Este artículo presenta un contraste de aditividad. El modelo aditivo es usado para modelar estructuras paramétricas y semiparamétricas. La hipótesis de aditividad es interesante porque es fácil de interpretar y produce unas tasas de convergencia razonablemente rápidas de estimadores no paramétricos. Una ventaja adicional de las estructuras aditivas es que permiten atacar directamente el problema de la maldición de la dimensionalidad que surge en estimaciones no paramétricas. El procedimiento que proponemos para el contraste de hipótesis está basado en el conocido proceso de remuestreo (bootstrap) de los residuales del modelo aditivo. En la literatura de evaluación no paramétrica, la idea dominante es que el ancho de banda utilizado para producir la muestra bootstrap debe ser más grande que la banda utilizada para la estimación del modelo bajo hipótesis nula. No obstante, hasta el momento la literatura existente no suministra ayuda alguna que permita elegir dicha banda en la práctica. Discutimos, como un primer paso, un tipo de regla para elegir tal banda en este contexto. Nuestras sugerencias están acompañadas de ejercicios de simulación.