Biased Technological Change, Impatience and Welfare

En este artículo utilizamos un modelo de generaciones traslapadas con heterogeneidad en la tasa de impaciencia para mostrar que los efectos de un cambio tecnológico aumentador de capital no son simétricos en los agentes y pueden conllevar una reducci on en el consumo. La asimetría en la tasa de impaciencia de los agentes en un período, tiene consecuencias sobre los beneficios del cambio tecnológico para las generaciones futuras. Menores tasas de impaciencia llevan a mayores niveles de capital y de consumo, si se entiende que la economía tiene el suficiente nivel de capital per capita.

Labor supply, biased technological change and economic growth

Se utiliza un modelo de innovaciones sesgadas para estudiar los efectos de cambios exógenos en la oferta laboral. En un contexto de innovaciones sesgadas, a medida que las economías acumulan capital, el trabajo se hace relativamente más escaso y más caro, por este motivo, hay incentivos para adoptar tecnologías ahorradoras de trabajo. Del mismo modo un cambio en la oferta laboral afecta la abundancia de factores y sus precios relativos. En general, una reducción de la oferta laboral, hace que el trabajo sea más caro y genera incentivos para cambio tecnológico ahorrador de trabajo. Así, el efecto inicial que tiene el cambio en la oferta laboral sobre los precios de los factores es mitigado por el cambio tecnológico. Finalmente, los movimientos en la remuneración a los factores afectan las decisiones de ahorro y, por lo tanto, la dinámica del crecimiento. En este trabajo se exploran las consecuencias de una reducción de la oferta laboral en dos contextos teóricos diferentes: un modelo de agentes homogéneos y horizonte infinito y un modelo de generaciones traslapadas.

Biased technological change, human capital and factor shares

We propose a one-good model where technological change is factor saving and costly. We consider a production function with two reproducible factors: physical capital and human capital, and one not reproducible factor. The main predictions of the model are the following: (a) The elasticity of output with respect to the reproducible factors depends on the factor abundance of the economies. (b) The income share of reproducible factors increases with the stage of development. (c) Depending on the initial conditions, in some economies the production function converges to AK, while in other economies long-run growth is zero. (d) The share of human factors (raw labor and human capital) converges to a positive number lower than one. Along the transition it may decrease, increase or remain constant.

Ciencias de la complejidad: estado actual

Los aportes teóricos y aplicados de la complejidad en economía han tomado tantas direcciones y han sido tan frenéticos en las últimas décadas, que no existe un trabajo reciente, hasta donde conocemos, que los compile y los analice de forma integrada. El objetivo de este proyecto, por tanto, es desarrollar un estado situacional de las diferentes aplicaciones conceptuales, teóricas, metodológicas y tecnológicas de las ciencias de la complejidad en la economía. Asimismo, se pretende analizar las tendencias recientes en el estudio de la complejidad de los sistemas económicos y los horizontes que las ciencias de la complejidad ofrecen de cara al abordaje de los fenómenos económicos del mundo globalizado contemporáneo.

Network externalities across financial institutions

We propose and estimate a financial distress model that explicitly accounts for the interactions or spill-over effects between financial institutions, through the use of a spatial continuity matrix that is build from financial network data of inter bank transactions. Such setup of the financial distress model allows for the empirical validation of the importance of network externalities in determining financial distress, in addition to institution specific and macroeconomic covariates. The relevance of such specification is that it incorporates simultaneously micro-prudential factors (Basel 2) as well as macro-prudential and systemic factors (Basel 3) as determinants of financial distress. Results indicate network externalities are an important determinant of financial health of a financial institutions. The parameter that measures the effect of network externalities is both economically and statistical significant and its inclusion as a risk factor reduces the importance of the firm specific variables such as the size or degree of leverage of the financial institution. In addition we analyze the policy implications of the network factor model for capital requirements and deposit insurance pricing.