Economía, Finanzas y Computación

Permanent URI for this collectionhttps://dspace.unia.es/handle/10334/3692

Browse

Now showing 1 - 20 of 28

Trabajo académico
Técnicas avanzadas de selección de atributos para clasificación : análisis y estudio empírico
(Universidad Internacional de Andalucía, 2025) Ortiz Tandazo, Daniel Alejandro; Ortiz Tandazo, Daniel Alejandro
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2024-25). Tutor: Dr. Antonio Javier Tallón Ballesteros. This study explores and evaluates the effectiveness of advanced feature selection techniques in the context of machine learning, with a particular focus on classification problems. In the Big Data era, where vast amounts of information are generated, identifying and selecting the most relevant features is crucial to building efficient classification models and avoiding overfitting. This research focuses on five advanced techniques: Probability-based Particle Swarm Optimization (PSO), Golden Fish Search (GFS), Lasso, Ridge, and Elastic Net, evaluating their capacity to enhance model performance through dimensionality reduction. By applying these techniques to high-dimensional datasets, the impacts on accuracy, recall, F1-score, AUC-ROC, and execution time are analyzed. The findings help determine best practices for feature selection in complex environments and provide recommendations for their application in various classification domains, highlighting the ability of advanced techniques to optimize model efficiency and accuracy in scenarios where traditional methods prove ineffective.
Trabajo académico
Análisis de factores clave en el mercado inmobiliario de alto poder adquisitivo de Lima mediante causalidad de Granger multivariante
(Universidad Internacional de Andalucía, 2024) Cayetano Martínez, Yesenia Rosmery; Cayetano Martínez, Yesenia Rosmery
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2023-24). Tutor: Dr. Antonio Jesús Sánchez Fuentes. Este estudio se enfoca en analizar los factores clave que influyen en el mercado inmobiliario de alto poder adquisitivo en Lima, destacando la importancia de entender cómo la oferta, la demanda, los factores macroeconómicos reales y financieros influyen en la dinámica y los precios de este mercado exclusivo. El objetivo principal es analizar la relación causal entre cinco factores clave en el mercado de alto poder adquisitivo de Lima: precio, factores macroeconómicos reales, financieros, de demanda y de oferta, con el fin de identificar las interacciones entre estos elementos y comprender mejor las dinámicas del sector de ingresos altos. Para llevar a cabo este estudio, se aplicó la metodología de causalidad de Granger utilizando un modelo econométrico robusto en MATLAB, empleando una base de datos específica con información relevante obtenida del Banco Central de Reserva del Perú y del Instituto Nacional de Estadística e Informática. Esta metodología permitió explorar en detalle las relaciones causales entre los factores estudiados. Los resultados del análisis de causalidad de Granger indicaron que variables como la tasa de interés, la inflación y la demanda, influida por la percepción de exclusividad y prestigio, tienen un impacto significativo en los precios de las propiedades en los distritos exclusivos de Lima. Se observó una interacción compleja entre la oferta, la demanda y la política monetaria en el mercado inmobiliario de lujo. Por otro lado, no se encontraron relaciones claras con variables como el PBI per cápita y la tasa de desempleo. Este estudio identificó relaciones significativas entre el precio de las propiedades del sector de alto poder adquisitivo de Lima y los factores macroeconómicos reales, financieros, de demanda y oferta, demostrando su interacción compleja en este mercado inmobiliario. Se concluyó que las condiciones macroeconómicas generales no son determinantes en este mercado específico de alto nivel; en cambio, las decisiones de compra están más influenciadas por la percepción de valor y exclusividad, así como por políticas financieras específicas.
Trabajo académico
Factores determinantes internos y externos del sector turístico en Cuba: un análisis causal basado en mapas causales
(Universidad Internacional de Andalucía, 2024) Montejo Butka, Laura; Montejo Butka, Laura
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2023-24). Tutor: Dr. Antonio Jesús Sánchez Fuentes. El presente trabajo se enfoca en analizar las interacciones entre el turismo y la economía cubana, utilizando una metodología integral con un enfoque conservador, que incluye el análisis de las relaciones de causalidad de Granger entre los ingresos turísticos y diversas variables económicas tanto internas como externas. Para realizar este estudio, se ha contemplado el período comprendido entre los años 1980 a 2019, excluyendo el período de la COVID-19, para garantizar la validez y la fiabilidad de los resultados, eliminando las distorsiones temporales generadas por la pandemia. Durante este análisis se han considerado variables internas como los ingresos turísticos (IT), el producto interno bruto (PIB), la inversión en infraestructura turística (INVIT) y la generación de empleo (EST), así como su interrelación con variables externas como el PIB global de los principales emisores de turistas a Cuba (EXT), los precios del petróleo (PET) y el Índice de Precios al Consumidor a nivel global (Infl). De esta manera, se ha desarrollado un modelo general que balancee sus efectos específicos de manera simultánea. Los resultados obtenidos evidencian que más allá de la inversión en infraestructura turística, los ingresos turísticos de Cuba se ven notablemente influenciados por el ciclo económico de los principales países emisores, subrayando la importancia de una gestión económica adaptativa y estratégica que permita anticipar y adaptarse a los cambios del ciclo económico de estos países. Se utilizó el método de vectores autorregresivos (VAR) y causalidad de Granger, lo cual nos proporcionó una estructura dinámica para comprender estas complejas relaciones. Dicho estudio pone de manifiesto la necesidad de un análisis exhaustivo que tome en consideración tanto factores internos como externos a la hora de realizar formulaciones de políticas y estrategias turísticas en la isla, ofreciendo una perspectiva integral para la toma de decisiones futuras.
Trabajo académico
Determinantes de la recaudación en taquilla como indicador de éxito cinematográfico
(Universidad Internacional de Andalucía, 2024) Viera Alonso, Aimara Caridad; Viera Alonso, Aimara Caridad
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2023-24). Tutora: Dra. Mónica Carmona Arango. El presente trabajo explora los factores que determinan el éxito en taquilla de las películas, considerando la recaudación como un indicador clave. Se construyó una base de datos compuesta por 497 películas y sus atributos más relevantes (géneros, nominaciones a premios, fechas de estreno, reparto, directores, rating) para realizar un análisis mediante un modelo de regresión lineal múltiple para de esta forma identificar y contrastar con estudios anteriores, las variables que más influyen en la recaudación. Los resultados muestran que variables como el género, la participación de actores y actrices conocidos y estrategias de distribución efectivas tienen un impacto positivo y significativo en la recaudación, mientras que otras variables no aportan significativamente ya que dependen de factores externos.
Trabajo académico
Spain's international trade. Analysis and forecasting
(Universidad Internacional de Andalucía, 2024) Castillo Díaz, Rafael; Castillo Díaz, Rafael
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2023-24). Tutora: Dra. Elisabeth López Pérez. Spain's international trade is a key driver of its economic growth, contributing significantly to its GDP. Analyzing exports and imports reveals the economic structure and performance of various sectors, guiding policymakers in identifying growth areas and sectors requiring support. Understanding the competitiveness of Spanish products and services in the global market is vital. It helps in developing strategies to enhance their presence and performance abroad, fostering innovation and quality. Diversifying markets by reducing dependence on a few trading partners and exploring opportunities in emerging markets mitigates the risks associated with over-reliance on traditional markets. Despite the importance of these studies, there are significant limitations in consuming and analyzing information on Spain's international trade from existing sources and the internet. The data is often highly technical and complex, necessitating a strong grasp of economic terminology and concepts, which can be a barrier for those without a background in economics. Even individuals with a technical background require easy interpretation and flexible insights. Information is typically dispersed across multiple sources, complicating the task of obtaining a comprehensive view. Users often need to navigate different reports, databases, and websites to piece together a full picture. Additionally, the lack of real-time data updates can lead to delays in understanding current trends and making timely decisions. Language barriers also pose challenges, as detailed reports are often published in Spanish, limiting accessibility for non-Spanish speakers. Furthermore, the absence of visual representations and user-friendly interfaces hinders quick and effective data interpretation. Enhancing the perception of Spanish products abroad strengthens the national brand, benefiting exporters and tourism. Predictive analytics in international trade enables stakeholders to anticipate trends, adjust strategies proactively, and make informed decisions, ensuring Spain's adaptability to global changes in politics, economics, and technology. This academic work proposes an advanced solution using the Power BI tool to address these limitations. By providing a personalized, visual, and user-friendly interface with predictive capabilities, Power BI will enable diverse users to better understand Spain's international trade, facilitating informed decision-making and strategic planning.
Trabajo académico
Equidad en aprendizaje automático. Aplicaciones
(Universidad Internacional de Andalucía, 2024) Coto Palacio, Jessica; Coto Palacio, Jessica
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2023-24). Tutor: Dr. Antonio Javier Tallón Ballesteros. Actualmente, el Aprendizaje Automático y la Inteligencia Artificial están teniendo un impacto significativo en varios aspectos de nuestra vida cotidiana. En este trabajo se investiga cómo las disparidades en los datos de entrenamiento pueden afectar la justicia de los modelos predictivos. Utilizando técnicas como imputación de valores perdidos, selección de atributos, y optimización de parámetros en algoritmos de clasificación, junto a la incorporación de métricas de equidad, se evaluaron varios modelos en términos de su capacidad para reducir sesgos. Para desarrollar estos pasos se implementó una herramienta, a través de la cual se estudia el comportamiento de la equidad en tres bases de datos reales de clasificación. Los resultados indican que los métodos de preprocesamiento de datos y la optimización de métricas específicas pueden mejorar la equidad manteniendo la precisión del modelo. Esta investigación resalta la importancia de considerar la equidad en el desarrollo de algoritmos en aras de implementar modelos más justos.
Trabajo académico
Técnicas de aprendizaje automático para la detección de phishing de URL
(Universidad Internacional de Andalucía, 2023) Alonso Graverán, Gretel; Alonso Graverán, Gretel
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2022-23). Tutor: Dr. D. Antonio J. Tallón Ballesteros. Con el aumento significativo del uso de Internet y los servicios en línea en los últimos tiempos, principalmente por parte de gobiernos e instituciones financieras, el riesgo de ataques de phishing ha ido en constante aumento, por lo que la protección contra las amenazas a la seguridad en línea se vuelve de vital importancia. En este contexto, este trabajo se enfoca en la detección de phishing para prevenir la filtración de información privada y las pérdidas económicas, mediante la implementación de múltiples técnicas de aprendizaje automático supervisado. Este estudio se sustenta en la metodología del KDD para la búsqueda del modelo de aprendizaje más efectivo para discriminar entre URLs legítimas y fraudulentas, que incluye la preparación de datos, el manejo del desbalance de datos, la optimización de modelos y la ingeniería de características, y además, se complementa con un análisis exploratorio de los datos. Finalmente, se obtiene que el algoritmo Extra Trees (19 atributos + hiperparámetros por defecto), con una exactitud del 97,15 %, un AUC-ROC de 97,0 %, Sensibilidad del 95,48 % y Valor Predictivo Negativo de 96,38 % constituye el modelo optimo, pues garantiza una discriminación adecuada entre clases y ofrece un mejor equilibrio entre eficiencia y precisión.
Trabajo académico
Revisitando las relaciones macro entre precios, consumo privado y salarios : un análisis multivariante aplicado en el ámbito de la zona euro
(Universidad Internacional de Andalucía, 2023) Lazo Ramírez, Erika Lisette; Lazo Ramírez, Erika Lisette
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2022-23). Tutor: Dr. D. Antonio Jesús Sánchez Fuentes. Con la aparición de la pandemia del COVID – 19 y la posterior tensión en las dinámicas de los precios y el consumo de los hogares, se ha evidenciado la necesidad de conocer los mecanismos que dan forma a la evolución del consumo privado en las economías con conforman la Unión Europea. Por tal motivo, se considera necesario realizar un análisis sobre la relación precio – consumo privado – salario con el objetivo general de analizar sus relaciones macroeconómicas en las economías que conforman la Unión Europea. En cuento a la metodología se recurre al análisis causal multivariante de forma que se incorpore plenamente todas las interacciones existentes entre las variables del modelo (ver Gil-Bermejo y otros, 2022), sobre la base de la información extraída de Eurostat. Los resultados ponen en evidencia que, para los países considerados en este estudio la base de la dinámica viene liderada por el ciclo económico, al tiempo del consumo privado es la masa salarial tiene un aporte en el GDP. Por otro lado, el HICP aumenta, lo que implica que los precios también se eleven.
Trabajo académico
Estudio predictivo de contrataciones vía Modelos Econométricos de Elección Binaria y Machine Learning
(Universidad Internacional de Andalucía, 2023) Llamas Crespillo, Jonathan; Llamas Crespillo, Jonathan
Trabajo de Máster Universitario en Economía, Finanzas y Computación (2022-23). Tutor: Dr. Dº. Nicola Rubino. Information technology and big data processing are tools that can be applied to almost any field or industry. In this master’s thesis, machine learning techniques, econometric models, and big data processing techniques will be used in the field of labour studies. The tool which I will be using to execute these techniques and models is Python. The goal will be firstly, to process the dataset and to validate and exploit it through statistical techniques and econometric models. Secondly, we are going to employ some classification techniques through Machine Learning. Finally, I will show my conclusions on the exercise, which are oriented to have utility for professional and research goals. The aim of this study is ultimately to analyse job seekers features to compare them to each other and determine if they are ideally employable, or not, using Machine Learning and Econometrics.
Trabajo académico
Numerical techniques for solving the Black-Scholes equation
(Universidad Internacional de Andalucía, 2022) Medjadi, Hadjer; Medjadi, Hadjer
Trabajo de Máster en Economía, Finanzas y Computación (2021-22). Tutor: Dr. D. Jared Lee Aurentz. The Black-Scholes model (named after Fischer Black and Myron Scholes) for option valuation is a model used in financial mathematics to theoretically estimate the value of a financial option, of the European option type. However, solving the Black-Scholes equation in higher dimensions requires numerical techniques. In this Master’s thesis, we propose a Chebyshev Pseudo spectral method and Euler Implicit method for pricing European call options and a comparative study of several possible configurations of these two methods. An option is a financial asset that offers the buyer the opportunity to buy or sell depending on the type of contract they hold. Each options contract will have a specific expiration date by which the holder must exercise their option, and it is either worthless or worth more than it was bought for. Black-Scholes partial differential equation presented in 1973, models the fair value of a European call option under certain market assumption. The terminal condition is derived from the difference between the stock price upon maturity and the option strike price, while the boundary conditions are derived from the put-call parity. We use the Chebyshev points as a set of points when discretizing Black-Scholes equation. Knowing that options has been priced with the use of finite differences it works as a comparison to the results of Chebyshev Pseudo- Spectral method. By approximating the initial condition with orthogonal Chebyshev polynomials and truncating the domain, the convergence rate increases significantly. In this context, numerical experiments confirm a considerable increase in efficiency, especially for large data sets. [1] [2] [2] [3] [4]
Trabajo académico
Volatilidad y pronóstico del mercado bursátil español mediante series temporales
(Universidad Internacional de Andalucía, 2022) Minga López, Diego Rolando; Minga López, Diego Rolando
Trabajo de Máster en Economía, Finanzas y Computación (2021-22). Tutor: Dr. D. Francisco Alfredo Márquez Hernández. Esta investigación tiene como objetivos, analizar los modelos de volatilidad ARCH y GARCH, para determinar cuál es el modelo que permite explicar con mayor precisión el comportamiento histórico del índice bursátil Ibex 35 y Solaria S.A. y, posteriormente, analizar la estabilidad de los modelos seleccionados para estimar la rentabilidad y volatilidad de ambas series. Los datos del Ibex 35 comenzaron del 2 de enero de 2006 al 25 de agosto de 2022 y de la empresa Solaria S.A. del 19 de junio del 2007 al 25 de agosto de 2022, fueron datos obtenidos de Yahoo Finance, a través del software RStudio. Se encontró que el modelo GARCH(1,1) es más eficiente para la serie del Ibex 35 y para Solaria S.A. el mejor modelo es el AR(2)-GARCH(1,1), ambos modelos resultaron estadísticamente significativos para estimar la rentabilidad y volatilidad de ambas series.
Trabajo académico
Mejora de la predicción en tareas de aprendizaje automático supervisado : imputación de valores perdidos
(Universidad Internacional de Andalucía, 2021) Del Turco, Lucía Yanina; Del Turco, Lucía Yanina
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Antonio J. Tallón Ballesteros. En el presente trabajo, se analiza y estudia la problemática recurrente que suelen presentar las bases de datos: los missing data o valores perdidos. Se evalúan seis métodos de imputación tras su aplicación a conjuntos datos de regresión en presencia de valores ausentes. Además, se determinan los porcentajes de mejora en la predicción según RMSE (raíz del error cuadrático medio) y R2 para tres algoritmos diferentes en ocho bases de datos, siendo el objetivo central del mismo determinar si existe un método de imputación con mejor rendimiento para todos los casos donde existan valores perdidos, o por el contrario, resulta conveniente adoptar distintos procedimientos de imputación de acuerdo al método de regresión aplicado y a la base de datos analizada.
Trabajo académico
Job retention schemes and implications on firm survival during Covid-19. Evidence from new Spanish data
(Universidad Internacional de Andalucía, 2021) García Clemente, Javier; García Clemente, Javier
Trabajo de Máster en Economía, Finanzas y Computación. Tutores: D. Emilio Congregado ; D. Jesús Rodríguez. We analyze the aggregated survival rates of more than a million employer units followed quarterly from April 1st, 2020 to April 1st, 2021, using new data from the experimental statistics of Demographic Situation of Companies (CODEM), by the Spanish National Statistics Institute (INE). This approach makes use of fractional regression methods to explain the survival rate by region, sector, size of the company and whether or not a job retention scheme (henceforth ERTE) had been adopted. Our main results show that the survival rate were significantly higher in those companies where an ERTE was adopted. Nevertheless, this effect was not homogeneous, particularly benefiting the most vulnerable firms. These firms were, as expected, the smallest (from 1 to 5 employees) and the ones which operate in some service sectors related to leisure, education, tourism and hospitality. Additionally, some unobserved heterogeneity among regions have been considered too, suggesting Balearic and Andalusian firms to be the most likely to close.
Trabajo académico
Machine methods learning for the classification of the corruption risk by addition in the procurement of public works through bidding. Case study in Colombia = Métodos de aprendizaje automático para la clasificación de riesgo de corrupción por adición en contratación de obras públicas mediante licitación. Caso de estudio en Colombia
(Universidad Internacional de Andalucía, 2021) Villa Pedroza, Fidelina Isabel; Villa Pedroza, Fidelina Isabel
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Antonio Javier Tallón Ballesteros. Este trabajo presenta una metodología para la predicción de riesgo de corrupción causado en adición de valor en los contratos de obra públicas adjudicados por licitación en Colombia. Se utilizaron datos públicos de la plataforma de contratos electrónicos que permitieron clasificar qué contratos tuvieron esta modificación. En términos de resultados, se compararon las técnicas de clasificación básicas como Naïve Bayes hasta algoritmos más sofisticados como Random Forest, entrenados y validados con métricas como precisión, sensibilidad, medida F y curva ROC. Los modelos de clasificación obtenidos pretenden gestionar la inversión de los gastos públicos y es un ejemplo del aprovechamiento de los datos abiertos del gobierno.
Trabajo académico
Técnicas de selección de variables en regresión lineal múltiple
(Universidad Internacional de Andalucía, 2021) Roque López, Jennifer; Roque López, Jennifer
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Antonio Javier Tallón Ballesteros. La selección de variables es una actividad crucial del preprocesamiento de datos. Diversas técnicas han sido propuestas, bajo cuatros enfoques: métodos filtro, embebido, semi-wrapper y wrapper. El objetivo del presente TFM es aplicar métodos de selección de variables a un conjunto datos para reducir la información irrelevante y proponer un plan de actuación para poder abordar tareas en el ámbito de reducción de dimensionalidad. Para tal fin se utilizan dos comandos de Stata, vselect y gvselect, propuestos por Lindsey y Sheather, los que permiten realizar la selección de variables tras realizar una regresión lineal. También se hace uso de los métodos CFS y ReliefF que brinda la herramienta Weka. Para la posterior medición y predicciones se utilizará el modelo de Regresión Lineal Múltiple.
Trabajo académico
COVID-19 y desempleo : una análisis del impacto en el mercado laboral español
(Universidad Internacional de Andalucía, 2021) Quintana Vázquez, Ismaray; Quintana Vázquez, Ismaray
Trabajo de Máster en Economía, Finanzas y Computación. Tutora: Dra. Dª Concepción Román Díaz. El año 2019 fue la antesala de la crisis sin precedentes del COVID-19 que afectó la economía en general y por consecuencia el mercado laboral. Este trabajo tiene como objetivo analizar el efecto de la situación laboral de España sobre la fuerza de trabajo, centrando la investigación en el perfil del parado y la evolución de sus características en cuanto a variables demográficas, de formación y nivel de estudio, y comunidad autónoma. Para ello hemos utilizando los microdatos proporcionados por la Encuesta de Población Activa correspondientes al segundo trimestre del 2019 y del 2021. Se aplicó un modelo econométrico logit multinomial no ordenado. Nuestros principales resultados ponen de manifiesto que el COVID aumenta la probabilidad de estar subempleados o desempleados, donde los jóvenes son los más afectados, además, se evidencia la brecha entre las oportunidades que tiene una mujer como demandante de empleo para conseguir un trabajo y las que tiene un hombre.
Trabajo académico
Acceso y uso de tecnologías de la información y comunicación en España : análisis e identificación de factores determinantes
(Universidad Internacional de Andalucía, 2021) Capote Vázquez, Osmar; Capote Vázquez, Osmar
Trabajo de Máster en Economía, Finanzas y Computación. Tutora: Dra. Dª Mónica Carmona Arango. Este trabajo examina los factores tanto socioeconómicos, demográficos, así como el equipamiento tecnológico como determinantes del acceso y uso de las TIC en los hogares españoles e influyentes en la denominada brecha digital. Para ello se utilizan los microdatos de la Encuesta sobre Equipamiento y Uso de Tecnologías de Información y Comunicación en los Hogares (ETIC_H), que elabora el Instituto Nacional de Estadística (INE) en España, para el año 2020, con una muestra de 15343 personas. Para el avance de la investigación se utiliza un modelo Logit el cual pertenece al grupo de modelos de elección discreta binario y se estima mediante la técnica de máxima verosimilitud. En los resultados obtenidos se pone de manifiesto algunas conclusiones que arrojan la estimación de los modelos teniendo en cuenta las hipótesis planteadas en la investigación.
Trabajo académico
Algoritmos de aprendizaje automático para la predicción de la productividad de la confección textil
(Universidad Internacional de Andalucía, 2021) Pérez Zaldívar, Lisandra; Pérez Zaldívar, Lisandra
Trabajo de Máster en Economía, Finanzas y Computación. Tutores: Dr. D. Diego Marín Santos ; Manuel Emilio Gegúndez Arias. La precisa estimación de la productividad es uno de los factores claves para planificar la producción. Actualmente, las empresas de la confección de prendas de vestir están enfocadas en realizar pronósticos sustentados por la toma de decisiones inteligentes. En esta investigación se presenta un procedimiento para detectar si la productividad de las líneas de producción de la confección será cumplida, en base a conocimientos previos. Para ello se aplican técnicas de aprendizaje supervisado, clasificando la productividad en cumplida o no cumplida. Estas técnicas fueron aplicadas a un conjunto de registros desbalanceados del área de producción de una empresa de confección textil de Bangladesh. Después de un análisis comparativo de los datos experimentales obtenidos en el proceso de pruebas, se demuestra que los algoritmos de clasificación son más eficientes cuando el conjunto de entrenamiento de datos esta equilibrado. Siendo la técnica de Random Forest la que mejor resultados ofrece sobre los criterios de evaluación definidos (Precisión, Sensibilidad y F1-Score). Finalmente, se puede visualizar mediante la curva ROC que el modelo Random Forest entrenado con datos balanceados obtiene el mejor AUC con un 75% en el punto de corte cuando la sensibilidad alcanza un 73%, especificidad un 76%, y como umbral óptimo 1. Siendo favorable para el proceso de identificación de los casos cuando la productividad no es cumplida.
Trabajo académico
La incidencia del teletrabajo de los asalariados frente a los autoempleados
(Universidad Internacional de Andalucía, 2021) Mera Moreira, Pablo Ariel; Mera Moreira, Pablo Ariel
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Emilio Congregado. El teletrabajo es considerado como el mecanismo de reactivación productiva de los sistemas económicos y sociales durante la crisis de la covid-19. El objetivo de este trabajo es determinar el efecto de la situación laboral sobre la decisión de llevar a cabo actividades de teletrabajo. Se aplicó un modelo econométrico de regresión logística ordenada para determinar que variables demográficas contribuyen a obtener niveles de teletrabajos más altos. Se demuestra que las personas asalariadas tienen una probabilidad más alta de realizar el trabajo presencial en comparación con los autoempleados, y que los niveles altos de teletrabajos viene dado por las personas que pertenecen al autoempleo. Finalmente, se concluye que el teletrabajo a pesar de tener un incremento en los últimos años como medida de reactivación económica póspandemico, esta modalidad de trabajo es casi que inexistente en comparación a varios países de la UE, considerando que, más 85% de los encuestados tienen una probabilidad de aplicar el trabajo de manera presencial y no de forma remota.
Trabajo académico
Convergencia estocástica de datos de panel no estacionarios. Un análisis para los países de la ALADI
(Universidad Internacional de Andalucía, 2021) Alejandro Villarroel, Daniela Elizabeth; Alejandro Villarroel, Daniela Elizabeth
Trabajo de Máster en Economía, Finanzas y Computación. Tutor: Dr. D. Josep Lluís Carrión i Silvestre. El análisis de convergencia estocástica entre las economías que pertenecen a la Asociación Latinoamericana de Integración (ALADI) se fundamenta en el marco de datos de panel mediante técnicas de cointegración con las propiedades del ingreso real per-cápita considerando dependencia transversal de los individuos, la cual es capturada por factores comunes inobservables, también se presentan estimaciones de múltiples rupturas estructurales para evitar sesgos y que los resultados obtengan buenas inferencias estadísticas. De manera general, se rechaza la hipótesis de convergencia en la mayoría de las evaluaciones donde se consideran dos escenarios, el primero es un panel completo donde se excluye a Cuba por limitaciones en los datos; el segundo es un panel más corto incluyendo al país del Caribe. Se deduce que el tratado de ALADI, en términos de renta per-cápita no ha llevado a la convergencia de las economías integrantes.