Eco-Artículos en Revistas externashttp://repositorio.ulima.edu.pe/handle/ulima/26472024-03-29T07:00:58Z2024-03-29T07:00:58ZComercio internacional y distribución de beneficios de la fibra de vicuñaRosales-Benites-de-Franco, MarinaMejía-Marcacuzco,Jesús-AbelAmbrocio-Barrios, NapoleónIannacone-Oliver, José-AlbertoLleellish-Juscamayta, Miguelhttp://repositorio.ulima.edu.pe/handle/ulima/86682019-07-03T19:55:12Z2019-01-01T00:00:00ZComercio internacional y distribución de beneficios de la fibra de vicuña
Rosales-Benites-de-Franco, Marina; Mejía-Marcacuzco,Jesús-Abel; Ambrocio-Barrios, Napoleón; Iannacone-Oliver, José-Alberto; Lleellish-Juscamayta, Miguel
con este artículo de investigación se espera mostrar la influencia del comercio
internacional de fibra de vicuña para la sostenibilidad social y económica, en el marco de los
beneficios compartidos y bienestar para las comunidades campesinas andinas. Metodología: la
investigación utilizó indicadores sociales y económicos para determinar la sostenibilidad social y
económica de las comunidades andinas. Asimismo, los beneficios económicos de los acuerdos
comerciales y Free on board - FOB valores del comercio internacional de fibra de vicuña para el
período 1995 – 2011. Hallazgo: se encontró que aproximadamente US $ 13 millones generados a
partir del valor FOB en ese período no tiene bienestar social en las regiones afectadas. Del mismo
modo, el comercio internacional de fibra de vicuña tuvo una influencia de bajo nivel (0.0792) en
su bienestar económico al igual que los US $ 21 millones generados a partir del valor FOB.
Conclusión: el comercio internacional de fibra de vicuña no tuvo influencia en el bienestar social
o económico de las comunidades campesinas. El aumento de los recursos humanos en estas a
niveles competitivos en educación, conocimiento tecnológico, acceso a sistemas de salud y
nutrición serán un avance en el marco del desarrollo sostenible de la cultura y los valores morales
andinos.
2019-01-01T00:00:00ZCosto del capital en el sector pesquero-acuícola chilenoZuñiga, SergioSoria-Barreto, Karlahttp://repositorio.ulima.edu.pe/handle/ulima/86472019-07-01T14:49:11Z2009-01-01T00:00:00ZCosto del capital en el sector pesquero-acuícola chileno
Zuñiga, Sergio; Soria-Barreto, Karla
En el presente estudio se estima una tasa de costo promedio
ponderado de capital (WACC) para el sector pesquero-acuícola
chileno, un parámetro esencial para la toma de decisiones de inversión en dicho sector. Para ello se estima la estructura de capital promedio de un grupo de empresas representativas del sector, su costo de deuda promedio y el costo del patrimonio. Para
la estimación de este último parámetro, en años recientes han
surgido diversos enfoques para corregir los problemas relacionados con la baja integración de las economías emergentes a la
economía global. En este estudio se estiman comparativamente
tres enfoques: el CAPM local, CAPM global y el método de corrección de Godfrey y Espinoza (1996). Los resultados confirman
que ese procedimiento arroja estimaciones mucho más plausibles
para el costo del patrimonio, implicando una tasa WACC para
el sector pesquero-acuícola chileno de 19,6% nominal anual.
2009-01-01T00:00:00ZForecasting inflation in Latin America with core measuresPincheira-Brown, PabloSelaive, JorgeNolazco-Cama, José-Luishttp://repositorio.ulima.edu.pe/handle/ulima/85142019-07-11T03:39:21Z2019-01-01T00:00:00ZForecasting inflation in Latin America with core measures
Pincheira-Brown, Pablo; Selaive, Jorge; Nolazco-Cama, José-Luis
We explore the ability of core inflation to predict headline CPI annual inflation for a sample of eight developing economies in Latin America over the period January 1995–May 2017. Our in-sample and out-of-sample results are roughly consistent in providing robust evidence of predictability in four of the countries in our sample. Mixed evidence is found for the other four countries. The bulk of the out-of-sample evidence of predictability concentrates on the short horizons of one and six months. In contrast, at the longest horizon of 24 months, we only find out-of-sample evidence of predictability for two countries: Chile and Colombia, with robust results only for the latter. This is both important and challenging, given that the monetary authorities in our sample of developing countries are currently implementing or are taking steps toward the future implementation of inflation targeting regimes, which are based heavily on long-run inflation forecasts.
2019-01-01T00:00:00ZRedes neuronales para predecir el comportamiento del conjunto de activos financieros más líquidos del mercado de valores peruanoBellido-Anicama, Alfredo-BrunoSchwarz-Díaz, Maxhttp://repositorio.ulima.edu.pe/handle/ulima/82562019-05-20T20:16:52Z2019-01-01T00:00:00ZRedes neuronales para predecir el comportamiento del conjunto de activos financieros más líquidos del mercado de valores peruano
Bellido-Anicama, Alfredo-Bruno; Schwarz-Díaz, Max
La presente investigación tiene como propósito identificar una herramienta de
inteligencia artificial basada en redes neuronales para predecir el
comportamiento de rendimiento y riesgo del conjunto de activos financieros
basados en acciones que reflejen con mayor exactitud el movimiento bursátil
del mercado de valores peruano. La investigación identificó inicialmente el
activo financiero más apropiado para estimar los valores de rendimiento y
riesgo de la cartera de acciones 50% más liquida del mercado peruano en el
período 2010-2016. A partir del activo seleccionado se utilizó la técnica de redes
neuronales artificiales con un perceptrón multicapa con regresión configurado
con 3 capas (21,85,2) usando una función de activación logística con un
optimizador LBFGS a una taza de aprendizaje de 0.01 para establecer los
patrones financieros, operacionales, comerciales o de gobierno corporativo que
puedan explicar y/o predecir el comportamiento del mismo en el mercado. La
investigación concluye que la capacidad de generación de caja y la velocidad
con la que se rotan los activos, así como la velocidad con la que se desembolsa
el Capex constituyen los principales factores que influencian en la determinación
de las mejores combinaciones de rendimiento y riesgo para el grupo de activos
financieros considerados como materia de estudio, independiente del sector de
mercado en el cual se opera. La investigación encontró una red neuronal capaz
de aproximar la predicción de rendimiento y riesgo con un 76.93% de eficacia
para el conjunto de activos seleccionados en el periodo de estudio. La
investigación aporta un reconocimiento de patrones diferenciados en aspectos
financieros, operacionales, comerciales y de gobierno corporativo con un
especial énfasis en la capacidad gerencial que los genera cuya influencia se
refleja en el desempeño del conjunto de activos estudiados por medio de la
técnica de redes neuronales generando una herramienta predictiva para estimar
su comportamiento bursátil.; The purpose of this research is to identify an artificial intelligence tool based on
neural networks to predict the behavior of performance and risk of the set of
financial assets based on actions that more accurately reflect the stock market
movement of the Peruvian stock market. The research initially identified the
most appropriate financial asset to estimate the performance and risk values of
the 50% most liquid share portfolio in the Peruvian market in the 2010-2016
period. From the selected asset, the technique of artificial neural networks with a multilayer perceptron with regression configured with 3 layers (21,85,2) was
used, using a logistic activation function with an LBFGS optimizer at a learning
rate of 0.01 to establish the financial, operational, commercial or corporate
governance patterns that can explain and / or predict the behavior of the same
in the market. The research concludes that the cash generation capacity and the
speed with which the assets are rotated, as well as the speed with which the
Capex is disbursed, constitute the main factors that influence the determination
of the best combinations of performance and risk for the group of financial
assets considered as a subject of study, independent of the market sector in
which it operates. The research found a neural network able to approximate the
prediction of performance and risk with a 76.93% efficiency for the set of assets
selected in the study period. The research provides a recognition of
differentiated patterns in financial, operational, commercial and corporate
governance aspects with a special emphasis on the managerial capacity that
generates them whose influence is reflected in the performance of the set of
assets studied through the technique of neural networks generating a predictive
tool to estimate its stock market behavior.
2019-01-01T00:00:00Z