Dinámica de la estructura de precios en Uruguay

Emiliano Álvarez; Juan Gabriel Brida; Pablo Mones

doi:10.24310/recta.22.1.2021.19870

Autores/as

Emiliano Álvarez Universidad de la República
Juan Gabriel Brida Universidad de la República
Pablo Mones Universidad de la República

DOI:

https://doi.org/10.24310/recta.22.1.2021.19870

Palabras clave:

Análisis de redes, índice de precios, inflación, análisis de comunidades

Resumen

Entender y predecir el fenómeno inflacionario es un problema central para los economistas y agentes tomadores de decisiones. Tradicionalmente se han utilizado técnicas econométricas de series de tiempo para estudiar este fenómeno; pero, ¿puede la economía de la complejidad aportar una visión complementaria a los estudios anteriores? Este trabajo busca estudiar la dinámica de la estructura de precios de la economía uruguaya desde la perspectiva de la economía de la complejidad, utilizando técnicas de análisis de redes que permitan estudiar la relación entre los bienes y servicios que componen el IPC.

En el presente trabajo se estudian los agrupamientos de bienes y servicios a partir del comportamiento dinámico de las series temporales de precios, detectando a su vez variaciones de precios relevantes en esta red. Los resultados muestran que los precios relevantes no están asociados a las divisiones de bienes del IPC y que los agrupamientos son consistentes con estudios anteriores para Uruguay.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Arthur, W. B. (1999). Complexity and the economy. Science, 284(5411), 107-109.

https://doi.org/10.1126/science.284.5411.107 DOI: https://doi.org/10.1126/science.284.5411.107

Balassa, B. (1964). The purchasing-power parity doctrine: a reappraisal. Journal of Political Economy, 72(6), 584-596.

https://doi.org/10.1086/258965 DOI: https://doi.org/10.1086/258965

Bergara, M., Dominioni, D., & Licandro, J. A. (1995). Un modelo para comprender la "enfermedad uruguaya". Revista de Economía, 2(2), 39-76.

Blondel, V. D., Guillaume, J.-L., Lambiotte, R., & Lefebvre, E. (2008). Fast unfolding of communities in large networks. Journal of Statistical Mechanics: Theory and Experiment, 2008, P10008.

https://doi.org/10.1088/1742-5468/2008/10/P10008 DOI: https://doi.org/10.1088/1742-5468/2008/10/P10008

Box, G. E. & Jenkins, G. M. (1970). Time series analysis: Forecasting and control. Holden-Day, San Francisco.

Brum, C., Cuitiño, F., Mourelle, J., & Vicente, L. (2012). Modelos multivariados para predecir la inflación en Uruguay. Banco Central del Uruguay.

Cancelo, J. R., Fernández, A., Grosskoff, R., Selves, R., & Villamonte, G. (1994). Precios de transables y no transables: Un enfoque ARIMA-IA. IX Jornadas de Economía del Banco Central del Uruguay, Montevideo, Uruguay.

Cuitiño, F., Ganón, E., Tiscordio, I., & Vicente, L. (2010). Modelos univariados de series de tiempo para predecir la inflación de corto plazo. XXV Jornadas de Economía del Banco Central del Uruguay.

De Gregorio, J., Giovannini, A., & Wolf, H. C. (1994). International evidence on tradables and nontradables inflation. European Economic Review, 38(6), 1225-1244.

https://doi.org/10.1016/0014-2921(94)90070-1 DOI: https://doi.org/10.1016/0014-2921(94)90070-1

Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of

https://doi.org/10.2307/1912773 DOI: https://doi.org/10.2307/1912773

United Kingdom inflation. Econometrica: Journal of the Econometric Society, 50(4), 987-1007.

Gao, X., An, H., & Zhong, W. (2013). Features of the correlation structure of price indices. PLoS One, 8(4), 1-9.

https://doi.org/10.1371/journal.pone.0061091 DOI: https://doi.org/10.1371/journal.pone.0061091

Garda, P., Lanzilotta, B., & Lorenzo, F. (2004). Descripción y evaluación de un esquema metodológico para el diagnóstico y predicción de la inflación en Uruguay. XIX Jornadas de Economía del Banco Central del Uruguay.

Heymann, D. & Leijonhufvud, A. (1995). High Inflation: The Arne Ryde Memorial Lectures. OUP Catalogue.

https://doi.org/10.1093/oso/9780198288442.001.0001 DOI: https://doi.org/10.1093/oso/9780198288442.001.0001

Jackson, M. O. (2010). Social and economic networks. Princeton University Press.

https://doi.org/10.2307/j.ctvcm4gh1 DOI: https://doi.org/10.2307/j.ctvcm4gh1

Nasir, M. A. & Vo, X. V. (2020). A quarter century of inflation targeting & structural change in exchange rate pass-through: Evidence from the first three movers. Structural Change and Economic Dynamics.

https://doi.org/10.1016/j.strueco.2020.03.010 DOI: https://doi.org/10.1016/j.strueco.2020.03.010

Newman, M. (2010). Networks: an introduction. Oxford University Press.

https://doi.org/10.1093/acprof:oso/9780199206650.003.0001 DOI: https://doi.org/10.1093/acprof:oso/9780199206650.003.0001

Samuelson, P. A. (1964). Theoretical notes on trade problems. The Review of Economics and Statistics, 46(2), 145-154.

https://doi.org/10.2307/1928178 DOI: https://doi.org/10.2307/1928178

Sarantitis, G. A., Papadimitriou, T., & Gogas, P. (2018). A network analysis of the United Kingdom's Consumer Price Index. Computational Economics, 51(2), 173-193.

https://doi.org/10.1007/s10614-016-9625-9 DOI: https://doi.org/10.1007/s10614-016-9625-9

Sims, C. A. (1980). Macroeconomics and reality. Econometrica: Journal of the Econometric Society, 48(1), 1-48.

https://doi.org/10.2307/1912017 DOI: https://doi.org/10.2307/1912017

Sun, Q., Gao, X., Wen, S., Chen, Z., & Hao, X. (2018). The transmission of fluctuation among price indices based on Granger causality network. Physica A: Statistical Mechanics and its Applications, 506, 36-49.

https://doi.org/10.1016/j.physa.2018.04.055 DOI: https://doi.org/10.1016/j.physa.2018.04.055

Watts, D. J. & Strogatz, S. H. (1998). Collective dynamics of 'small-world' networks. Nature, 393(6684), 440-442.

https://doi.org/10.1038/30918 DOI: https://doi.org/10.1038/30918