Esquema de objetivos de inflación, compromiso, comunicación y credibilidad: ¿por qué el Banco de México muestra dificultad para cumplir con su objetivo puntual de inflación del 3%?

César Geovanny Ángeles Sánchez (2021, [Tesis de maestría])

El presente documento realiza tres ejercicios empíricos para los temas de compromiso, comunicación y credibilidad del Banco de México. En última instancia, se busca responder al porqué, durante la implementación del esquema de objetivos de inflación (2003-2020), el Banco de México ha mostrado dificultad para cumplir con su objetivo puntual de inflación del 3%. Ya que, como lo indican los promedios de las series de tiempo, durante este periodo los niveles de la inflación y de las distintas expectativas de inflación se han ubicado por encima de la meta. Si bien los resultados confirman la credibilidad que tiene el Banco de México con el mantener una inflación baja y estable; siguiendo una regla de Taylor, se encuentra evidencia que, durante el periodo 2003-2020, el Banco de México ha sido tolerante con brechas positivas en el nivel de inflación (acentuándose, de manera significativa, durante el 2015-2020). En otras palabras, los resultados del documento sugieren que, durante la implementación del esquema de objetivos de inflación, el Banco de México ha ajustado su tasa de interés en busca de un nivel de inflación que se ubique en el intervalo que va del 3% + 1 punto porcentual pero no en la meta del 3%. Asimismo, resulta interesante que, del 2007 al 2020, cambios en la tasa de interés hayan sido motivados por brechas en el nivel de producción (tal como si el banco central mantuviese un mandato dual). Finalmente, a través de la construcción de un índice de comunicación que emplea los anuncios de política monetaria, se encuentra evidencia que la comunicación del Banco de México influye en las expectativas de inflación implicitas en instrumentos financieros y permite anticipar futuros movimientos en la tasa de interés (“forward guidance”).

Banco de México (1925- ) -- Effect of inflation (Finance) on -- Econometric models. Banks and banking, Central -- Mexico -- Econometric models. CIENCIAS SOCIALES CIENCIAS SOCIALES

El complejo Xyleborus glabratus - Rafaela lauricola en México: un análisis sobre los costos económicos asociados con la plaga

Luis Gerardo Zapata Barrientos (2020, [Tesis de maestría])

Este trabajo hace una evaluación de los costos económicos asociados con la llegada del complejo ambrosial Xyleborus glabratus – Rafaela lauricola a México. Hay tres objetivos de estudio: realizar una estimación de los efectos de la plaga sobre la industria productora de aguacate, hacer un análisis insumo producto para calcular su impacto indirecto en otras industrias y realizar una evaluación de sus efectos sobre la provisión de servicios ecositémicos en México. Este trabajo concluye que el costo económico de la plaga oscilaría entre 1,352.38 y 4,509.84 millones de pesos para los productores de aguacate y entre 581.09 y 2,905.47 millones de pesos en servicios ecosistémicos. Además, el choque afectaría otras industrias de forma indirecta: proveedores agrícolas en su mayoría. Dichos efectos estarían focalizados en el estado de Michoacán y en los bosques de encino y de encino pino.

Avocado industry -- Effect of agricultural pests on -- Mexico -- Econometric models. Biotic communities -- Effect of agricultural pests on -- Mexico -- Econometric models. CIENCIAS SOCIALES CIENCIAS SOCIALES

“Efecto marzo”: impacto de los nuevos médicos residentes en la salud de los pacientes

Jose Miguel Manrique Velasco (2021, [Tesis de maestría])

Al inicio de los ciclos educativos de los residentes, estos individuos proveen servicios de salud bajo una inadecuada supervisión como un proceso de aprendizaje en el que adquieren nuevas habilidades y conocimientos salud bajo la premisa de “aprender haciendo”, mas la falta inicial de estas expone a los pacientes a una baja calidad de atención que repercute en su salud lo cual no es ético. En consecuencia, la presente tesina evalúa los posibles efectos que tiene la masiva entrada de médicos residentes en México durante el mes marzo. Para lo cual emplea dos métodos con datos administrativos de las Secretaría de Salud. El primero es Diferencias en Diferencias, el cual tiene el objetivo de estimar el contrafactual de forma creíble suponiendo que las características de los individuos son invariantes en el tiempo y que en ausencia de la intervención el grupo de tratamiento seguirá la misma tendencia que el grupo de control. El segundo método es un event study cuyas virtudes son aportar evidencia de una buena identificación del método DID y descomponer el efecto en ventanas de tiempo para analizar como los cambios en el tiempo de la inexperiencia, el burnout, las fallas de coordinación y el learing-by-doing afectan al análisis. Bajo estos diseños se encuentra que hay efectos negativos en la salud de los pacientes a causa de la rotación de residentes los cuales pueden ser explicados por los altos niveles de estrés y cansancio documentados, la falta de práctica real en los procedimientos médicos, la baja supervisión de los residentes y el paradigma educativo de “aprender haciendo”. Además, se observa que estos efectos negativos solo ocurren en las primeras semanas después de la entrada de residentes para después desvanecer su efecto en los meses siguientes, lo cual indica que los residentes logran superar las limitaciones y sobrecarga del trabajo para finalmente otorgar un servicio de salud correspondiente a otros meses.

Patients -- Care -- Effect of residents (Medicine) on -- Mexico -- Econometric models. Public health -- Effect of residents (Medicine) on -- Mexico -- Econometric models. CIENCIAS SOCIALES CIENCIAS SOCIALES

La relación entre el crimen y ciclo económico en México: un enfoque espacial

Ricardo Masahiro Solis Ichien (2021, [Tesis de maestría])

En este trabajo se analiza la influencia del ciclo económico sobre los niveles de crimen en México desde el marco conceptual de la teoría de Cantor y Land (1985), los cuales distinguen el efecto de oportunidad y motivación criminal. Se presenta el análisis para el caso mexicano y se evalúa empíricamente el modelo de Cantor y Land para las 32 entidades federativas con datos trimestrales del 2010 a 2019. Utilizando un modelo econométrico que incorpora la interacción espacial en la tasa de crímenes y en el término de error, así como su rezago temporal, al que se le denomina como modelo espacial autorregresivo con errores autorregresivos de orden 1 (SARAR (1,1)) dinámico, se evalúa el modelo para siete tipos de crímenes: homicidios dolosos, secuestros, extorsiones, robo a negocios, robo a casa-habitación, robo de vehículo y robo a transeúnte. Los resultados muestran que se verifica la teoría de Cantor y Land (1985) para cuatro de los siete tipos de delitos. Los robos analizados se caracterizan como robos de necesidad y robos de especialización. Se encuentra evidencia del comportamiento espacial de la actividad criminal donde algunos delitos tienen un efecto regional y otros se concentran.

Crime -- Effect of business cycles on -- Mexico -- Econometric models. Violence -- Effect of business cycles on -- Mexico -- Econometric models. CIENCIAS SOCIALES CIENCIAS SOCIALES

Optimizing nitrogen fertilizer and planting density levels for maize production under current climate conditions in Northwest Ethiopian midlands

Kindie Tesfaye Dereje Ademe Enyew Adgo (2023, [Artículo])

This study determined the most effective plating density (PD) and nitrogen (N) fertilizer rate for well-adapted BH540 medium-maturing maize cultivars for current climate condition in north west Ethiopia midlands. The Decision Support System for Agrotechnology Transfer (DSSAT)-Crop Environment Resource Synthesis (CERES)-Maize model has been utilized to determine the appropriate PD and N-fertilizer rate. An experimental study of PD (55,555, 62500, and 76,900 plants ha−1) and N (138, 207, and 276 kg N ha−1) levels was conducted for 3 years at 4 distinct sites. The DSSAT-CERES-Maize model was calibrated using climate data from 1987 to 2018, physicochemical soil profiling data (wilting point, field capacity, saturation, saturated hydraulic conductivity, root growth factor, bulk density, soil texture, organic carbon, total nitrogen; and soil pH), and agronomic management data from the experiment. After calibration, the DSSAT-CERES-Maize model was able to simulate the phenology and growth parameters of maize in the evaluation data set. The results from analysis of variance revealed that the maximum observed and simulated grain yield, biomass, and leaf area index were recorded from 276 kg N ha−1 and 76,900 plants ha−1 for the BH540 maize variety under the current climate condition. The application of 76,900 plants ha−1 combined with 276 kg N ha−1 significantly increased observed and simulated yield by 25% and 15%, respectively, compared with recommendation. Finally, future research on different N and PD levels in various agroecological zones with different varieties of mature maize types could be conducted for the current and future climate periods.

Maize Model Planting Density CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MAIZE MODELS SPACING NITROGEN FERTILIZERS YIELDS

Efectos de la marginación en las oportunidades laborales de los individuos en la Ciudad de México y Área Metropolitana

Federico Niccolo Daverio Occhini (2021, [Tesis de maestría])

En este trabajo se intenta profundizar la relación entre la marginalidad de la zona de residencia y la oportunidad de trabajo de sus habitantes. El “Efecto barrio”, como viene definido en la literatura, esta al centro de la discusión académica de un lado en cuanto presenta importantes desafíos econométricos en la identificación del efecto causal y del otro siendo que tiene importantes implicaciones desde el punto de vista de políticas públicas dirigida a mitigar los factores que caracterizan las trampas de pobreza. Este estudio, después de un análisis de los principales resultados teóricos y empíricos encontrados en la literatura, trata de identificar, a partir de los datos del Censo y Conteo de Población y Vivienda 2010 y otras bases de datos accesorias, el efecto de la marginalidad en los resultados laborales de los habitantes de la Zona Metropolitana del Valle de México. En una primera fase, se analizó la distribución geográfica de la marginalidad, de los empleos, de los empleos formal y del nivel promedio de salarios, tanto a nivel AGEB como a nivel municipalidad encontrando que la zona sureste de la Ciudad de México y el sur, oeste y norte de la zona metropolitana son las que peor se desempeñan con respecto a la mayoría de las variables observables consideradas. El análisis espacial bivariado encontró algunos patrones geográficos que muestran una correlación entre la marginalidad de la zona de residencia y la probabilidad de tener un empleo formal y el nivel de salario percibido, mientras no se encontró un esquema significativo de correspondencia por lo que concierne la relación con la probabilidad de tener empleo. Finalmente se utilizaron dos estrategias de identificación, el modelo de variables instrumentales estimados por el método generalizado de momentos en dos etapas y el propensity score matching, para intentar resolver los problemas relativos a la causalidad inversa y a la endogeneidad del índice de marginalidad y tratar de encontrar el efecto no sesgado de esta variable en los resultados laborales de los residentes. Los principales resultados obtenidos fueron que una regresión estimada por mínimos cuadrados con controles subestima el efecto de la marginalidad en los resultados laborales de los individuos. En particular se encontró que vivir en una zona marginada no impacta de manera estadísticamente significativa en la probabilidad de tener empleo mientras disminuye entre el 18% y el 19% la de tener un empleo formal.

Job vacancies -- Effect of marginality, Social on -- Mexico -- Mexico City Metropolitan Area -- Econometric models. Job vacancies -- Effect of neighborhoods on -- Mexico -- Mexico City Metropolitan Area -- Econometric models. CIENCIAS SOCIALES CIENCIAS SOCIALES

Informalidad laboral municipal en México: análisis de sus causas desde un enfoque espacial

Edison Smith Fonseca Correcha (2020, [Tesis de maestría])

Para el año 2019, más de 30 millones de trabajadores mexicanos estuvieron ejerciendo sus labores en condiciones informales, es decir, excluidos de la seguridad social. Para mitigar este problema público, las políticas públicas en diferentes niveles de gobierno han estado enfocadas principalmente en atacar dos de las posibles causas del problema: los incentivos económicos y la formación de la fuerza laboral. Con el fin de hacer una contribución sobre la relevancia de otras causas en la informalidad laboral, esta investigación presenta evidencia sobre el efecto que tienen los factores espaciales, sociodemográficos, de incentivos económicos y de estructura empresarial sobre la informalidad laboral municipal. Con base en los hallazgos, las recomendaciones de política pública se enfocan en aprovechar algunas estrategias de desarrollo económico regional para generar la conformación de aglomeraciones municipales de empleo formal.

Informal sector (Economics) -- Effect of space on -- Mexico -- Econometric models. Informal sector (Economics) -- Effect of demography on -- Mexico -- Econometric models. Informal sector (Economics) -- Effect of economic aspects on -- Mexico -- Econometric models. CIENCIAS SOCIALES CIENCIAS SOCIALES

Determinantes del uso de efectivo en México: análisis a través de la ENIF 2018

Juan Pablo Gómez Ayala (2021, [Tesis de maestría])

En este trabajo se analiza el impacto que tienen la economía formal como la educación y disciplina financiera en el uso de efectivo como medio de pago en México. Se estima que como mínimo, una persona que mejore su educación financiera (acerté una pregunta adicional) reducirá en 1.5% su probabilidad de comprar algún bien con efectivo; en cambio si mejora su disciplina financiera (practicar hábitos saludables más frecuentemente), aumentará la probabilidad de que pague servicios con efectivo en 2%.

Cash and carry transactions -- Payment -- Effect of financial literacy on -- Mexico -- 2018 -- Econometric models. Cash and carry transactions -- Payment -- Effect of informal sector (Economics) on -- Mexico -- 2018 -- Econometric models. CIENCIAS SOCIALES CIENCIAS SOCIALES

Using an incomplete block design to allocate lines to environments improves sparse genome-based prediction in plant breeding

Osval Antonio Montesinos-Lopez ABELARDO MONTESINOS LOPEZ RICARDO ACOSTA DIAZ Rajeev Varshney Jose Crossa ALISON BENTLEY (2022, [Artículo])

Genomic selection (GS) is a predictive methodology that trains statistical machine-learning models with a reference population that is used to perform genome-enabled predictions of new lines. In plant breeding, it has the potential to increase the speed and reduce the cost of selection. However, to optimize resources, sparse testing methods have been proposed. A common approach is to guarantee a proportion of nonoverlapping and overlapping lines allocated randomly in locations, that is, lines appearing in some locations but not in all. In this study we propose using incomplete block designs (IBD), principally, for the allocation of lines to locations in such a way that not all lines are observed in all locations. We compare this allocation with a random allocation of lines to locations guaranteeing that the lines are allocated to

the same number of locations as under the IBD design. We implemented this benchmarking on several crop data sets under the Bayesian genomic best linear unbiased predictor (GBLUP) model, finding that allocation under the principle of IBD outperformed random allocation by between 1.4% and 26.5% across locations, traits, and data sets in terms of mean square error. Although a wide range of performance improvements were observed, our results provide evidence that using IBD for the allocation of lines to locations can help improve predictive performance compared with random allocation. This has the potential to be applied to large-scale plant breeding programs.

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA Bayes Theorem Genome Inflammatory Bowel Diseases Models, Genetic Plant Breeding

Big data, small explanatory and predictive power: Lessons from random forest modeling of on-farm yield variability and implications for data-driven agronomy

Martin van Ittersum (2023, [Artículo])

Context: Collection and analysis of large volumes of on-farm production data are widely seen as key to understanding yield variability among farmers and improving resource-use efficiency. Objective: The aim of this study was to assess the performance of statistical and machine learning methods to explain and predict crop yield across thousands of farmers’ fields in contrasting farming systems worldwide. Methods: A large database of 10,940 field-year combinations from three countries in different stages of agricultural intensification was analyzed. Random effects models were used to partition crop yield variability and random forest models were used to explain and predict crop yield within a cross-validation scheme with data re-sampling over space and time. Results: Yield variability in relative terms was smallest for wheat and barley in the Netherlands and for wheat in Ethiopia, intermediate for rice in the Philippines, and greatest for maize in Ethiopia. Random forest models comprising a total of 87 variables explained a maximum of 65 % of cereal yield variability in the Netherlands and less than 45 % of cereal yield variability in Ethiopia and in the Philippines. Crop management related variables were important to explain and predict cereal yields in Ethiopia, while predictive (i.e., known before the growing season) climatic variables and explanatory (i.e., known during or after the growing season) climatic variables were most important to explain and predict cereal yield variability in the Philippines and in the Netherlands, respectively. Finally, model cross-validation for regions or years not seen during model training reduced the R2 considerably for most crop x country combinations, while for wheat in the Netherlands this was model dependent. Conclusion: Big data from farmers’ fields is useful to explain on-farm yield variability to some extent, but not to predict it across time and space. Significance: The results call for moderate expectations towards big data and machine learning in agronomic studies, particularly for smallholder farms in the tropics where model performance was poorest independently of the variables considered and the cross-validation scheme used.

Model Accuracy Model Precision Linear Mixed Models CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MACHINE LEARNING SUSTAINABLE INTENSIFICATION BIG DATA YIELDS MODELS AGRONOMY