Search

Purpose – In recent decades, higher education institutions (HEIs) have increasingly adopted marketing-oriented approaches. While the adoption of marketing was slower in Europe and Spain, it has become a vital tool for HEIs, both to stay competitive in a changing socio-economic context and to face the challenges posed by the transition to the University 2.0 model. This study aims to analyse the historical evolution of communication techniques used by universities, bringing into focus the relevance of social networks in the most recent decades. Design/methodology/approach – This research methodology consists of two components. Firstly, a comprehensive analysis of the available data is conducted to investigate the earliest marketing and communication actions involving universities, as well as their evolution over time, contextualizing this within the significant shifts in the social, political and technological background. Secondly, a specific focus is placed on the contribution of social media, particularly Twitter, as a powerful tool in creating a university brand and effectively promoting educational institutions, especially during the last stage of this historical evolution. To identify and analyse these trends, Natural Language Processing is used, specifically by leveraging topic modelling techniques. Findings – The results of this analysis offer insights into the evolution of marketing communication applied by Spanish universities and show the increasing importance of social networks and the use of specific topics and contents to enhance their impact on engagement. Originality/value – This study contributes to the literature by using a novel methodological approach to the research on the historical development of communication in universities in Spain, providing guidance to manage their social media strategy to differentiate themselves, increase engagement and foster brand loyalty.

Innovation is crucial for companies to stay competitive, provide value to customers, and generate profits. Likewise, research and development (R&D) is critical for companies to sustain productivity growth. Spain has lagged behind other countries in terms of R&D investment, with only 1.4% of its GDP allocated to R&D, well below the European average. To improve this situation, the government offers subsidies to stimulate R&D in Spanish companies. This study examines the profile of subsidized companies in Spain. The aim is to provide insight into the support for companies that apply for innovation subsidies by analyzing the profile of subsidized companies and identifying key variables influencing the success of obtaining innovation grants. The study is based on advanced estimation methods. Natural language processing (NLP), artificial neural network (ANN) techniques, and clustering are used to perform rigorous and robust analysis of the profile of subsidized companies in Spain. The study thus contributes to knowledge in the field of innovation subsidies.

Gaining more insights on how R&D&i subsidies are allocated is highly relevant for companies and policymakers. This article provides new evidence of the identification of some key drivers for companies participating in R&D&i project selection processes. It extends the existing literature by providing insight based on sophisticated, accurate methodology. A metaheuristic optimization algorithm is employed to select the most useful variables. Their importance is then ranked using a machine learning process, namely a random forest. A sample of 1252 cases of R&D&i subsidies is used for more than 800 companies based in Spain between 2014 and 2018. The study contributes by providing useful knowledge into how the value of received subsidies are associated with some firm characteristics. The findings allow the implementation of transparent public innovation policies and the reduction of the gap between the aspects that are considered important and those that actually determine the destination of these subsidies.

Purpose – One of the main difficulties for wine managers is understanding and interpreting how some strategies and company behaviours could affect firms’ performance. This study aims to contribute to improve these concerns by examining the evolution of the competitive wine industry structure over time using the strategic group membership dynamics approach. Design/methodology/approach – This study empirically analyses a data set spanning the period 2004–2014 to identify the strategic groups in the Spanish wine industry and to model their evolution over time. A time inhomogeneous hidden Markov model (HMM) is used for this purpose. Findings – Three strategic groups are identified: Young Makers, Quality Lovers and Major Players. Young Makers are small wineries that produce low-quality wines. They are not part of a collective brand – Protected Designation of Origin – and do not invest in marketing campaigns. Quality Lovers produce the highest quality wines but offer a narrow assortment. They invest modestly in advertising, and most of them belong to a Protected Designation of Origin. Major Players produce medium-quality wines, offer a wide assortment and invest heavily in advertising. The groups seem stable over time. Practical implications – The results show that strategic group analysis can be used to identify and compare patterns of strategic activity within the wine industry, providing a better understanding of the competitive environment. Originality/value – No previous studies have analysed the competitive structure of the Spanish wine industry. This study delineates the structure of this industry using strategic groups, which is supported by a valid econometric model. Therefore, from a theory base perspective, this study adds new evidence to the stream of research on strategic groups by investigating their evolution over time in the wine industry and the effect of strategic group membership on performance.

Purpose. The purpose of this study is to examine the internal consistency of wine guides by comparing the judgements of experts who taste and review wines. It further classifies the wines into categories to establish whether expert reviews of similar wines are coherent. Design/methodology/approach. Sentiment analysis based on natural language processing techniques was used to compare quantitative and qualitative reviews between experts. In addition, a finite mixture model was used to classify wines into categories to analyse internal consistency between ratings. Findings. The results for a sample of more than 200,000 Wine Enthusiast ratings reveal significant differences between the experts’ reviews, which shows that there are no standard criteria for reviewing the wines included in the guide. Originality. Wine guides are amongst the most widely used marketing resources in the wine industry. They provide a signal to consumers about the quality of wines, guiding their purchase decisions, whilst also influencing the reputation of brands and the performance of the companies producing these wines. Thus, the main contribution of this study is to improve comparisons of the assessments by wine guide experts in relation to the wines they taste. This analysis will make it possible to verify their effectiveness as a source of information for consumers and will allow wine producers to make more accurate assessments of the potential impact of experts on their performance.

Integrated marketing communication (IMC) plays a key role in current marketing communications landscape and further empirical research is called for to examine customer perceived IMC. To fill this gap, this paper examines how customers perceive the IMC of two global brands (Coke and Pepsi). The aim is to shed light on the relationship between customer characteristics and the perceived level of marketing integration. Finite mixture models were applied to analyze the data and three types of customers were identified: ‘friends’, ‘strangers’, and ‘flighty’. For both brands, consumers in the ‘flighty’ segment have the highest level of customer perceived IMC, which might be owed to this segment’s exposure to a wider variety of media and communication messages. Managerial implications and future research directions are discussed.

Segmentation studies are crucial for planning sustainability strategies, and tourists' perceptions of destinations offer important segmentation criteria. The aim of this study is to understand and describe the tourist segments with similar levels of perceived destination sustainability and trustworthiness. Perceived sustainability and perceived trustworthiness are based on tourists’ perceptions of the impacts of tourism development and policies of destinations and are measured as multidimensional constructs. Based on a sample of 438 tourists from Chile and Ecuador aged over 17 years, a metaheuristic (genetic algorithm) is employed to select the most useful variables for segmentation using a machine learning process. The results reveal three tourist segments: Extremely optimistic (Segment 3), Optimistic (Segment 2) and Moderately optimistic (Segment 1). These segments differ considerably in terms of the impacts of the dimensions of destination sustainability (environmental, sociocultural, and economic) and trustworthiness (ability, benevolence, and integrity). However, they do not differ in terms of most sociodemographic characteristics. As segmentation criteria, perceived sustainability and trustworthiness can help when analyzing the effectiveness of sustainability strategies and actions by the public and private institutions at tourist destinations.

Purpose – The purpose of this paper is to characterize the situation in the Spanish banking industry through the identification of strategic groups based on a set of variables. Design/methodology/approach – To do so, the authors use a 13-year data set and a time inhomogeneous hidden Markov model (HMM) in which the time variable transition matrix captures institutions’ group switching behavior to identify these strategic groups. In fact, the authors consider a mixture model is the data generation process. Findings – Two groups are identified. These groups are primarily characterized by size and other strategic variables. The probability of remaining in a group is generally high: 87.28 per cent for SG1 and 61.84 per cent for SG2. The probability of switching groups is low: 12.72 per cent probability of switching from SG1 to SG2 and 38.16 per cent probability of switching from SG2 to SG1. Banks in SG1 seem more stable over time; they have low levels of switching behavior and well-defined long-term behavior. Banks in SG2 seem to evolve in terms of group membership. Originality/value – Using an inhomogeneous HMM with time-variable transition matrix, this paper allows for time-varying parameters in the distributions to analyze the evolution of strategic group membership in this industry to detect changes in group strategy, changes in membership and the stability of groups over time.

Este trabajo de grado tiene como objetivo investigar la relación que puede existir entre información no estructurada como lo es el sentimiento de la Reserva Federal de Estados Unidos hallado en sus minutas y el comportamiento de los tres componentes de la curva de rendimientos del Tesoro de Estados Unidos: Nivel, Pendiente y Curvatura. Se realizó un análisis de sentimiento mediante la técnica de procesamiento de lenguaje natural, posteriormente se extrajeron los tres componentes de la curva de rendimientos mediante un análisis de componentes principales y por último se ejecutó una red neuronal para cada componente con el fin de evaluar la posible relación entre sentimiento de la reserva federal y estos. El resultado permite concluir que la información consolidada en las minutas de la Reserva Federal es significativa para predecir el comportamiento de los tres factores de la curva de rendimientos del Tesoro. Además, se observa que el error de predicción es considerablemente menor cuando se implementan herramientas de machine learning como lo son las redes neuronales en comparación con la regresión lineal.

En esta investigación se plantea una estrategia de acumulación y desacumulación de reservas internacionales para el Banco de la República de Colombia por medio de la predicción de la dirección del tipo de cambio COP/USD de manera mensual con la metodología de Machine Learning. Basados en la literatura se decide utilizar modelos de Machine Learning tales como Elastic Net, Support Vector Machine, Random Forest y Gradient Boosting tanto para la selección de variables óptima como para la predicción de la dirección del tipo de cambio. A partir de los resultados se expone que el modelo de Boosting permite encontrar rendimientos financieros sobresalientes en la estrategia de acumular y desacumular reservas internacionales incluso teniendo descontados costos relacionados a las transacciones. De manera que se brinda una herramienta al Banco de la República de Colombia para apoyar su papel como Banco Central en búsqueda de sus obligaciones con la nación de Colombia.

El presente documento contiene una recopilación de terminología y resultados de la Teoría Moderna de Equilibrio General que es utilizada por Yves Balasko en su caracterización del problema de transferencia en su artículo de 2014 llamado The transfer problem: A complete characterization. Esta caracterización está basada en el número índice asociado con un equilibrio walrasiano regular de manera tal que la inestabilidad del equilibrio es equivalente a la existencia de un problema de transferencia en una economía de intercambio puro.

Este trabajo se enmarca en la Macroeconomía Financiera y contribuye al análisis de la fragilidad financiera de las empresas en relación con sus metas de flujo de caja libre (FCL). La investigación se basa en una metodología de experimentos computacionales a partir de una extensión del modelo macroeconómico multi-agentes (MMA) de Stellian y Danna-Buitrago (2020). El objetivo de esta extensión es tener un modelo de mayor complejidad que lo asemeje más a una economía contemporánea. Los resultados de la investigación indican que los objetivos de FCL influyen en gran medida en la propensión a experimentar fragilidad financiera empresarial, sin embargo, dicha propensión también depende de la distribución de tamaños de las empresas que componen la economía.

Este trabajo analiza el efecto del ciclo económico y la confianza de los inversionistas sobre las rondas de inversión que realizan los fondos de capital en emprendimientos. De esta manera, se examina cómo varían las estrategias de asignación de recursos por parte de estas entidades, y cómo estas estrategias afectan el ingreso de capital a las empresas Latinoamericanas. Los resultados muestran que el ciclo económico (medido a través del GDP global) no tiene un efecto significativo en la inversión en Startups Latinoamericanas, mientras que el BCI global si lo tiene, lo que permite afirmar que cuando la confianza en la economía global cae, los fondos de capital aumentan su preferencia por invertir en emprendimientos Latinoamericanos.

Un desastre natural es un “Acto de Dios”, que es el término legal utilizado para eventos fuera del control humano, de tal manera que la responsabilidad sobre el daño no sea atribuible a ninguna persona (Wikipedia, 2017). Es decir, es una situación impredecible y súbita que puede generar un impacto directo en el desarrollo económico de un país, especialmente en economías emergentes como la de Colombia. La principal preocupación respecto a estas contingencias generadas por una catástrofe, es cómo conseguir los recursos para la atención inmediata de la emergencia, así como para el posterior resarcimiento y reconstrucción. La motivación de este trabajo surge de la poca evidencia escrita que se tiene en Colombia frente a las alternativas existentes de financiación luego de una catástrofe natural, las formas en que es posible anticipar el posible impacto de un evento de estas características y las vías disponibles para cubrir posibles déficits de caja mediante el uso de alternativas de transferencia de riesgo asociados al mercado asegurador. A partir de la definición del desastre natural, del tipo de desastres naturales que pueden presentarse y el impacto histórico que han tenido estos, el presente trabajo pretende revisar las posibles medidas que se pueden aplicar para reducir las pérdidas económicas derivadas de una catástrofe natural, validando las diferentes estrategias de manejo de riesgo de desastres, enfatizando las bondades de cubrir estas contingencias con instrumentos del mercado de seguros los cuales, en algunos casos, se soportan en herramientas del mercado financiero para diluir los impactos individuales.

Los mercados oligopolísticos altamente concentrados son propensos a la colusión a través del control de precios, lo que les permite a las firmas alcanzar beneficios equiparables al escenario de monopolio si la coordinación es efectiva. En este documento se analizó el comportamiento del precio agregado de cemento gris a nivel nacional a través de la implementación de un modelo AR-GARCH, para determinar si se produjo un cambio estructural que pudiera atribuirse a la apertura de investigación y posterior sanción al sector de cementos por una conducta de fijación de precios entre 2010 y 2012. Se encontró que ninguno de los eventos tuvo efectos significativos en la tasa media de crecimiento de los precios en el corto plazo. No obstante, la investigación produjo una reducción de su volatilidad del 10%, mientras que la sanción no tuvo efectos sobre la misma. Este resultado sugiere que ninguna de las medidas adoptadas por la autoridad tuvo el efecto esperado sobre el comportamiento de los precios en el corto plazo.

Este trabajo de grado tiene como objetivo aplicar el modelo estocástico de salto-difusión propuesto por Merton (1976) en adelante modelo MJD así como el proceso de estimación de sus parámetros, aplicado al índice bursátil COLCAP. Autores como (Andersen, Benzoni, & Lund, 2002), (Hanson & Westman, 2002) (Hanson & Zongwu, 2004) (Penagos, Gabriel; Rubio, Gonzalo, 2013) (Tang, 2018) muestran como la incorporación de saltos, permite obtener una Función de Densidad de Probabilidad (PDF) más acorde con distribuciones asimétricas y con curtosis elevadas que caracterizan a los datos de log-retornos financieros. Los resultados presentados tendrán como punto de referencia el modelo de (Black & Scholes, 1973) en adelante B&S el cual es un modelo de difusión puro, cuya base es la Distribución Gaussiana. El trabajo consta de 5 partes, en la primera se encuentra todo el sustento teórico de los modelos de difusión y salto-difusión y la revisión bibliográfica sobre la aplicación de estos, en la segunda parte se describe al índice COLCAP, así como su historia y composición, la tercera parte se hace una descripción de los datos y se define el modelo MJD, sus Momentos, ecuaciones y se describe el proceso para el cálculo de los parámetros del modelo. La cuarta parte muestra los resultados y los compara contra los datos empíricos y los del modelo de B&S, y la 5 parte se muestran las conclusiones.

El presente trabajo estudia el retorno de la inversión en educación superior ajustado por riesgo en Colombia. Este análisis relaciona información de costos de los programas universitarios con los salarios una vez los individuos terminan la universidad y la volatilidad de los salarios como medida de riesgo. Para el estudio se utilizan elementos del modelo de media-varianza de Markowitz, empleado habitualmente en los modelos financieros que estiman la relación riesgo-rentabilidad de la inversión. Este modelo permite comparar, dentro de un mismo programa, el desempeño de la inversión en educación en diferentes Instituciones de Educación Superior. La presente investigación encuentra que al incluir dentro del estudio de los retornos a la educación una medida de riesgo, se observa que algunos individuos están teniendo resultados de sus decisiones de inversión en educación superior, que no son eficientes desde el punto de vista financiero.

Este artículo propone y evalúa un modelo econométrico que pretende esclarecer la relación entre el Valor en Riesgo y diversos factores que puedan afectarlo. Este modelo, llamado VaR-UQR (VaR - Unconditional Quantile Regression), estima la relación del VaR con diversos factores de riesgo y ofrece una ampliación a la técnica de estimación de regresión cuantílica incondicional (UQR) propuesta por Firpo et. al (2009). El modelo UQR se diferencia del modelo de regresión cuantílica condicional (QR) en que los estimadores encontrados a través de QR deben ser interpretados como el efecto de un cambio en la variable explicativa sobre el cuantil de la variable explicada, condicional a cierto valor de la variable explicativa, mientras que los hallados a través de UQR pueden ser interpretados como el efecto sobre los cuantiles incondicionales de la variable explicada. Una vez realizadas las pruebas del modelo propuesto se encontró que el Valor en Riesgo de portafolios de reservas internacionales está expuesto a cambios en la tasa de interés libre de riesgo, adicionalmente, al analizar los movimientos provenientes del sector financiero y bancario el VaR de este tipo de portafolios se encuentra cubierto.

El trabajo hace referencia a las coberturas dinámicas que se pueden generar usando los derivados de renta fija en Colombia , para la cobertura en portafolio de bonos TIPS que se estructuran en un patrimonio autónomo con subyacente en deuda inmobiliaria los cuales tienen accidentes financieros y prepagos a capital inciertos. Se hace una clara descripción del mercado de capitales y derivados en Colombia al igual que instrumentos como duración, DV01 y definiciones relacionadas con el desarrollo del ejercicio práctico.

El análisis de la estructura de tasas de interés derivado de la curva de rendimientos del mercado de deuda pública colombiana ha originado diversos estudios en el principio del siglo XXI, momento en el cual este mercado se encontraba en un desarrollo primario en nuestro país. Así, el presente documento pretende analizar este mercado, el cual ha obtenido una mayor profundidad financiera, por medio del estudio de la estructura de tasas que puede dividirse a) en las expectativas y b) en la prima de tasas, utilizando información de la curva cero cupón de los bonos TES clase B denominados en pesos colombianos e indicadores líderes de la economía colombiana para el periodo 2006m11 - 2016m6. Los resultados sugieren que existe un poder predictivo del diferencial de tasas sobre la actividad económica colombiana y que el componente de expectativas del diferencial resulta ser el de mayor capacidad de predicción de la evolución de la economía del país.

El modelo de selección de portafolios de Markowitz es una herramienta de diversificación basada en la correlación de los rendimientos de los activos. Desde su aparición, ha sido la base teórica en la selección óptima de portafolios, dando lugar a múltiples desarrollos y derivaciones. Sin embargo, los inversionistas desean contemplar elementos adicionales con los cuales puedan minimizar sus riesgo de pérdida, medidas de riesgo como VaR y el CVaR que constituye una magnitud de enorme interés de cara a la gestión del riesgo ya que incorporan el hecho de que los inversionistas suelen tratar las pérdidas y ganancias de manera simétrica, lo que no sucede con medidas como la desviación estándar que plantea el modelo tradicional de selección de portafolios, donde se asigna una ponderación igual a las perdidas y las ganancias, convirtiéndose así en instrumentos que minimiza las pérdidas posibles de un activo. A partir de lo anterior, en el presente documento se pretende realizar una validación de la eficiencia del modelo de Markowitz al incorporar medidas de riesgo como lo son el VaR y el CVar.