Scielo RSS <![CDATA[Ecos de Economía]]> http://www.scielo.org.co/rss.php?pid=1657-420620210002&lang=es vol. 25 num. 53 lang. es <![CDATA[SciELO Logo]]> http://www.scielo.org.co/img/en/fbpelogp.gif http://www.scielo.org.co <![CDATA[Las medidas de movilidad como explicación de los resultados económicos a corto plazo durante la primera ola de la COVID-19]]> http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1657-42062021000200004&lng=es&nrm=iso&tlng=es Abstract People's mobility behavior and self-correcting economic forces are shown to be key variables in explaining the observed contraction and recovery of the Bolivian economy during COVID-19's first wave. ARMAX models are used to explain the growth rate of the monthly index of economic activity in terms of changes in the rate of mobility measures produced by Google. These measures are argued to capture the effect of the complex dynamics of COVID-19 epidemiology and COVID-19 policies on people's decisions when balancing health risks with inevitable economic sacrifice, thus affecting aggregate economic activity. JEL Classification: C22, O54, E32, E71, I18.<hr/>Resumen El comportamiento de la movilidad de las personas y las fuerzas económicas autocorrectivas demuestran ser variables claves a la hora de explicar la contracción y recuperación observadas en la economía boliviana durante la primera ola de la COVID-19. Se usaron modelos ARMAX para explicar la tasa de crecimiento del índice mensual de actividad económica en términos de los cambios en la tasa de medidas de movilidad generadas por Google, las cuales pretenden capturar el efecto de las dinámicas complejas de la epidemiología y las políticas de la COVID-19 en las decisiones de las personas al sopesar los riesgos para la salud con el inevitable sacrificio económico, afectando así a la actividad económica agregada. JEL Classification: C22, O54, E32, E71, I18. <![CDATA[¿Qué pasa con la educación durante una pandemia? Evidencia de un caso colombiano]]> http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1657-42062021000200042&lng=es&nrm=iso&tlng=es Resumen En este artículo, presentamos los resultados de una investigación alrededor del cambio en el desempeño de los estudiantes de la Universidad EAFIT durante los dos semestres de 2020, comparado con cohortes estadísticamente similares, en 2019. Utilizando el método de Diferencias en Diferencias, encontramos que el desempeño durante la educación virtual de emergencia fue alrededor de 0,2 décimas mejor al presentado en períodos anteriores, medidas con base en la nota obtenida. Estos resultados son consistentes aun si distinguimos por ubicación geográfica, grupo económico y disciplina a la cual pertenece el estudiante. Discutimos estos resultados con entrevistas semiestructuradas realizadas a docentes, y análisis de encuestas de percepción dirigidas por la institución, para intentar entender el mecanismo que generó este cambio. Los resultados sugieren que este cambio se sustenta en capacidades de los estudiantes, medidas exitosas de la institución y aumento de metodologías colaborativas de evaluación. Códigos de clasificación JEL: A11, B40, C53.<hr/>Abstract In this paper we show the results of an investigation into changes in the performance of EAFIT University students during the two semesters of 2020 compared with statistically similar cohorts from 2019. We used the Difference in-Difference method and find that student performance during emergency virtual education was around 0.2 decimals better than in previous periods, it was measured according to the obtained grade. These results are consistent even when classified by geographical location, economic background, and the discipline the student is enrolled in. To better understand the mechanism that caused this change, we discuss the results using semi structured interviews carried out with teachers, and analysis on student perception surveys performed by the institution. The results suggest that this change could be explained by student abilities, successful actions taken by the institution and increase in collaborative testing methodologies. Códigos de clasificación JEL: A11, B40, C53. <![CDATA[Oráculos en pandemia: pronósticos del crecimiento económico colombiano en 2020]]> http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1657-42062021000200067&lng=es&nrm=iso&tlng=es Resumen Pronosticar ha permitido que la disciplina económica gane poder y relevancia social, aunque también la ha expuesto al desprestigio público. En medio de la incertidumbre que ha configurado la COVID-19, estudiamos los determinantes de los pronósticos del crecimiento económico anual colombiano para el año 2020. Encontramos que la variabilidad de los pronósticos, que oscilan entre +0.7% y -13.8%, no depende de la evolución de la situación epidemiológica, ni de las características institucionales de quienes emiten los pronósticos. La variabilidad se explica principalmente por el promedio de los pronósticos anteriores más recientes y por la tasa de intervención del banco central. Códigos de clasificación JEL: A11, B40, C53.<hr/>Abstract Forecasting has allowed the economic discipline to gain power and social relevance, although it has also exposed it to public discredit. In the uncertainty that has shaped COVID-19, the determinants of Colombian annual economic growth forecasts for the year 2020 were studied and it was found that the variability of the forecasts, which range from +0,7 to -13,8%, does not depend on the evolution of the epidemiological situation, nor the institutional characteristics of those forecasting. The variability is mainly explained by the average of the most recent previous forecasts and by the central bank intervention rate. Códigos de clasificación JEL: A11, B40, C53. <![CDATA[El teletrabajo como mitigador de los impactos económicos de la pandemia del COVID-19. El caso de Argentina]]> http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1657-42062021000200090&lng=es&nrm=iso&tlng=es Abstract We estimate the role of teleworking as a mitigator of the impact of the COVID-19 pandemic shock on the Argentine labor market. To that aim, we analyze the link between occupational-level teleworking potential scores, estimated from three different surveys (O*NET, PIAAC, and STEP) and labor market outcomes at the individual level, exploiting the rotating panel structure of the Argentine national household survey. We find that during the peak of the pandemic-related restrictions, the potential for teleworking was positively correlated with the probability of being active and employed. These effects are concentrated in the subsample of “non-essential” workers. In contrast, we find no systematic effects of teleworking potential on employment transitions prior to the pandemic, a reassuring result consistent with our identification strategy. JEL codes: D10, J20, J30, J40<hr/>Resumen Este artículo estima el papel del teletrabajo como mitigador del impacto de la pandemia del COVID-19 en el mercado laboral argentino. Para ese propósito, se analiza la relación entre el potencial de teletrabajo a nivel ocupacional estimado en base a tres encuestas diferentes (O*NET, PIAAC, y STEP), y los resultados del mercado laboral a nivel individual, explotando la estructura de paneles rotativos de la encuesta nacional de hogares. Se encontró que durante el pico de las restricciones por la pandemia, el potencial del teletrabajo estuvo positivamente relacionado con la probabilidad de estar activo y empleado. Estos efectos están concentrados en la submuestra de trabajadores “no esenciales”. Por el contrario, no encontramos efectos sistemáticos del potencial del teletrabajo en las transiciones laborales antes de la pandemia, lo cual es un resultado consistente con nuestra estrategia de identificación. JEL codes: D10, J20, J30, J40