Browsing by Issue Date

Filter results by year or month
  • Item
    EnoArgentina: hacia un nuevo ecosistema vitivinícola
    (2026?) Diantina, Maximiliano Ezequiel
  • Item
  • Item
    Connect
    (2026?) Tamer, Julio Cesar
  • Item
  • Item
    AuditorIA Médica : internaciones
    (2026?) Saladino, Pablo Fortunato
  • Item
    Import restrictions and labor productivity: evidence from Argentina
    (2026-03) Martin, Rodrigo Tomas
    This paper studies how Argentina’s non-automatic import licenses (NAILs) affected manufacturing firms using ENDEI 2010–2012. A 10-percentage-point rise in sector–year exposure reduces importers’ labor productivity by about 0.36% relative to non-importers in the same sector–year. The channel runs through sales: firms reliant on regional suppliers contract, whereas firms sourcing from distant markets show no detectable response. Employment is broadly flat, with modest within-firm reallocation patterns.
  • Item
    Valuación del banco de Tierra del Fuego
    (2026-03) Guida, María Florencia
  • Item
  • Item
    A proposed mechanism for cartel destabilization
    (2026-03) Castellini, Lucas
    This thesis studies whether a targeted demand-side subsidy could potentially destabilize pricefixing cartels. I analyze a repeated-game framework in which homogeneous firms collude by setting a price, and the Government introduces a subsidy reimbursing consumers for purchases from a single cartel member, financed with taxes. I show that, under restrictive assumptions, the subsidy raises the minimum discount factor required to sustain collusion relative to the nosubsidy benchmark, by increasing the subsidized firm's benefits from deviation. In a lineardemand model without production costs and no public-funding inefficiencies, the subsidy can induce cartel breakdown while being welfare-enhancing in the long run by achieving Bertrand competition. I then extend the analysis to account for costly public funds and positive production costs. These extensions restrict the range of discount factors under which the subsidy is socially profitable and effective. The results highlight a potential channel that may influence cartel stability, conditional on restrictive economic assumptions.
  • Item
  • Item
    Valuación de capital accionario de Uber Technologies INC. al 31/12/2024
    (2026-03) Barrios Acuña, Federico Augusto
  • Item
  • Item
    Born (or not) under weak statehood: fertility and institutional shocks in Mexico
    (2026-03) Ruiz, María Florencia
    This paper examines how state-led institutional shocks in low-capacity settings can shape demographic behavior. I analyze two Mexican case studies in which the state sought to consolidate control and reassert authority: the 1992 ejido land-titling reform and President Calderón’s militarized anti-narcotics campaign. I use a difference-in-differences design for the former and a close-elections regression discontinuity for the latter, where narrow PAN victories proxy intensified anti-drug enforcement, to estimate causal effects on conception rates. Conception rates fall significantly in response to both shocks—roughly 1–2% for land titling and about 10% following narrow PAN wins—underscoring that institutional change can influence demographic behavior.
  • Item
    Valuación de Mercado Libre
    (2026-03) Miranda, Marcos Enrique
  • Item
    ¿El objeto social tiene que ser preciso y determinado o podemos encontrar una regulación superadora?
    (2026-01) Conforti, Gaston Mauro
    La ley de sociedades argentina establece que todas las sociedades deben incluir en su instrumento constitutivo la designación de su objeto, el cual debe ser preciso y determinado. En este trabajo exploro las ventajas y desventajas de dicha obligación. Esta norma otorga protecciones a los accionistas, pero genera varias consecuencias negativas como el aumento de costos de transacción y desprotección a terceros. Como es una norma que solo protege a los accionistas, propongo que sea optativa. En consecuencia, argumento a favor de que las sociedades puedan tener un objeto amplio e indeterminado.
  • Item
    Marcas heurísticas con deep learning
    (2026) Wolinsky, Matias Uriel
    En el contexto de la prevención del fraude transaccional, las decisiones de aprobación o rechazo de pagos se determinan mediante modelos de Machine Learning supervisados y reglas de negocio. Una limitación fundamental es que el estado final de las transacciones rechazadas permanece desconocido, lo que dificulta evaluar la efectividad de los rechazos. Tradicionalmente se han utilizado marcas heurísticas binarias para identificar rechazos potencialmente riesgosos, pero presentan limitaciones significativas: alta tasa de falsos positivos (solo el 15.6% de los pagos aprobados marcados resultan fraudulentos), imposibilidad de establecer ordenamiento de severidad, y construcción basada en un subconjunto limitado de restricciones). Este trabajo propone desarrollar un score continuo de detección de anomalías mediante un modelo de Deep Learning no supervisado basado en un Variational Autoencoder (VAE) que aprende la distribución de transacciones legítimas aprobadas. Para abordar la heterogeneidad de datos provenientes de ocho dominios distintos (cuatro países y dos tipos de transferencia), se implementó una arquitectura adversarial multi-dominio con Gradient Reversal Layer (GRL) que fuerza representaciones invariantes al dominio, junto con mecanismos de cross-attention para mejorar la reconstrucción. El modelo se entrenó con 468 features sobre más de 27 millones de transacciones históricas, optimizando hiperparámetros mediante Optuna. La evaluación demostró que el modelo discrimina efectivamente entre transacciones legítimas y fraudulentas sin supervisión. Utilizando el umbral del percentil 99 del error de reconstrucción, solo el 1.02% de transacciones legítimas fueron clasificadas como anómalas, mientras que el 10.77% de las fraudulentas fueron correctamente identificadas. Este comportamiento se mantuvo consistente a través de todos los dominios, superando las limitaciones de las marcas heurísticas tradicionales y permitiendo establecer un ordenamiento continuo de riesgo para mejorar la detección de fraude transaccional.
  • Item
  • Item
    IT Spend : el verdadero costeo de proyectos digitales
    (2025?) Tassello, Maria Julia
  • Item
  • Item