Empresas granulares y desagregación regionalUn análisis del caso español

  1. OMAR BLANCO ARROYO 1
  2. ALBA RUIZ BUFORN 1
  3. DAVID VIDAL TOMÁS 1
  4. SIMONE ALFARANO 1
  1. 1 Universitat Jaume I
    info

    Universitat Jaume I

    Castelló de la Plana, España

    ROR https://ror.org/02ws1xc11

Revista:
Estudios de economía aplicada

ISSN: 1133-3197,  1697-5731

Año de publicación: 2019

Título del ejemplar: Econofísica: aplicaciones en el ámbito de la Economía

Volumen: 37

Número: 2

Páginas: 109-124

Tipo: Artículo

DOI: 10.25115/EEA.V37I2.2602 DIALNET GOOGLE SCHOLAR lock_openDialnet editor

Otras publicaciones en: Estudios de economía aplicada

Objetivos de desarrollo sostenible

Resumen

Siguiendo el planteamiento propuesto por Gabaix (2011), el presente trabajo tiene como objetivo evaluar la existencia de granularidad en las fluctuaciones del ciclo económico de las siguientes regiones españolas: la Comunidad de Madrid, Cataluña, el País Vasco y la Comunidad Valenciana. Las empresas granulares son aquellas que representan una proporción marginal del número total de empresas en una economía, pero, no obstante, tienen un impacto significativo en las fluctuaciones en la tasa de crecimiento del PIB. Encontramos que el País Vasco y la Comunidad Valenciana son economías granulares. Comunidad de Madrid y Cataluña, sin embargo, no presentan un comportamiento granular. Por consiguiente, nuestro trabajo aporta evidencia de la existencia de un comportamiento granular a nivel regional.

€ Ver financiación

Información de financiación

Agradecemos la financiación de la Universitat Jaume I, España, en el marco del proyecto UJI-B2018-77, a la Generalitat Valenciana en el marco del proyecto AICO/2018/036 y al Ministerio de Ciencia, Innovación y Universidades en el marco del proyecto RTI2018-096927-B-I00. Omar Blanco-Arroyo reconoce el apoyo financiero de la Universitat Jaume I, España (PREDOC/2017/55). David Vidal-Tomás y Alba Ruiz-Buforn reconocen el apoyo financiero del Ministerio de Educación de España, FPU2015/01434 y FPU2014/01104, respectivamente.

Financiadores

Referencias bibliográficas

  • BLANCO-ARROYO, O., RUIZ-BUFORN, A., VIDAL-TOMÁS, D. AND ALFARANO, S. (2018), ‘On the determination of the granular size of the economy’, Economics Letters 173, 35–38.
  • CARVALHO, V. M. AND GRASSI, B. (2019), ‘Large firm dynamics and the business cycle’, American Economic Review 109(4), 1375–1425.
  • CLAUSET, A., SHALIZI, C. R. AND NEWMAN, M. E. (2009), ‘Power-law distributions in empirical data’, SIAM review 51(4), 661–703.
  • DOMAR, E. D. (1961), ‘On the measurement of technological change’, The Economic Journal 71(284), 709–729.
  • GABAIX, X. (2009), ‘Power laws in economics and finance’, Annu. Rev. Econ. 1(1), 255–294.
  • GABAIX, X. (2011), ‘The granular origins of aggregate fluctuations’, Econometrica 79, 733–772.
  • GABAIX, X. AND IBRAGIMOV, R. (2011), ‘Rank- 1/2: a simple way to improve the ols estimation of tail exponents’, Journal of Business & Economic Statistics 29(1), 24–39.
  • HILL, B. M. (1975), ‘A simple general approach to inference about the tail of a distribution’, The annals of statistics 3(5), 1163–1174.
  • HULTEN, C. R. (1978), ‘Growth accounting with intermediate inputs’, The Review of Economic Studies 45(3), 511–518.
  • IVIE (2018), ‘El impacto económico de Mercadona’, https://info.mercadona.es/document/es/ resumenejecutivo-sobre-el-impacto-economico-de-mercadona-2018-ivie.pdf.
  • KING, R. G., PLOSSER, C. I. AND REBELO, S. T. (1988), ‘Production, growth and business cycles: I. the basic neoclassical model’, Journal of monetary Economics 21(2-3), 195–232.
  • KYDLAND, F. E. AND PRESCOTT, E. C. (1982), ‘Time to build and aggregate fluctuations’, Econometrica: Journal of the Econometric Society pp. 1345–1370.
  • LUCAS, R. E. (1972), ‘Expectations and the neutrality of money’, Journal of economic theory 4(2), 103– 124.
  • LUCAS, R. E. (1973), ‘Some international evidence on output-inflation tradeoffs’, The American Economic Review 63(3), 326–334.
  • LUCAS, R. E. (1975), ‘An equilibrium model of the business cycle’, The Journal of Political Economy pp. 1113–1144.
  • LUCAS, R. E. (1977), Understanding business cycles, in ‘Carnegie-Rochester conference series on public policy’, Vol. 5, North-Holland, pp. 7–29.
  • LUX, T. AND ALFARANO, S. (2016), ‘Financial power laws: Empirical evidence, models, and mechanisms’, Chaos, Solitons & Fractals 88, 3–18.
  • LUX, T. ANDMARCHESI, M. (1999), ‘Scaling and criticality in a stochastic multi-agent model of a financial market’, Nature 397(6719), 498.
  • MANTEGNA, R. N. AND STANLEY, H. E. (1999), Introduction to econophysics: correlations and complexity in finance, Cambridge university press.
  • NALDI, M. (2003), ‘Concentration indices and zipf’s law’, Economics Letters 78(3), 329–334.
  • PARETO, V. (1896), ‘Cours d” economie politique reprinted as a volume of oeuvres compl ‘etes’, Droz, Geneva 1965.
  • STANLEY, H. E. (1971), Phase transitions and critical phenomena, Clarendon Press, Oxford.
  • VUONG, Q. H. (1989), ‘Likelihood ratio tests for model selection and non-nested hypotheses’, Econometrica: Journal of the Econometric Society pp. 307–333.
Fuente de los datos: Dialnet