Estimación predictiva de la innovación tecnológica en Colombia empleando simulaciones Monte Carlo

Abstract

La innovación tecnológica es un proceso que ha adquirido una gran importancia para el desarrollo económico y social de los países; por esta razón, se ha hecho necesario la creación de modelos predictivos que sirvan como base para la estimación del comportamiento de la innovación tecnológica. No obstante, estos modelos son generalizados a nivel mundial y muchas veces los parámetros utilizados para estimar la innovación tecnológica en un país industrializado no se adaptan a los países en desarrollo. Por lo tanto, en la presente tesis se busca explorar metodologías basadas en Análisis de Componentes Principales y en simulaciones Márkov Chain Monte Carlo, con el fin de realizar modelos predictivos que sirvan como base para la estimación de la innovación tecnológica en Colombia, usando como parámetro de medición las patentes registradas por residentes en la Super Intendencia de Industria y Comercio y utilizando variables macroeconómicas y sociales que se consideran que pueden tener influencia en la producción de patentes. Luego de realizar y validar el modelo en una simulación de Márkov Chain Monte Carlo basado en procesos de Weiner, se observó que el modelo y la metodología tiene una buena capacidad de predicción para el fenómeno, pese a la alta volatilidad de éste, teniendo una diferencia de menos del 15% de la media de la simulación y los datos reales en los primeros dos años; no obstante, dada la alta volatilidad de las patentes, se recomienda en futuros estudios utilizar modelos donde se contemple la volatilidad variable del parámetro de medición. (Texto tomado de la fuente)

Technological innovation is a process that has acquired great importance for the economic and social development of countries; for this reason, it has become necessary to create predictive models that serve as a basis for estimating the behavior of technological innovation. However, these models are generalized worldwide and often the parameters used to estimate technological innovation in an industrialized country are not adapted to developing countries. Therefore, this thesis seeks to explore methodologies based on Principal Component Analysis and Markov Chain Monte Carlo simulations to perform predictive models. These models can serve as a basis for estimating technological innovation in Colombia. It was carried out using, as a measurement parameter, registered patents in the Superintendence of Industry and Commerce and using macroeconomic and social variables that are considered. These considerations may have an influence on the production of patents. After performing and validating the model in a Markov Chain Monte Carlo simulation based on Weiner processes, it was observed that the model and the methodology have a good prediction capacity for the phenomenon, despite its high volatility, having a difference less than 15% of the average of the simulation and the real data in the first two years; however, given the high volatility of patents, it is recommended, for future studies to use models that take into account the variable volatility of the measurement parameter.