Emiliano Gutiérrez

Yerba mate is one of the most widely consumed infusions in South America and is an important food product in Argentina. This study analyzes the factors associated with reductions in online yerba mate prices in Argentina between 2015 and 2026. A database of 27,046 weekly price records, organized into 762 product–store series, is used. Price reductions, identified relative to the previous observation, occur in 5.1% of the records, and their probability is analyzed through logit models including product characteristics, macroeconomic variables, temporal controls, and store and product fixed effects. Yerba mate with sticks is associated with a 4.27 percentage point higher probability of price reduction, whereas products labeled as special selection and those sold in bilaminated or flexible packages show a lower probability. The contemporaneous change in the official exchange rate is negatively associated with price reductions, while some of its lags are positive. Fuel price increases in previous weeks are mainly associated with fewer price reductions. Significant differences are also found across years, months and weeks of the month, and during the COVID-19 lockdown. These findings provide evidence on the factors associated with retail price reductions in a food market characterized by persistent inflation.

Purpose: This paper aims to investigate how inflation and seasonality influence the weekly price volatility of fresh fruits in Argentina, examining pass-through effects and heterogeneous volatility dynamics across 46 products. Design/methodology/approach: Weekly online supermarket prices (December 2015–July 2024) are modeled using EGARCH and EGARCH-X specifications with autoregressive lags, seasonal dummies and a food-and-beverage inflation index. Four objectives guide the analysis: measuring inflation pass-through; characterizing persistence and asymmetry; testing macroeconomic effects on conditional variance and examining how product characteristics shape volatility profiles. Findings: Inflation significantly increases the mean prices across all fruits. Volatility responses are highly heterogeneous: perishable items exhibit pronounced leverage effects and high persistence, while processed and shelf-stable fruits show faster mean-reversion and lower asymmetry. Seasonal effects are significant for products with narrow harvest windows. Leverage effects appear driven primarily by perishability and market concentration rather than country-specific macro conditions. Research limitations/implications: Data cover online retail only, excluding informal markets. The inflation index is a broad aggregate; fruit-specific cost drivers are not isolated. The EGARCH specification assumes time-invariant asymmetry. Structural breaks from COVID-19 or the 2018–2019 currency crisis are not explicitly tested. Panel GARCH and time-varying models are suggested extensions. Practical implications: Identifying volatility-sensitive fruits supports retail pricing strategies, subsidy targeting and anti-poverty interventions. Consumers benefit from understanding timing and substitution opportunities during inflationary or seasonal price peaks. Social implications: Identifying inflation-sensitive fruits helps design better retail pricing, subsidy programs and policy responses. Understanding volatility patterns also supports consumers in adjusting their purchasing behavior during inflationary episodes or seasonal price peaks. Originality/value: One of the first high-frequency studies of fruit price volatility under inflation in Latin America, validating online price data as a reliable tracking tool and contributing a three-component volatility decomposition with cross-country generalizability.

Este estudio realiza una contribución al mercado inmobiliario de Argentina, utilizando información en línea y aplicando modelos estadísticos basados en el enfoque hedónico. A partir de más de 63,000 anuncios de departamentos en venta, se aplican tres métodos estadísticos: Mínimos Cuadrados Ordinarios (MCO), regresión LASSO (Least Absolute Shrinkage and Selection Operator) y arboles de decisión CART (Classification and Regression Trees). Las variables explicativas utilizadas se agrupan en cuatro categorías: características del inmueble, atributos del barrio, proximidad geográfica y movilidad. Los resultados obtenidos revelan que atributos como la superficie, el número de habitaciones y la presencia de amenidades tienen un efecto positivo y significativo en los precios. La ubicación en barrios de alto valor, como Puerto Madero, también es un factor determinante. La cercanía a universidades se asocia con precios más altos, mientras que la proximidad al transporte público tiene un impacto negativo. En términos de movilidad, se observa que una mayor circulación en zonas residenciales está relacionada con precios más elevados, mientras que la movilidad en áreas comerciales y de entretenimiento tiene un efecto contrario. Entre los métodos utilizados. LASSO fue el que mejor perfomance predictiva presentó para aquellas observaciones fuera de la muestra. Estos resultados deben considerarse no solo desde lo cuantitativo, sino también desde una perspectiva social, considerando la relevancia de la vivienda como activo de interés, siendo esta información útil para la toma de decisiones de política habitacional.

Este artículo analiza los factores asociados al precio de oferta de los apartamentos en la ciudad de Sevilla. Para ello se utiliza una base de datos de 1.710 anuncios recopilados en línea, incorporando características estructurales de las viviendas, indicadores socioeconómicos a nivel de sección censal y variables de proximidad a servicios locales. Se estiman dos modelos: una regresión hedónica mediante mínimos cuadrados ordinarios (MCO) y un modelo de random forest. Los resultados muestran que random forest alcanza un desempeño predictivo superior, reduciendo tanto el error absoluto medio como el error cuadrático medio respecto del modelo lineal. Además, el uso de técnicas de interpretabilidad (valores SHAP, curvas ICE y gráficos PDP) permite examinar la contribución de cada atributo en la predicción del precio. Las variables socioeconómicas (como la renta media y la proporción de población con estudios superiores) desempeñan un papel central en la variación espacial del precio de oferta, junto con las características estructurales de la vivienda. El estudio destaca la utilidad de combinar enfoques hedónicos con herramientas de aprendizaje automático para comprender mejor los determinantes del valor residencial en mercados urbanos.

In August 2019 an unexpected presidential election result caused achange in expected exchange and inflation rates. The objective of this study is toanalyze the relation between market share and the decision of increasing prices inthe pharmaceutical industry in Argentina.Methods: Online weekly data on variations of some medicine’s prices were obtainedusing web scraping, and then classification algorithms (Random Forests, GradientBoosting Machine and logistic regression) were applied.Results: The results were mixed: market share was found to have high importancein tree-based methods. (Random Forests and Gradient Boosting Machine).However, in logistic regression, this variable wasn’t significant.Conclusions: Exchange rate volatility after the election result caused severalchanges on price expectations, and pharmaceutical market structure influencedthe resulting price reactions. Laboratories which owned a higher market share rosetheir prices first.

Este artículo estudia los factores sociodemográficos que explican el nivel de adopción del gobierno electrónico (AGE) por parte de los ciudadanos. La AGE es de naturaleza ordinal e incluye diferentes plataformas digitales, desde sitios web oficiales hasta redes sociales. Se utilizan los datos de una encuesta online realizada entre octubre y noviembre del 2020 a un grupo de ciudadanos de Bahía Blanca, Argentina. Se plantea una metodología de regresión de tipo logística y ordinal (modelo de chances proporcionales parcial). Entre los principales resultados, se destaca que, cuanto mayor es el nivel educativo y mayor es la edad, la propensión a adoptar niveles más altos de gobierno electrónico aumenta. El uso de Internet en el trabajo también explica los mayores niveles de adopción. Asimismo, el género femenino explica positivamente la propensión a realizar un gobierno electrónico frente a la opción de no hacerlo, mientras que la opción “Otro género” genera una menor probabilidad en todos los niveles de AGE.