Con el fin de entender el desarrollo más reciente del proceso de descentralización fiscal, así como el papel que las reglas fiscales juegan sobre su resultado, esta monografía analiza el desempeño de las finanzas subnacionales de la región, y propone una metodología orientada a mejorar la comprensión de los determinantes del desempeño fiscal subnacional y a evaluar su sostenibilidad fiscal en el corto y el largo plazo. Esta metodología se aplica luego a los casos específicos de Colombia y Perú. El propósito último es contribuir a la discusión y al entendimiento de la descentralización fiscal en América Latina.

Firm-level stock returns differ enormously in reaction to COVID-19 news. We characterize these reactions using the Risk Factors discussions in pre-pandemic 10-K filings and two text-analytic approaches: expert-curated dictionaries and supervised machine learning (ML). Bad COVID-19 news lowers returns for firms with high exposures to travel, traditional retail, aircraft production and energy supply -- directly and via downstream demand linkages -- and raises them for firms with high exposures to healthcare policy, e-commerce, web services, drug trials and materials that feed into supply chains for semiconductors, cloud computing and telecommunications. Monetary and fiscal policy responses to the pandemic strongly impact firm-level returns as well, but differently than pandemic news. Despite methodological differences, dictionary and ML approaches yield remarkably congruent return predictions. Importantly though, ML operates on a vastly larger feature space, yielding richer characterizations of risk exposures and outperforming the dictionary approach in goodness-of-fit. By integrating elements of both approaches, we uncover new risk factors and sharpen our explanations for firm-level returns. To illustrate the broader utility of our methods, we also apply them to explain firm-level returns in reaction to the March 2020 Super Tuesday election results.

Con data del Censo Económico 2008 se calcula la productividad a nivel de establecimiento utilizando los enfoques de Foster et al. (2008) y Hsieh y Klenow (2008). Los resultados son distribuciones similares para cada sector. A partir de estadística descriptiva y un análisis de correlaciones se exploran potenciales determinantes (a nivel de planta, distrito y departamento) de la productividad. La dispersión encontrada en manufactura es comparable a otros países de la región y su ineficiente asignación de recursos configura un estimado de potenciales ganancias de productividad de 25 por ciento.