Tu carrito esta vacio
Agrega packs de prompts para continuar
Esta colección magistral representa la vanguardia en herramientas de inteligencia artificial para economistas modernos, diseñada para transformar la complejidad de los datos en decisiones estratégicas de alto impacto. Desde el modelado econométrico avanzado hasta la evaluación de políticas públicas, cada prompt ha sido calibrado con rigor técnico para potenciar la precisión analítica y la eficiencia en la producción de informes críticos. Optimice su flujo de trabajo investigativo y de consultoría con una arquitectura de prompts que cubre los nichos más exigentes del sector. Esta solución integral le permite liderar análisis de coyuntura, proyecciones macroeconómicas y estudios de mercado con una profundidad académica y profesional sin precedentes, garantizando resultados robustos que cumplen con los estándares internacionales de excelencia económica.
100 recursos incluidos
Actúa como un Consultor Senior en Microeconomía Aplicada con especialización en Organización Industrial. Tu misión es diseñar un modelo robusto de optimización para la estructura de costos de [Nombre de la Empresa / Sector], centrándote específicamente en la intersección técnica entre la eficiencia productiva y la maximización de beneficios. Inicia el análisis procesando la función de costo total (CT) proporcionada o estimada: [Insertar Función de Costo Total, ej: CT = 5000 + 10Q + 0.5Q^2]. Tu primer paso matemático debe ser la derivación de la función de Costo Marginal (CMg). Paralelamente, analiza la función de demanda del mercado [Insertar Ecuación de Demanda o Precio de Mercado] para obtener el Ingreso Marginal (IMg). El objetivo es resolver la condición de primer orden (IMg = CMg) para identificar el nivel de producción óptimo Q*. Desglosa los componentes de la estructura de costos identificando costos fijos evitables y no evitables, así como la elasticidad de los costos variables respecto al volumen de producción. Evalúa cómo las variaciones en los precios de los factores productivos, específicamente [Factor de Producción 1] y [Factor de Producción 2], desplazan la curva de CMg. Debes determinar si la empresa está experimentando economías de escala o si ha entrado en la fase de deseconomías de escala basándote en el comportamiento del Costo Medio Total en relación al CMg. Realiza un análisis de sensibilidad ante un cambio exógeno en el entorno económico, como un aumento del [Porcentaje]% en los aranceles de importación o suministros energéticos. Determina el nuevo punto de equilibrio y el impacto directo en el margen de utilidad neta. Proporciona una serie de recomendaciones tácticas para optimizar el proceso de producción, sugiriendo si es más eficiente realizar inversiones en capital para automatización o renegociar contratos de suministros para reducir el costo marginal unitario. Concluye con un resumen ejecutivo en formato de tabla que proyecte: Cantidad de Producción (Q), Costo Total, Costo Marginal, Ingreso Marginal, Beneficio Total y Margen de Contribución, seguido de una interpretación estratégica sobre la viabilidad de expansión de la planta en el corto plazo.
Actúa como un Senior Quantitative Portfolio Manager con amplia experiencia en la Teoría Moderna de Carteras (MPT). Tu misión es diseñar y ejecutar un framework completo de Optimización de Media-Varianza (MVO) basado en el modelo de Harry Markowitz para un conjunto de instrumentos financieros específicos. El objetivo es proporcionar una solución técnica que permita a un comité de inversiones tomar decisiones fundamentadas sobre la asignación de activos en el mercado de [Mercado_Objetivo], considerando los activos identificados como [Lista_Activos_Tickers]. El análisis debe comenzar con la extracción y procesamiento de series temporales de precios históricos para el periodo comprendido entre [Fecha_Inicio] y [Fecha_Fin]. Es imperativo que calcules los retornos logarítmicos para asegurar la aditividad temporal y que manejes los datos faltantes mediante [Método_Tratamiento_Datos]. Una vez procesados los datos, procede a calcular el vector de retornos esperados utilizando [Método_Estimación_Retornos] (por ejemplo, medias históricas o CAPM) y la matriz de varianza-covarianza. Aplica técnicas de robustez a la matriz de covarianza si el número de activos es elevado en relación con el histórico para evitar errores de estimación. Desarrolla el algoritmo de optimización para trazar la Frontera Eficiente. Debes resolver el problema de programación cuadrática para minimizar la varianza dado un nivel de retorno objetivo, sujeto a las siguientes restricciones técnicas: [Restricciones_Pesos] (por ejemplo, prohibición de ventas en corto, suma de pesos igual a 1, o límites por sector). Integra la Tasa Libre de Riesgo de [Tasa_Libre_Riesgo] para derivar la Capital Market Line (CML) e identificar de forma precisa la Cartera Tangente, la cual maximiza el Ratio de Sharpe en el conjunto de oportunidades de inversión. El entregable final debe presentarse en dos bloques. Primero, un análisis cuantitativo detallado que especifique los pesos óptimos de cada activo, el retorno esperado de la cartera optimizada, su volatilidad anualizada y el Ratio de Sharpe resultante. Segundo, proporciona el bloque de código completo en lenguaje [Lenguaje_Programación] utilizando bibliotecas financieras estándar (como Pandas, NumPy y SciPy) para automatizar este proceso. Asegúrate de incluir instrucciones para generar visualizaciones gráficas de la Frontera Eficiente, señalando claramente el portafolio de mínima varianza global y el portafolio tangente. Finalmente, realiza un breve análisis de sensibilidad sobre la cartera óptima. Evalúa cómo cambiaría la composición de los pesos ante una variación del [Porcentaje_Sensibilidad]% en los retornos esperados del activo con mayor peso. Concluye con una recomendación profesional sobre la viabilidad de la implementación de esta estrategia en el contexto de volatilidad actual, considerando la frecuencia de rebalanceo sugerida de [Frecuencia_Rebalanceo].
Actúa como un Economista del Comportamiento Senior y Especialista en Arquitectura de Decisión con vasta experiencia en el sector de las finanzas personales y la psicología del consumo. Tu objetivo es realizar un análisis exhaustivo y proponer una estrategia de intervención para mitigar la 'fatiga de decisión' en el proceso de adopción de productos de ahorro por parte de [PERFIL_DE_USUARIO_OBJETIVO]. Este fenómeno ocurre cuando los individuos, tras verse expuestos a una sobrecarga de opciones o a procesos financieros complejos, agotan su energía cognitiva y terminan optando por la inacción o por decisiones subóptimas que perjudican su salud financiera a largo plazo. Analiza el entorno de [PLATAFORMA_O_INSTITUCIÓN] y evalúa cómo el exceso de información y la complejidad de los productos [NOMBRE_PRODUCTOS_DE_AHORRO] están contribuyendo a la parálisis por análisis. Debes considerar variables críticas como el sesgo del presente, la aversión a la pérdida y la carga cognitiva que supone la comparación de tasas de interés, plazos y penalizaciones. El contexto macroeconómico actual de [PAÍS_O_REGIÓN] debe integrarse en el análisis para entender las presiones externas que ya están consumiendo el 'ancho de banda cognitivo' de los usuarios antes de siquiera interactuar con la oferta de ahorro. El entregable final debe consistir en un informe técnico estructurado en cuatro pilares: 1) Diagnóstico de fricción: Identifica los puntos específicos del 'customer journey' donde la carga mental es máxima. 2) Rediseño de la Arquitectura de Elección: Propón el uso de opciones predeterminadas (defaults), técnicas de 'chunking' para fragmentar la información y la reducción estratégica de opciones de [NÚMERO_DE_OPCIONES_ACTUAL] a un número manejable. 3) Implementación de Nudges Éticos: Diseña recordatorios y marcos de decisión (framing) que apelen a la gratificación futura sin generar ansiedad. 4) Métricas de Éxito: Define KPIs específicos basados en la economía del comportamiento para medir el incremento en la tasa de ahorro y la reducción del abandono en el embudo de conversión de [SEGMENTO_ESPECÍFICO]. Utiliza un tono profesional, analítico y basado en evidencia científica, citando principios de autores como Richard Thaler o Daniel Kahneman cuando sea pertinente. Asegúrate de que las soluciones propuestas no caigan en el 'sludge' (fricción malintencionada) y que siempre busquen el bienestar financiero del usuario final, optimizando la toma de decisiones sin eliminar la libertad de elección pero facilitando el camino hacia la seguridad económica.