Dimensions

PlumX
Cómo citar
Chaves Castro, Álvaro H. . (2021). Análisis sobre la evolución del COVID-19 en Colombia: ¿se alcanzará el pico de contagio?. Tiempo Y economía, 8(1), 123–160. https://doi.org/10.21789/24222704.1672
Términos de licencia
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Resumen

Se realiza un análisis de la evolución de los casos diarios de contagios y el número de muertes para Colombia y algunas ciudades con base en información oficial reportada por el Ministerio de Salud, con el fin de dar respuesta a la siguiente pregunta: ¿dada la trayectoria actual del nuevo coronavirus, es posible estimar el futuro pico de contagios? A partir de la construcción de una estructura de datos de panel, se estiman modelos con tendencia cuadrática temporal para el logaritmo del número de contagios y muertes por COVID-19. La estimación de la dinámica de los contagios y de las muertes de manera recursiva a partir del método de regresiones rolling window muestra un buen ajuste, permitiendo predecir cuándo se alcanzará el pico de la epidemia en función de los nuevos casos reportados oficialmente. Se estiman algunos factores asociados a la evolución de la pandemia, especialmente el efecto de la velocidad de contagio (tasa de reproducción efectiva, Ro) sobre la trayectoria futura de los contagios diarios. Además, se intenta estimar el impacto de las medidas de aislamiento preventivo adoptadas por las autoridades nacionales y regionales. Los resultados muestran que el pico de la pandemia en Colombia se alcanza aproximadamente a finales de agosto, período que coincide con estudios epidemiológicos más elaborados. El número promedio de nuevos casos diarios en el pico alcanzaría más de 10.000 contagios, mientras que el máximo número de fallecidos en el pico sería de 44.471. La estimación del impacto de las medidas de confinamiento muestra que se logra aplazar el pico y reducir el número de contagios y muertes.

Palabras clave:

Citas

Acemoglu, D., Chernozhukov, V., Werning, I., & Whinston, M. D. (2020): A multi-risk SIR model with optimally targeted lockdown. Massachusetts Institute of Technology. https://economics.mit.edu/files/19698

Alvarez, F. E., Argente, D., & Lippi, F. (2020). A simple planning problem for COVID-19 lockdown (NBER Working Paper n.º 26981). National Bureau of Economic Research. https://www.nber.org/papers/w26981

Álvarez, A., León, D., Medellín, M., Zambrano, A., & Zuleta, H. (2020). El coronavirus en Colombia: Vulnerabilidad y opciones de política (PNUD LAC C19 PDS n.º 11.). Programa de las Naciones Unidas para el Desarrollo.

Arroyo-Marioli, F., Bullano, F., Kucinskas, S., & Rondón-Moreno, C. (2020). Tracking R of COVID-19: A new real-time estimation using the Kalman filter. SSRN, May. http://dx.doi.org/10.2139/ssrn.3581633

Aum, S., Lee, S. Y., & Shin, Y. (2020). Inequality of fear and self-quarantine: Is there a trade-off between GDP and public health? (NBER Working Paper n.º 27100). National Bureau of Economic Research. https://www.nber.org/papers/w27100

Avery, C., Bossert, W., Clark, A., Ellison, G. & Fisher-Ellison, S. (2020). Policy implications of models of the spread of coronavirus: Perspectives and opportunities for economists (NBER Working Paper n.º 27007). National Bureau of Economic Research. https://www.nber.org/papers/w27007

Bardey, D., Fernandez, M., & Gravel, A. (2020). COVID-19: Some Data Analysis. https://sites.google.com/view/covid19somedataanalysis/home

Berger, D. W., Herkenhoff, K. F., & Mongey, S. (2020). An SEIR infectious disease model with testing and conditional quarantine (NBER Working Paper n.º 26901). National Bureau of Economic Research. https://www.nber.org/papers/w26901 https://doi.org/10.21034/sr.597

Bethune, Z. A., & Korinek, A. (2020). COVID-19 Infection Externalities: Trading Off Lives vs. Livelihoods (NBER Working Paper n.º 27009). National Bureau of Economic Research. https://www.nber.org/papers/w27009 https://doi.org/10.3386/w27009

Bodenstein, M., Corsetti, G., & Guerrieri, L. (2020). Social distancing and supply disruptions in a pandemic (Finance and Economics Discussion Series 2020-031). Board of Governors of the Federal Reserve System. https://www.federalreserve.gov/econres/feds/social-distancing-and-supply-disruptions-in-a-pandemic.htm https://doi.org/10.3386/w27009

Bonet-Morón, J. A., Ricciulli-Marín, D., Pérez-Valbuena, G. J., Galvis-Aponte, L. A., Haddad, E. A., Araújo-Junior, I., & Perobelli, F. (2020). Impacto económico regional del COVID-19 en Colombia: Un análisis insumo-producto (Documentos de trabajo sobre Economía Regional y Urbana n.º 288). Banco de la República. https://www.banrep.gov.co/es/impacto-economico-regional-del-covid-19-colombia-analisis-insumo-producto https://doi.org/10.32468/dtseru.288

Cerulli, G. (2019). Estimation of pre- and post-treatment average treatment effects with binary time-varying treatment using STATA. The STATA Journal, 19(3), 551-565. https://doi.org/10.1177/1536867X19874224

Chang, R., & Velasco, A. (2020). Economic policy incentives to preserve lives and livelihoods (NBER Working Paper n.º 27099). National Bureau of Economic Research. https://www.nber.org/papers/w27020 https://doi.org/10.3386/w27020

Chari, V. V., Kirpalani, R., & Phelan, C. (2020). The hammer and the scalpel: On the economics of indiscriminate versus targeted isolation policies during pandemics (NBER Working Paper 27232). National Bureau of Economic Research. https://www.nber.org/papers/w27232 https://doi.org/10.3386/w27232

Cordovez, J. M., Santos, M., Bravo, C., & Cascante, J. (2020). Modelación COVID-19, junio 1 de 2020. Universidad de los Andes.

Eichenbaum, M. S., Rebelo, S., & Trabandt, M. (2020). The macroeconomics of epidemics (NBER Working Paper n.º 26882). National Bureau of Economic Research. https://www.nber.org/papers/w26882 https://doi.org/10.3386/w26882

Farboodi, M., Jarosch, G., & Shimer, R. (2020). Internal and external effects of social distancing in a pandemic (NBER Working Paper n.º 27059). National Bureau of Economic Research. https://www.nber.org/papers/w27059 https://doi.org/10.3386/w27059

Fernández-Villaverde, J., & Jones, C. (2020). Estimating and simulating a SIRD model of covid-19 for many countries, states, and cities (Working Paper n.º 27128). National Bureau of Economic Research. https://www.nber.org/papers/w27128 https://doi.org/10.3386/w27128

Garriga, C., Manuelli, R., & Sanghi, S. (2020). Optimal management of an epidemic: An application to COVID-19. A Progress Report. Federal Reserve Bank of St. Louis.

Gregory, V., Menzio, G., & Wiczer, D. G. (2020). Pandemic recession: L or V-shaped?. (NBER Working Paper n.º 27105). National Bureau of Economic Research. https://www.nber.org/papers/w27105 https://doi.org/10.21034/wp.766

Hornstein, A. (2020). Social distancing, quarantine, contact tracing, and testing: Implications of an augmented SEIR-Mode. Federal Reserve Bank of Richmond. https://doi.org/10.21144/wp20-04

Hurwicz, L. (1962): On the structural form of interdependent systems. In E. Nagel, P. Suppes, & A. Tarski (eds.), Logic, methodology and philosophy of science (pp. 232-239). Elsevier. https://doi.org/10.1016/S0049-237X(09)70590-7

Karin, O., Yinon, M. B., Milo, T., Katzir, I., Mayo, A., Korem, Y., Dudovich, B., Yashiv, E., Zehavi, A. J., Davidovich, N., Milo, R., & Alon. U. (2020). Adaptive cyclic exit strategies from lockdown to suppress COVID-19 and allow economic activity. medRxiv, May. https://doi.org/10.1101/2020.04.04.20053579

Kermack, W., & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. The Royal Society Publishing.

Korolev, I. (2020). Identification and estimation of the SEIRD epidemic model for COVID-19. Binghamton University. https://doi.org/10.1016/j.jeconom.2020.07.038

Lin, Z., & Meissner, C. (2020). Health vs Wealth? Public Health Policies and the Economy During COVID-19. (NBER Working Paper n.º 27099). National Bureau of Economic Research. https://www.nber.org/papers/w27099 https://doi.org/10.3386/w27099

Linton, O., & Li, S. (2020). When will the COVID-19 pandemic peak? (Cambridge Working Papers in Economics n.º 2025). University of Cambridge. https://www.ifs.org.uk/uploads/CW1120-When-will-the-Covid-19-pandemic-peak.pdf https://doi.org/10.1920/wp.cem.2020.1120

Liu, S., Weill, Pierre-Olivier, Lindsay, D., Lester, B., & Kargar, M. (2020). Corporate bond liquidity during the COVID-19 crisis (NBER Working Paper n.º 27355). National Bureau of Economic Research. https://www.nber.org/papers/w27355

Ludvigson, S., Ma, S., & Ng, S. (2020). COVID-19 and the macroeconomic effects of costly disasters (NBER Working Paper n.º 26987). National Bureau of Economic Research. https://www.nber.org/papers/w26987 https://doi.org/10.3386/w26987

Petherick, A., Kira, B., Angrist, N., Hale, T., & Phillips, T. (2020). Variation in Government responses to COVID-19 (BSG Working Paper Series). University of OXFORD.

Stock, J. H. (2020). Data gaps and the policy response to the novel coronavirus (NBER Working Paper n.º 26902). National Bureau of Economic Research March. https://www.nber.org/papers/w26902 https://doi.org/10.3386/w26902

Toda, A. A. (2020). Susceptible-Infected-Recovered (SIR) Dynamics of COVID-19 and Economic Impact. arXiv, 2003.11221.

Descargas

Los datos de descargas todavía no están disponibles.

Citado por

Sistema OJS - Metabiblioteca |