Impacto de inflación de precios en la colusión algorítmica para pricing

Abstract

En un contexto social marcado por el auge de algoritmos autónomos y elevadas tasas de inflación, resulta imperativo evaluar los potenciales riesgos que estos algoritmos pueden representar para la competitividad de los mercados. Esta tesis explora la cooperación emergente en el pricing algorítmico bajo condiciones de costos no estacionarios, utilizando algoritmos de aprendizaje reforzado. Se investigó cómo los agentes económicos ajustan sus políticas de precios en respuesta a variaciones en los costos de producción y shocks inflacionarios. Los resultados indican que la inflación tiene un impacto significativo en las rentabilidades de los agentes, sugiriendo una disminución en la competitividad del mercado. Además, se evaluaron estrategias de castigo y la sensibilidad a hiperparámetros tanto del modelo económico como de los algoritmos, destacando la importancia de una correcta configuración de estos para mantener la estabilidad del mercado. La inclusión de un agente altruista mostró ser efectiva para aumentar la competitividad, aunque presenta desafíos en su implementación. Esta tesis subraya la necesidad de diseñar políticas y regulaciones que aseguren la equidad en mercados cada vez más influenciados por la inteligencia artificial.