🇬🇧 English · 🇪🇸 Español

Simuladores de Política Macroeconómica y Laboratorios Interactivos para Navegador

puremacro ofrece una suite de simulación cuantitativa de grado de producción con arquitectura dual, concebida para la investigación de frontera, el análisis de política económica y la docencia interactiva:

API de Equilibrio General en Python (puremacro.models):
TradePolicySimulator: Modelo de equilibrio general cuantitativo ricardiano multisectorial y multipaís basado en Caliendo y Parro (2015, Review of Economic Studies). Resuelve contrafactuales mediante álgebra exacta de sombreros (exact hat algebra) para perturbaciones arancelarias bilaterales, términos de intercambio y cascadas de costos intermedios insumo-producto, con verificación del vaciado de mercados ($\max_i |X_i - (Y_i + R_i + D_i)| < 10^{-6}$). Su welfare_decomposition es una separación descriptiva con un componente residual, detallada abajo.
MonetaryTransmissionSimulator: Comparación lado a lado entre modelos Neokeynesianos de Agentes Heterogéneos (HANK) y de Agente Representativo (RANK), implementando la descomposición de canales directo e indirecto de Kaplan, Moll y Violante (2018, American Economic Review) a través de la escalera empírica de Propensión Marginal a Consumir (PMC) por deciles de riqueza.
Laboratorios Interactivos en Navegador sin Compilación (curso/site/labs/):
comercio-aranceles.html / .js: Laboratorio interactivo en tiempo real de guerra arancelaria (MEX-EE. UU.-CHN) con controles deslizantes bilaterales, solucionador de equilibrio general en JavaScript puro (< 2 ms por iteración), variaciones en términos de intercambio y visualizadores de desvío de comercio y nearshoring.
politica-monetaria-hank.html / .js: Laboratorio interactivo de transmisión monetaria HANK vs. RANK con distribución de PMC por deciles y descomposición dinámica de canales KMV.
Diseñados para funcionamiento 100% fuera de línea, sin dependencias de Node.js ni pasos de construcción (zero-build), y con soporte táctil nativo en iPad y JupyterLite/Pyodide.

Ambos simuladores utilizan contenedores inmutables (frozen dataclasses) y disponen de suites de exportación multiformato (.summary(), .plot(), .to_markdown(), .to_latex(), .to_typst()).

Arquitectura y Flujo de Simulación

flowchart TD
    subgraph Inputs["1. Calibración y Perturbaciones"]
        ICIO["Tablas ICIO por año\n(incluida: OCDE ICIO 2019,\nG20 + RDM x 20 secciones CIIU)"]
        PRESETS["Preajustes Calibrados\n('nafta_china', 'symmetric_3c')"]
        SHOCKS["Choques de Política\n(Aranceles, Alzas de Tasas, Transferencias)"]
    end

    subgraph Solvers["2. Motores Cuantitativos de Equilibrio General"]
        direction TB
        TPS["TradePolicySimulator\n(Caliendo & Parro 2015)\n- Contracción de Precios Eaton-Kortum\n- Sistema Insumo-Producto Leontief\n- Vaciado Factorial por Tanteo (< 1e-6)"]
        MTS["MonetaryTransmissionSimulator\n(Kaplan, Moll & Violante 2018)\n- Distribución Estacionaria de Riqueza\n- Jacobianas en Espacio de Secuencias J^{C,r}, J^{C,Y}\n- Retroalimentación de GE (NKPC y Regla Taylor)"]
    end

    subgraph Results["3. Resultados Inmutables de Simulación"]
        TPR["TradePolicySimulationResult\n- Variaciones Proporcionales (w, P, IPC)\n- Términos de Intercambio y Desvío\n- Descomposición de Bienestar en 3 Vías"]
        MTR["MonetaryTransmissionResult\n- Trayectorias de FIR (Y, C, pi, r)\n- Escalera de PMC en 10 Deciles\n- Participación de Canales Directo e Indirecto KMV"]
    end

    subgraph Delivery["4. Reportes Académicos y Laboratorios Web"]
        EXPORT["Suites de Presentación\n- .summary() / .sector_summary()\n- .to_markdown() / .to_latex() / .to_typst()\n- Gráficas de Publicación en Matplotlib (.plot())"]
        LABS["Laboratorios WebAssembly / Canvas para Navegador\n- curso/site/labs/comercio-aranceles.html\n- curso/site/labs/politica-monetaria-hank.html"]
    end

    Inputs --> Solvers
    Solvers --> Results
    Results --> Delivery

1. Simulador de Política Comercial Cuantitativa (`TradePolicySimulator`)

1.1 Marco Teórico: Modelo de Equilibrio General de Caliendo y Parro (2015)

Considere una economía global con $N$ países ($n, i \in \{1, \dots, N\}$) y $J$ sectores ($j, k \in \{1, \dots, J\}$). La producción en el país $n$ y sector $j$ combina trabajo $L_{n, j}$ con canastas de insumos intermedios de todos los sectores bajo rendimientos constantes a escala.

Empleando el método de Álgebra Exacta de Sombreros (Exact Hat Algebra) (Dekle, Eaton y Kortum 2007; Caliendo y Parro 2015), los cambios contrafactuales de equilibrio en salarios, precios y flujos comerciales se expresan en variaciones proporcionales $\hat{x} \equiv x' / x$, prescindiendo de la necesidad de estimar niveles no observables de tecnología o costos comerciales tipo iceberg.

Ante variaciones contrafactuales en los aranceles brutos bilaterales $\hat{\tau}_{ni}^j = \frac{1 + t_{ni}'^j}{1 + t_{ni}^j}$:

Variación de Costos Unitarios de Producción: $$\hat{c}_n^j = \hat{w}_n^{\gamma_n^j} \prod_{k=1}^J \left( \hat{P}_n^k \right)^{\gamma_n^{j, k}}$$ donde $\gamma_n^j > 0$ es la participación del valor agregado y $\gamma_n^{j, k} \ge 0$ es la participación del insumo intermedio $k$ en el sector $j$ ($\gamma_n^j + \sum_{k=1}^J \gamma_n^{j, k} = 1$).
Índices de Precios Sectoriales (Mapeo de Contracción No Lineal): $$\hat{P}_n^j = \left( \sum_{i=1}^N \pi_{ni}^j \left( \hat{c}_i^j \hat{\tau}_{ni}^j \right)^{-\theta_j} \right)^{-\frac{1}{\theta_j}}$$ donde $\pi_{ni}^j$ es la cuota de mercado observada de las importaciones del país $n$ provenientes del país $i$ en el sector $j$, y $\theta_j > 0$ es la elasticidad comercial sectorial.
Cuotas de Comercio Bilateral Contrafactuales: $$\pi_{ni}'^j = \pi_{ni}^j \left( \frac{\hat{c}_i^j \hat{\tau}_{ni}^j}{\hat{P}_n^j} \right)^{-\theta_j}$$
Sistema Insumo-Producto Leontief de Gasto: Dados los nuevos aranceles $\tau'$, las cuotas $\pi'$ y los salarios $\hat{w}$, el gasto sectorial $X_n'^j$ resuelve el sistema lineal: $$X_n'^j = \alpha_n^j \left( \hat{w}_n w_n L_n + R_n' + D_n \right) + \sum_{k=1}^J \gamma_n^{k, j} \sum_{m=1}^N \frac{\pi_{mn}'^k}{\tau_{mn}'^k} X_m'^k$$ donde $\alpha_n^j$ es la proporción de consumo final, $D_n$ es el déficit comercial y $R_n'$ es la recaudación arancelaria contrafactual: $$R_n' = \sum_{j=1}^J \sum_{i=1}^N \frac{\tau_{ni}'^j - 1}{\tau_{ni}'^j} \pi_{ni}'^j X_n'^j$$
Vaciado de Mercados de Bienes y Factores: El producto bruto sectorial satisface la demanda mundial: $$Y_n'^j = \sum_{m=1}^N \frac{\pi_{mn}'^j}{\tau_{mn}'^j} X_m'^j$$ Los salarios de equilibrio $\hat{w}_n$ se resuelven iterativamente por tanteo amortiguado (damped tatonnement) hasta satisfacer la cota Walrasiana: $$\max_n \left| \sum_{j=1}^J \gamma_n^j Y_n'^j - \hat{w}_n w_n L_n \right| < 10^{-6}$$

1.2 Términos de Intercambio y Componentes Descriptivos del Bienestar

El índice de variación en los términos de intercambio $\widehat{\text{ToT}}_n \equiv \hat{P}_n^X / \hat{P}_n^M$ refleja el poder adquisitivo externo del país $n$: - Índice de Precios de Exportación: $\hat{P}_n^X = \sum_j \sum_{m \ne n} \omega_{n, m}^j \hat{c}_n^j$ - Índice de Precios de Importación: $\hat{P}_n^M = \sum_j \sum_{m \ne n} \mu_{n, m}^j (\hat{c}_m^j \hat{\tau}_{nm}^j)$

El diccionario welfare_decomposition presenta dos estadísticas de cuotas domésticas sobre los sectores comerciables $\mathcal{T}$:

\[S_n = \sum_{j \in \mathcal{T}} \frac{\alpha_n^j}{\theta_j} \ln\left(\frac{\pi_{nn}^j}{\pi_{nn}'^j}\right), \qquad M_n = \sum_{j \in \mathcal{T}} \frac{\alpha_n^j(1-\gamma_n^j)}{\gamma_n^j\theta_j} \ln\left(\frac{\pi_{nn}^j}{\pi_{nn}'^j}\right).\]

Las claves existentes son terms_of_trade para $S_n$ e input_output para $M_n$. La clave total es $\Delta\ln\mathcal{W}_n=\ln(\hat I_n/\hat P_n)$, y tariff_revenue se define como el residual $\Delta\ln\mathcal{W}_n-S_n-M_n$. Los tres componentes suman total por construcción; esto no identifica tres mecanismos económicos separados. En particular, terms_of_trade no es el logaritmo del índice terms_of_trade_hat calculado por separado, y tariff_revenue no es un efecto fiscal sobre el bienestar calculado de manera independiente. Use tariff_revenue_prime para la recaudación contrafactual efectiva. Los valores del diccionario están en unidades de cambio logarítmico, mientras que welfare_pct es una variación porcentual.

1.3 Recetas Prácticas en Python

Receta 1: Arancel Bilateral y Desvío de Comercio (EE. UU. contra China)

import numpy as np
from puremacro.models import TradePolicySimulator

# Cargar el preajuste canónico de 3 países y 2 sectores (MEX, USA, CHN)
sim = TradePolicySimulator.from_preset("nafta_china")

# Inspeccionar dimensiones y claves
print(f"Países: {sim.country_codes} (N={sim.N}), Sectores: {sim.sector_codes} (J={sim.J})")

# Simular un arancel unilateral del 25% de EE. UU. a las manufacturas chinas
res = sim.simulate_bilateral_tariff(
    importer="USA",
    exporter="CHN",
    tariff_rate=0.25,
    sector="Manufactures",
    tol=1e-10,
)

print(repr(res))
# Salida: TradePolicySimulationResult(countries=['MEX', 'USA', 'CHN'], sectors=['Manufactures', 'Services'], status='converged', iterations=37, residual=6.08e-07)
# `residual` está en niveles (flujos de unos 3e4); tol=1e-10 es relativo a la renta laboral de cada país.

# Resumen a nivel país
print(res.summary())

# Acceso directo a los resultados de un país por clave o índice
res_usa = res["USA"]
res_mex = res.country("MEX")
print(f"Recaudación arancelaria de EE. UU.: {res_usa['tariff_revenue_prime']:.2f}")
print(f"Ganancia de bienestar en México (Desvío de comercio): +{res_mex['welfare_pct']:.3f}%")

Receta 2: Guerra Arancelaria Recíproca Multilateral

# Simular escalada arancelaria entre la Coalición A (EE. UU.) y la Coalición B (México y China)
res_guerra = sim.simulate_trade_war(
    coalition_a=["USA"],
    coalition_b=["MEX", "CHN"],
    tariff_rate_a=0.30,   # EE. UU. impone 30% a ambos
    tariff_rate_b=0.20,   # Represalia del 20% a EE. UU.
    tol=1e-10,
)

# Exportar tabla formateada para Typst o LaTeX
print(res_guerra.to_typst())

# Generar gráfico de barras de impacto en bienestar
fig = res_guerra.plot(kind="welfare", figsize=(8.0, 4.5))
fig.savefig("guerra_arancelaria_bienestar.png", dpi=300)

2. Simulador de Transmisión Monetaria y Macroprudencial (`MonetaryTransmissionSimulator`)

2.1 Marco Teórico: HANK frente a RANK

Los modelos Neokeynesianos de Agente Representativo (RANK) tradicionales asumen que la política monetaria opera predominantemente mediante el canal directo de sustitución intertemporal: hogares idénticos sin restricciones de liquidez ajustan su consumo a lo largo de una única ecuación de Euler ($c_t = \mathbb{E}_t c_{t+1} - \frac{1}{\gamma} (i_t - \mathbb{E}_t \pi_{t+1})$).

Por el contrario, los modelos HANK (Kaplan, Moll y Violante 2018; Auclert et al. 2021) incorporan riesgo idiosincrásico no asegurable y restricciones crediticias ($a' \ge 0$). Una porción sustancial de los hogares vive al día (hand-to-mouth), registrando elevadas Propensiones Marginales a Consumir (PMC) respecto al ingreso corriente.

En consecuencia, el canal indirecto de equilibrio general—que se transmite a través de la demanda de trabajo, el producto agregado y los salarios netos—explica la mayor parte de la respuesta macroeconómica del consumo.

2.2 Descomposición de Kaplan-Moll-Violante (2018) en el Espacio de Secuencias

A través del álgebra de matrices jacobianas en el espacio de secuencias, el vector de respuesta del consumo agregado $d\mathbf{C} \in \mathbb{R}^T$ en un horizonte de $T$ trimestres se descompone en:

\[d\mathbf{C} = \underbrace{\mathbf{J}^{C, r} \, d\mathbf{r}}_{\text{Canal Directo (Sustitución)}} + \underbrace{\mathbf{J}^{C, Y} \, d\mathbf{Y}}_{\text{Canal Indirecto (Ingreso de Equilibrio General)}}\]

donde $\mathbf{J}^{C, r} \equiv \frac{\partial \mathbf{C}}{\partial \mathbf{r}}$ y $\mathbf{J}^{C, Y} \equiv \frac{\partial \mathbf{C}}{\partial \mathbf{Y}}$ son matrices cuadradas $T \times T$.

En equilibrio general, la curva de Phillips Neokeynesiana y la regla de Taylor en el espacio de secuencias determinan: $$d\boldsymbol{\pi} = \mathbf{K}_\pi d\mathbf{Y}, \quad d\mathbf{r} = \mathbf{M}_{r, Y} d\mathbf{Y} + d\boldsymbol{\epsilon}$$

Sustituyendo en el bloque de hogares se obtiene el sistema lineal de equilibrio general: $$\left( \mathbf{I} - \mathbf{J}^{C, Y} - \mathbf{J}^{C, r} \mathbf{M}_{r, Y} \right) d\mathbf{Y} = \mathbf{J}^{C, r} d\boldsymbol{\epsilon}$$

Dimensión	Economía RANK	Economía HANK
Estructura de Mercados	Mercados de activos completos	Mercados incompletos, restricción crediticia $a' \ge 0$
Distribución de la PMC	Uniforme en deciles: $1 - \beta \approx 0.015$	Pendiente pronunciada: Decil 1 ($>0.40$) al Decil 10 ($<0.06$)
Participación Canal Directo	Idénticamente $100\%$	$20\% - 40\%$
Participación Canal Indirecto	Idénticamente $0\%$	$60\% - 80\%$
Núcleo de Propagación	Ecuación de Euler intertemporal	Multiplicador de ingreso laboral en equilibrio general

2.3 Recetas Prácticas en Python

Receta 3: Alza de Tasa de Política Monetaria (25 bps)

from puremacro.models import MonetaryTransmissionSimulator

# Instanciar simulador con parámetros de malla continua
sim_mon = MonetaryTransmissionSimulator(
    beta=0.985,
    gamma=1.0,
    r_ss=0.01,
    phi_pi=1.5,
    kappa=0.1,
    n_a=50,
    a_max=30.0,
)

# PMC agregada en estado estacionario
print(f"PMC Agregada HANK: {sim_mon.steady_state_mpc:.4f}")

# Simular alza de 25 bps con persistencia rho=0.7 en 40 trimestres
res_mon = sim_mon.simulate_rate_shock(magnitude=0.0025, rho=0.7, T=40)

print(repr(res_mon))
# Salida: MonetaryTransmissionResult(shock_type='rate', magnitude=+0.0025, T=40, mpc_hank=0.1582, mpc_rank=0.0150, indirect_share_hank=68.4%)

# Resumen comparativo en texto
print(res_mon.summary())

# Respuestas pico
picos = res_mon.peak_responses()
print(f"Caída máxima de producto en HANK: {picos['output_hank']*100:.3f}%")
print(f"Caída máxima de producto en RANK: {picos['output_rank']*100:.3f}%")

# Gráfica de 4 paneles para publicación (FIR, escalera de PMC, canales KMV)
fig = res_mon.plot(kind="all", figsize=(12.0, 8.5))
fig.savefig("transmision_monetaria_hank_rank.png", dpi=300)

Receta 4: Transferencias Focalizadas e Intervenciones de Hoja de Balance

# Simular transferencia monetaria focalizada a hogares con restricciones crediticias
res_tf = sim_mon.simulate_balance_sheet_intervention(
    amount=1.0,
    target="borrowers",   # 25% más pobre de los hogares
    T=40,
)

print(f"Multiplicador inicial de consumo en HANK: {res_tf.irf_consumption_hank[0]:.4f}")
print(f"Multiplicador inicial de consumo en RANK: {res_tf.irf_consumption_rank[0]:.4f}")
# En HANK, los hogares con alta PMC gastan de inmediato (>10x la respuesta en RANK)

3. Referencia Completa de la API

3.1 `TradePolicySimulator`

Método / Propiedad	Firma	Descripción
`country_codes`	`tuple[str, ...]` (propiedad)	Códigos identificadores de los países en el modelo.
`sector_codes`	`tuple[str, ...]` (propiedad)	Códigos identificadores de los sectores en el modelo.
`N`	`int` (propiedad)	Número de países en el modelo de comercio.
`J`	`int` (propiedad)	Número de sectores en el modelo de comercio.
`from_preset(name)`	`name: str = "nafta_china"`	Crear simulador a partir de calibración preajustada (`'nafta_china'`, `'symmetric_3c'`).
`from_icio(year, *, tables=None)`	`year: int`, `tables: {año: tabla}`	Calibrar un simulador Caliendo-Parro con la tabla ICIO de `year` (participaciones comerciales, participaciones de costos insumo-producto, participaciones del gasto final, valor agregado y déficits comerciales leídos de la tabla). Sin `tables` solo está disponible la tabla incluida de 2019 (OCDE ICIO edición 2023, países del G20 + resto del mundo, 20 secciones CIIU Rev.4); cualquier otro año lanza `ValueError` con la lista de años disponibles.
`simulate_bilateral_tariff()`	`importer, exporter, tariff_rate, sector=None, tol=1e-10`	Simular choque arancelario ad-valorem con verificación de vaciado de mercados.
`simulate_trade_war()`	`coalition_a, coalition_b, tariff_rate_a, tariff_rate_b=None`	Simular guerra arancelaria entre dos coaliciones sin intersección.
`simulate_arbitrary_tariffs()`	`tariffs_new: np.ndarray, tol=1e-10`	Simular matriz arancelaria bruta arbitraria $\tau_{ni}'^j$ de dimensiones `(J, N, N)`.
`simulate_tariff_counterfactual()`	`tariff_shocks: dict \\| np.ndarray \\| None`	Entrada contrafactual general que admite diccionarios o matrices.

3.2 `TradePolicySimulationResult`

Atributo / Método	Tipo / Firma	Descripción
`w_hat`	`np.ndarray (N,)`	Variación proporcional en salarios nominales $\hat{w}_n = w_n' / w_n$.
`P_hat`	`np.ndarray (N, J)`	Variación proporcional en índices de precios sectoriales $\hat{P}_n^j$.
`P_index_hat`	`np.ndarray (N,)`	Variación proporcional en índices de precios al consumidor $\hat{P}_n$.
`real_wage_hat`	`np.ndarray (N,)`	Variación proporcional en salarios reales $\hat{w}_n / \hat{P}_n$.
`terms_of_trade_hat`	`np.ndarray (N,)`	Variación en términos de intercambio $\hat{P}_n^X / \hat{P}_n^M$.
`welfare_pct`	`np.ndarray (N,)`	Cambio porcentual en bienestar real $(\hat{\mathcal{W}}_n - 1) \times 100$.
`tariff_revenue_prime`	`np.ndarray (N,)`	Recaudación arancelaria contrafactual por país $R_n'$.
`welfare_decomposition`	`dict[str, np.ndarray]`	Estadísticas de cuotas domésticas `'terms_of_trade'` e `'input_output'`, residual `'tariff_revenue'` y cambio logarítmico del bienestar `'total'`; véase la sección 1.2.
`market_clearing_residual`	`float`	Máximo residual de vaciado de mercados en todos los países, en las unidades de los flujos de base ($< 10^{-6}$ al converger). El argumento `tol` es relativo a la renta laboral de cada país, así que este residual absoluto puede superar `tol`.
`converged`	`bool`	Indica si el tanteo salarial convergió dentro de la tolerancia. Se emite un `RuntimeWarning` cuando el solucionador se detiene en `max_iter` sin converger.
`country(code)`	`code: str \\| int -> pd.Series`	Retorna la serie de resultados de equilibrio para un país específico.
`__getitem__(key)`	`key: str \\| int -> pd.Series`	Acceso por corchetes delegando en `country(key)`.
`summary()`	`-> pd.DataFrame`	Tabla resumen a nivel país con los cambios de equilibrio.
`sector_summary()`	`-> pd.DataFrame`	Desglose detallado por país y sector de precios, gastos y producto bruto.
`to_markdown()`	`index=True, digits=4 -> str`	Formatea el resumen en Markdown estilo GitHub.
`to_latex()`	`index=True, digits=4 -> str`	Formatea el resumen en entorno `tabular` de LaTeX.
`to_typst()`	`index=True, digits=4 -> str`	Formatea el resumen en tabla de Typst.
`plot(kind)`	`kind='welfare' \\| 'real_wage' \\| 'terms_of_trade' \\| 'wage' \\| 'cpi'`	Genera gráfica de barras de contrafactuales por país.

3.3 `MonetaryTransmissionSimulator`

Método / Propiedad	Firma	Descripción
`steady_state_mpc`	`float` (propiedad)	PMC agregada de estado estacionario en la economía HANK.
`simulate_rate_shock()`	`magnitude=0.0025, rho=0.7, T=40`	Resolver equilibrio en espacio de secuencias HANK vs. RANK ante choque de tasas.
`simulate_balance_sheet_intervention()`	`amount=1.0, target='borrowers', T=40`	Simular transferencia fiscal focalizada o inyección de liquidez.
`simulate_transmission()`	`shock_type='rate', shock_path=None, ...`	Punto de entrada general que admite trayectorias exógenas arbitrarias.

3.4 `MonetaryTransmissionResult`

Atributo / Método	Tipo / Firma	Descripción
`irf_output_hank / rank`	`np.ndarray (T,)`	Trayectorias de función de impulso-respuesta del producto $d\mathbf{Y}$.
`irf_consumption_hank / rank`	`np.ndarray (T,)`	Trayectorias de impulso-respuesta del consumo $d\mathbf{C}$.
`irf_inflation_hank / rank`	`np.ndarray (T,)`	Trayectorias anualizadas de inflación $d\boldsymbol{\pi}$.
`irf_rate_hank / rank`	`np.ndarray (T,)`	Trayectorias de la tasa de interés real ex-ante $d\mathbf{r}$.
`mpc_deciles_hank / rank`	`pd.Series (10,)`	Propensión marginal a consumir en 10 deciles de riqueza.
`aggregate_mpc_hank / rank`	`float`	Propensión marginal a consumir agregada trimestral.
`direct_channel_hank`	`np.ndarray (T,)`	Canal directo de sustitución intertemporal KMV $\mathbf{J}^{C, r} d\mathbf{r}$.
`indirect_channel_hank`	`np.ndarray (T,)`	Canal indirecto de ingreso laboral KMV $\mathbf{J}^{C, Y} d\mathbf{Y}$.
`indirect_share_hank`	`float`	Porcentaje de la respuesta inicial de consumo explicada por el canal indirecto.
`peak_responses()`	`-> dict[str, float]`	Respuestas pico de producto, inflación y consumo.
`summary()`	`-> str`	Reporte en texto ASCII comparando los mecanismos HANK y RANK.
`to_frame()`	`-> pd.DataFrame`	DataFrame ordenado de trayectorias trimestrales indexado por $t \in [0, T-1]$.
`plot(kind)`	`kind='all' \\| 'irf' \\| 'mpc' \\| 'kmv'`	Gráficas comparativas de transmisión HANK vs. RANK.

4. Laboratorios Interactivos en Navegador (`curso/site/labs/`)

Además de la librería de Python, puremacro integra dos laboratorios totalmente interactivos ejecutados en el navegador dentro de curso/site/labs/. Desarrollados en HTML5, CSS3, KaTeX y Canvas sin herramientas externas, funcionan 100% fuera de línea.

4.1 `comercio-aranceles.html` & `.js` (Guerra Arancelaria y Nearshoring)

Ubicación: curso/site/labs/comercio-aranceles.html y curso/site/labs/comercio-aranceles.js.
Características:
Solucionador de equilibrio general en tiempo real en JavaScript que converge en $<2$ ms por movimiento de control deslizante.
Controles de aranceles bilaterales: EE. UU. a China, EE. UU. a México, represalias mexicanas y chinas.
Estadísticas ilustrativas de cuotas domésticas e insumo-producto, con un residual que hace que los componentes mostrados sumen el cambio porcentual del bienestar. Las etiquetas de canales de la gráfica no establecen una descomposición estructural; su escala porcentual también difiere de la escala logarítmica del diccionario de Python.
Visualizador de desvío de comercio y auge de nearshoring en las manufacturas mexicanas.
Preajustes de política: Línea Base, Guerra EE. UU.–China, Boom de Nearshoring, Guerra Total.

4.2 `politica-monetaria-hank.html` & `.js` (Transmisión Monetaria HANK vs. RANK)

Ubicación: curso/site/labs/politica-monetaria-hank.html y curso/site/labs/politica-monetaria-hank.js.
Características:
Curvas de impulso-respuesta comparativas para producto, inflación y consumo.
Controles deslizantes para magnitud del choque, persistencia ($\rho$) y proporción de hogares hand-to-mouth.
Gráficos de barras que contrastan la escalera empírica de PMC por deciles frente a la línea plana del agente representativo.
Visualizador dinámico de las participaciones de los canales directo e indirecto de Kaplan-Moll-Violante.

4.3 Ejecución Local

Para servir los laboratorios de forma local sin requerir conexión a internet:

# Desde la raíz del repositorio puremacro
cd curso/site
python3 -m http.server 8000

Abra su navegador en http://localhost:8000/labs/comercio-aranceles.html o http://localhost:8000/labs/politica-monetaria-hank.html.

Referencias

Auclert, A., Bardóczy, B., Rognlie, M., y Straub, L. (2021). "Using the Sequence-Space Jacobian to Solve and Estimate Heterogeneous-Agent Models." Econometrica, 89(6), 3115–3148.
Caliendo, L. y Parro, F. (2015). "Estimates of the Trade and Welfare Effects of NAFTA." The Review of Economic Studies, 82(1), 1–44.
Dekle, R., Eaton, J., y Kortum, S. (2007). "Unbalanced Trade." American Economic Review, 97(2), 351–355.
Eaton, J. y Kortum, S. (2002). "Technology, Geography, and Trade." Econometrica, 70(5), 1741–1779.
Kaplan, G., Moll, B., y Violante, G. L. (2018). "Monetary Policy According to HANK." American Economic Review, 108(3), 697–743.