Contributions in Merlin

The goal of this article is to assess the optimal choices of a smallholder quinoa farmer in the Puno region of Peru, in terms of his decision if and when to undertake certain investments that are expected to increase quinoa yield and crop resistance to harsh weather conditions, such as frost. We focus on two irreversible options, namely quinoa variety management andWaruWaru. The former alternative considers the option of the farmer to switch from his business-as-usual quinoa variety to one that has different yield and frost resistance characteristics. The latter alternative refers to the implementation of an ancestral cultivation practice that is estimated to offer benefits in terms of yield increase and resistance to harsh climate conditions. We rely on Real Options Analysis to assess the two types of investment opportunities for the farmer. This approach allows us to determine not only whether the investments should be undertaken or not, but also the optimal timing to do so. We find that one quinoa variety (Kancolla) offers the highest benefits to the farmer and switching to this option should be immediate if investment costs are low; however, as costs increase, the decision to switch quinoa variety is optimally postponed until quinoa price uncertainty is reduced. We find that the Waru Waru option is not worth undertaking unless further evidence related to the increase in the productivity of quinoa is developed. However, at increases in productivity above 20%, the Waru Waru option becomes highly attractive. The article also discusses how quinoa price dynamics, yield sensitivity to frost, and governmental support impact decisions of the smallholder farmer.

null

In den letzten zehn Jahren war das Investieren in Aktien auch für Laien nicht so schwierig. Wer sich ein paar passiv geführte Fonds, sogenannte ETF, mit einer gewissen geografischen Streuung zulegte, konnte zumindest bis letztes Jahr ganz ordentlich mit den Märkten mitwachsen. Die Möglichkeit, kostengünstig ein diversifiziertes Portfolio aufzubauen, hat den Exchange-Traded Funds zu einem Siegeszug verholfen. In der ursprünglichen Reinform hielten diese Fonds jeweils alle Aktien eines bestimmten Aktienin- dexes. Da es dafür kein kluges Management mit teuren Analysten braucht, sind die Kosten tief. Es gibt keine Diskussion um verpasste Chancen: Der ETF ist stets etwa so gut wie der Index. Aufwind erhielten diese passiv organisierten Fonds auch, weil die aktiv gemanagten Varianten gemäss verschiedenen wissenschaftlichen Studien über einen längeren Zeitraum gesehen nicht besser als der jeweilige Index abschnitten. Mit dem zunehmenden Auf und noch häufigeren Ab an den Aktienmärkten stellt sich allerdings inzwischen die Frage, ob diese Strategie des Mitschwimmens im Strom noch taugt. Könnte ein bewusstes Aussuchen von Titeln in diesen unsicheren Zeiten eventuell doch Vorteile bieten? Darauf weist zumindest eine Untersuchung hin, die ein Ökonomiestudent in Zürich im Rahmen seiner Bachelorarbeit erstellt hat. Er analysierte einen 50 Jahre umspannenden Datensatz mit über 3000 Fonds. Elias Bräm fand zunächst heraus, dass bei der Betrachtung über längere Zeiträume hinweg aktiv gemanagte Fonds im Vergleich zu passiven Anlagegefässen klare Phasen mit durchschnittlich höheren und dann wieder tieferen Renditen als die Vergleichsanlagen zeigen und dass diese Perioden von «Überrenditen» in zyklischen Wellen auf- treten. Mit anderen Worten: Wenn auch im Durch- schnitt über eine lange Zeit nicht besser, so können aktive Fonds die passiven in bestimmten Zeiten doch immer wieder übertreffen. Als Nächstes ging es um die Frage, wann es jeweils Zeit ist, auf aktiv gemanagte Fonds umzusteigen. Die von Thorsten Hens, Professor für Finanz- ökonomie an der Universität Zürich, angestossene und betreute Arbeit kommt zu einem Fazit, das die meisten Investoren intuitiv ablehnen werden. «Vereinfacht gesagt, sollte man aktiv verwaltete Fonds kaufen, nachdem sie über ein paar Jahre sehr schlechte Ergebnisse abgeliefert haben», führt Hens aus. Um die richtigen Vehikel auszu- suchen, lohne sich ein Blick darauf, wer vor der letzten Boomphase gut abschnitt. Value-Fonds zum Beispiel waren über eine lange Periode sehr gut, konnten über die letzten10 Jahre ihren Index aber nicht schlagen. Die Flut hob alle Boote. Doch jetzt steht ein Gezeitenwechsel an.

The value of rewards arises from multiple hedonic and motivational dimensions. Reward-encoding brain regions such as the ventral striatum (VS) are known to process these dimensions. However, the mechanism whereby distinct reward dimensions are selected for neural processing and guiding behavior remains unclear. Here, we used functional imaging to investigate how human individuals make either hedonic (liking) or motivational (wanting) evaluations of everyday items. We found that the two types of evaluations were differently modulated depending on whether participants won or lost these items. Neural activity in the VS encoded both hedonic and motivational dimensions of reward, whereas ventromedial prefrontal activity encoded primarily motivational evaluations and central orbitofrontal activity encoded predominantly hedonic evaluations. These distinct prefrontal representations arose regardless of which judgment was currently relevant for behavior. Critically, the VS preferentially processed the reward dimension currently being evaluated and showed judgment-specific functional connectivity with the dimension-specific prefrontal areas. Thus, our data are in line with a gating mechanism by which prefrontal cortex (PFC)–VS pathways flexibly encode reward dimensions depending on their behavioral relevance. These findings provide a prototype for a generalized information selection mechanism through content-tailored frontostriatal communication.

null

null

null

null

Analyzing data streams is a vital task in data science. Often, data comes in different shapes such as triples, tuples, relations, or matrices. Traditional stream processing systems, however, only process data in one of these formats. To enable the processing of streams combining different shapes of data, we developed a system that parses SPARQL queries using the Apache Jena parser and transforms them to Apache Flink topologies. With a custom data type and tailored functions, we enabled the integration of matrices in Jena and therefore allowed to mix graphs, relational, and linear algebra in an RDF graph. This provided a proof of concept that queries may be written for static data and – with the usage of the streaming engine Flink – can easily be run on data streams, even if they contain multiple of the aforementioned types.