Predicción del Precio de Maíz en México

dc.contributor.advisorMartínez Damián, Miguel Ángeles
dc.contributor.authorLópez García, María del Rosario
dc.contributor.otherValdivia Alcalá, Ramónes
dc.contributor.otherHernández Ortiz, Juanes
dc.contributor.otherOmaña Silvestre, José Migueles
dc.date.accessioned2021-04-15T18:03:35Z
dc.date.available2021-04-15T18:03:35Z
dc.date.issued2020
dc.descriptionTesis (Doctorado en Ciencias en Economía Agrícola)es_MX
dc.description.abstractEl maíz es uno de los productos más importantes en México, porque es parte esencial en la dieta de los mexicanos y de importancia económica en la producción pecuaria y uso industrial. Este producto está sujeto a factores que causan volatilidad en sus precios, adicionalmente, los productores se enfrentan a la falta de información debido a que en México no existe una señal sobre el comportamiento de los precios futuros de maíz blanco como el Chicago Mercantile Exchange (CME). En este contexto de alta volatilidad, un pronóstico permitirá a productores, comercializadores e industriales del sector protegerse de variaciones en el precio del maíz. Por ello, en este trabajo se tuvo como objetivo el construir estimadores de predicción. Se modelaron cuatro series de tiempo correspondientes al precio de maíz en los estados de: México, Michoacán, Jalisco y Sinaloa, con base en la metodología ARIMA, modelos VAR y VEC, incorporando series de precios de futuros de maíz y precios de maíz en físico (FOB). Se evaluó la capacidad predictiva de los modelos con base en el error porcentual absoluto medio, la raíz del error cuadrático medio y la U de Theil. Los resultados muestran que, la influencia de los precios del mercado internacional, particularmente los precios de futuros y físicos (FOB) difiere en cada uno de los estados analizados. Los modelos multivariados proporcionaron un mejor predictor del precio en Sinaloa y Michoacán, sin embargo, en el Estado de México los modelos ARIMA tuvieron un mejor desempeño, por lo que se concluye que los modelos univariados también son adecuados para predecir.es_MX
dc.description.sponsorshipUniversidad Autónoma Chapingo, CONACyTes_MX
dc.formatpdfes
dc.identifier.urihttp://repositorio.chapingo.edu.mx:8080/handle/20.500.12098/634
dc.language.isoeses_MX
dc.publisherUniversidad Autónoma Chapingoes_MX
dc.rightsAcceso Abiertoes
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.subjectmaízes_MX
dc.subjectseries de tiempoes_MX
dc.subjectARIMAes_MX
dc.subjectVARes_MX
dc.subjectVECes_MX
dc.subjectpredictores_MX
dc.titlePredicción del Precio de Maíz en Méxicoes_MX
dc.typeTesis de Doctoradoes_MX

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
dcea_lgmr_20.jpg
Tamaño:
121,06 KB
Formato:
Joint Photographic Experts Group/JPEG File Interchange Format (JFIF)
Descripción:
Portada de tesis
Cargando...
Miniatura
Nombre:
dcea_lgmr_20.pdf
Tamaño:
2,47 MB
Formato:
Adobe Portable Document Format
Descripción:
Tesis en formato digital

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1,71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: