Predicción del Precio de Maíz en México

dc.contributor.advisor Martínez Damián, Miguel Ángel es
dc.contributor.author López García, María del Rosario
dc.contributor.other Valdivia Alcalá, Ramón es
dc.contributor.other Hernández Ortiz, Juan es
dc.contributor.other Omaña Silvestre, José Miguel es
dc.date.accessioned 2021-04-15T18:03:35Z
dc.date.available 2021-04-15T18:03:35Z
dc.date.issued 2020
dc.description Tesis (Doctorado en Ciencias en Economía Agrícola) es_MX
dc.description.abstract El 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.sponsorship Universidad Autónoma Chapingo, CONACyT es_MX
dc.format pdf es
dc.identifier.uri http://repositorio.chapingo.edu.mx:8080/handle/20.500.12098/634
dc.language.iso es es_MX
dc.publisher Universidad Autónoma Chapingo es_MX
dc.rights Acceso Abierto es
dc.rights.uri https://creativecommons.org/licenses/by-nc-nd/4.0/ es
dc.subject maíz es_MX
dc.subject series de tiempo es_MX
dc.subject ARIMA es_MX
dc.subject VAR es_MX
dc.subject VEC es_MX
dc.subject predictor es_MX
dc.title Predicción del Precio de Maíz en México es_MX
dc.type Tesis de Doctorado es_MX
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
dcea_lgmr_20.jpg
Size:
121.06 KB
Format:
Joint Photographic Experts Group/JPEG File Interchange Format (JFIF)
Description:
Portada de tesis
Thumbnail Image
Name:
dcea_lgmr_20.pdf
Size:
2.47 MB
Format:
Adobe Portable Document Format
Description:
Tesis en formato digital
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: