Predictores del precio de maíz blanco en Jalisco y Michoacán
DOI:
https://doi.org/10.29312/remexca.v13i2.2740Palabras clave:
arima, pronóstico, seriesResumen
El maíz es uno de los productos más importantes en el mundo debido a sus cualidades alimenticias relacionadas con el consumo humano, animal y uso industrial. Un predictor del comportamiento del precio del maíz es de utilidad para los productores y comercializadores en la toma de decisiones. Un indicador del precio es proporcionado en las bolsas internacionales; sin embargo, en México no existe una bolsa que proporcione una señal adecuada sobre el comportamiento futuro de los precios del maíz blanco en México. En esta investigación se realizó un análisis de los precios del maíz blanco en Michoacán y Jalisco, usando modelos autorregresivos integrados de media móvil (ARIMA) con el objetivo de proporcionar un predictor de los precios del maíz blanco. Se construyeron dos modelos para cada serie y se realizaron estimaciones puntuales. Se evaluó la capacidad predictiva de los modelos usando el error porcentual absoluto medio del inglés mean absolute percentage error, la raíz del error cuadrático medio y la U de Theil. Los resultados mostraron que el precio del maíz en Michoacán y Jalisco puede predecirse mediante sus valores pasados con un modelo AR (1) y un modelo MA (2). Se concluyó que estos modelos proporcionan un predictor para los precios de maíz y constituyen una herramienta útil en la planeación y toma de decisiones referentes al proceso productivo, de comercialización y productos relacionados.
Descargas
Citas
Akaike, H. 1974. A new look at the statistical model identification, IEEE transactions on automatic control. 19(6):716-723. Doi:10.1109/TAC.1974.1100705.
Adebiyi, A.; Adewumi, O. A. and Ayo, C. K. 2014. Stock price prediction using the Arima model. UKSim-AMSS 16th International conference on computer modelling and simulation. IEEE. Reino Unido. IEEE. 2014(1):106-112. Doi: 10.1109/UKSim.2014.67.
F. 2013. Uso de un modelo univariado de series de tiempo para la predicción del comportamiento de la producción de carne de cerdo en Baja California, México. México. Rev. Cien. 5(23):403-409.
Bowerman, B. L.; O’Connell, R. T. y Koehler, A. B. 2007. Pronósticos, series de tiempo y regresión un enfoque aplicado México. Cengage learning. 4a (Ed.). México, DF. 717 p.
Box, G.; Jenkins, G.; Reinsel, G. and Ljung, G. 2016. Time series analysis forecasting and control. Wiley. 5a (Ed.). New Yersey. 709 p.
Box, G. and Pierce, D. 1970. Distribution of residual autocorrelations in autoregressive-integrated moving average time series models. J. Am. Stat. Assoc. 65(332):1509-1526.
Contreras, A.; Atziry, C.; Martínez, J. L. y Sánchez, D. 2016. Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos perecederos. España. Estudios Gerenciales. 32(141):387-96. https://doi.org/10.1016/j.estger.2016.11.002.
Chu, K. 1978. Short-run forecasting of commodity prices: an application of autoregressive moving average models. International Monetary Fund. 25(1):90-111. https://doi.org/10.2307/ 3866657.
Cryer, D. J. and Sik, K. 2008. Time series analysis with applicatios. In: Springer, R. 2a (Ed.). New York. 502 p. https://doi.org/10.1007/BF00746534.
Delgadillo-Ruiz, O.; Ramírez-Moreno, P. P.; Leos-Rodríguez, J. A.; Salas, J. M. y Valdez-Cepeda, R. D. 2016. Pronósticos y series de tiempo de rendimientos de granos básicos en México. México. Acta Universitaria Miltidisc. Scientif. J. 3(26):23-32. https://doi.org/10.15174/ au.2016.882.
Enders, W. 2015. Applied econometrics time series. Wiley. 4a (Ed.). United States of America. 498 p.
FIRA. 2016. fideicomisos instituidos en relación con la agricultura. Panorama agroalimentario 2016.
FIRA. 2019. fideicomisos instituidos en relación con la agricultura. Panorama agroalimentario 2019. Gujarati, D. N. and Porter, D. C. 2010. Econometría. McGraw-Hill Publishing Educacion. 5a (Ed.). México. 946 p.
Greene, W. H. 2012. Econometric analysis. Pearson. 7a (Ed.). New York University. 1241 p.
Jamal, F.; Ezzine, L. and Aman, Z.; El Moussami, H. and Lachhab, A. 2018. Forecasting of demand using ARIMA model. Inter. J. Eng. Bus. Manag. 10(1):1-9. Doi: 10.1177/18479790 18808673.
Ljung, G. and Box, G. 1978. On a measure of a lack of fit in time series models. Biometrika. 65(2):297-303. Doi:10.1093/biomet/65.2.297.
Luis-Rojas, S.; García-Sánchez, R.; García-Mata, R.; Arana-Coronado, O. A. and Gonzáles-Estrada, A. 2019. Metodología Box-Jenkins para pronosticar los precios de huevo blanco pagados al productor en México. Agrociencia. 6(53):911-925.
Makridakis, S.; Wheelwright, S. C. and Hyndman, R. J. 1997. Forecasting, methods and applications. Jhon Wiley and Sons. 3a (Ed). EU. 656 p.
Marroquín, G. y Chalita, L. E. 2010. Aplicación de la metodología Box-Jenkins para pronóstico de precios en jitomate. México. Rev. Mex. Cienc. Agríc. 4(2):573-577. http://www.redalyc.org/articulo.oa?id=263119723008.
Ortiz A. y Montiel, A. N. 2017. Transmisión de precios futuros de maíz del chicago board of trade al mercado spot mexicano. México. Contaduría y Administración. (62):924-940. https://doi.org/10.1016/j.cya.2016.01.004.
Pankratz, A. 1983. Forecasting with univariate Box-Jenkins models concepts and cases. Jhon Wiley and Sons. EU. 588 p.
Quintana, L. y Mendoza, M. A. 2010. Econometría aplicada utilizando R. Universidad Nacional Autónoma de México (UNAM). México. 358 p.
SAGARPA. 2017. Secretaría de Agricultura Ganadería Desarrollo Rural Pesca y Alimentación. Planeación agrícola nacional 2017-2030. México, DF.
Sánchez- López, E.; Barreras-Serrano, A.; Pérez-Linares, C.; Figueroa-Saavedra, F. y Olivas-Valdez J. A. 2013. Aplicación de un modelo ARIMA para pronosticar la producción de leche de bovino en baja california, México. Trop. Subtrop. Agroecosys. 3(16):315-324.
SIAP. 2020. Servicio de Información Agroalimentaria y Pesquera. https://nube.siap.gob.mx/ cierreagricola/.
SIAP. 2019. Servicio de Información Agroalimentaria y Pesquera. Panorama agroalimentario 2019. México, DF.
SIAP. 2012. Servicio de Información Agroalimentaria y Pesquera. Situación actual y perspectivas del maíz en México 1996-2012. http://www.campomexicano.gob.mx/portal-siap/ Integracion/EstadisticaDerivada/ComercioExterior/Estudios/Perspectivas/maiz96-12.pdf.
SNIIM. 2018. Sistema Nacional de Información e Integración de Mercados. Secretaría de Economía. http://www.economia-sniim.gob.mx/nuevo/.
Schwarz, G. 1978. Estimating the dimension of a model. Annals of statistics. 6(2):461-464. MR 468014. doi:10.1214/aos/1176344136.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2022 Revista Mexicana de Ciencias Agrícolas
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los autores(as) que publiquen en Revista Mexicana de Ciencias Agrícolas aceptan las siguientes condiciones:
De acuerdo con la legislación de derechos de autor, Revista Mexicana de Ciencias Agrícolas reconoce y respeta el derecho moral de los autores(as), así como la titularidad del derecho patrimonial, el cual será cedido a la revista para su difusión en acceso abierto.
Los autores(as) deben de pagar una cuota por recepción de artículos antes de pasar por dictamen editorial. En caso de que la colaboración sea aceptada, el autor debe de parar la traducción de su texto al inglés.
Todos los textos publicados por Revista Mexicana de Ciencias Agrícolas -sin excepción- se distribuyen amparados bajo la licencia Creative Commons 4.0 atribución-no comercial (CC BY-NC 4.0 internacional), que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en Revista Mexicana de Ciencias Agrícolas (por ejemplo incluirlo en un repositorio institucional o darlo a conocer en otros medios en papel o electrónicos) siempre que indique clara y explícitamente que el trabajo se publicó por primera vez en Revista Mexicana de Ciencias Agrícolas.
Para todo lo anterior, los autores(as) deben remitir el formato de carta-cesión de la propiedad de los derechos de la primera publicación debidamente requisitado y firmado por los autores(as). Este formato debe ser remitido en archivo PDF al correo: revista_atm@yahoo.com.mx; revistaagricola@inifap.gob.mx.
Esta obra está bajo una licencia de Creative Commons Reconocimiento-No Comercial 4.0 Internacional.