Modelación de predictores de precio nominal vs real aplicados a maíz, trigo y cebada en México

Autores/as

  • Miguel Ángel Martínez-Damián Posgrado en Economía-Campus Montecillo-Colegio de Postgraduados. Carretera México-Texcoco km 36.5, Montecillo, Estado de México, México. CP. 56230.
  • José de Jesús Brambila-Paz Posgrado en Economía-Campus Montecillo-Colegio de Postgraduados. Carretera México-Texcoco km 36.5, Montecillo, Estado de México, México. CP. 56230

DOI:

https://doi.org/10.29312/remexca.v14i2.2933

Palabras clave:

bondad de ajuste, modelo arima, raíz unitaria

Resumen

En la producción agrícola, el desfase en el tiempo entre el momento que se asignan recursos y se obtienen recursos hace necesario generar una predicción en el momento t (siembra), del precio vigente en t + j (venta). Sin embargo, en presencia de inflación, es posible que el tomador de decisiones opte por hacer una predicción en términos nominales o bien descuente dicha inflación. Con precios mensuales, bajo un enfoque de series de tiempo y tras ajustar un modelo IMA (1, 1), se investigó esta disyuntiva para el caso del maíz, trigo y cebada en México. Después de comparar seis criterios de bondad de ajuste para cada alternativa de predicción en cada cultivo para el periodo analizado 2002 a 2019, se encuentra que el empleo de datos nominales o reales es indiferente en la construcción del predictor de precio.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Brozl, D. R. y Viego, V. N. 2014. Predicción de precios de productos de pinus spp. con modelos arima. Madera y Bosques. 20(1):37-46.

Ceballos, P. S. G. y Pire, R. 2015. Estimación del precio internacional del arroz (Oryza sativa L.) bajo el modelo arima. Rev. Mexic. Cienc. Agríc. 11(esp):2083-2089.

Department of Treasury (DT). 2008. Forecasting accuracy of the act budget estimates. http://www.treasury.act.gov.au/documents/Forecasting%20Accuracy%20%20ACT%20Budget.pdf. 1-10 pp.

Dickey, D. A. and Fuller, W. A. 1981. Likelihood ratio statistics for autoregressive time series with a unit root. Econometrica. 49(4):1057-1072.

Franses, P. H. 2019. IMA (1, 1) as a new benchmark for forecast evaluation. Applied Economics Letters. 27(11):1419-1423.

Greene, W. H. 2014. Econometric analysis. 7th Ed. Pearson education limited. 1240 p.

Jadhav, V. B. V.; Chinnappa R. B. V. and Gaddi, G. M. 2017. Application of ARIMA model for forecasting agricultural prices. J. Agric. Sci. Technol. 19(5):981-992.

Judge, G. G. R. C.; Hill, W. E.; Griffiths, H. X. and Lütkepohl, T. Ch. 1985. Lee, introduction to the theory and practice of econometrics. 2nd. Ed. NewYork. 1024 p.

Luis, R. S.; García, S. R.; García, M. O.; Arana, C. A. y González, E. A. 2019. Metodología box Jenkins para pronosticar los precios de huevo blanco pagados al productor en México. Agrociencia. 53(6):911-925.

Luis, R. S.; García, S. R.; García, M. X. y Ramírez, M. E. G. 2019. Estimación de los precios mensuales de pollo en México, usando un modelo de función de transferencia. Avances de la investigación sobre producción animal y seguridad alimentaria en México. Universidad Michoacana de San Nicolás de Hidalgo. 1297-1301 pp.

Marroquín, M. G. y Chalita, T. L. E. 2011. Aplicación de la metodología box jenkins para pronóstico de precios en jitomate. Rev. Mex. Cienc. Agríc. 2(4):573-577.

SAS. Institute. 2014. SAS/ETS 13.2 User’s Guide. The arima procedure. Cary NC: SAS Institute Inc. 298 p.

Wackerly, D. D.; Mendenhall, W. and Scheaffer R. L. 2008. Mathematical statistics with applications, seventh Ed. Brooks-Cole, Belmont, CA USA. 939 p.

Publicado

2023-03-22

Cómo citar

Martínez-Damián, Miguel Angel, y José de Jesús Brambila-Paz. 2023. «Modelación De Predictores De Precio Nominal Vs Real Aplicados a maíz, Trigo Y Cebada En México». Revista Mexicana De Ciencias Agrícolas 14 (2). México, ME:295-301. https://doi.org/10.29312/remexca.v14i2.2933.

Número

Sección

Nota de investigación

Artículos más leídos del mismo autor/a