Resumen de Estimación del precio internacional del arroz (Oryza sativa L.) bajo el modelo ARIMA

Samuel Gustavo Ceballos Pérez, Reinaldo Pire

• español

  The agri-food products have a main feature, the price volatility due to various factors, including: supply, demand, population growth, biological variables and natural phenomena that affect productivity, because the market responds to collective demands of consumers and producers. In order to rationally plan decisions based on reliable forecasts, using econometric prices varying the Box-Jenkins methodology was used to implement the econometric model ARIMA (1,0,1), to adjust the behaviour of the series time international rice prices during the period from June 2002 to November 2012. The prediction using econometric model adjusted indicated prices US $ 648 per tonne in the first month of estimation and US $ 665 per tonne at 16 months; i.e. December 2014. In this period, the estimated prices returned values in the upper and lower bands of US $ 191.7 309.7 per ton and 2, respectively. It was observed that the model is very useful as a predictor, reflects the behaviour of the stochastic process generated by the data series.

• Multiple

  Los productos del sector agroalimentario tienen una característica principal, la volatilidad de los precios, producto de varios factores, entre ellos: la oferta, demanda, crecimiento de la población, variables biológicas y fenómenos naturales que inciden en la productividad, porque el mercado responde a demandas colectivas de consumidores y productores. Con el fin de planificar racionalmente la toma de decisiones basado en pronósticos confiables, tomando la variable econométrica precios se utilizó la metodología Box-Jenkins a fin de aplicar el modelo econométrico ARIMA (1,0,1), para ajustar el comportamiento de la serie de tiempo de los precios internacionales del arroz durante el período comprendido entre junio 2002 a noviembre 2012. La predicción mediante el modelo econométrico ajustado indicó precios de US $648 por tonelada el primer mes de estimación y US $665 por tonelada a los 16 meses; es decir, diciembre 2014. En este período, la estimación de los precios arrojó valores en las bandas superior e inferior de US $191.7 y 2 309.7 por tonelada, respectivamente. Se observó que el modelo es muy útil como predictor, refleja el comportamiento del proceso estocástico generado por la serie de datos.