Contenido principal del artículo

Autores





La afectación en los costos y rentabilidad del negocio porcino a partir del dólar es una realidad que afecta a la economía. En este trabajo se evalúan los efectos de la Tasa Representativa del Mercado (TRM) sobre variables financieras del sector porcícola en Colombia, como los costos y el margen de utilidad del sector. Se emplea una metodología de investigación cuantitativa con enfoque correlacional, mediante pruebas de correlación de Pearson, así como modelos estadísticos, estimando los efectos de la TRM sobre el margen de utilidad y modelos de pronóstico de la TRM. Se encuentra una alta volatilidad en la TRM, además, la correlación y alta asociación con la mayoría de los costos no se puede negar, lo cual es muestra de una afectación negativa frente al margen en especial, cuando aumenta la TRM. El modelo de pronóstico de la TRM considera términos correlacionados con su propio pasado, estimando un Arima para los residuales.





Leidy Bibiana Merchan Jiménez, Tecnológico de Antioquia, Institución Universitaria, Medellín, Colombia

Magíster en Gerencia Financiera.

Jorge Andrés Restrepo Quiroz, Tecnológico de Antioquia, Institución Universitaria, Medellín, Colombia

Magíster en Gerencia Financiera.

Marisol Valencia Cárdenas, Tecnológico de Antioquia, Institución Universitaria, Medellín, Colombia

PhD en Ingeniería, Industria y Organizaciones.

Migdalia Josefina Caridad Faria, Tecnológico de Antioquia, Institución Universitaria, Medellín, Colombia

Postdoctora Gerencia en las Organizaciones.

Merchan Jiménez, L. B., Restrepo Quiroz, J. A., Valencia Cárdenas, M., & Caridad Faria, M. J. (2023). Impactos de la tasa representativa de mercado empleando modelos estadísticos, estudio sectorial. Sociedad Y Economía, (49), e10512155. https://doi.org/10.25100/sye.v0i49.12155

Bernat, G. (2015). Tipo De Cambio Real Y Diversificación Productiva En América Del Sur. Naciones Unidas CEPAL, 51.

Bowerman Bruce L; O`Connell Richard T; Koehler Anne B. (2007). Pronóstico series de tiempo y regresión -un enfoque aplicado (4th ed., pp. 324–400). Cengage Learning.

Brockwell, P. J., & Springer, R. A. D. (2002). Introduction to Time Series and Forecasting, Second Edition (Board). Springer . DOI: https://doi.org/10.1007/b97391

Caballero Sierra, J. A. (2009). CREACIÓN DE PORCICOLA PARA LA REPRODUCCIÓN Y COMERCIALIZACIÓN DE LECHONES. PONTIFICIA UNIVERSIDAD JAVERIANA.

Caporale, G. M., Spagnolo, F., & Spagnolo, N. (2018). Exchange rates and macro news in emerging markets. Research in International Business and Finance, 46, 516–527. https://doi.org/10.1016/j.ribaf.2018.06.007 DOI: https://doi.org/10.1016/j.ribaf.2018.06.007

Cárcamo Cárcamo, U., & Franco Ceballos, L. E. (2012). Una aproximación a la estimación de rendimientos de conveniencia y precios teóricos de futuros para commodities agropecuarios en Colombia. Cuadernos de Administración, 25, núm. 4, 141–173.

Contegral. (2020). No Title. CADENA PRODUCTIVA DE ALIMENTOS CONCENTRADOS Y BALANCEADOS PARA LA INDUSTRIA AVÍCOLA Y PORCINA DIAGNÓSTICO DE LIBRE COMPETENCIA. https://www.sic.gov.co/recursos_user/documentos/promocion_competencia/Estudios_Economicos/ALIMENTOS BALANCEADOS.pdf

Dávila Betancur Maria Andrea. (2019). Proyección de la Tasa de Cambio Representativa del Mercado, por medio de la Simulación Montecarlo, sensibilizada con el método Bootstrap para la toma de decisiones financieras de Groupe Seb Andean. Universidad EAFIT.

Giraldo Gómez Norman Diego. (2011). Modelado y Pronóstico de Series Estacionales. In Modelado y Pronóstico de Series Estacionales. Universidad Nacional de Colombia.

Hanke John E ; Wichern Dean W. (2006). Pronóstico en los negocios (NOVENA). Pearson educación.

Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. del P. (2014). Metodología de la Investigación (SEXTA). McGRAW-HILL .

Hurtado De Barrera, J. (2000). Metodología De Investigación Holística (Fundacion sypal Servisicos y Proyecciones para America Latina (ed.); Tercera Ed, p. 666).

Lanteri, L. (2012). Determinantes de los precios reales de las materias primas agrícolas. El papel de los inventarios y de los factores macroeconómicos (1960-2010). Lecturas de Economia, unknown(77), 189–217. https://doi.org/10.17533/udea.le.n0a14774 DOI: https://doi.org/10.17533/udea.le.n77a14774

Martínez Orozco, M. A., Guzmán Aguilar, D. S., Pérez Ramírez, F. O., & Marín Rodríguez, N. J. (2018). Modelo Cuantitativo Arimax- Egarch Para La Predicción De La Tasa De Cambio Colombiana (Cop/Usd).

Ministerio de Agricultura. (2019). Cadena Carnica Porcina.

Montgomery, D. C. (2006). Introducción al Análisis de Regresión Lineal Tercera Edición. Cecsa.

OCDE, & FAO. (2017). Perspectivas Agrícolas 2017-2026 (OCDE-FAO Perspectivas Agrícolas). OECD. https://doi.org/10.1787/agr_outlook-2017-es DOI: https://doi.org/10.1787/agr_outlook-2017-es

Porkcolombia. (2019). ANÁLISIS DE COYUNTURA DEL SECTOR PORCICULTOR DEL AÑO 2018 Y PERSPECTIVAS 2019. Fondo Nacional De La Porcicultura.

Senadza, B., & Diaba, D. D. (2017). Effect of exchange rate volatility on trade in Sub-Saharan Africa. Journal of African Trade, 4(1–2), 20–36. https://doi.org/10.1016/j.joat.2017.12.002 DOI: https://doi.org/10.1016/j.joat.2017.12.002

Uribe, J. M., Marcela Jiménez, D., & Fernández, J. (2015). Regímenes de volatilidad del tipo de cambio en Colombia e intervenciones de política. Investigación Económica, 131–170. DOI: https://doi.org/10.1016/j.inveco.2015.06.002

Vélez Guzmán, E. A., García-Henao, G. A., & Barrios, D. (2018). Estudio exploratorio sobre la producción y comercialización de carne de cerdo en el Valle de Aburrá, Antioquia (Colombia). Revista de La Facultad de Medicina Veterinaria y de Zootecnia, 65(3). https://doi.org/10.15446/rfmvz.v65n3.76461 DOI: https://doi.org/10.15446/rfmvz.v65n3.76461

Descargas

Los datos de descargas todavía no están disponibles.
Recibido 2022-05-02
Aceptado 2022-12-12
Publicado 2023-08-25