Predicción global del comportamiento del precio de exportación del café peruano en mercados internacionales mediante modelos econométricos, 2010-2025
Descripción del Articulo
La alta volatilidad del precio del café genera incertidumbre sobre la rentabilidad futura de la cosecha y el precio de comercialización afectando a muchos caficultores y empresas productoras y exportadoras, ocasionando muchas pérdidas económicas. Esta investigación analiza el comportamiento del prec...
| Autor: | |
|---|---|
| Formato: | tesis de grado |
| Fecha de Publicación: | 2025 |
| Institución: | Universidad Cesar Vallejo |
| Repositorio: | UCV-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.ucv.edu.pe:20.500.12692/181395 |
| Enlace del recurso: | https://hdl.handle.net/20.500.12692/181395 |
| Nivel de acceso: | acceso abierto |
| Materia: | Previsión Café Exportación Precio https://purl.org/pe-repo/ocde/ford#5.02.04 |
| Sumario: | La alta volatilidad del precio del café genera incertidumbre sobre la rentabilidad futura de la cosecha y el precio de comercialización afectando a muchos caficultores y empresas productoras y exportadoras, ocasionando muchas pérdidas económicas. Esta investigación analiza el comportamiento del precio de exportación del café mediante seis modelos econométricos durante los años 2010-2025, con el objetivo de proporcionar a los caficultores peruanos una herramienta eficaz capaz de predecir el precio de exportación del café. Mediante un enfoque cuantitativo de tipo aplicada, se aplicó el modelo lineal, cuadrático, suavizamiento exponencial, causal, rezagado y ARIMA en la predicción del precio de exportación del café para determinar qué modelo es más eficaz, siendo evaluado cada predicción mediante criterios de evaluación de modelos, métricas de estimación de errores y propiedades estadísticas. Se concluye que el modelo ARIMA es el modelo más eficaz respecto a la comparación de los diferentes modelos aplicados. Se recomienda a las futuras investigaciones que hagan uso de esta investigación como antecedente, complementar el modelo ARIMA con el modelo de Heteroscedasticidad autorregresiva generalizada (GARCH) con el fin de modelar y predecir la volatilidad de la serie de tiempo para así, obtener resultados más precisos. |
|---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).