| Revue: | Madera y bosques |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000380590 |
| ISSN: | 1405-0471 |
| Autores: | Broz, Diego R1 Viego, Valentina N2 |
| Instituciones: | 1Universidad Nacional del Sur, Bahía Blanca, Buenos Aires. Argentina 2Universidad Nacional del Sur, Departamento de Economía, Bahía Blanca, Buenos Aires. Argentina |
| Año: | 2014 |
| Volumen: | 20 |
| Número: | 1 |
| Paginación: | 37-46 |
| País: | México |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | En el noreste argentino se encuentra el polo forestal de mayor importancia del país, concentrado en las provincias de Misiones y Corrientes, siendo Pinus spp. L. la de mayor producción, las cuales abastecen a gran número de actividades industriales. Esto evidencia la necesidad de aplicar herramientas de gestión forestal para tomar mejores decisiones de inversión y manejo de los montes. Los modelos de gestión forestal suelen utilizar distintas técnicas, entre ellas simulación, basadas en investigación operativa, y econométricas. Generalmente, las técnicas econométricas suelen ser utilizadas para proyecciones de precios y retornos. Una clase importante de modelos con datos longitudinales es la familia de los modelos autorregresivos de media móvil, conocidos como ARIMA, por sus siglas en inglés, generalmente aplicados para describir tendencias y generar predicciones a partir de valores pasados de las series. En particular, la variación de precios forestales es una de las principales fuentes de incertidumbre en la planificación forestal. Sin embargo, es escasa aún la aplicación de técnicas y modelos de predicción en el área forestal, especialmente a nivel sudamericano. Los modelos ARIMA exhiben buen desempeño predictivo en el corto plazo, aunque pierden capacidad de pronóstico en horizontes alejados y presentan algunos otros inconvenientes. Se propone un modelo autorregresivo de media móvil (ARIMA) basado en la metodología de Box-Jenkins para predecir los precios de cuatro productos de Pinus spp. para el noreste argentino. Para ello se utilizan series temporales de precios correspondientes al periodo julio 2002-septiembre 2013. Los modelos propuestos predicen precios futuros con errores de predicción entre 0,9% y 1,8% |
| Resumen en inglés | Northeastern Argentina is the forest area of greater importance in the country, concentrated in the provinces of Misiones and Corrientes, with Pinus spp. L., the species with higher production, which supplies raw materials to a large number of industrial activities. This highlights the need to implement forest management tools to make better decisions in investment and management of forests. Forest management models often use different techniques, including simulation, based on operational research, and econometric tools. Usually, the econometric techniques tend to be used for projections of prices and returns. An important class of models with longitudinal data is the family of Autoregressive moving average models, known as ARIMA, by its acronym in English, usually applied to describe trends and generate predictions from values passed from the series. In particular, the variation of prices of forest products is one of the main sources of uncertainty in forest planning. Nevertheless, the application of techniques and prediction models in the forestry area, especially at the South American region is still low. ARIMA Models exhibit good predictive short-term performance, although they lose ability to forecast in distant horizons and have some other disadvantages. Various autoregressive moving average models (ARIMA) based on Box-Jenkins methodology are proposed to predict future prices of four products for Pinus spp manufactured in Northeast Argentina. Estimations were carried out with time series of prices of the four products covering the period July 2002-September 2013. The proposed models predict future prices with forecast errors between 0,9% and 1,8% |
| Disciplinas: | Agrociencias, Economía |
| Palabras clave: | Silvicultura, Economía agrícola, Pinus, Modelos econométricos, Modelos autorregresivos, Multiproductos, Argentina, Modelos ARIMA |
| Keyword: | Agricultural sciences, Economics, Silviculture, Agricultural economics, Pinus, Econometric models, Autoregressive models, Multiproducts, Argentina, ARIMA models |
| Texte intégral: | Texto completo (Ver HTML) |
