Análisis del comportamiento del precio del maíz utilizando un modelo de redes neuronales

Abstract

El contexto bajo el cual los productores mexicanos recibieron apoyo gubernamental de 1993-2013, respondió a la apertura de la economía nacional. El precio real del maíz disminuyó durante la existencia de este programa. El objetivo del presente estudio fue construir dos modelos de Redes Neuronales Artificiales (RNA) para predecir los precios nacionales del maíz usando datos de 1980-2014, uno incluyendo solamente precios internos de otros productos y el segundo tomando en cuenta también el precio internacional del maíz. El propósito fue analizar el impacto del precio nacional de otros productos relacionados y del precio internacional del maíz sobre el comportamiento del precio interno del maíz. Ambos modelos demostraron tener un alto poder predictivo del precio nacional del maíz en 5 y 3 años hacia adelante. Se realizó el análisis de sensibilidad utilizando el algoritmo de Garson y se pudo demostrar que el arroz, el cártamo y el sorgo son productos complementarios del maíz, done el precio del arroz fue la variable con mayor impacto positivo sobre el precio del maíz; así como también que el trigo, la soya y la cebada se comportan como productos sustitutos del maíz, siendo el precio del trigo el que mayor impacto tiene sobre el precio del maíz. Incluyendo el precio internacional del maíz el comportamiento de las demás variables se mantuvo, sin embargo se obtuvo una sensibilidad negativa entre el precio nacional e internacional del maíz, éste comportamiento se explica por el hecho de que durante la existencia del PROCAMPO, los precios nacionales reales fueron forzados a permanecer estables mientras que el precio internacional se incrementaba. Finalmente, el estudio mostró la aplicación de los modelos de RNA sobre el precio de un producto en particular, con la posibilidad de utilizarse en el proceso de decisión de las políticas públicas encaminadas al apoyo de los productores agrícolas.