Integración vertical en las empresas yerbateras y tealeras argentinas : variables que afectan el comportamiento de las firmas en sus decisiones de integración vertical

El sector de la yerba mate y el té en la Argentina tiene una larga historia en las provincias de Misiones y Corrientes. Esta historia siempre tiene como protagonista a la gran cantidad de productores, la industria y las autoridades políticas. Hace años entre estos actores se observa un fenómeno que es la integración vertical hacia la producción primaria por parte de las industrias. Dicho fenómeno genera preocupación en los eslabones inferiores y a la vez genera una interesante área para estudiar el comportamiento de la organización vertical de las empresas. El objetivo del presente trabajo es determinar las variables que explican la integración vertical de las empresas. Para esto se realizó un análisis de los aportes teóricos de los costos de transacción, costos de agencia e incertidumbre como principales fuentes que explicarían este fenómeno. En base a datos de 82 encuestas realizadas a empresas se estimaron modelos econométricos mediante el modelo Tobit, con el fin de cuantificar los efectos de las variables. Los resultados comprobaron que las empresas realizan una comparación entre costos de agencia vs. costos de transacción; costos de producción interna vs. precio pagado por comprar; incertidumbre de producción interna vs. la externa. Además, los factores de incertidumbre en las ventas y abastecimiento juegan otro rol importante en el nivel de integración. Se esperaba que la incertidumbre en las ventas disminuyera la integración de las empresas y generara una integración parcial, lográndose resultados opuestos. Esto último deja una interesante área de investigación posterior: el efecto del riesgo en la integración parcial de las empresas. Finalmente la integración actual de las empresas y la tendencia a aumentarla, deja en claro las diferencias en la eficiencia entre el sector primario y la industria en el desarrollo de la actividad agrícola en común

Impacto de la inversión tecnológica y de la demanda externa sobre la producción y competitividad de la uva en el Perú : período 1961-2011

Las mejoras en la tecnología, se logran a partir de la innovación tecnológica, aplicando los productos del sistema científico tecnológico para desarrollar nuevos procesos y productos en una cadena agroalimentaria. La construcción de competitividad requiere de la combinación de ventajas comparativas y competitivas, siendo la innovación un elemento indispensable para la creación de ventajas competitivas y competitividad genuina. El sector de la uva en el Perú viene experimentando un crecimiento sostenido de sus exportaciones del mismo modo que lo vienen haciendo otros commodities agropecuarios. Sin embargo, se desconoce si este crecimiento se sostiene sobre la creación de ventajas competitivas del sector a partir de procesos de innovación o si el crecimiento responde principalmente a factores heredados. En base a esto el objetivo de la investigación consistió en determinar la relación del impacto de la inversión tecnológica y demanda externa sobre la producción y la competitividad del sector de la uva en el Perú, periodo 1961 - 2011. Para el logro del objetivo se utilizó una combinación de metodologías cualitativas (Diamante de Porter y Matriz FODA) y cuantitativa mediante el Índice de Ventajas Comparativas Rebeladas y dos modelos econométricos. Mediante un enfoque sistémico se registró la ventaja competitiva del sector de la uva encontrando las principales características del ambiente externo y ambiente interno que determinan la condición de productor y exportador del sector de la uva peruana. Mediante el índice de Ventaja Comparativa Revelada se observó la ventaja comparativa como exportador que presenta Perú en el periodo analizado. Las ventajas comparativas que presenta la uva peruana se basan en el clima de las zonas productoras, en el relativamente bajo costo de la mano de obra y su ubicación en América del Sur, que le permite entrar en contraestación a los mercados del Hemisferio Norte. Respecto a las ventajas competitivas, se observa un desarrollo incipiente a partir de la inversión tecnológica que impacta en el rendimiento del cultivo y en la buena calidad de la uva y se destacó la importancia de la política comercial de Perú basada en la apertura externa, razón por la cual los principales bienes de capital e insumos son importados. Los modelos econométricos uniecuacionales mostraron una relación positiva entre las variables inversión en tecnología y demanda externa respecto a la producción y la competitividad para el periodo analizado. El sector se encuentra en un camino hacia la construcción de la competitividad del sector, situándose en las etapas 1 y 2 que se corresponde con: la competitividad impulsada por los factores, y la etapa de competitividad impulsada por la inversión. Se advierte un bajo nivel de innovación que podría poner en juego la competitividad en el largo plazo, teniendo en cuenta las exigencias crecientes de los mercados que demandan el producto.

Promedio bayesiano de modelos para la predicción del consumo máximo de oxígeno en deportistas con datos de no-ejercicio

Históricamente, los modelos de no-ejercicio para predecir el consumo máximo de oxígeno (VO2max) han sido construidos mediante regresión lineal frecuentista, usando técnicas estándar de selección de modelos. Sin embargo, existe incertidumbre acerca de la estructura estadística en el proceso de selección del modelo. En este estudio se propuso construir un modelo de no-ejercicio para predecir el VO2max en deportistas orientados al rendimiento, considerando la incertidumbre de modelo a través del Promedio Bayesiano de Modelos (BMA). Un objetivo adicional fue comparar la performance predictiva del BMA con las de los modelos derivados de varias técnicas frecuentistas usuales de selección de variables. Con tal fin, se implementó un submuestreo aleatorio estratificado repetido. Los datos incluyeron observaciones de la variable respuesta (en L·min-1), así como registros de Género, Deporte, Edad, Peso, Talla e Índice de masa corporal (BMI) (Edad = 22.1 ± 4.9 años, media ± SD; n = 272). Se propuso una clasificación de deportes con el objetivo de incluirla dentro del proceso de construcción del modelo: Combate, Juego, Resistencia 1 y Resistencia 2. El enfoque BMA se implementó en base a dos métodos: Occam's window y Composición de Modelo mediante el método de Monte Carlo con Cadenas de Markov (MC²). Se observaron discrepancias en la selección de variables entre los procedimientos frecuentistas. Ambos métodos de BMA produjeron resultados muy similares. Los modelos que incluyeron Género y las variables dummies para Resistencia 1 y Resistencia 2 acumularon virtualmente toda la probabilidad de modelo a posteriori. El Peso fue el predictor continuo con la más alta probabilidad de inclusión a posteriori (menor a 0.8). Las combinaciones de variables que involucraron predictores con un alto nivel de multicolinealidad fueron desacreditadas. Los modelos con sustancial contribución para el BMA presentaron un ajuste apreciable (R² ajustado menor a 0.8). Entre los modelos seleccionados por estrategias frecuentistas, el obtenido mediante el método de regresión por pasos (Stepwise regression method) con alfa igual a 0.05 fue el más respaldado por los datos, en términos de probabilidad de modelo a posteriori. En concordancia con la literatura, el BMA tuvo mejor performance predictiva de los datos fuera de la muestra que los modelos seleccionados por técnicas frecuentistas, medida por la cobertura del intervalo de predicción de 90 por ciento. La clasificación de deportes reveló resultados consistentes.