Reyes - Santiago - E - MC - ISEI - Economia - 2020 MAIZ

COLEGIO DE POSTGRADUADOS
INSTITUCIÓN DE ENSEÑANZA E INVESTIGACIÓN EN CIENCIAS AGRÍCOLAS
CAMPUS MONTECILLO
POSTGRADO EN SOCIOECONOMÍA, ESTADÍSTICA E INFORMÁTICA
ECONOMÍA
ANÁLISIS ECONÓMICO DEL MERCADO DE MAÍZ

AMARILLO EN MÉXICO, 2000-2018
ESTER REYES SANTIAGO
T E S I S
PRESENTADA COMO REQUISITO PARCIAL
PARA OBTENER EL GRADO DE:
MAESTRA EN CIENCIAS
MONTECILLO, TEXCOCO, ESTADO DE MÉXICO
2020
La presente tesis titulada: ANÁLISIS ECONÓMICO DEL MERCADO DE MAÍZ
AMARILLO EN MÉXICO, 2000-2018, realizada por la alumna: Ester Reyes Santiago,
bajo la dirección del Consejo Particular indicado, ha sido aprobada por el mismo y
aceptada como requisito parcial para obtener el grado de:
MAESTRA EN CIENCIAS
SOCIOECONOMÍA ESTADÍSTICA E INFORMÁTICA
ECONOMÍA
CONSEJO PARTICULAR
Montecillo, Texcoco, Estado de México, noviembre de 2020

ANÁLISIS ECONÓMICO DEL MERCADO DE MAÍZ AMARILLO EN MÉXICO, 2000-
2018
Ester Reyes Santiago, M.C.
Colegio de Postgraduados, 2020
RESUMEN
El maíz es el cultivo más importante de México, durante el año agrícola 2018 participo
con 35.1% de la superficie cosechada y con 16.3% del valor de la producción agrícola
del país. La producción de este grano se divide en blanco este se utiliza para el
consumo humano y amarillo se destina principalmente a la industria o fabricación de
alimentos para la producción pecuaria. La producción de maíz amarillo es deficitaria
se depende de las importaciones provenientes principalmente de Estados Unidos. Con
el objetivo de identificar las principales variables económicas que determinan la oferta
y demanda de maíz amarillo, se formuló un modelo de ecuaciones simultáneas
conformado por una ecuación de oferta, una de demanda, dos de transmisión de
precios y una identidad de saldo, para el periodo 2000-2018. Los resultados indican
que la oferta reacciona inelásticamente al precio medio rural de maíz con un año de
rezago, al precio medio rural del sorgo con un año de rezago y al precio de la urea, al
presentar elasticidades de 0.30, -0.27 y -0.02 respectivamente. Así mismo la demanda
respondió de manera inelástica al precio al mayoreo con una elasticidad de -0.23 y el
ingreso per cápita 0.20, un bien normal. Finalmente, el precio de importación afecto
directa e inelásticamente en 0.75 al precio al mayoreo y esta a su vez modificó en el
mismo sentido al precio medio rural en 0.74.
Palabras clave: maíz amarillo, oferta, demanda, ecuaciones simultáneas,

elasticidades.
iii
ECONOMIC ANALYSIS OF THE YELLOW CORN MARKET IN MEXICO, 2000-
2018
Ester Reyes Santiago, M.C.
Colegio de Postgraduados, 2020
ABSTRACT
Corn is the most important crop in Mexico, during the 2018 agricultural year it
participated with 35.1% of the harvested area and with 16.3% of the value of the
country's agricultural production. The production of this grain is divided into white, this
is used for human consumption and yellow is mainly intended for the industry or
manufacture of food for livestock production. The production of yellow corn is in deficit
depending on imports mainly from the United States. In order to identify the main
economic variables that determine the supply and demand of yellow corn, a model of
simultaneous equations was formulated, consisting of a supply equation, a demand
equation, two price transmission and a balance identity, for the 2000-2018 period. The
results indicate that supply reacts inelastically to the rural average price of corn with
one year of lag, to the rural average price of sorghum with one year of lag and to the
price of urea, when presenting elasticities of 0.30, -0.27 and -0.02 respectively.
Likewise, demand was inelastic in response to the wholesale price with an elasticity of
-0.23 and per capita income 0.20, a normal good. Finally, the import price directly and
inelastically affected the wholesale price by 0.75 and this in turn modified the average
rural price in the same direction by 0.74.
Key words: Yellow corn, supply, demand, simultaneous equations, elasticities.
iv
AGRADECIMIENTOS
Al Colegio de Postgraduados por darme la oportunidad de realizar mis estudios de

maestría, en especial al Posgrado de Economía por mi formación académica.
Al Consejo Nacional de Ciencia y Tecnología (CONACYT), por haberme otorgado la

beca sin el cual sería imposible estudiar un posgrado.
Al Dr. Jaime Arturo Matus Gardea, por la paciencia, las asesorías y el apoyo recibido
en todo momento.
Al Dr. José Miguel Omaña Silvestre, por su valiosa participación y apoyo para terminar
la presente investigación.
Al Dr. Juan Hernández Ortiz, por las observaciones de mejora y disposición atenta.
Al Dr. Miguel Ángel Martínez Damián, por apoyarme en el manejo del paquete
estadístico SAS.
Al M. C. Fidel Bautista Mayorga, por su constante apoyo para la realización de este

documento.
A Guadalupe Bata Huerta, por su apoyo durante mi estancia en el COLPOS.
v
DEDICATORIAS
A mis padres, por darme la vida, su apoyo incondicional, la confianza y el aliento a

seguir adelante. Gracias por todo.
A Fidel, por el apoyo incondicional en todo momento.
A mi hermana, por su cariño y apoyo.
A mi sobrino, que me llena de alegría todos los días.
A mis amigas: Ariadna, Clara, Ingrid, Fabiola y Estefanía.
A todas las personas que conocí en esta etapa, gracias por su amistad y motivación.
vi
CONTENIDO
RESUMEN ................................................................................................................. iii
ABSTRACT ................................................................................................................ iv
LISTA DE CUADROS ................................................................................................ ix
LISTA DE GRÁFICAS ................................................................................................. x
CAPÍTULO I. INTRODUCCIÓN................................................................................... 1
1.1. Planteamiento del problema ........................................................................... 1
1.2. Objetivos ........................................................................................................ 2
1.3. Hipótesis ........................................................................................................ 3
1.4. Metodología ................................................................................................... 3
1.4.1. Formulación del modelo empírico del mercado de maíz amarillo ............ 4
1.4.1.1. Relación funcional de la cantidad producida de maíz amarillo ............. 4
1.4.1.2. Relación funcional de la cantidad demandada de maíz amarillo .......... 6
1.4.1.3. Relación funcional del precio medio rural de maíz ............................... 7
1.4.1.4. Relación funcional del precio al mayoreo de maíz ............................... 7
1.4.1.5. Identidad del saldo de comercio exterior .............................................. 8
1.4.2. El modelo econométrico .......................................................................... 8
1.4.2.1. Identificación del modelo econométrico.............................................. 11
1.4.2.2. Prueba de raíz unitaria a las variables del modelo econométrico ...... 12
1.4.2.3. El método de estimación del modelo .................................................. 13
1.4.2.4. Cálculo de elasticidad ............................................................................ 14
1.5. Revisión de literatura.................................................................................... 14
CAPITULO II. SITUACIÓN ACTUAL DEL MERCADO DE MAÍZ AMARILLO ........... 19
2.1. Panorama internacional ............................................................................... 19
2.1.1. Producción mundial del maíz amarillo ................................................... 19
vii
2.1.2. Consumo ............................................................................................... 20
2.1.3. Exportaciones ........................................................................................ 22
2.1.4. Importaciones ........................................................................................ 23
2.1.5. Precios ................................................................................................... 24
2.2. Panorama nacional ...................................................................................... 25
2.2.1. Producción ............................................................................................. 25
2.2.2. Consumo ............................................................................................... 26
2.2.3. Precios ................................................................................................... 28
2.2.4. Importaciones ........................................................................................ 29
CAPITULO III. MARCO TEÓRICO ............................................................................ 31
3.1. La teoría de la demanda .............................................................................. 31
3.1.1. Elasticidades de la demanda ................................................................. 33
3.2. La teoría de la oferta .................................................................................... 35
3.2.1. Elasticidades de la oferta ....................................................................... 37
3.3. Equilibrio del mercado .................................................................................. 38
3.4. Estructura del mercado ................................................................................ 39
CAPITULO IV. ANÁLISIS ESTADÍSTICO Y ECONÓMICO DE LOS RESULTADOS40
4.1. Análisis estadístico de los resultados ............................................................. 40
4.2. Relación funcional del modelo econométrico del maíz amarillo en México .... 42
4.3. Análisis económico de los resultados ............................................................ 43
4.3.1. Análisis de las elasticidades obtenidas en la forma estructural ............... 43
CAPÍTULO V. CONCLUSIONES .............................................................................. 46
CAPÍTULO VI. LITERATURA CITADA ...................................................................... 47
ANEXOS ................................................................................................................... 51
viii
LISTA DE CUADROS
Cuadro 1. Identificación del sistema de ecuaciones .................................................. 12

Cuadro 2. Prueba de raíz unitaria a las variables del modelo de maíz amarillo ........ 13
Cuadro 3. Principales países productores de maíz amarillo en miles de toneladas,
2014-2018........................................................................................................... 20
Cuadro 4. Principales países consumidores de maíz amarillo en miles de toneladas,
2014-2018........................................................................................................... 21
Cuadro 5. Principales países exportadores de maíz amarillo en miles de toneladas,
2014-2018........................................................................................................... 23
Cuadro 6. Principales países importadores de maíz amarillo en miles de toneladas,
2014-2018........................................................................................................... 24
Cuadro 7. Contexto nacional de maíz amarillo .......................................................... 25
Cuadro 8. Determinantes y desplazamientos de la demanda ................................... 33
Cuadro 9. Elasticidades de la demanda .................................................................... 34
Cuadro 10. Determinantes y desplazamientos de la oferta ....................................... 36
Cuadro 11. Elasticidades de la oferta........................................................................ 38
Cuadro 12. Estructura de mercado ........................................................................... 39
Cuadro 13. Resultados estadísticos y coeficientes estimados en la forma estructural
............................................................................................................................ 41
Cuadro 14. Elasticidades de la forma estructural ...................................................... 43
ix
LISTA DE GRÁFICAS
Gráfica 1. Importaciones y producción de maíz amarillo en México. 2000-2018......... 2

Gráfica 2. Producción mundial de maíz, 2000-2018.................................................. 19
Gráfica 3. Consumo mundial de maíz, 2000-2018 .................................................... 21
Gráfica 4. Exportaciones mundiales de maíz, 2000-2018 ......................................... 22
Gráfica 5. Importaciones mundiales de maíz, 2000-2018 ......................................... 23
Gráfica 6. Principales estados productores de maíz amarillo en 2018 ...................... 26
Gráfica 7. Consumo aparente de maíz amarillo en México, 2000-2018 .................... 27
Gráfica 8. Demanda de maíz amarillo, 2014-2018 .................................................... 27
Gráfica 9. Precios reales del maíz amarillo, 2000-2018 ............................................ 28
Gráfica 10. Precio medio rural del maíz amarillo vs maíz blanco .............................. 29
Gráfica 11. Comercio exterior de maíz amarillo, 2000-2018 ..................................... 30
Gráfica 12. Un cambio en la cantidad demandada vs un cambio en la demanda ..... 32
Gráfica 13. Un cambio en la cantidad ofrecida vs un cambio en la oferta ................. 36
Gráfica 14. Equilibrio de mercado ............................................................................. 39
x
CAPÍTULO I. INTRODUCCIÓN
1.1. Planteamiento del problema
El maíz es un cultivo representativo de México por su importancia económica, social y

cultural. La producción se divide en blanco que se destina al consumo humano y
amarillo se destina a la industria o la fabricación de alimentos balanceados para la
producción pecuaria (SAGARPA, 2017).
En 2018, el maíz ocupo 7.1 millones de hectáreas de la superficie cosechada de

cultivos cíclicos y perenes (35.1%) y con un valor de la producción de 105 millones
de pesos que representa el 16.3%. La producción de maíz grano fue de 27.17 millones
de toneladas, el 87.7% corresponde a maíz blanco, 12.9% a maíz amarillo y 0.4% a
otros tipos de maíz (azul, pozolero y de color) (FIRA, 2019).
En el periodo 2009-2018, la producción de maíz blanco presento una tasa de

crecimiento promedio anual (TCPA) de 2.8%, mientras que el maíz amarillo 8.3%. Aun
cuando la producción ha aumentado, las importaciones de maíz han incrementado
significativamente del 2009 a 2018, obtuvo una TCPA de 10% al pasar de 7.3 a 17.1
millones de toneladas, por lo que se ubicó en un nivel máximo histórico. El principal
proveedor de maíz grano es Estados Unidos.
A partir de la entrada en vigor del Tratado de Libre Comercio de América del norte
(TLCAN), se ha desencadenado un incremento en las importaciones de maíz, esto
derivado de la desgravación gradual de las barreras arancelarias impuestas a la
agricultura por parte del gobierno mexicano. Esto ha provocado que los productores
de maíz en México abandonen sus tierras esto implica un aumento en el desempleo y
una reducción en la producción de este grano. Se ha buscado solución hasta tal punto
que se pretende la producción de maíz transgénico, lo cual no se ha concretado debido
al desconocimiento de los efectos adversos que pueda generar al ambiente y a la
salud (Cruz, Sánchez, Quintero y Sales, 2015).
1
Importaciones Producción
18.0
16.0
Millones de toneladas
14.0
12.0
10.0
8.0
6.0
4.0
2.0
0.0
2007
2000
2001
2002
2003
2004
2005
2006
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Gráfica 1. Importaciones y producción de maíz amarillo en México. 2000-2018
Fuente: Elaboración propia con datos del SIACON y FAOSTAT, 2020.
Dada la importancia que tiene este grano en México tanto económico, social y cultural,
resulta importante conocer los factores económicos que determinan el
comportamiento de la oferta y demanda del maíz amarillo durante el periodo 2000-
2018, así como ver el efecto del precio de importación sobre los precios internos al
productor y al mayoreo.
1.2. Objetivos
Objetivo general
Analizar las principales variables económicas que determinan la oferta y demanda de

maíz amarillo en México.
Objetivo específico
 Estimar y analizar los coeficientes de elasticidad precio y cruzada con la

finalidad de cuantificar los efectos de cada variable que se relaciona con la
oferta y la demanda de maíz amarillo.
2
1.3. Hipótesis
 Los factores que determinan a la oferta de maíz amarillo son el precio medio
rural de maíz, sorgo y el precio promedio del fertilizante.
 Los factores que determinan la demanda son el precio al mayoreo de maíz y el
ingreso real per cápita.
 La oferta y demanda de maíz se comporta como un bien inelástico en relación
a su precio.
 El precio de importación influye de manera directa en los precios internos (al
productor y mayoreo).
1.4. Metodología
Se propone un modelo econométrico de ecuaciones simultáneas para el mercado de

maíz amarillo en México, usando datos anuales del 2000 al 2018. La estimación será
a través de mínimos cuadrados ordinarios en dos etapas (MC2E), mediante el
procedimiento SYSLIN del paquete estadístico SAS (Statistical Analisis System).
La variabilidad estadística del modelo fue determinada mediante el coeficiente de

determinación (R2), la significancia global de los coeficientes de cada ecuación se
obtiene con la prueba de F, la significancia individual de cada coeficiente (razón de t)
y la prueba de raíz unitaria de cada una de las variables.
En lo que respecta a lo económico, los resultados se analizaron de acuerdo a la teoría

económica, así como la magnitud de los coeficientes de elasticidad obtenidos de la
forma estructural y los valores promedio de cada una de las variables de 2000 a 2018.
Los datos para la construcción del modelo se obtuvieron de fuentes oficiales, los que
corresponden a precios o variables monetarias se deflactaron con el índice nacional
de precios al productor y al consumidor para expresarlos en términos reales, con año
base 2018, estos datos se obtuvieron del Instituto Nacional de Estadística y Geografía
(INEGI).
3
Las variables de producción de maíz amarillo, el precio medio rural para maíz y sorgo,
se obtuvo del Sistema de Información Agroalimentaria de Consulta (SIACON). Los
datos que corresponden al precio de la urea se obtuvieron del Sistema Nacional de
Información e Integración de Mercados (SNIIM).
La cantidad demandada de maíz amarillo se obtuvo de la siguiente manera: a la

producción nacional se sumaron las importaciones menos las exportaciones. El valor
de las importaciones y exportaciones se obtuvo de la Organización de las Naciones
Unidas para la Alimentación y la Agricultura (FAOSTAT). El precio al mayoreo de maíz
se obtuvo del Sistema Nacional de Información e Integración de Mercados (SNIIM).
El ingreso per cápita se obtuvo dividiendo el Producto Interno Bruto (PIB) entre la
población de México. El PIB para toda la serie se obtuvo del Instituto Nacional de
Estadística y Geografía (INEGI) y la población de México del consejo nacional de
población (CONAPO).
Para calcular el margen de comercialización, se realizó mediante el siguiente

procedimiento: al precio al mayoreo se le resto el precio medio rural.
El precio de importación de maíz amarillo en dólares por tonelada, se transformó en

pesos al multiplicarse por el tipo de cambio. La serie de precios se obtuvo de la
FAOSTAT y el tipo de cambio del banco de México (BANXICO).
1.4.1. Formulación del modelo empírico del mercado de maíz amarillo
Se presenta las ecuaciones que integran el modelo propuesto, los signos esperados
y las variables utilizadas, se conforma por una ecuación de oferta, una de demanda,
dos de transmisión de precios y una identidad.
1.4.1.1. Relación funcional de la cantidad producida de maíz amarillo
La oferta de muchos productos agrícolas refleja el llamado fenómeno de la telaraña,

en donde la oferta reacciona al precio con un periodo de rezago debido a que la
instrumentación de las decisiones de oferta tarda algún tiempo (periodo de gestación).
Por tanto, en la siembra de cultivos al principio de año, los agricultores reciben
influencia del precio prevaleciente el año anterior (Gujarati y Porter, 2010).
4
La relación funcional de la cantidad producida de maíz amarillo (QPMA), se define en
forma directa por el precio medio rural de maíz blanco real (PMRMBRt-1) con un año
de rezago, utilizando esta variable como proxi del precio medio rural de maíz amarillo
con un año de rezago debido a que tiene un comportamiento similar, como se puede
observar en el apartado de precios.
Otro factor que afecta la producción es el precio de los bienes competitivos como el
sorgo ya que compite con el maíz por los recursos productivos, (García-Salazar, 2001).
Por lo tanto, se consideró el precio medio rural de sorgo (PMRSRt-1) como un bien
competitivo del maíz, se espera una relación inversa entre estos cultivos.
El precio del fertilizante se considera como un insumo de la producción, en el cual el

desembolso del productor resulta mayor con 71%, ello sugiere que un agricultor
nacional, sin un subsidio de fertilizantes limite drásticamente su visión empresarial en
este cultivo tan importante para el país, (Guzmán et al., 2014). Por su parte Bautista
et al. (2019) reportan una relación inversa entre el fertilizante y la producción de maíz.
Finalmente, el productor de maíz conoce el comportamiento de la cantidad producida

de maíz con un año de rezago (QPMAt-1) y elabora expectativas de la producción
esperada, con relación directa.
La relación funcional de la cantidad producida de maíz amarillo queda especificada de

la siguiente manera:
QPMAt= f1 (PMRMBRt-1, PMRSRt-1, PUREARt, QPMAt-1)
Donde:
QPMAt: es la cantidad producida de maíz amarillo, en toneladas.
PMRMBRt-1: es el precio medio rural del maíz blanco real, en $ por toneladas,
utilizándolo como proxi del precio medio rural de maíz amarillo con un año de rezago.
PMRSRt-1 es el precio medio rural del sorgo real, con un año de rezago, en $ por
toneladas.
PUREARt es el precio de la urea real, en $ por toneladas.
5
QPMAt-1 es la cantidad producida de maíz amarillo, con un año de rezago, en
toneladas.
1.4.1.2. Relación funcional de la cantidad demandada de maíz amarillo
El uso del maíz como insumo en la alimentación pecuaria incide en el modelo, dado
que el consumidor (productor de ganado) tiene como objetivo maximizar su ganancia
y considera el precio de los insumos como criterio para decidir cuales usa en mayores
proporciones, (García-Salazar, 2001).
La cantidad demandada de maíz amarillo está en función del precio al mayoreo de

maíz blanco real (PMMBRt), utilizándolo como proxi del precio al mayoreo de maíz
amarillo, ya que se comporta casi igual en el tiempo y se espera una relación inversa.
El maíz amarillo es utilizado principalmente para el consumo pecuario, un aumento en

el ingreso de los consumidores provocara mayor demanda de productos de origen
pecuario, por lo tanto, se esperaría que la demanda de maíz amarillo aumente, (Ibíd.,
2001).
La cantidad demandada de maíz amarillo está relacionada directamente con el ingreso

per cápita y con la cantidad demandada de maíz con un año de rezago.
La relación funcional es la siguiente:
QDMAt= f2 (PMMBRt, INGRt, QDMARt-1)
Donde:
QDMAt: es la cantidad demandada de maíz amarillo, en toneladas.
PMMBRt: es el precio al mayoreo de maíz blanco real, en $ por tonelada, utilizándolo

como proxi del precio al mayoreo de maíz amarillo.
INGPRt: es el ingreso real per cápita, en pesos.
QDMAt-1: es la cantidad demandada de maíz amarillo, con un año de rezago, en

toneladas.
6
1.4.1.3. Relación funcional del precio medio rural de maíz
El precio medio rural de maíz blanco (PMRMBRt) está en función del precio al mayoreo
de maíz (PMMBRt) y del margen de comercialización este se estimó mediante la
diferencia entre el precio al mayoreo y el precio medio rural, se espera una relación
directa, por lo tanto se establece la siguiente relación funcional:
PMRMBRt= f3 (PMMBRt, MCt)
Donde:
PMRMBRt: es el precio medio rural del maíz blanco real, en $ por toneladas,
utilizándolo como proxi del precio medio rural de maíz amarillo.
PMMBRt: es el precio al mayoreo de maíz blanco real, en $ por tonelada, utilizándolo

como proxi del precio al mayoreo de maíz amarillo.
MCt: es el margen de comercialización, en $ por toneladas.
1.4.1.4. Relación funcional del precio al mayoreo de maíz
Los mayoristas conocen el comportamiento del precio en el mercado para los períodos
pasados y elaboran expectativas del precio esperado, definido como el precio corriente
del período anterior; esto se conoce como expectativa ingenua (Caldentey y Gómez,
1993; citado en Castro Samano et al. 2019), expresado por el precio al mayoreo con
un período de rezago PMMRt-1.
El precio al mayoreo de maíz blanco (PMMBRt) se define como una función del precio
de importación de maíz amarillo (PIMARt) y el precio al mayoreo de maíz con un año
de rezago (PMMBRt-1), se espera una relación directa entre el precio al mayoreo en el
año actual, con un año de rezago y el precio de importación. Por lo cual, se establece
la relación funcional:
PMMBRt= f4 (PIMARt, PMMBRt-1)
Donde:
PIMARt: es el precio de importación de maíz amarillo real, en $ por tonelada.
7
PMMBRt-1: es el precio al mayoreo de maíz blanco real, con un año de rezago, en $
por tonelada, utilizándolo como proxi del precio al mayoreo de maíz amarillo con un
año de rezago.
1.4.1.5. Identidad del saldo de comercio exterior
La identidad del saldo de comercio exterior está compuesta por la cantidad

demandada de maíz amarillo, menos la cantidad producida de maíz amarillo. La
identidad representa la ecuación de cierre del modelo.
Si el saldo es positivo, indica que la demanda de maíz fue mayor que la cantidad
producida de maíz, por lo tanto, se tiene que recurrir a las importaciones para cubrir la
diferencia. Si el saldo es negativo, indica que la cantidad producida de maíz tuvo la
capacidad de cubrir la demanda de maíz.
La identidad de cierre del modelo queda expresada de la siguiente manera:
SCEMAt=QDMAt - QPMAt
Donde:
SCEMAt: es el saldo de comercio exterior, en toneladas.
QDMAt: es la cantidad demandada de maíz amarillo, en toneladas.
QPMAt: es la cantidad producida de maíz amarillo, en toneladas.
1.4.2. El modelo econométrico
El modelo econométrico de acuerdo con Kmenta, 1977 consta de un conjunto de

variables cuyos valores deben ser explicados (endógenas) por el modelo y otras
variables que contribuyen a explicarlas (exógenas).
Una característica de los modelos de ecuaciones simultáneas es que la variable

endógena en una ecuación puede aparecer como variable explicativa en otra ecuación
del sistema. Como consecuencia, tal variable explicativa endógena se convierte en
estocástica y suele estar correlacionada con el término de perturbación de la ecuación
en la cual aparece como variable explicativa, (Gujarati y Porter, 2010).
8
Las variables endógenas cuyos valores se determinan dentro del modelo, es la que
aparece del lado izquierdo del signo de la igualdad, también definida como:
dependiente, explicada y regresada.
Las variables predeterminadas son las que se determinan fuera del modelo, aparecen
del lado derecho, también definida como: exógenas, independiente, explicativa y
regresora. Se clasifican en exógenas y endógenas rezagadas.
El modelo econométrico que se formula en el presente trabajo considera los siguientes

supuestos.
1. La relación funcional entre las variables endógenas y exógenas es de tipo lineal.

2. Las variables endógenas son estocásticas, es decir aleatorias.
3. Las variables exógenas están determinadas fuera del modelo y tienen valores
fijos.
4. La relación de saldo de comercio exterior del maíz es una identidad, lo que
significa que no contiene perturbaciones estocásticas.
5. Los errores aleatorios son de tipo aditivo, se distribuye normalmente, con media
cero, varianza finita y no están correlacionadas temporalmente.
Se formula el modelo econométrico en su forma estructural al agregar a las relaciones

funcionales del modelo, los coeficientes estructurales (α) y los términos de error
aleatorio (ε) de la siguiente forma:
QPMAt=α10+α11PMRMBRt-1+α12PMRSRt-1+α13PUREARt+α14QPMAt-1+ε1t
QDMAt=α20+α21PMMBRt+ α22INGPRt +α23QDMAt-1+ε2t
PMRMBRt= α30+α31PMMBRt+ α32MCt+ε3t
PMMBRt= α40+α41PIMARt+ α42PMMBRt-1+ε4t
SCEMAt=QDMAt - QPMAt
El modelo queda de la siguiente manera despejando el error aleatorio:
QPMAt - α10 - α11PMRMBRt-1 - α12PMRSRt-1 - α13PUREARt - α14QPMAt-1 = ε1t
QDMAt - α20 - α21PMMBRt - α22INGPRt - α23QDMAt-1 = ε2t

9
PMRMBRt - α30 - α31PMMBRt - α32MCt = ε3t
PMMBRt - α40 - α41PIMARt - α42PMMBRt-1 = ε4t
SCEMAt - QDMAt + QPMAt = 0
El modelo se puede expresar de forma matricial de la siguiente manera:
ΓYt + βXt =Et
Donde:
Yt: es el vector de variables endógenas o dependientes del modelo.
Xt: es el vector de variables exógenas del modelo, más la ordenada al origen.
Γ: es la matriz de parámetros estructurales asociados a las variables endógenas.
β: es la matriz de parámetros estructurales asociados a las variables exógenas.
Et: son los términos de errores aleatorios.
Los vectores Yt y Et son de orden m x 1, donde m es el número de variables

endógenas del modelo, Γ es una matriz cuadrada de m x m, a su vez, β es una matriz
de k+1 x m, donde k es el número de variables exógenas y endógenas rezagadas del
modelo más la ordenada al origen; en general, k puede o no ser igual a m. Para que
el sistema esté completo, debe existir la inversa de Γ, es decir, Γ debe ser una matriz
no singular de orden m, para derivar el modelo reducido del sistema de la siguiente
manera:
Yt = ΠXt + Vt
Donde:
Π es igual a – Γ-1β y es la matriz de parámetros de la forma reducida.
Vt es igual a Γ-1Et es la matriz de los términos de error en la forma reducida.
10
1.4.2.1. Identificación del modelo econométrico
En principio es posible recurrir a las ecuaciones en forma reducida para determinar la

identificación de una ecuación en un sistema de ecuaciones simultáneas. Por fortuna,
se puede utilizar las llamadas condiciones de orden y de rango para la identificación,
(Gujarati y Porter, 2010: 699).
Para entender estas condiciones, se introduce la siguiente notación:
M: número de variables endógenas en el modelo.
m: número de variables endógenas en una ecuación.
K: número de variables predeterminadas en el modelo, incluyendo el intercepto.
k: número de variables predeterminadas en una ecuación dada.
Condición de orden para la identificación
Para que una ecuación esté identificada debe excluir al menos M-1 variables
(endógenas y predeterminadas) que aparecen en el modelo. Si excluye exactamente
M-1 variables, la ecuación esta exactamente identificada. Si excluye más de M-1
variables, estará sobreidentificada.
Condición de rango para la identificación
En un modelo que contiene M ecuaciones en M variables endógenas, una ecuación

está identificada si y solo si puede construirse por lo menos un determinante diferente
de cero de orden (M-1) (M-1) a partir de los coeficientes de las variables (endógenas
y predeterminadas) excluidas de esa ecuación en particular, pero incluidas en otras
ecuaciones del modelo
Las condiciones de orden y de rango, tienen los siguientes principios generales de

identificación de una ecuación estructural en un sistema de M ecuaciones simultáneas:
1. Si K-k > m-1 y el rango de la matriz A es M-1, la ecuación está sobreidentificada.

2. Si K-k = m-1 y el rango de la matriz A es M-1, la ecuación está exactamente
identificada.
11
3. Si K-k ≥ m-1 y el rango de la matriz A es menor que M-1, la ecuación está
subidentificada.
4. Si K-k < m-1, la ecuación estructural no está identificada, el rango de la matriz
A debe ser menor que M-1.
De acuerdo a lo anterior se especifica la identificación del modelo como se puede

observar en el siguiente cuadro:
Cuadro 1. Identificación del sistema de ecuaciones
Ecuación (K-k) (m-1) Resultado Identificación

Ecuación QPMA 10-4=6 1-1=0 6>0 Sobreidentificada
Ecuación QDMA 10-2=8 2-1=1 8>1 Sobreidentificada
Ecuación PMRMBR 10-1=9 2-1=1 9>1 Sobreidentificada
Ecuación PMMBR 10-2=8 1-1=0 8>0 Sobreidentificada
Identidad SCEMA 10-0=10 3-1=2 10>2 Sobreidentificada
Fuente: Elaboración propia.
1.4.2.2. Prueba de raíz unitaria a las variables del modelo econométrico
La prueba de estacionariedad o no estacionariedad se conoce como prueba de raíz

unitaria. Si las variables no son estacionarias, se aplican primeras diferencias y
segundas diferencias, ya que se busca estacionalidad en las variables. Ya que si se
trabaja con variables no estacionarias es posible que exista una regresión espuria,
(Gujarati y Porter, 2010; Montero, 2013).
Se realizó la prueba de raíz unitaria a cada una de las variables que se utilizó en el
modelo, las pruebas indican que dichas variables son integradas de orden uno y se
denota como I (1), es decir, es no estacionaria, entonces se tiene que aplicar las
diferencias para que sean estacionarias y se denota como I (0). En el cuadro 2 se
presentan los resultados de la prueba de Dickey-Fuller Aumentada (DFA).
12
Cuadro 2. Prueba de raíz unitaria a las variables del modelo de maíz amarillo
Especificación de la Pr > F DFA (H0:

Variable ecuación de prueba tiene raíz unitaria) Orden de integración
d_QPMA tendencia 0.0106 I(0)
d_PMRMBRL tendencia 0.0452 I(0)
d_PMRSL tendencia 0.037 I(0)
d_PUREAR tendencia 0.001 I(0)
d_d_QPMAL tendencia 0.001 I(0)
d_QDMA tendencia 0.0097 I(0)
d_PMMBR tendencia 0.001 I(0)
d_INGR tendencia 0.0429 I(0)
d_QDMAL tendencia 0.0068 I(0)
d_PMRMBR tendencia 0.0175 I(0)
d_MC tendencia 0.001 I(0)
d_PIMAR tendencia 0.001 I(0)
d_PMMBRL tendencia 0.001 I(0)
d_SCEMA tendencia 0.001 I(0)
H0: la serie de datos no es estacionaria (tiene raíz unitaria)
Ha: la serie de datos es estacionaria (no tiene raíz unitaria)
Nivel de significancia: 5% (0.050)
Fuente: Elaboración propia.
1.4.2.3. El método de estimación del modelo
De acuerdo al modelo propuesto los valores de los parámetros serán estimados por el
método de mínimos cuadrados en dos etapas (MC2E), este método consiste en aplicar
mínimos cuadrados ordinarios (MCO) dos veces, debido a que las variables
endógenas aparecen como variables explicativas en algunas ecuaciones y están
correlacionadas con el termino de error, el objetivo de este método es eliminar las
perturbaciones estocásticas sobre las variables endógenas explicativas, (García et al.,
2003).
13
1.4.2.4. Cálculo de elasticidad
La fórmula utilizada para calcular la elasticidad es la siguiente:
∆𝑄𝑃𝑀𝐴
𝑄𝑃𝑀𝐴𝑡 𝑄𝑃𝑀𝐴 ∆𝑄𝑃𝑀𝐴 𝑃𝑀𝑅𝑀𝐵𝑅
𝜖𝑃𝑀𝑅𝑀𝐵𝑅𝑡−1 = = ∗( )
∆𝑃𝑀𝑅𝑀𝐵𝑅 ∆𝑃𝑀𝑅𝑀𝐵𝑅 𝑄𝑃𝑀𝐴
𝑃𝑀𝑅𝑀𝐵𝑅
𝜕𝑄𝑃𝑀𝐴 𝑃𝑀𝑅𝑀𝐵𝑅 𝑃𝑀𝑅𝑀𝐵𝑅

= ∗( )=𝛼∗( )
𝜕𝑃𝑀𝑅𝑀𝐵𝑅 𝑄𝑃𝑀𝐴 𝑄𝑃𝑀𝐴
𝑄𝑃𝑀𝐴𝑡
Donde: 𝜖𝑃𝑀𝑅𝑀𝐵𝑅𝑡−1 es la elasticidad precio de la oferta; 𝛼 es el valor del coeficiente
estimado por el modelo que relaciona a la cantidad producida con respecto al precio
𝑃𝑀𝑅𝑀𝐵𝑅
(pendiente) y ( ) son los valores medios de cada una de las variables. Para
𝑄𝑃𝑀𝐴
calcular las demás elasticidades se usaron sus respectivos coeficientes y valores

medios.
1.5. Revisión de literatura
Existen varios estudios sobre el mercado de maíz grano, sin embargo algunos autores
solo abordan la oferta y otros solo la demanda. En esta investigación se trabajó la
oferta y demanda del maíz amarillo, existen pocas investigaciones que se refieran
específicamente a este tipo de maíz.
Guzmán-Soria et al., (2011), realizaron un estudio sobre la oferta de maíz grano en

Guanajuato, para un periodo de 1980 a 2009. Estimaron un modelo econométrico de
ecuaciones simultáneas compuesto por dos ecuaciones de oferta, tres de transmisión
de precios y una identidad. Los resultados indican que la oferta de maíz grano en el
estado responde inelásticamente ante cambios en el precio medio rural del maíz
producido bajo riego y de manera elástica en temporal, con elasticidades precio
propias de 0.8531 y 1.0604. La elasticidad precio cruzada respecto al precio del
plaguicida y de la mano de obra fue de -0.6154 y -0.5470. El bien competitivo que más
impacto fue el frijol con elasticidades precio cruzada de -0.5489 producido bajo riego
y -1.0292 en temporal y el sorgo con -0.2090 bajo riego y -0.2553 en temporal. La
elasticidad de transmisión de precios al mayoreo sobre el precio al productor de maíz
14
en riego y temporal fue de 0.7852 y 0.8024. Por último la elasticidad de transmisión de
precio de importación sobre el precio al mayoreo fue de 0.1324.
Guzmán et al., (2012), realizaron un estudio sobre los determinantes de la oferta de

maíz grano en México. El objetivo fue determinar y analizar los factores que afectan la
oferta de maíz grano en México. Se usó un modelo econométrico de ecuaciones
simultáneas, conformado por dos ecuaciones de oferta, tres de transmisión de precios
y una identidad, el periodo de estudio fue de 1980 a 2010. Los resultados indican que
la oferta de maíz grano responde de manera inelástica ante cambios en el precio
medio rural producido bajo riego y temporal con elasticidades precio propias de 0.3025
y 0.2282. Los cambios en el bien competitivo como el sorgo, con una elasticidad precio
cruzada de -0.2898 si es producido bajo riego y -0.1531 en temporal. La elasticidad
precio del fertilizante fue de -0.0469. La elasticidad de transmisión de precios al
mayoreo sobre el precio al productor de maíz en riego y temporal fue de 0.6449 y
0.6175. Por último la elasticidad de transmisión de precio de importación sobre el
precio al mayoreo fue de 0.2360.
Molina-Gómez et al., (2012), para medir los efectos del PROCAMPO sobre la
producción e importaciones de maíz y sorgo, estimaron dos funciones de oferta
usando series de 1980 a 2009 y se construyó un sistema de ecuaciones de 2007 a
2009. Los resultados indican que el maíz y sorgo tienen una respuesta inelástica ante
el pago de PROCAMPO con elasticidades de 0.24 y 0.22, respectivamente. Respecto
al maíz, la elasticidad precio de la oferta fue de 0.24, y la elasticidad precio cruzada
del sorgo y del fertilizante fue de -0.23 y -0.03, respectivamente.
Figueroa Hernández et al. (2014), elaboraron un modelo de regresión lineal múltiple

sobre la demanda de maíz en México de 1980 a 2010. El objetivo fue analizar los
factores que determinan la demanda de maíz grano. La hipótesis planteada fue que
existe una relación inversa entre el precio medio rural de maíz y la cantidad
demandada; el aumento del precio internacional del maíz provocara que la cantidad
demandada en México disminuya y la elasticidad precio de la demanda de maíz es
inelástica. Los resultados de esta investigación indican que la demanda depende
negativamente del precio internacional del maíz, de las exportaciones y la población.
15
Depende positivamente de las importaciones y del producto interno bruto. Es
importante resaltar que el precio medio rural tuvo un coeficiente positivo contrario a la
teoría económica. La elasticidad precio de la demanda encontrada fue de -0.052.
Vázquez y Martínez (2015), realizaron una estimación empírica de elasticidades de

oferta y demanda. Las elasticidades son indicadores del comportamiento de
productores y compradores ante cambios en los precios de productos. En México se
utiliza poco este indicador ante la creencia de que las elasticidades sólo se pueden
calcular mediante técnicas econométricas complejas. El objetivo de este trabajo fue
demostrar que a través de un método sencillo se puede obtener elasticidades
confiables mediante regresión múltiple para lo cual se utilizó funciones lineales, doble
logarítmica o semi-logarítmica según fuera el caso. Para el maíz grano, la estimación
de la elasticidad precio de la oferta y la demanda en ambos casos se utilizó la función
lineal, el resultado fue de 0.1477 y -5.8038, respectivamente.
García (2018), realizo el trabajo de investigación sobre la demanda de maíz con la

finalidad de analizar los principales factores de la demanda de este grano y mediante
elasticidades cuantificar los efectos de cada variable sobre la cantidad demandada.
Elaboro tres modelos de regresión lineal múltiple, el primer modelo es para maíz grano
en un periodo de 1970 a 2015, el segundo es para maíz blanco y tercer modelo para
maíz amarillo en un periodo de 1990 a 2015.
De acuerdo a esta investigación los factores determinantes de la demanda de maíz

grano son: el precio de maíz al mayoreo, el ingreso nacional disponible per cápita,
precio del trigo al mayoreo, precio del sorgo al mayoreo y la población avícola. Para el
maíz blanco: el precio del maíz blanco al mayoreo, el ingreso nacional disponible per
cápita, el precio del maíz amarillo al mayoreo y el precio del frijol al mayoreo. Mientras
que para el maíz amarillo: el precio del maíz amarillo al mayoreo, el ingreso nacional
disponible per cápita y el precio de la soya al mayoreo. Encontró los siguientes
coeficientes de elasticidad precio propia para maíz grano de -0.23, maíz blanco de -
0.62 y maíz amarillo de -1.21 y la elasticidad ingreso de 0.24, 0.48 y 1.48,
respectivamente.
16
Bautista et al., (2019), con la finalidad de medir como afecta el PROAGRO y el TLCAN
sobre el mercado de maíz en una región de autoconsumo: el caso de la huasteca
hidalguense y determinar el efecto de las variables económicas que explican el
comportamiento de la oferta y demanda de maíz en esta región, se estimó un modelo
de ecuaciones simultáneas conformado por una ecuación de oferta, una de demanda,
dos de transmisión de precios y una identidad de saldo, se usaron series de tiempo de
1994 a 2017. Los resultados indican que el Proagro incentiva la producción en dicha
región y se recomienda continuar con este subsidio incluso aumentarlo, mientras los
efectos del TLCAN resultaron muy reducidos porque la región produce maíz para
autoconsumo. La elasticidad precio de la oferta fue de 0.10; la elasticidad precio
cruzada del fertilizante fue de -0.20; la elasticidad precio de la demanda fue de -0.20;
la elasticidad ingreso de 0.40.
Hernández (2007), en su trabajo de investigación abordo el efecto que tiene las

importaciones de granos básicos en los precios internos de México, utilizando para
ello un sistema inverso de demanda casi ideal, como resultado se obtiene flexibilidades
menores que 1 en valor absoluto lo cual significa que los precios son inflexibles al
cambio en las cantidades importadas y en general consumidas. Encontró las
siguientes elasticidades precio de la demanda; para el maíz -0.76, trigo -0.41, arroz -
0.14, sorgo -0.51 y frijol -0.12, esto es, los cambios en los precios tienen efectos menos
que proporcionales en las cantidades demandadas para los granos estudiados.
Respecto a la elasticidad ingreso para el maíz fue de 1.03, trigo 0.90, arroz 0.67, sorgo
1.38 y frijol 0.48.
Cruz y García (2014), realizaron un estudio sobre el mercado de la carne de bovino

en México, 1970-2011. Para cuantificar el efecto sobre el mercado mexicano de carne
de bovino de sus principales variables determinantes, diseñaron un modelo
econométrico de ecuaciones simultáneas. Los resultados que llegaron es una oferta
inelástica a los cambios del precio al productor y una demanda elástica al precio al
consumidor y el precio de importación de carne y granos que inciden sobre la oferta,
demanda y saldo de comercio exterior. Para cuantificar el efecto de los precios de
importación de maíz sobre el mercado de bovino en México, los resultados indican que
17
los precios de importación tiene una influencia directa sobre su precio al mayoreo con
una elasticidad de 0.70.
Castro Samano et al. (2019), estudiaron el mercado de la carne de bovino en México,

considerando los factores externos. Por tanto de 1980 a 2014, se analizó el efecto de
las importaciones de maíz y sorgo, mediante un modelo econométrico de ecuaciones
simultáneas. Los resultados indican que la transmisión de los precios reales de
importación de maíz y de sorgo sobre los de mayoreo interno de ambos resultaron
inelásticos, esto fueron de 0.4317 para maíz y de 0.2271 para sorgo.
18
CAPITULO II. SITUACIÓN ACTUAL DEL MERCADO DE MAÍZ AMARILLO
2.1. Panorama internacional
2.1.1. Producción mundial del maíz amarillo
La producción mundial de maíz amarillo de 2000 a 2018 presenta una tasa de

crecimiento promedio anual (TCPA) de 3.6%, pasando de 591 a 1,124 millones de
toneladas, fue la segunda más alta de la historia, debido a un buen rendimiento
promedio, que registró un crecimiento anual de 4.4%, al ubicarse en 5.9 toneladas por
hectárea, mientras que la superficie cosechada se redujo 0.3 por ciento. En los últimos
diez años el rendimiento promedio y superficie cosechada crecieron a tasas promedio
anuales de 1.2 y 2.1 por ciento, respectivamente (FIRA, 2019).
1128
1124
1080
1058
1027
1015
910
899
849
834
806
799
717
716
700
628
604
602
591
2001
2010
2000
2002
2003
2004
2005
2006
2007
2008
2009
2011
2012
2013
2014
2015
2016
2017
2018
Gráfica 2. Producción mundial de maíz, 2000-2018

Fuente: Elaboración propia con datos de USDA, 2020.
19
En 2018, los principales países productores concentraron 74.6% de la producción
mundial: Estados Unidos (32.4%), China (22.9%), Brasil (8.9%), Unión Europea (5.7%)
y Argentina (4.5%). Se destaca el crecimiento de la producción en Argentina, debido
a la superficie sembrada y buenas condiciones climáticas y Brasil, por los buenos
precios del grano y condiciones climáticas favorables, en ambos, la producción se
ubicó en niveles máximos históricos. Por el contrario la producción en Estados Unidos
decreció por la reducción de la superficie cosechada y en los rendimientos promedios
y en China debido a la reducción en el área cosechada (FIRA, 2019).
Cuadro 3. Principales países productores de maíz amarillo en miles de toneladas,

2014-2018
Países 2014 2015 2016 2017 2018 TCPA

Estados Unidos 361,136 345,506 384,778 371,096 364,262 0.22
China 249,764 264,992 263,613 259,071 257,330 0.75
Brasil 85,000 67,000 98,500 82,000 101,000 4.41
U. Europea 75,734 58,748 61,884 62,007 64,362 -3.99
Argentina 29,750 29,500 41,000 32,000 51,000 14.42
Resto de países 256,390 249,356 278,065 273,915 285,694 2.74
2.1.2. Consumo
El consumo mundial de maíz creció de 2000 a 2018 a una tasa de crecimiento

promedio anual de 3.5%, de acuerdo a su uso, el consumo forrajero creció a una tasa
promedio anual de 2.8% y el consumo humano e industrial a una tasa de 4.8%. En
2018, el consumo mundial se ubicó en un máximo histórico de 1,126 millones de
toneladas, el consumo forrajero de 702 millones de toneladas y consumo humano e
industrial de 424 millones de toneladas equivalentes al 62.4% y 37.6% del consumo
total, respectivamente.
20
1200
1000
Consumo
800 forrajero
600
Consumo
humano e
400
industrial
200 Consumo
mundial
0
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Gráfica 3. Consumo mundial de maíz, 2000-2018
En 2018, el consumo mundial se concentró en dos países: Estados Unidos (27.6%) y

China (24.3%). También destacan la Unión Europea (7.8%), Brasil (5.9%) y México
(3.9%). Cabe destacar que el consumo de maíz en esos países registró niveles
máximos históricos, excepto Estados unidos.
Cuadro 4. Principales países consumidores de maíz amarillo en miles de toneladas,

2014-2018
Países 2014 2015 2016 2017 2018 TCPA

Estados Unidos 301,837 298,845 313,828 313,981 310,472 0.71
China 206,000 229,000 255,000 263,000 274,000 7.39
U. Europea 77,880 73,500 74,000 76,500 88,000 3.10
Brasil 57,000 57,500 60,500 63,500 67,000 4.12
México 34,550 37,300 40,400 42,500 44,100 6.29
India 22,350 23,550 24,900 26,700 28,500 6.27
Resto de países 275,898 281,962 294,250 305,962 314,271 3.31
21
Los mayores crecimientos en el uso del grano en 2018 se registraron en la Unión
Europea (15.0%), India (6.7%) y China (4.2%). En México, el consumo creció 3.8%,
motivado principalmente por mayor uso para la alimentación animal, debido a que la
avicultura sigue siendo el principal usuario del grano. En Brasil, el consumo creció
5.5%; la producción de etanol a partir del maíz y el aumento del uso para forraje
derivado de las crecientes exportaciones de carne a China ha motivado el crecimiento
del consumo (FIRA, 2019).
2.1.3. Exportaciones
La exportación mundial de maíz se ubicó en su máximo nivel en 2018, con 180.9

millones de toneladas, es decir, la TCPA fue de 22%, como resultado de una alta
disponibilidad de grano a nivel mundial.
180.9
160.6
148.2
142.4
131.4
120.2
116.9
98.9
96.6
95.4
93.9
91.6
83.7
81.0
77.7
77.1
76.7
76.7
74.6
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Gráfica 4. Exportaciones mundiales de maíz, 2000-2018

En 2018, las exportaciones totales se concentraron en cuatro países: Estados Unidos

(29%), Brasil (22%), Argentina (20.6%) y Ucrania (16.8%). Como resultado de las
cosechas récord, las exportaciones de Brasil, Argentina y Ucrania cerraron en su nivel
más alto de la historia, al registrar TCPA de 64.5, 65.7 y 68.1 %, respectivamente. Por
su parte, las exportaciones de Estados Unidos se redujeron 15.3% anual, después de
22
haber alcanzado su nivel máximo histórico en 2017. Las exportaciones de Estados
Unidos, Brasil, Argentina y Ucrania representaron 14.4, 39.4, 73 y 84.7 % de su
producción total de 2018, respectivamente.
Cuadro 5. Principales países exportadores de maíz amarillo en miles de toneladas,

2014-2018
Países 2014 2015 2016 2017 2018 TCPA

Estados Unidos 47,421 48,228 58,270 61,916 52,457 2.56
Brasil 34,461 13,996 31,604 24,154 39,749 3.63
Argentina 18,963 21,653 25,986 22,473 37,244 18.38
Ucrania 19,661 16,595 21,334 18,036 30,321 11.44
Resto de países 21,885 19,678 23,373 21,659 21,119 -0.89
2.1.4. Importaciones
Las importaciones mundiales de maíz amarillo en 2014 a 2018, la TCPA fue de 6.8%,
pasando de 125.1 a 162.9 millones de toneladas.
162.9
149.9
139.2
135.6
125.1
124.8
100.6
99.6
98.3
93.4
90.5
90.3
82.5
80.2
77.0
76.0
75.8
75.0
71.5
2002
2000
2001
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Gráfica 5. Importaciones mundiales de maíz, 2000-2018

23
Las importaciones de maíz en 2018, la concentraron cinco países: la Unión Europea
(15.4%), México (10.2%), Japón (9.8%), Corea del Sur (6.7%) y Vietnam (6.3%) de la
importación total de ese año.
Cuadro 6. Principales países importadores de maíz amarillo en miles de toneladas,

2014-2018
Países 2014 2015 2016 2017 2018 TCPA

U. Europea 8,908 14,008 14,973 18,465 25,209 29.70
México 11,341 13,957 14,614 16,129 16,658 10.09
Japón 14,657 15,204 15,169 15,668 16,047 2.29
Corea del Sur 10,168 10,121 9,220 10,018 10,856 1.65
Vietnam 5,000 8,000 8,100 8,600 10,200 19.51
Resto de países 75,042 77,932 73,501 81,050 83,960 2.85
2.1.5. Precios
El precio de referencia del maíz en el mercado internacional es el del contrato de maíz

amarillo No. 2 FOB (free-on-board) puesto en el Golfo, que cotiza en la bolsa de
valores de Chicago (Chicago Mercantile Exchange). Entre 2012 y 2017, los precios
registraron tendencia a la baja, al pasar de un promedio anual de 296.6 a 154.0 dólares
por tonelada. En 2018 los precios comenzaron a recuperarse y se ubicaron en un
promedio de 163.3 dólares por tonelada, es decir, 6.0 por ciento mayor que en el año
previo. Los futuros de maíz amarillo con vencimiento en diciembre de 2019 y marzo y
mayo de 2020 se ubican en niveles similares a los mínimos registrados a finales de
2016 y principios de 2017, es decir, en niveles inferiores al promedio observado
durante los primeros nueve meses de 2019. Lo anterior parece reflejar las expectativas
de suficiente disponibilidad de grano en el corto y mediano plazo (FIRA, 2019).
24
2.2. Panorama nacional
2.2.1. Producción
La producción de maíz amarillo en México, en el periodo de estudio ha tenido una tasa

de crecimiento promedio anual (TCPA) de 16.37%. La producción pasó de 228,289.50
a 3, 500,221.9 toneladas. Durante ese mismo periodo la TCPA de la superficie
sembrada y cosechada fue de 18.43% y 18.35% respectivamente. El aumento en la
producción nacional también se debe al rendimiento.
Cuadro 7. Contexto nacional de maíz amarillo
Superficie Precio medio

Producción Rendimiento rural nominal
Año (t) Sembrada (ha) Cosechada (ha) (ton/ha) ($/ton)
2000 228,289.5 28,551.0 28,551.0 8.0 1088.4
2001 366,294.4 84,067.3 83,315.3 4.4 1285.0
2002 726,590.6 257,019.5 223,685.6 3.3 1478.9
2003 631,548.0 182,697.7 176,595.2 3.6 1465.4
2004 1,061,330.3 276,536.7 258,627.3 4.1 1544.8
2005 1,330,127.7 402,448.7 364,075.3 3.7 1400.1
2006 1,718,291.9 431,848.6 425,684.9 4.0 1876.7
2007 1,574,675.1 387,191.9 377,844.6 4.2 2100.2
2008 1,573,914.8 371,101.5 350,195.5 4.5 2856.7
2009 1,713,432.1 360,487.1 347,591.9 4.9 2482.9
2010 2,018,369.9 398,970.6 385,818.3 5.2 2587.7
2011 1,692,409.7 383,994.4 345,027.2 4.9 3877.0
2012 1,765,571.0 344,686.2 341,478.1 5.2 3765.6
2013 2,230,190.1 376,497.2 375,447.1 5.9 3058.2
2014 2,422,715.1 411,701.0 395,017.7 6.1 2751.7
2015 3,368,614.0 602,700.9 583,843.3 5.8 3234.7
2016 3,555,006.0 625,180.3 621,855.2 5.7 3349.3
2017 3,111,339.3 565,204.0 560,649.5 5.6 3417.4
2018 3,500,221.9 599,734.1 593,275.8 5.9 3648.7
Fuente: Elaboración propia con datos de SIACON, 2020.
El cultivo de maíz amarillo se encuentra prácticamente en todos los estados del país
aunque la producción se concentra en los estados de Chihuahua, Jalisco y
25
Tamaulipas, produciendo 2, 948,763.96 toneladas que representa el 84% de la
producción total nacional (SIACON, 2020).
748,428.81
1,374,794.98
825,540.17
Chihuahua Jalisco Tamaulipas
Gráfica 6. Principales estados productores de maíz amarillo en 2018

El liderazgo que tiene el estado de Chihuahua en la producción de maíz amarillo se

debe a la extensa superficie sembrada, 144,939 hectáreas representando el 24% del
total nacional y sin duda a su alto rendimiento 9.49 toneladas por hectárea es mayor
al promedio nacional 4.95 toneladas por hectárea en el 2018, le sigue Jalisco con una
superficie sembrada de 122,856 hectáreas (21%) y Tamaulipas 121,078 hectáreas
(20%). Los estados con mayor rendimiento son Sinaloa, Chihuahua, Guanajuato, Baja
California, Jalisco y Tamaulipas superando al promedio nacional, 10.49, 9.49, 9.28,
8.50, 6.72 y 6.30 toneladas por hectárea, respectivamente (SIACON, 2020).
2.2.2. Consumo
El consumo nacional aparente de maíz amarillo (producción más importaciones,

menos exportaciones), muestra una tendencia creciente. Del 2014 al 2018 creció a
una tasa promedio anual de 12.34%.
26
19.8
16.8
16.0
14.8
12.4
11.1
10.7
10.5
9.3
9.3
9.1
8.8
8.7
7.0
6.6
6.5
6.4
6.1
5.6
2008
2000
2001
2002
2003
2004
2005
2006
2007
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Gráfica 7. Consumo aparente de maíz amarillo en México, 2000-2018
Fuente: Elaboración propia con datos de SIACON y FAOSTAT, 2020.
El maíz amarillo es utilizado principalmente para el consumo pecuario 76% de la

demanda total de los últimos cinco años (2014-2018) y creció a una tasa promedio
anual de 12%. El segundo uso en importancia es para la industria almidonera 18% y
tiene una tasa promedio anual constante, mientras que el consumo humano es de solo
2.3%.
14.0 13.8
12.6
12.0 11.2
10.2
10.0 8.8
Consumo pecuario
8.0 Industria almidonera
6.0 Consumo humano
4.0 2.5 2.5 2.6 2.7 2.8
2.0
0.32 0.34 0.35 0.35 0.38
0.0
2014 2015 2016 2017 2018
Gráfica 8. Demanda de maíz amarillo, 2014-2018

Fuente: Elaboración propia con datos de SIAP, 2020.
27
2.2.3. Precios
El precio del maíz en el mercado nacional es influenciado por el mercado, la oferta y

la demanda, pero también, por los precios internacionales (FIRA, 2019).
7800.0 Precio medio rural del maíz amarillo real

7400.0
7000.0 Precio de importación de maíz amarillo real
6600.0
6200.0 Precio al mayoreo de maíz amarillo real
$ por tonelada
5800.0
5400.0
5000.0
4600.0
4200.0
3800.0
3400.0
3000.0
2600.0
2200.0
1800.0
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Gráfica 9. Precios reales del maíz amarillo, 2000-2018
Fuente: Elaboración propia con datos de SIACON, SNIIM y FAOSTAT, 2020.
El precio al mayoreo de maíz amarillo real durante el periodo de estudio paso de

4,421.8 a 6,118.3 pesos por tonelada, el precio medio rural 2,661.1 a 3,648.7 pesos
por tonelada y el precio de importación de maíz amarillo 2,089.6 a 3,701.1 pesos por
tonelada presentando una TCPA de 1.82%, 1.77% y 3.23%, respectivamente.
El precio real al productor del maíz amarillo durante el año agrícola 2018 fue de 3,649
pesos, mientras que el maíz blanco en el mismo periodo fue de 3,890 pesos, como se
puede observar ambos precios tienen un comportamiento similar.
28
6000
Precio medio rural de maíz amarillo real
5500 Precio medio rural de maíz blanco real
5000
$ por tonelada
4500
4000
3500
3000
2500
2008
2000
2001
2002
2003
2004
2005
2006
2007
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Gráfica 10. Precio medio rural del maíz amarillo vs maíz blanco
2.2.4. Importaciones
La balanza comercial mexicana de maíz es deficitaria. Entre 2009 a 2018, las
importaciones netas crecieron a una tasa promedio anual de 10 por ciento, al pasar
de 7.3 a 17.1 millones de toneladas, por lo que se ubicaron en un nivel máximo
histórico.
Estados Unidos ha sido el principal proveedor de maíz amarillo de nuestro país. Entre
2009 y 2018, 96.4 por ciento de las importaciones de maíz provinieron de esa nación
(FIRA, 2019; FAOSTAT, 2020).
29
18 67,500.0
60,000.0
15
52,500.0
Millones de pesos
12 45,000.0
37,500.0
9
30,000.0
6 22,500.0
15,000.0
3
7,500.0
0 0.0
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
Importaciones (millones de toneladas)
Valor real de las importaciones (millones de pesos)
Gráfica 11. Comercio exterior de maíz amarillo, 2000-2018

Fuente: Elaboración propia con datos de FAOSTAT, 2020.
La entrada de maíz amarillo a México es a través de puertos y fronteras: Mexicali,

Nogales, Ciudad Juárez, Piedras Negras, Nuevo Laredo, Tampico, Veracruz,
Progreso, Guaymas, Mazatlán y Manzanillo (García-Salazar, J. A. et al, 2011).
30
CAPITULO III. MARCO TEÓRICO
En este apartado se revisan los principios y conceptos de la demanda y oferta también

llamada teoría del consumidor y de la empresa, respectivamente. Los conceptos son
de importancia porque ayudan a comprender el funcionamiento de la demanda, oferta
y formación de precios en un mercado. Adicionalmente, se consideran estos principios
para dar soporte teórico al modelo que se plantea en el presente trabajo de
investigación.
3.1. La teoría de la demanda
La teoría de la demanda básicamente se centra en el estudio microeconómico del

consumidor como agente de un mercado, es decir, el consumidor debe satisfacer
necesidades primordiales, por ejemplo alimento y vivienda y lo debe hacer con un
recurso escaso que es el presupuesto con el que cuenta, por lo tanto se encuentra en
la encrucijada de elegir óptimamente entre bienes y servicios que estén a su alcance,
esto depende de su ingreso principalmente (Tomek y Kaiser, 2014).
La demanda del consumidor se define como las diversas cantidades de un bien

particular que un consumidor individual está dispuesto y puede comprar a un precio
dado y todos los demás factores que afectan la demanda se mantienen constantes.
Básicamente muestra la relación entre precio y cantidad demandada por unidad de
tiempo (Ibíd., 2014).
Los economistas manejan el concepto de maximizar la utilidad, esto es una medida

de bienestar que depende del consumo de bienes y servicios. Matemáticamente
implica la maximización de una función de utilidad sujeta a una restricción
presupuestaria. En la práctica, la función de utilidad se utiliza como un dispositivo
conceptual para ilustrar la teoría del consumo (Ibíd., 2014).
Con base al contexto anterior, un consumidor tiende a preferir más a menos de un

bien, pero comprará más sólo a un precio más bajo, es decir que hay una relación
31
inversa entre la cantidad demanda y el precio, a esto generalmente se le conoce como
la ley de la demanda.
Teóricamente los factores determinantes de la demanda (QD) son el precio pagado

por el consumidor de ese bien (P), el de los bienes sustitutos o complementarios (Ps,
Pc), la población (POB), el ingreso (Y), la expectativa del consumidor (cantidad y
precio futuro) (E), gustos y preferencias (GYP) (Atucha y Gualdoni, 2018; Barkley y
Barkley, 2013).
Lo anterior, se puede observar mediante la siguiente expresión:
𝑄𝐷𝑡 = 𝑓(𝑃, 𝑃𝑠, 𝑃𝑐, 𝑃𝑂𝐵, 𝑌, 𝐸, 𝐺𝑌𝑃)
Cambios en el precio del bien considerado provoca que la cantidad demandada se

desplace sobre la misma curva de la demanda, es decir si el precio de un bien
aumenta, la cantidad demandada de dicho bien disminuye y viceversa. Mientras que
cambios en los otros factores diferentes al precio, originan que la curva de la demanda
se desplace hacia arriba y a la derecha o bien hacia abajo y la izquierda (Ibíd., 2013).
A continuación se presenta gráficamente los movimientos de la curva de la cantidad

demandada y demanda de un bien ante cambios en los factores que la determinan:
Gráfica 12. Un cambio en la cantidad demandada vs un cambio en la demanda

Fuente: Tomado de Parkin y Loría, (2010).
32
Cuadro 8. Determinantes y desplazamientos de la demanda
Determinantes Desplazamientos
de la demanda
Precio del bien Movimiento a lo largo de la curva de demanda

Bienes sustitutos: la demanda de un bien varía directamente con
el precio de sus sustitutos. (Ejemplo: Coca cola y Pepsi).
Precio de otros Bienes complementarios: la demanda de un bien varía
bienes inversamente respecto al precio de sus complementarios.
(ejemplo: café y azúcar)
El crecimiento de la población tiene un impacto directo e
Población importante en el consumo, si aumenta la población aumenta la
demanda (desplazamiento hacia la derecha) y viceversa.
Si el ingreso aumenta, entonces cualquiera que sea el precio, se
producirá un aumento del consumo, por lo tanto se desplaza la
Ingreso curva de demanda hacia la derecha para un bien normal. En el
caso de los bienes inferiores, la demanda aumenta cuando el
ingreso disminuye.
Expectativa del Sí existe expectativa de que el precio va a subir, la demanda se
consumidor desplaza hacia la derecha y viceversa.
Gustos y Si aumentan los gustos y preferencias del consumidor, la
preferencias demanda se desplaza hacia la derecha y viceversa.
Fuente: Atucha y Gualdoni, (2018); Barkley y Barkley, (2013).
3.1.1. Elasticidades de la demanda
La elasticidad es otro concepto que es usado en la teoría de la demanda y por los

economistas, esta se refiere al cambio porcentual en la cantidad demanda ante
cambios porcentuales en los factores que la determinan, y adquieren nombres como,
elasticidad precio de la demanda o elasticidad propia de la demanda si se relaciona la
cantidad demanda y el precio, elasticidad cruzada de la demanda, cuando se relaciona
33
la demanda con otro factor diferente al precio. Cabe mencionar que en la práctica
normalmente se utiliza para las cantidades unidades físicas, mientras que para el
precio se expresa en términos monetarios, sin embargo como se utilizan diferentes
medidas (kilogramos, toneladas, hectáreas, etc.) se vuelve difícil hacer las
comparaciones directas ante cambios en los respectivos precios, es por eso que las
cantidades y precios se emplean en términos porcentuales dado que permite que las
comparaciones sean más fáciles (Tomek y Kaiser, 2014).
Cuadro 9. Elasticidades de la demanda
Tipo de elasticidad Fórmula Resultado Clasificación
Elasticidad precio 𝐸 𝑑 = %∆𝑄𝑑 ⁄ ∆%𝑃 𝐸 𝑑 < −1 Elástico

𝐸 𝑑 > −1 Inelástico
𝐸 𝑑 = −1
Unitario
𝐸 𝑚 >0 bien normal

Elasticidad ingreso 𝐸 𝑚 >1 bien de lujo
𝐸 𝑚 = %∆𝑄𝑑 ⁄ ∆%𝑀
0 < 𝐸 𝑚 <1
bien
𝐸 𝑚 <0 necesario
bien inferior
Elasticidad cruzada 𝐸 𝑐 = %∆𝑄𝑑 ⁄ ∆%𝑃 𝐸𝑐 < 0 complementario

𝐸𝑐 > 0 sustituto
Fuente: Barkley y Barkley (2013); Parkin y Loria (2010).
34
3.2. La teoría de la oferta
Como se mencionó al principio de este apartado la teoría de la oferta está relacionada

con la empresa y el objetivo principal de esta es la maximización de la ganancia.
Supongamos que un productor produce un producto A usando dos insumos X1 y X2,
el beneficio a corto plazo, se define de la siguiente manera, no sin antes mencionar un
supuesto importante es que todas las empresas enfrentan los mismos precios en un
modelo de competencia perfecta (Tomek y Kaiser, 2014):
𝜋 = 𝑃𝐴𝐴 − 𝑃1𝑋1 − 𝑃2𝑋2
Dónde: 𝜋 es el beneficio o ganancia del productor; las 𝑃 representan los precios por
unidad de producción e insumos, respectivamente.
La oferta (QS) está determinada por los siguientes factores el precio que recibe el
productor (P), el de los bienes sustitutos o complementarios en la producción (Ps, Pc),
el de los factores productivos o insumos (Pinsumos), tecnología (T), impuestos o
subsidios (YT), el clima (C), la expectativa del productor (cantidad y precio futuro) (E)
y el número de vendedores (Vend.) (Atucha y Gualdoni, 2018; Barkley y Barkley,
2013).
Lo anterior, se puede observar mediante la siguiente expresión:
𝑄𝑆𝑡 = 𝑓(𝑃, 𝑃𝑠 , 𝑃𝑐 , 𝑃𝐼 , 𝑇, 𝑌𝑇, 𝐶, 𝐸, 𝑉𝑒𝑛𝑑)

Cambios en el precio del bien provoca que la cantidad ofrecida se desplace sobre la
misma curva de la oferta, es decir si el precio de un bien producido aumenta, la
cantidad producida de dicho bien aumenta y viceversa. Mientras que cambios en los
otros factores diferentes al precio, originan que la curva de la oferta se desplace hacia
arriba y a la izquierda o bien hacia abajo y la derecha (Ibíd., 2013).
A continuación se presenta gráficamente los movimientos de la curva de la cantidad

ofrecida y oferta de un bien ante cambios en los factores que la determinan:
35
Gráfica 13. Un cambio en la cantidad ofrecida vs un cambio en la oferta
Fuente: Tomado de Parkin y Loría, (2010).
Cuadro 10. Determinantes y desplazamientos de la oferta
Determinantes de la Desplazamientos
oferta
Precio del bien Movimiento a lo largo de la curva de oferta
Si el precio de los factores productivos o insumo se
Precio de insumo incrementa, la oferta del producto se desplazará a la
izquierda y viceversa.
El cambio tecnológico permite que aun sin cambios en
Tecnología el precio de un bien o servicio, el productor pueda
ofrecer mayores cantidades. Toda la curva de oferta se
desplaza hacia la derecha.
Bienes competitivos: al aumentar el precio de un bien
aumenta la cantidad ofrecida y disminuye la oferta del
otro bien (se desplaza hacia la izquierda).
Precio de otros bienes Bienes asociados: al aumentar el precio de un bien
36
Determinantes de la Desplazamientos
oferta
asociado aumenta la cantidad ofrecida y aumenta la
oferta del otro bien (se desplaza hacia la derecha)
Los subsidios del gobierno resultan en un cambio en la

Impuesto o subsidio oferta hacia la derecha, y el aumento de los impuestos
desplaza la curva de oferta hacia la izquierda.
Cuando las condiciones climáticas son favorables, la
Clima producción agrícola aumenta, la oferta se desplaza
hacia la derecha y viceversa.
Si el precio baja desplaza la oferta hacia la derecha y si
Expectativa del productor la expectativa es que el precio va a subir la oferta se
desplaza hacia la izquierda.
Número de vendedores Si existen más vendedores la curva de oferta se
desplaza hacia la derecha y viceversa.
Fuente: Atucha y Gualdoni, (2018); Barkley y Barkley, (2013).
3.2.1. Elasticidades de la oferta
El comportamiento de maximización de ganancias de las empresas lleva a una

relación positiva (pendiente ascendente) entre el precio y la cantidad ofrecida de un
bien. La tasa de cambio en una variable en respuesta a un cambio en la otra variable
es de importancia crítica. Todo se reduce a la pregunta: "¿Cuánto aumentará
(disminuirá) la cantidad ofrecida para un aumento (disminución) dado en el precio?" El
término "elasticidad" describe esta relación, y comprender la relación es importante
para comprender cómo funciona una economía de mercado (Barkley y Barkley, 2013).
37
Cuadro 11. Elasticidades de la oferta
Tipo de elasticidad Formula Resultado Clasificación
Elasticidad precio 𝐸 𝑠 = %∆𝑄 𝑠 ⁄ ∆%𝑃 𝐸 𝑠 <1 Inelástico

𝐸 𝑠 >1 Elástico
𝐸 𝑠 =1
Unitario
Elasticidad cruzada 𝐸 𝑐 = %∆𝑄𝑐 ⁄ ∆%𝑃 𝐸𝑐 < 0 Competitivo

𝐸𝑐 > 0 Asociado
Fuente: Barkley y Barkley (2013); Parkin y Loria (2010).
3.3. Equilibrio del mercado
El equilibrio del mercado ocurre en la intersección de la curva de oferta y la curva de

demanda en el punto E en la gráfica 14. En este punto, la cantidad ofrecida (Qs) por
las empresas a un precio dado es igual a la cantidad demandada (Qd) por los
consumidores al mismo precio. El Precio de equilibrio es el precio al que la cantidad
ofrecida es igual a la cantidad demandada, también es el precio de mercado, ya que
es el precio determinado y acordado por compradores y vendedores.
38
Gráfica 14. Equilibrio de mercado
Fuente: Tomado de Barkley y Barkley, (2013).
3.4. Estructura del mercado
La estructura del mercado es la organización de una industria, típicamente definida

por el número de empresas en una industria, también conocida como "organización
industrial", tiene una influencia importante en los precios y las cantidades de bienes y
servicios vendidos en un mercado. En general, el número de vendedores en una
industria es un indicador importante de la estructura del mercado. Si solo hay unas
pocas empresas en una industria, su comportamiento y estrategias comerciales serán
muy diferentes del comportamiento y las estrategias de las empresas en una industria
con numerosos competidores.
Cuadro 12. Estructura de mercado
Estructura Número de empresas Ejemplos
Compañía de electricidad
Monopolio Vendedor individual empresa de agua
Oligopolio Pocos vendedores Automóviles
Muchos vendedores
Competencia monopolística (productos de marca) Estaciones de gasolina
Productos agrícolas:
Competencia perfecta Numerosos vendedores trigo, maíz
Fuente: Barkley y Barkley, (2013).
39
CAPITULO IV. ANÁLISIS ESTADÍSTICO Y ECONÓMICO DE LOS RESULTADOS
4.1. Análisis estadístico de los resultados
El análisis estadístico de los resultados fue evaluado por el coeficiente de

determinación R2, la prueba estadística global de F y la prueba estadística individual
t.
El coeficiente de determinación R2, fluctúa entre cero y uno, muestra la bondad de

ajuste de cada una de las ecuaciones de regresión y proporciona el porcentaje de
variación de la variable endógena explicada por los cambios de las variables
exógenas. Si la R2 =1 tendrá un mejor ajuste la ecuación que se está analizando. Si la
R2 =0 existe un mal ajuste, la variable endógena no es explicada por las variables
exógenas consideradas, (Gujarati y Porter, 2010).
La prueba global de F consiste en determinar si en conjunto las variables exógenas

son significativas para generar valores predichos de la variable dependiente, en esta
prueba se plantea una hipótesis nula (Ho), en la cual se establece que todos los
parámetros estimados (a excepción de la ordenada al origen) en una ecuación de
regresión son iguales a cero, la hipótesis alternativa (Ha) establece que al menos un
coeficiente de esa ecuación es diferente a cero.
La principal estadística para probar la significancia de cada parámetro en lo individual

es la t asintótica, para que un parámetro sea aceptado se requiere que la razón de t
sea mayor o igual a uno, esto implica que el coeficiente estimado sea mayor o igual
que su error estándar (García, et al., 2002).
En el cuadro 13 se presenta un resumen de los principales resultados estadísticos

obtenidos a partir de la estimación de los parámetros en su forma estructural por el
método de mínimos cuadrados en dos etapas (MC2E).
40
Cuadro 13. Resultados estadísticos y coeficientes estimados en la forma estructural
Var. Endógenas. Variables Exógenas

QPMAt Intercepto PMRMBRt-1 PMRSRt-1 PUREARt QPMAt-1
Coeficiente 176004.2 1052.725 -1173.43 -40.9344 0.185481
Error Est. 61761.49 457.729 415.7364 45.78159 0.18259
t 2.85 2.3 -2.82 -0.89 1.02
Prob t 0.0129 0.0374 0.0136 0.3864 0.3269
R2=0.44 Fc=2.71 Prob>F=0.007
QDMAt Intercepto PMMBRt INGPRt QDMAt-1
Coeficiente 747614.1 -1882.27 76.87747 0.049455
Error Est. 319895.9 529.0648 61.1283 0.210914
t 2.34 -3.56 1.26 0.23
Prob t 0.0337 0.0029 0.2277 0.8178
2
R =0.46 Fc=4.3 Prob>F=0.022
PMRMBRt Intercepto PMMBRt MCt
Coeficiente -9.61561 0.394267 0.612326
Error Est. 57.66113 0.110451 0.144384
t -0.17 3.57 4.24
Prob t 0.8696 0.0026 0.0006
R2=0.78 Fc=29.25 Prob>F=0.000
PMMBRt Intercepto PIMARt-1 PMMBRt-1
Coeficiente 15.81305 0.832708 0.071824
Error Est. 96.4198 0.159393 0.151674
t 0.16 5.22 0.47
Prob t 0.8718 <.0001 0.6422
2
R =0.63 Fc=13.95 Prob>F=0.000
Fuente: Elaboración propia con datos del modelo
De acuerdo a las resultados obtenidos, se observa que la R2 de la función de oferta

(QPMA) es de 0.44, mientras que la demanda (QDMA) de 0.46, el coeficiente de
determinación del precio medio rural de maíz blanco real (PMRMBR) es de 0.78 y el
precio al mayoreo de maíz blanco real (PMMBR) es de 0.63, esto indica que las
variables exógenas consideradas en cada función explican a las variables endógenas
en 44%, 46%, 78% y 63%, respectivamente, el resto es explicado por otras variables
incluidas en el término de error (En) no considerados en este modelo.
Con respecto a la prueba de significancia global de F, para cada función definida en

el modelo, las F calculadas (Fc) fueron mayores a las F de tablas (Ft) con un nivel de
41
significancia de 5%, esto indica que en todas las ecuaciones se rechaza la hipótesis
nula de que todos los parámetros son iguales a cero y que al menos un parámetro es
diferente de cero, por lo tanto, las variables exógenas explican a las variables
endógenas contempladas en el modelo.
Las pruebas individuales de cada parámetro, de acuerdo a la razón de t, las variables

exógenas resultaron significativas, es decir, diferentes de cero. En las ecuaciones
todos los parámetros resultaron significativos y presentan una t mayor a uno, excepto
el precio de la urea real (PUREARt), la cantidad demandada de maíz amarillo con un
año de rezago (QDMAt-1) y el precio al mayoreo de maíz con un año de rezago
(PMMBRt-1).
En el capítulo uno se realizó la prueba de raíz unitaria, mediante la prueba de Dickey-

Fuller aumentada comprobando que las variables utilizadas en el modelo son
estacionarias. Considerando que se realizaron las pruebas al modelo anteriormente
mencionado, queda estadísticamente validado.
4.2. Relación funcional del modelo econométrico del maíz amarillo en México
Con los coeficientes obtenidos en el cuadro 13 se obtiene las siguientes funciones

lineales:
QPMAt = 176004.2 + 1052.725PMRMBRt-1 – 1173.43PMRSRt-1 – 40.9344PUREARt +

0.185481QPMAt-1
QDMAt = 747614.1 – 1882.27PMMBRt + 76.87747INGPRt + 0.049455QDMAt-1
PMRMBRt = -9.61561 + 0.394267PMMBRt + 0.612326MCt
PMMBRt = 15.81305 + 0.832708PIMARt + 0.071824PMMBRt-1
La relación funcional de las cuatro ecuaciones los signos de las variables explicativas
son congruentes con la teoría económica.
42
4.3. Análisis económico de los resultados
El análisis económico de los resultados consiste en determinar si los coeficientes

estimados para cada una de las variables predeterminadas concuerdan con la teoría
económica y para medir que tanto las variables explicativas contribuyen a explicar la
variación de las variables endógenas, comparando el signo de los parámetros
estimados como la magnitud de las elasticidades obtenidas a partir de los coeficientes.
4.3.1. Análisis de las elasticidades obtenidas en la forma estructural
La forma estructural son el conjunto de ecuaciones que reflejan la estructura del

fenómeno de interés, por esta razón el análisis de las elasticidades obtenidas a partir
de los coeficientes estimados en el modelo en su forma estructural permiten ver la
concordancia que hay entre los estimadores y las relaciones económicas inmersas en
cada ecuación estructural, (Sabbagh, 2016).
Las elasticidades fueron calculadas con los coeficientes estimados de cada variable
de la forma estructural y el valor promedio de las variables.
Cuadro 14. Elasticidades de la forma estructural
Variables endógenas Variables explicativas Elasticidad 2000-2018

QPMAt PMRMBRt-1 0.30
PMRSRt-1 -0.27
PUREARt -0.02
QDMAt PMMBRt -0.23
INGPRt 0.20
TRANSMISIONES DE PRECIOS
PMRMBRt PMMBRt 0.74
PMMBRt PIMARt 0.75
Fuente: Elaboración propia con resultados del modelo.
43
El análisis de las elasticidades en el modelo, lleva implícito el termino ceteris paribus,
es decir, que al haber un cambio en alguna variable exógena sobre la variable
endógena, todas las demás variables exógenas permanecen constantes.
La elasticidad precio de la cantidad producida de maíz amarillo (QPMA) calculada fue

de 0.30, define a la cantidad producida como inelástica. Esto significa que la cantidad
producida de maíz amarillo reacciona menos que proporcionalmente ante el cambio
en el precio medio rural de maíz (PMRMBRt-1), si el precio del maíz aumenta en 10%,
la cantidad producida aumenta en 3.0%.
Los resultados obtenidos son similares con las elasticidades precio propias de la oferta
encontradas por otros autores, Liang et al. (2011), citado en Tomek y Kaiser (2014)
indica un coeficiente de 0.67, mientras que Guzmán-Soria et al. (2011) reportan 0.85
y 1.06, Guzmán et al. (2012) encontraron un coeficiente de 0.30 y 0.22, Molina-Gómez
et al. (2012) fue de 0.24, Vázquez y Martínez (2015) reportan 0.14 y Bautista et al.
(2019) fue de 0.10.
La elasticidad cruzada de la cantidad producida de maíz amarillo con el precio medio

rural del sorgo (PMRSRt-1) fue de -0.27, lo cual se clasifica como competitivo. Esto
significa que cuando aumenta el precio medio rural del sorgo en 10% entonces
disminuye la cantidad producida de maíz amarillo en 2.7%. Este resultado es similar
al encontrado por Guzmán-Soria et al. (2011) fue de -0.20 y -0.25, Guzmán et al.
(2012) fue de -0.28 y -0.15 y Molina-Gómez et al. (2012) fue de -0.23.
Con relación al precio del insumo que afecta a la cantidad producida de maíz amarillo,
la elasticidad calculada del precio de la urea (PUREAR) resulto -0.02, es decir si el
precio de este insumo aumenta 10%, la cantidad producida disminuye 0.2%; este
resultado coincide con Guzmán et al. (2012) fue de -0.04 y Molina-Gómez et al. (2012)
-0.03.
La elasticidad precio de la cantidad demandada de maíz amarillo (QDMA) estimada

en -0.23, lo cual se clasifica como inelástico, esto indica que la cantidad demandada
de maíz amarillo disminuye menos que proporcionalmente ante el cambio en el precio
44
al mayoreo de maíz (PMMBR), si el precio al mayoreo aumenta en 10%, la cantidad
demandada disminuirá en 2.3%.
La elasticidad precio propia de la demanda es similar con los resultados encontrado

por otros autores como: Hernández (2007) indica un coeficiente de -0.76, Figueroa
Hernández et al. (2014) -0.05, Vázquez y Martínez (2015) obtuvieron un valor de -5.80,
García (2018) indica un coeficiente de -0.23, -0.62 y -1.21 y Bautista et al. (2019) -
0.20. Existe una diferencia en los coeficientes de elasticidad de la demanda, esto se
debe principalmente a los métodos y periodos utilizados en cada una de las
investigaciones.
La elasticidad ingreso de la cantidad demandada de maíz amarillo resulto en 0.20, lo

cual lo clasifica como un bien normal, esto indica que la cantidad demandada de maíz
(QDMA) aumenta menos que proporcionalmente ante el cambio en el ingreso per
cápita (INGPR), si el ingreso aumenta en 10%, la cantidad demandada de maíz
amarillo aumentaría en 2.0%. El resultado es similar con García (2018) indica un
coeficiente de 0.249, 0.480 y 1.48, Bautista et al. (2019) reportaron 0.40.
La elasticidad de transmisión del precio al mayoreo de maíz (PMMBR) sobre el precio

medio rural de maíz (PMRMBR) fue de 0.74, es decir es inelástico, esto indica que
variaciones en el precio al mayoreo de maíz reacciona menos que proporcionalmente
ante los cambios en el precio medio rural de maíz, si el precio al mayoreo aumenta en
10%, el precio medio rural de maíz aumenta en 7.4%. El resultado es similar a los
encontrados por los autores Guzmán-Soria et al. (2011) indican un coeficiente de 0.78
y 0.80 y Guzmán et al. (2012) 0.64 y 0.61.
La elasticidad de transmisión del precio de importación de maíz amarillo (PIMAR)

sobre el precio al mayoreo de maíz (PMMBR) fue de 0.75, lo cual se clasifica como
inelástico, esto indica que variaciones en el precio de importación de maíz reacciona
menos que proporcionalmente ante los cambios en el precio al mayoreo, si el precio
de importación aumenta en 10%, el precio al mayoreo aumenta en 7.5%. Este
resultado es similar a lo hallado por los autores Guzmán et al. (2012) 0.23, Cruz y
García (2014) es de 0.70, y Castro Samano et al. (2019) fue de 0.43.
45
CAPÍTULO V. CONCLUSIONES
Los signos de las variables incluidas en el modelo concuerdan con la teoría económica
y se estimaron elasticidades para determinar los efectos de las variables explicativas
sobre las endógenas.
Los factores que determinan la cantidad producida de maíz amarillo, con base a los
resultados son: el precio medio rural de maíz con un año de rezago, el precio medio
rural del sorgo considerado como competitivo del maíz, el precio del fertilizante como
insumo en la producción, y la cantidad producida de maíz con un año de rezago.
La fertilización es deficiente en el cultivo de maíz en México, lo que causa una baja

producción y aumento de importación de maíz amarillo, por lo tanto se recomienda
continuar con el programa de subsidios a los fertilizantes para elevar la producción y
disminuir gradualmente las importaciones.
Debido a que el maíz es un producto agropecuario, la elasticidad precio de la oferta

resulto ser inelástica en relación a su precio.
Las variables que determinan la cantidad demandada de maíz amarillo fueron el precio
al mayoreo de maíz, el ingreso per cápita y la cantidad demandada de maíz con un
año de rezago.
La elasticidad ingreso de la demanda, clasifica al maíz como un bien normal necesario.
El precio al mayoreo influye de manera directa sobre el precio medio rural de maíz. De
igual forma el precio de importación tiene influencia directa con el precio al mayoreo.
Para el periodo analizado, la importación de maíz amarillo ha presentado una TCPA

de 6.7%, en 2018 nuestro país rompió record, se importó 17 millones de toneladas,
esto representa un aumento de 12% en comparación al año anterior.
46
CAPÍTULO VI. LITERATURA CITADA
Atucha, A. J., y P. Gualdoni. 2018. El funcionamiento de los mercados.

https://biblioteca.uam.es/ciencias/documentos/Harvard%20Standard%20Refwor
ks%20Espanol.pdf (Consulta: enero, 2020).
BANXICO (Banco de México). 2019. https://www.banxico.org.mx/ (Consulta:

diciembre, 2019).
Barkley, A., and P. W. Barkley. 2013. Principles of agricultural economics. New York,
USA: Routledge.
Bautista-Mayorga, F., E. Reyes-Santiago, y J. A. García-Salazar. 2019. ¿Cómo

afectan Proagro y el tlcan el mercado de maíz en una región de autoconsumo?:
el caso de la huasteca hidalguense, Acta Universitaria, 29(e2453): 1-15. doi:
10.15174.au.2019.2453.
Caldentey, A. P., y A. C. Gómez M. 1993. Economía de los mercados agrarios.

Ediciones Mundiprensa. 218 p.
Castro-Samano, M. A., R. García-Mata, F. Parra-Insunza, M. Portillo-Vázquez, I.

Márquez-Sánchez, y R. C. García-Sánchez. 2019. El mercado de la carne de
bovino en México, considerados los factores externos. Agricultura, sociedad y
desarrollo, 16(1): 85-103. doi: 10.22231/asyd.v1i1.982.
CONAPO (Consejo Nacional de Población). 2019. https://www.gob.mx/conapo.

(Consulta: noviembre, 2019).
Cruz Jiménez, J. y R. C. García Sánchez. 2014. El mercado de la carne de bovino en

México, 1970-2011. Estudios Sociales (Hermosillo, Son.), 22(43): 87-110.
http://www.scielo.org.mx/pdf/estsoc/v22n43/v22n43a4.pdf (Consulta: febrero,
2020).
FAOSTAT (The Food and Agriculture Organization Corporate Statistical Database).

2020. http://www.fao.org/faostat/es/#data/TP (Consulta: marzo, 2020).
Figueroa Hernández, E., L. Godínez Montoya, L. E. Espinosa Torres, O. Ramírez

Abarca y J. M. González Elías. 2014. La demanda de maíz en México, 1980-
2010. In: Universidad Autónoma del Estado de México y Universidad Autónoma
Chapingo. Investigación en Matemáticas, Economía y Ciencias Sociales. Estado
de México: Universidad Autónoma Chapingo, pp. 404-421.
FIRA (Fideicomisos Instituidos en Relación con la Agricultura). 2019. Panorama

Agroalimentario Maíz. Dirección de Investigación y Evaluación Económica y
47
Sectorial. https://www.fira.gob.mx/InvYEvalEcon/EvaluacionIF (Consulta: enero
2020).
García M. R. 2002. El mercado de la carne de porcino en canal en México 1960-2000.

Colegio de postgraduados. Montecillo, Estado de México.
García M. R., J. A. García S., y R. C. García S. (2003). Teoría del mercado de

productos agrícolas. Colegio de postgraduados. Montecillo, Estado de México.
382 p.
García Matamoros, M. 2018. Estimación de la función de demanda de maíz en México.

Tesis de maestría. Colegio de postgraduados. Montecillo, Estado de México.
http://colposdigital.colpos.mx:8080/jspui/handle/10521/3155 (Consulta: abril,
2020)
García-Salazar, J. A. 2001. Efecto de PROCAMPO sobre la producción y saldo de

comercio exterior de maíz. Agrociencia, 35(6): 671-683.
http://www.colpos.mx/agrocien/Bimestral/2001/nov-dic/art-10.pdf (Consulta:
febrero, 2020).
García-Salazar, J. A., R. K. Skaggs, y T. L. Crawford. 2011. Evaluación de los efectos

del Programa de Apoyos Directos al Campo (Procampo) en el mercado de maíz
en México, 2005-2007. Economía, sociedad y territorio, 11(36): 487-512.
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S1405-
84212011000200008 (Consulta: marzo, 2020).
Gujarati, D. N. y D. C. Porter, 2010. Econometría. Quinta edición. Editorial McGraw-

Hill. México, Distrito Federal. 921 p.
Guzmán Soria, E., M. T. de la Garza Carranza, J. P. González Farías, y J. Hernández

Martínez. 2014. Análisis de los costos de producción de maíz en la Región del
Bajío de Guanajuato. Análisis Económico, XXIX (70): 145-156.
https://www.redalyc.org/articulo.oa?id=41331851008 (Consulta: marzo, 2020).
Guzmán-Soria, E., M. T. de la Garza-Carranza, J. A. García-Salazar, J. Hernández-

Martínez y S. Rebollar-Rebollar. 2012. Determinantes de la Oferta de Maíz Grano
en México. Agronomía Mesoamericana, 23(2): 269-279. doi 10.15517 /
AM.V23I2.6488 (Consulta: marzo, 2020).
Guzmán-Soria, E., S. Rebollar-Rebollar, J. Hernández-Martínez, J. A. García-Salazar,

M. T. de la Garza-Carranza, N. Callejas-Juárez, y A. Terrones-Cordero. 2011. La
oferta de maíz grano en Guanajuato, México: 1980-2009. Tropical and
subtropical agroecosystems, 14(3): 857-866.
http://www.scielo.org.mx/pdf/tsa/v14n3/v14n3a29.pdf (Consulta: marzo, 2020).
48
Hernández Ortiz, J. 2007. Determinación del efecto de las importaciones en precios
internos de granos básicos utilizando un sistema inverso de demanda. Tesis de
doctorado. Colegio de postgraduados. Montecillo, Estado de México.
2020)
INEGI (Instituto Nacional de Estadística y Geografía). 2019. Banco de Información

Económica. https://www.inegi.org.mx/app/indicadores/bie.html (Consulta:
diciembre 2019).
Kmenta, J. 1977. Elementos de econometría. Ediciones vicens-vives. España. 750 p.
Molina-Gómez, J. N., J. A. García-Salazar, L. E. Chalita-Tovar, y F. Pérez-Soto. 2012.

Efecto de PROCAMPO sobre la producción y las importaciones de granos
forrajeros en México. Revista mexicana de ciencias agrícolas, 3(5): 999-1010.
doi: 10.29312/remexca.v3i5.1409 (Consulta: marzo, 2020)
Montero R. (2013). Variables no estacionarias y cointegración. Disponible en:

https://www.ugr.es/~montero/matematicas/cointegracion.pdf (Consulta: enero,
2020)
Parkin, M. y E. Loría. 2010. Microeconomía. Versión para Latinoamérica. Novena

edición. México: Pearson Educación. 544 p.
Sabbagh Sánchez, A. 2016. Factores que determinan la demanda de papa procesada

en México (1990-2014). Tesis de doctorado. Colegio de postgraduados.
Montecillo, Estado de México.
2020)
SAGARPA (Secretaria de Agricultura, Ganadería, Desarrollo Rural, Pesca y

Alimentación). 2017. Planeación agrícola nacional 2017-2030, maíz grano.
https://www.gob.mx/cms/uploads/attachment/file/256429/B_sico-
Ma_z_Grano_Blanco_y_Amarillo.pdf. (Consulta: octubre 2019).
SIACON (Sistema de Información Agroalimentaria de Consulta). 2020.

https://www.gob.mx/siap/acciones-y-programas/produccion-agricola-33119
(Consulta: enero 2020).
SIAP (Servicio de Información Agroalimentaria y Pesquera). 2020. Números del

campo.
http://www.numerosdelcampo.sagarpa.gob.mx/publicnew/productosAgricolas/
(Consulta: enero, 2020)
49
SIAP (Servicio de Información Agropecuaria y Pesquera). 2007. Situación actual y
perspectivas del maíz en México 1996-2012.
http://www.campomexicano.gob.mx/portal_siap/Integracion/EstadisticaDerivada
/ComercioExterior/Estudios/Perspectivas/maiz96-12.pdf (Consulta: noviembre,
2019).
SNIIM (Sistema Nacional de Información de Mercados). 2020. Anuario estadístico.

http://www.economia-sniim.gob.mx/nuevo/ (Consulta: octubre, 2020).
Tomek, W. G., y H. M. Kaiser. 2014. Agricultural product prices. Fifth edition. Cornell
University Press. Ithaca. New York. 394 p.
USDA (United States Department of Agriculture). 2020. Base de datos.

https://apps.fas.usda.gov/psdonline/app/index.html#/app/downloads (Consulta:
febrero 2020).
Vázquez Alvarado, J. M. P. y M. A. Martínez Damián. 2015. Estimación empírica de

elasticidades de oferta y demanda. Revista mexicana de ciencias agrícolas, 6(5),
955-965. doi: 10.29312/remexca.v6i5.590 (Consulta: marzo, 2020).
50
ANEXOS
51
Anexo A. Base de datos sin transformación (precios reales)
T QPMA PMRMBR PMRMBRL PMRSR PMRSRL PUREAR QPMAL
2000 228289.5 2890.2 0.0 2570.9 0.0 6239.9 0.0
2001 366294.4 2784.0 2890.2 2304.7 2570.9 7312.1 228289.5
2002 726590.6 3072.4 2784.0 2678.5 2304.7 7025.8 366294.4
2003 631548.0 3330.4 3072.4 2736.1 2678.5 9033.3 726590.6
2004 1061330.3 3269.7 3330.4 2580.4 2736.1 11260.8 631548.0
2005 1330127.7 2982.2 3269.7 2243.9 2580.4 11414.3 1061330.3
2006 1718291.9 3571.9 2982.2 2770.3 2243.9 8975.4 1330127.7
2007 1574675.1 4181.2 3571.9 3266.9 2770.3 8376.1 1718291.9
2008 1573914.8 4445.2 4181.2 3650.6 3266.9 12467.8 1574675.1
2009 1713432.1 4226.1 4445.2 3222.7 3650.6 9920.0 1573914.8
2010 2018369.9 4100.4 4226.1 3280.1 3222.7 9135.4 1713432.1
2011 1692409.7 5633.1 4100.4 4739.8 3280.1 10147.7 2018369.9
2012 1765571.0 5287.9 5633.1 4478.1 4739.8 11363.0 1692409.7
2013 2230190.1 4472.1 5287.9 3841.1 4478.1 10548.8 1765571.0
2014 2422715.1 4059.1 4472.1 3060.0 3841.1 9761.1 2230190.1
2015 3368614.0 4210.0 4059.1 3636.3 3060.0 9410.5 2422715.1
2016 3555006.0 4027.9 4210.0 3498.5 3636.3 8601.7 3368614.0
2017 3111339.3 3831.8 4027.9 3327.1 3498.5 8275.6 3555006.0
2018 3500221.9 3890.2 3831.8 3526.9 3327.1 7902.7 3111339.3
T QDMA PMMBR PMMBRL INGPERR QDMAL

2000 5569919.5 4421.8 0 145115.5 0
2001 6529089.4 4171.8 4421.8 142261.9 5569919.5
2002 6075071.6 4228.6 4171.8 140846 6529089.4
2003 6381284 4308.5 4228.6 140409.4 6075071.6
2004 6572963.3 4247.8 4308.5 148356.6 6381284
2005 7020765.7 3810.2 4247.8 152612.1 6572963.3
2006 9144444.9 4367.6 3810.2 161217.7 7020765.7
2007 9265180.1 5454.5 4367.6 165354.8 9144444.9
2008 10661229 5664.1 5454.5 166243.4 9265180.1
2009 8684755.1 5575.3 5664.1 153186.6 10661229
2010 9308750.9 5230.6 5575.3 159404.6 8684755.1
2011 11067562 6585.6 5230.6 166752.7 9308750.9
2012 10507739 7753.8 6585.6 170563.3 11067562
2013 8800562.1 6557.7 7753.8 166913.2 10507739
2014 12423954 5853.5 6557.7 170286.3 8800562.1
2015 14768205 5687.4 5853.5 174121.2 12423954
2016 15988379 6375.6 5687.4 181464.2 14768205
2017 16791254 6191.8 6375.6 184582.1 15988379
2018 19792222 6118.3 6191.8 186761.5 16791254
52
T MCR PIMAR SCEMA
2000 1531.6 2089.7 5341630
2001 1387.9 1989.7 6162795
2002 1156.2 2264.1 5348481
2003 978.1 2520.2 5749736
2004 978.1 2687.8 5511633
2005 828 2298.5 5690638
2006 795.7 2669.4 7426153
2007 1273.3 3362.5 7690505
2008 1218.9 4362 9087314
2009 1349.1 3799.6 6971323
2010 1130.2 3480.2 7290381
2011 952.5 5179.8 9375152
2012 2465.9 5263.1 8742168
2013 2085.6 4480.4 6570372
2014 1794.3 3598 10001239
2015 1477.4 3678.5 11399591
2016 2347.8 3964.2 12433373
2017 2360.1 3688.5 13679915
2018 2228.1 3701.1 16292000
Anexo B. Base de datos transformada
T d_QPMA d_PMRMBRL d_PMRSRL d_PUREAR d_d_QPMAL

2000 0 0 0 0 0
2001 138004.9 0 0 1072.2 0
2002 360296.2 -106.3 -266.3 -286.3 0
2003 -95042.6 288.5 373.8 2007.6 222291.3
2004 429782.3 258 57.6 2227.4 -455338.8
2005 268797.4 -60.7 -155.7 153.5 524824.9
2006 388164.2 -287.5 -336.5 -2438.8 -160984.9
2007 -143616.8 589.7 526.4 -599.4 119366.8
2008 -760.3 609.3 496.6 4091.7 -531781
2009 139517.3 264 383.7 -2547.7 142856.5
2010 304937.8 -219.1 -427.9 -784.6 140277.6
2011 -325960.2 -125.7 57.4 1012.2 165420.5
2012 73161.3 1532.7 1459.8 1215.3 -630898
2013 464619.1 -345.2 -261.8 -814.1 399121.5
2014 192525 -815.8 -637 -787.8 391457.8
2015 945898.9 -413 -781 -350.6 -272094.1
53
2016 186392 150.9 576.3 -808.7 753373.9
2017 -443666.7 -182.1 -137.8 -326.1 -759506.9
2018 388882.6 -196.1 -171.4 -372.9 -630058.7
T d_QDMA d_PMMBR d_INGR d_QDMAL d_PMRMBR

2000 0 0 0 0 0
2001 959170 0 0 0 0
2002 -454018 -250 0 959170 -106.3
2003 306212 56.8 -2853.7 -454018 288.5
2004 191679 79.9 -1415.9 306212 258
2005 447802 -60.7 -436.5 191679 -60.7
2006 2123679 -437.6 7947.2 447802 -287.5
2007 120735 557.4 4255.4 2123679 589.7
2008 1396049 1086.9 8605.6 120735 609.3
2009 -1976474 209.6 4137.1 1396049 264
2010 623996 -88.8 888.6 -1976474 -219.1
2011 1758811 -344.7 -13056.8 623996 -125.7
2012 -559823 1355 6218 1758811 1532.7
2013 -1707177 1168.2 7348.1 -559823 -345.2
2014 3623392 -1196.1 3810.6 -1707177 -815.8
2015 2344251 -704.2 -3650.1 3623392 -413
2016 1220174 -166.1 3373.1 2344251 150.9
2017 802875 688.2 3834.9 1220174 -182.1
2018 3000968 -183.8 7343 802875 -196.1
T d_MC d_PIMAR d_PMMBRL d_SCEMA

2000 0.0 0.0 0.0 0.0
2001 -143.7 0.0 0.0 821165.0
2002 -231.7 -100.0 0.0 -814314.0
2003 -178.0 274.4 -279.9 401255.0
2004 0.0 256.1 56.8 -238103.0
2005 -150.1 167.7 79.9 179005.0
2006 -32.3 -389.4 -60.7 1735515.0
2007 477.6 370.9 -437.6 264352.0
2008 -54.5 693.1 557.4 1396809.0
2009 130.2 999.5 1086.9 -2115991.0
2010 -219.0 -562.4 209.6 319058.0
2011 -177.7 -319.4 -88.8 2084771.0
2012 1513.4 1699.6 -344.7 -632984.0
2013 -380.3 83.3 1355.0 -2171796.0
2014 -291.3 -782.6 1168.2 3430867.0
2015 -316.9 -882.4 -1196.1 1398352.0
54
2016 870.4 80.5 -704.2 1033782.0
2017 12.3 285.7 -166.1 1246542.0
2018 -132.0 -275.7 688.2 2612085.0
Anexo C. Prueba de raíz unitaria

d_QPMA
tipo retardos Rho Pr < Rho Tau Pr < Tau F Pr > F
tendencia 0 -20.5019 0.0074 -4.43 0.0131 9.82 0.0106
d_PMRMBRL
tendencia 0 -17.9124 0.0244 -3.87 0.0365 7.51 0.0452
d_PMRSL
tendencia 0 -18.5572 0.0186 -3.99 0.0293 7.97 0.037
d_PUREAR
tendencia 0 -21.5801 0.0042 -4.78 0.0069 11.42 0.001
d_d_QPMAL
tendencia 0 -25.2734 0.0004 -5.6 0.0015 15.85 0.001
d_QDMA
tendencia 0 -21.1091 0.0054 -4.43 0.0132 9.9 0.0097
d_PMMBR_1
tendencia 1 -59.3768 <.0001 -4.63 0.0098 10.75 0.001
d_INGR_2
tendencia 2 -6153.64 0.0001 -3.29 0.0333 5.5 0.0429
d_QDMAL
tendencia 0 -20.7365 0.0066 -4.5 0.0115 10.14 0.0068
d_PMRMBR_1
55
tendencia 1 -46.9925 <.0001 -4.29 0.0179 9.27 0.0175
d_MC
tendencia 0 -23.1798 0.0016 -5.13 0.0036 13.2 0.001
d_PIMAR_1
tendencia 1 -59.3174 <.0001 -4.78 0.0075 11.48 0.001
d_PMMBRL_1
tendencia 1 -62.0472 <.0001 -4.68 0.009 11.01 0.001
d_SCEMA
tendencia 0 -22.3267 0.0028 -4.8 0.0066 11.61 0.001
Anexo D. Salida del modelo

OFERTA
Dependent Variable d_QPMA
Analysis of Variance
Source DF Sum of Squares Mean Square F Value Pr > F
Model 4 7.76E+11 1.94E+11 2.71 0.0073
Error 14 1.00E+12 7.15E+10
Corrected Total 18 1.78E+12
Root MSE 267420.557 R-Square 0.43666

Dependent Mean 172206.968 Adj R-Sq 0.2757
Coeff Var 155.29021
Parameter Estimates
Variable DF Parameter Standard Error t Value Pr > |t|
Estimate
Intercept 1 176004.2 61761.49 2.85 0.0129
d_PMRMBRL 1 1052.725 457.729 2.3 0.0374
d_PMRSRL 1 -1173.43 415.7364 -2.82 0.0136
d_PUREAR 1 -40.9344 45.78159 -0.89 0.3864
d_d_QPMAL 1 0.185481 0.18259 1.02 0.3269
56
Model DEMANDA
Dependent Variable d_QDMA
Model 3 1.84E+13 6.12E+12 4.31 0.0222
Error 15 2.13E+13 1.42E+12
Corrected Total 18 3.77E+13
Root MSE 1191658.22 R-Square 0.46283

Coeff Var 159.19721
Parameter Estimates
Estimate
Intercept 1 747614.1 319895.9 2.34 0.0337
d_PMMBR_1 1 -1882.27 529.0648 -3.56 0.0029
d_INGR_2 1 76.87747 61.1283 1.26 0.2277
d_QDMAL 1 0.049455 0.210914 0.23 0.8178
Model PPRODUCTOR
Dependent Variable d_PMRMBR_1
Model 2 3604234 1802117 29.25 <.0001
Error 16 985839.2 61614.95
Corrected Total 18 4452084
Root MSE 248.22359 R-Square 0.78522

Coeff Var 500.87597
Parameter Estimates
Estimate
Intercept 1 -9.61561 57.66113 -0.17 0.8696
d_PMMBR_1 1 0.394267 0.110451 3.57 0.0026
d_MC 1 0.612326 0.144384 4.24 0.0006
57
Model PMAYOREO
Dependent Variable d_PMMBR_1
Model 2 4720308 2360154 13.95 0.0003
Error 16 2707098 169193.6
Corrected Total 18 7427406
Root MSE 411.33152 R-Square 0.63553

Coeff Var 441.52983
Parameter Estimates
Estimate
Intercept 1 15.81305 96.4198 0.16 0.8718
d_PIMAR_1 1 0.832708 0.159393 5.22 <.0001
d_PMMBRL_1 1 0.071824 0.151674 0.47 0.6422
Endogenous Variables
d_QPMA d_QDMA d_PMRMBR_1 d_PMMBR_1 SCEMA
OFERTA 1 0 0 0 0
DEMANDA 0 1 0 1882.266 0
PPRODUCTOR 0 0 1 -0.39427 0
PMAYOREO 0 0 0 1 0
SALDO 1 -1 0 0 1
Exogenous Variables
Intercept d_PMRMBRL d_PMRSRL d_PUREAR d_d_QPMAL
OFERTA 176004.2 1052.725 -1173.43 -40.9344 0.185481
DEMANDA 747614.1 0 0 0 0
PPRODUCTOR -9.61561 0 0 0 0
PMAYOREO 15.81305 0 0 0 0
SALDO 0 0 0 0 0
Exogenous Variables
d_INGR_2 d_QDMAL d_MC d_PIMAR_1 d_PMMBRL_1
OFERTA 0 0 0 0 0
DEMANDA 76.87747 0.049455 0 0 0
PPRODUCTOR 0 0 0.612326 0 0
58
PMAYOREO 0 0 0 0.832708 0.071824
SALDO 0 0 0 0 0
Inverse Endogenous Variables

OFERTA DEMANDA PPRODUCTOR PMAYOREO SALDO
d_QPMA 1 0 0 0 0
d_QDMA 0 1 0 -1882.27 0
d_PMRMBR_1 0 0 1 0.394267 0
d_PMMBR_1 0 0 0 1 0
d_SCEMA -1 1 0 -1882.27 1
Reduced Form
Intercept d_PMRMBRL d_PMRSRL d_PUREAR d_d_QPMAL
d_QPMA 176004.2 1052.725 -1173.43 -40.9344 0.18548
d_QDMA 717849.8 0 0 0 0
d_PMRMBR_1 -3.38104 0 0 0 0
d_PMMBR_1 15.81305 0 0 0 0
d_SCEMA 541845.5 -1052.73 1173.433 40.9344 -0.18548
d_INGR_2 d_QDMAL d_MC d_PIMAR_1 d_PMMBRL_1

d_QPMA 0 0 0 0 0
d_QDMA 76.87747 0.049455 0 -1567.38 -135.193
d_PMRMBR_1 0 0 0.612326 0.32831 0.02832
d_PMMBR_1 0 0 0 0.832708 0.07182
d_SCEMA 76.87747 0.049455 0 -1567.38 -135.193
59

Reyes - Santiago - E - MC - ISEI - Economia - 2020 MAIZ

Cargado por

Copyright:

Formatos disponibles

Reyes - Santiago - E - MC - ISEI - Economia - 2020 MAIZ

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Reyes - Santiago - E - MC - ISEI - Economia - 2020 MAIZ

Cargado por

Copyright:

Formatos disponibles

COLEGIO DE POSTGRADUADOS

INSTITUCIÓN DE ENSEÑANZA E INVESTIGACIÓN EN CIENCIAS AGRÍCOLAS

POSTGRADO EN SOCIOECONOMÍA, ESTADÍSTICA E INFORMÁTICA

ANÁLISIS ECONÓMICO DEL MERCADO DE MAÍZ

ESTER REYES SANTIAGO

MONTECILLO, TEXCOCO, ESTADO DE MÉXICO

Montecillo, Texcoco, Estado de México, noviembre de 2020

Ester Reyes Santiago, M.C.

Colegio de Postgraduados, 2020

Palabras clave: maíz amarillo, oferta, demanda, ecuaciones simultáneas,

Ester Reyes Santiago, M.C.

Colegio de Postgraduados, 2020

Key words: Yellow corn, supply, demand, simultaneous equations, elasticities.

Al Colegio de Postgraduados por darme la oportunidad de realizar mis estudios de

Al Consejo Nacional de Ciencia y Tecnología (CONACYT), por haberme otorgado la

Al M. C. Fidel Bautista Mayorga, por su constante apoyo para la realización de este

A Guadalupe Bata Huerta, por su apoyo durante mi estancia en el COLPOS.

A mis padres, por darme la vida, su apoyo incondicional, la confianza y el aliento a

A Fidel, por el apoyo incondicional en todo momento.

A mi hermana, por su cariño y apoyo.

A mi sobrino, que me llena de alegría todos los días.

A mis amigas: Ariadna, Clara, Ingrid, Fabiola y Estefanía.

LISTA DE CUADROS ................................................................................................ ix

LISTA DE GRÁFICAS ................................................................................................. x

1.1. Planteamiento del problema ........................................................................... 1

1.2. Objetivos ........................................................................................................ 2

1.3. Hipótesis ........................................................................................................ 3

1.4. Metodología ................................................................................................... 3

1.4.1.1. Relación funcional de la cantidad producida de maíz amarillo ............. 4

1.4.1.2. Relación funcional de la cantidad demandada de maíz amarillo .......... 6

1.4.1.3. Relación funcional del precio medio rural de maíz ............................... 7

1.4.1.4. Relación funcional del precio al mayoreo de maíz ............................... 7

1.4.1.5. Identidad del saldo de comercio exterior .............................................. 8

1.4.2. El modelo econométrico .......................................................................... 8

1.4.2.1. Identificación del modelo econométrico.............................................. 11

1.4.2.3. El método de estimación del modelo .................................................. 13

1.4.2.4. Cálculo de elasticidad ............................................................................ 14

1.5. Revisión de literatura.................................................................................... 14

CAPITULO II. SITUACIÓN ACTUAL DEL MERCADO DE MAÍZ AMARILLO ........... 19

2.1. Panorama internacional ............................................................................... 19

2.1.1. Producción mundial del maíz amarillo ................................................... 19

2.1.3. Exportaciones ........................................................................................ 22

2.1.4. Importaciones ........................................................................................ 23

2.1.5. Precios ................................................................................................... 24

2.2. Panorama nacional ...................................................................................... 25

2.2.1. Producción ............................................................................................. 25

2.2.2. Consumo ............................................................................................... 26

2.2.3. Precios ................................................................................................... 28

2.2.4. Importaciones ........................................................................................ 29

CAPITULO III. MARCO TEÓRICO ............................................................................ 31

3.1. La teoría de la demanda .............................................................................. 31

3.1.1. Elasticidades de la demanda ................................................................. 33

3.2. La teoría de la oferta .................................................................................... 35

3.2.1. Elasticidades de la oferta ....................................................................... 37

3.3. Equilibrio del mercado .................................................................................. 38

3.4. Estructura del mercado ................................................................................ 39

CAPITULO IV. ANÁLISIS ESTADÍSTICO Y ECONÓMICO DE LOS RESULTADOS40

4.1. Análisis estadístico de los resultados ............................................................. 40

4.3. Análisis económico de los resultados ............................................................ 43