Análisis de frontera estocástica para un packing
-
Upload
francisco-j-perez-galarce -
Category
Documents
-
view
395 -
download
4
description
Transcript of Análisis de frontera estocástica para un packing
UNIVERSIDAD DE TALCA
FACULTAD DE INGENIERÍA
MAGISTER EN GESTIÓN DE OPERACIONES
ANÁLISIS DE PRODUCTIVIDAD
ANÁLISIS DE LA FRONTERA ESTOCASTICA PARA UN
PACKING DE LA REGIÓN
AUTORES
WALESKA LAGOS GUZMÁN
FRANCISCO PÉREZ GALARCE
PROFESOR
RODRIGO HERRERA LEIVA
CURICÓ – CHILE
JUNIO DE 2011
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 2
RESUMEN
En este trabajo se presenta un análisis de eficiencia de dos plantas procesadoras de
fruta, de una empresa exportadora, este estudio muestra una selección de fronteras de
producción exhaustiva, considerando los dos packing antes mencionados y además por
cada uno de estos se estudia el comportamiento de la frontera considerando dos output
distintos. Una vez seleccionadas las fronteras más representativas para cada una de
estas variantes, se realizó una comparación entre los distintos output para un mismo
packing de forma de evaluar las principales similitudes y diferencias con el objetivo de
visualizar alguna generalización, se observo que no existen mecanismos de inferencia
para fronteras que utilicen los mismo input, pero distintos output, en tanto se hace
necesario manejar herramientas que permitan trabajar con fronteras con múltiples output.
Finalmente se realizó un estudio de los residuos de dos de las cuatro fronteras
seleccionadas anteriormente.
Palabras claves: Múltiples output, frontera estocástica de producción, Packing
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 3
INDICE
1 INTRODUCCIÓN ....................................................................................................................... 5
2 OBJETIVOS ............................................................................................................................... 6
3 MARCO TEÓRICO .................................................................................................................... 7
4 METODOLOGÍA ...................................................................................................................... 10
5 RESULTADOS ........................................................................................................................ 11
5.1 FRONTERA DE PRODUCCIÓN DATOS 1 ......................................................................... 11
5.1.1 Selección de frontera más representativa ................................................................... 11
5.1.2 Evaluación comparativa de los diferentes output ........................................................ 13
5.1.3 Similitudes y diferencias .............................................................................................. 15
5.1.4 Análisis de Residuos ................................................................................................... 16
5.2 FRONTERA DE PRODUCCIÓN DATOS 2 ......................................................................... 17
5.2.1 Selección de frontera más representativa ................................................................... 17
5.2.2 Evaluación comparativa de los diferentes output ........................................................ 19
5.2.3 Similitudes y diferencias .............................................................................................. 21
5.2.4 Análisis de Residuos ................................................................................................... 22
6 CONCLUSIONES .................................................................................................................... 23
7 BIBLIOGRAFÍA ........................................................................................................................ 24
TABLAS
Tabla 1. Fronteras propuestas output Cajas, Packing 1 ................................................................... 11
Tabla 2. Fronteras propuestas output Rendimiento, Packing 1 ........................................................ 12
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 4
ILUSTRACIONES
Ilustración 1. Eficiencia Fronteras propuestas output Cajas, Packing 1 ........................................... 12
Ilustración 2. Eficiencia Fronteras propuestas output Rendimiento, Packing 1 ................................ 13
Ilustración 3. Análisis de elasticidad Fronteras propuestas output Cajas, Packing 1 ....................... 14
Ilustración 4. Análisis de elasticidad Fronteras propuestas output Rendimiento, Packing 1 ............ 15
Ilustración 5. Histograma de los residuos ......................................................................................... 16
Ilustración 6. Test ACF ...................................................................................................................... 17
Ilustración 7. Eficiencias Fronteras propuestas output Cajas, Packing 2 ......................................... 18
Ilustración 8. Eficiencia Fronteras propuestas output Rendimiento, Packing 2 ................................ 19
Ilustración 9. Análisis de elasticidad Fronteras propuestas output Caja, Packing 2 ........................ 20
Ilustración 10. Análisis de elasticidad Fronteras propuestas output Rendimiento, Packing 2.......... 21
Ilustración 11. Histograma de los residuos ....................................................................................... 22
Ilustración 12.Test ACF ..................................................................................................................... 22
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 5
1 INTRODUCCIÓN
Por su origen las estimaciones de fronteras de producción son una extensión de las estimaciones
de funciones de producción micro-económicas: la premisa básica parte de considerar que la función de
producción representa algún tipo “ideal”: maximiza el producto dado unos insumos. Variantes son la
minimización de insumos para un nivel dado de producto(s) y la optimización de beneficios. Las fronteras
de producción son útiles para otro fin: el análisis de eficiencia relativa, de ahí la sinonimia de las fronteras
de producción con las de fronteras de eficiencia.
Una buena medición de la eficiencia es a través de la comparación de cada observación con la
mejor práctica observada (la frontera) y, por extensión, se desarrollan conceptos como el de la eficiencia
técnica ET, capacidad de utilización de insumos de manera tal que se maximiza la cantidad producida-,
eficiencia en la asignación EA, capacidad de escoger la combinación de factores con la cual la tasa
marginal de sustitución es igual al precio relativo de los factores-, y eficiencia productiva EP, capacidad
de producir a un costo mínimo.
Este trabajo realiza un análisis de frontera estocástica de producción con datos transversales
para dos packing de la región estudiados en (Mejías Valderrama, 2006), luego se analizan dos tipos de
output para cada uno y se determinará la relación existente si es que la hubiese.
La sección 2 presenta los objetivos del trabajo y en la sección 3 se revisa el marco teórico para la
frontera estocástica. La sección 4 presenta la metodología a utilizar mientras que la sección 5 entrega
los resultados obtenidos para los análisis.
Finalmente la sección 6 entrega las conclusiones del trabajo y la sección 7 las referencias
utilizadas en este.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 6
2 OBJETIVOS
El objetivo general de este trabajo es evaluar la eficiencia de dos packing de la Región del Maule
que ya fueron estudiados por (Mejías Valderrama, 2006).
Específicamente se pretende evaluar el comportamiento de la frontera de producción de dos de las
plantas estudiadas por la tesis anteriormente mencionada. Paralelamente se evaluara la variabilidad de la
frontera de producción estocástica si se consideran distintos output, para los mismos input.
Finalmente se busca realizar un análisis de elasticidad y de los factores de escala de las fronteras
seleccionadas.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 7
3 MARCO TEÓRICO
Una frontera de producción estocástica puede definirse formalmente como se presenta en la
Ecuación 1, donde se asume una tecnología de la producción en la que un único output Y es producido
por N unidades productivas y K inputs X.
En la expresión contenida en la Ecuación 1, Y es un vector N x1 de outputs de producción de
cada una de las N unidades productivas, X es el vector N x (K+1) de los K inputs productivos de cada
una de las N unidades productivas con unos en la primera columna, el vector (K+1) x1 de parámetros
de la frontera de producción, V un vector de residuos que representa el efecto de los shocks
aleatorios sobre la producción, donde puede tomar cualquier valor real y ET un vector de
eficiencias técnicas de cada una de las N unidades de producción donde es la ineficiencia técnica que
toma valores mayores o iguales a 0; y cada unidad productiva es identificada por el subíndice i.
El modelo presentado en la Ecuación 1 tiene un error compuesto de un error de dos colas
representativo de los shocks aleatorios que desvían a la empresa de su output máximo potencial y un
término de error de una sola cola representativo de las ineficiencias de la empresa que hacen que su
output esté situado por debajo del que potencialmente es capaz de alcanzar.
El procedimiento de estimación de los modelos de fronteras estocásticas para datos de corte
transversal más generalizado es el de estimación Máximo Verosímil (MV) propuesto por ALS y MB que
exige fuertes supuestos distribucionales.
El AFE no posibilita hasta principios de los 80 la posibilidad de proporcionar medidas de la
eficiencia de unidades productivas individualmente consideradas para el procedimiento de estimación de
MV. Esta limitación fue superada por Jondrow, et al. (1982 - JLMS) que proponen la estimación de la
eficiencia técnica basándose en el cálculo de la media o la moda de la distribución condicional del
término de error que representa la ineficiencia técnica condicionada al error compuesto de cada unidad
productiva i de tal modo que ET es calculada de acuerdo con la expresión contenida en la Ecuación 2.
Posteriormente Battese y Coelli, (1988 - BC) propone que se utilice directamente la esperanza
matemática de ET.
El uso de datos de panel permite resolver problemas no superados en el caso de modelos de
corte transversal, tales como la estimación del cambio técnico o la consideración de eficiencia técnica
variante en el tiempo, además de estar dotados de una mayor flexibilidad permitiendo una relajación de
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 8
los fuertes supuestos distribucionales requeridos para la estimación de fronteras estocásticas en el caso
de datos de corte transversal.
El desarrollo de los modelos de panel en el AFE desde principios de los 80 siguió en líneas
generales dos caminos claramente diferenciados. Por un lado, los trabajos de Pitt y Lee (1981), Schmidt
y Sickles (1984) y Battese y Coelli (1988) que realizaron las adaptaciones necesarias de los métodos
clásicos de datos de panel para estimar la eficiencia técnica de las unidades productivas bajo el
supuesto de eficiencia técnica invariante en el tiempo.
Por otro lado, el segundo camino iniciado algo más tarde que el anterior por Conrwell et al.
(1990), Lee y Schmidt (1993), Khumbakar (1990) y Battese y Coelli (1992) permitió la posibilidad de que
la eficiencia técnica de cada una de las unidades productivas variara en el tiempo según distintos
patrones, hecho que resulta bastante probable cuando el número de períodos considerados es lo
suficientemente largo.
En lo que se refiere a los modelos de eficiencia técnica invariante en el tiempo, un modelo
general puede ser representado en los términos de la Ecuación 8 donde es el output del proceso de
producción, son los inputs utilizados en el proceso productivo, son los vectores de parámetros de la
tecnología de la producción, vit es un término de error normalmente distribuido con media 0 y varianza
e independiente de los regresores que refleja los efectos de los shocks aleatorios sobre la producción
y representa la ineficiencia de cada unidad productiva i de la que no se tiene por qué realizar ningún
supuesto distribucional o de independencia con respecto a los regresores, asumiéndose exclusivamente
que permanece invariante en el tiempo.
Destacan cuatro técnicas diferentes de estimación del modelo presentado en la Ecuación 3: la
técnica de efectos fijos o modelo de mínimos cuadrados con variables ficticias (MCVF), la técnica de
efectos aleatorios estimado por mínimos cuadrados generalizados (MCG), el modelo de Hausman-Taylor
para casos en los que la eficiencia técnica no está correlacionada con algunos regresores y con otros sí
(HT) y los modelos de fronteras estocásticas estimadas por MV.
La elección de cualquiera de estos modelos depende de si existe o no independencia entre la
eficiencia técnica y los regresores del modelo y de las características asintóticas de los estimadores
propuestos en cada uno de los modelos cuando el número de observaciones y / o el número de períodos
de tiempo tiende a infinito (Khumbakar y Lovell, 2000).
En lo referente a los modelos de fronteras estocásticas para datos de panel con eficiencia
variante en el tiempo han sido propuestas en la literatura distintas especificaciones para posibilitar la
variabilidad de la eficiencia, la cual implica la inclusión del subíndice t en el componente de error de una
sola cola presentado en la Ecuación 3.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 9
Se han desarrollado en términos generales los siguientes métodos de estimación: el modelo de
efectos fijos, el modelo de efectos aleatorios con patrón de variación de la eficiencia diferente para cada
empresa y común para todas las empresas en cada momento del tiempo; y los modelos estimados por
máxima verosimilitud con patrón de variación común para todas las empresas o diferente para cada una
de ellas.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 10
4 METODOLOGÍA
El análisis de de eficiencia propuesto en este trabajo se divide en tres grandes etapas, en primer
lugar se proponen diferentes fronteras de producción para cada uno de los packing a estudiar y para
cada uno de los output de los cuales se tienen datos (número de cajas y rendimiento) considerando como
variantes, el tipo de función de producción (Cobb Douglas o Translogarítmica), la inclusión o no del
intercepto y la distribución de la ineficiencia.
La segunda etapa consiste en seleccionar el mejor modelo para cada packing y para cada output,
donde se realizará una evaluación comparativa de los resultados de elasticidad y factores de escala para
cada uno de los output dentro de cada packing.
La tercera etapa consiste en seleccionar la frontera más representativa de cada packing según los
criterios evaluados en la etapa 2 y realizar un análisis profundo de los tests relacionados con los
residuos.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 11
5 RESULTADOS
En esta sección se presentará la estructura principal del trabajo, se aplica la metodológica descrita
en el punto anterior para cada uno de los packing evaluados.
5.1 FRONTERA DE PRODUCCIÓN DATOS 1
5.1.1 SELECCIÓN DE FRONTERA MÁS REPRESENTATIVA
El primer paso de este análisis consiste en encontrar la frontera más representativa para cada uno
de los output (cajas y Rendimiento), en tanto a continuación se muestra una tabla resumen con los
resultados del AIC para cada una de las fronteras propuestas para cada output.
Tabla 1. Fronteras propuestas output Cajas, Packing 1
FUNCIÓN FRONTERA INTERCEPTO DISTRIBUCIÓN EFICIENCIA AIC
Cobb Douglas Con Truncada normal -210.8131
Cobb Douglas Con Half-Normal -212.7978
Cobb Douglas Sin Truncada normal -212.0407
Cobb Douglas Sin Half-Normal -212.0407
Translogarítmica Con Truncada normal -202.9906
Translogarítmica Con Half-Normal -204.9701
La frontera que tiene el mejor comportamiento para el output cajas y considerando el packing 1 es
aquella que se implemento con la función Cobb Douglas, considerando el intercepto y con una
distribución de la eficiencia Half-Normal. A continuación se presenta una gráfica de la ineficiencia de esta
frontera.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 12
Ilustración 1. Eficiencia Fronteras propuestas output Cajas, Packing 1
Tabla 2. Fronteras propuestas output Rendimiento, Packing 1
FUNCIÓN FRONTERA INTERCEPTO DISTRIBUCIÓN EFICIENCIA AIC
Cobb Douglas Con Truncada normal -172.1503
Cobb Douglas Con Half-Normal -172.5978
Cobb Douglas Sin Truncada normal -88.7746
Cobb Douglas Sin Half-Normal -88.7746
Translogarítmica Con Truncada normal -168.37752
Translogarítmica Con Half-Normal -170.3775
La frontera que tiene el mejor comportamiento para el rendimiento y considerando el packing 1 es
aquella que se implemento con la función Cobb Douglas, considerando el intercepto y con una
distribución de la ineficiencia Half-Normal. A continuación se presenta una gráfica de la eficiencia
obtenida a través de esta frontera.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 13
Ilustración 2. Eficiencia Fronteras propuestas output Rendimiento, Packing 1
5.1.2 EVALUACIÓN COMPARATIVA DE LOS DIFERENTES OUTPUT
A continuación se presentan los resultados de cada una de las fronteras seleccionadas, en primer
lugar se mostrará la frontera resultante para el output Cajas.
El primer análisis que se realizará a estos coeficientes será el de la elasticidad, en tanto a
continuación se muestra una tabla resumen.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 14
Ilustración 3. Análisis de elasticidad Fronteras propuestas output Cajas, Packing 1
Insumo Coeficiente estimado
Interpretación
Labor -0,13066 Un incremento en un 1% del insumo Labor disminuye la productividad en relación al número de cajas embaladas en un 0,13066%
CVU 0,1816288 Un incremento de un 1% del insumo costo proceso provoca un aumento en la productividad en relación al número da cajas embaladas en un 0,1816%
Kilogramos 0,2582449 Un incremento de un 1% del insumo Kilogramos provoca un aumento en la productividad en relación al número da cajas embaladas en un 0,2582%
Por otro lado, la suma de los coeficientes es menor a uno en tanto según esta frontera el proceso
se encuentra en economías decrecientes de escala.
Ahora se procederá a realizar el mismo análisis para el output rendimiento.
El primer análisis que se realizará a estos coeficientes será el de la elasticidad, en tanto a
continuación se muestra una tabla resumen.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 15
Ilustración 4. Análisis de elasticidad Fronteras propuestas output Rendimiento, Packing 1
Insumo Coeficiente estimado
Interpretación
Labor 0,0956134 Un incremento de un 1% del insumo Labor provoca un aumento en la productividad en relación al rendimiento en un 0,0956134%
CVU -0,3422452 Un incremento en un 1% del insumo CVU disminuye la productividad en relación al Rendimiento embaladas en un 0,3422452%
Kilogramos 0,7708392 Un incremento de un 1% del insumo Kilogramos provoca un aumento en la productividad en relación al rendimiento en un 0,7708392%
Al igual que para el caso anterior, la suma de los coeficientes es menor a uno en tanto según esta
frontera el proceso se encuentra en economías decrecientes de escala.
5.1.3 SIMILITUDES Y DIFERENCIAS
Las principales similitudes entre las dos fronteras son: la eficiencia media entregada es similar
pues para el caso donde se considera como output las cajas embaladas es 94,27% y para el caso donde
considera como output el rendimiento la eficiencia media toma un valor de 93,57% en tanto se puede
considerar esta como una similitud importante.
Otra similitud de gran importancia es la economía de escala en la cual se encuentra el packing,
pues para ambos casos se encuentra en economías de decreciente.
Con respecto a las diferencias, estas radican principalmente en la elasticidad de los input, por
ejemplo cuando consideramos como input el número de cajas el input labor contribuye de forma negativa,
en cambio cuando consideramos el output rendimiento el output labor afecta negativamente a la frontera.
Para los análisis de los residuos se considerará el output caja, debido principalmente a la
importancia que posee este input en el contexto de la evaluación de eficiencia.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 16
5.1.4 ANÁLISIS DE RESIDUOS
Como se menciono anteriormente se realizará un análisis de los test de hipótesis de los residuos,
para la mejor frontera estocástica de producción encontrada. Este análisis consiste en la aplicación de
algunos test y el análisis de gráficas de los residuos.
Test Shapiro-Wilk : el objetivo de este test es evaluar la Normalidad de los datos, es decir,
comprobar que su distribución sea normal con media cero. La hipótesis nula dice que los datos se
distribuyen normal y esta es aceptada si se tiene un p-valor mayor a 0,05.
El p-valor resultante es 0.4917, en tanto se acepta la hipótesis nula, es decir, los datos se
distribuyen normal, con media cero.
A continuación se presenta un histograma con la distribución del error.
Ilustración 5. Histograma de los residuos
Test Box-Pierce : El objetivo de este test es verificar la independencia del error, la hipoetesis nula
dice que el error el independiente, y esta es rechazada si se obtiene un p-valor inferior a 0,05.
El p-value resultante es 6.595e-14, en tanto se rechaza la hipótesis nula, es decir, los errores no
son independientes.
Test ACF: a través de la siguiente gráfica se puede comprobar que los residuos se encuentran
altamente correlacionados.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 17
Ilustración 6. Test ACF
5.2 FRONTERA DE PRODUCCIÓN DATOS 2
5.2.1 SELECCIÓN DE FRONTERA MÁS REPRESENTATIVA
Tabla 3. Fronteras propuestas output Cajas, Packing 2
FUNCIÓN FRONTERA INTERCEPTO DISTRIBUCIÓN EFICIENCIA AIC
Cobb Douglas Con Truncada normal -142.61
Cobb Douglas Con Half-Normal -144.6101
Cobb Douglas Sin Truncada normal -127.6727
Cobb Douglas Sin Half-Normal -127.6727
Translogarítmica Con Truncada normal -143.74766
Translogarítmica Con Half-Normal -145.7881
La frontera que tiene el mejor comportamiento para el número de cajas y considerando el packing
2 es aquella que se implemento con la función Translogaritmica, y con una distribución de la ineficiencia
Half-Normal. A continuación se presenta una gráfica de la eficiencia obtenida a través de esta frontera.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 18
Ilustración 7. Eficiencias Fronteras propuestas output Cajas, Packing 2
Tabla 4. Fronteras propuestas output Rendimiento, Packing 2
FUNCIÓN FRONTERA INTERCEPTO DISTRIBUCIÓN EFICIENCIA AIC
Cobb Douglas Con Truncada normal -337.2643
Cobb Douglas Con Half-Normal -339.2066
Cobb Douglas Sin Truncada normal -253.5920
Cobb Douglas Sin Half-Normal -253.5920
Translogarítmica Con Truncada normal -345.5954
Translogarítmica Con Half-Normal -346.7501
La frontera que tiene el mejor comportamiento para el número de cajas y considerando el packing
2 es aquella que se implemento con la función Translogaritmica, y con una distribución de la ineficiencia
Half-Normal. A continuación se presenta una gráfica de la eficiencia obtenida a través de esta frontera.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 19
Ilustración 8. Eficiencia Fronteras propuestas output Rendimiento, Packing 2
5.2.2 EVALUACIÓN COMPARATIVA DE LOS DIFERENTES OUTPUT
A continuación se presentan los resultados de cada una de las fronteras seleccionadas, en primer
lugar se mostrará la frontera resultante para el output Cajas.
El primer análisis que se realizará a estos coeficientes será el de la elasticidad, en tanto a
continuación se muestra una tabla resumen.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 20
Ilustración 9. Análisis de elasticidad Fronteras propuestas output Caja, Packing 2
Insumo Coeficiente estimado
Interpretación
Personas (a_1) 3.4524e+01 Un incremento en un 1% del insumo Personas (a_1) disminuye la productividad en relación al número de cajas embaladas en un 0,34524e+01 %
CVU(a_2) -9.9517e-01 Un incremento de un 1% del insumo CVU (a_2) provoca una disminución en la productividad en relación al número da cajas embaladas en un 0, 9.9517e+01%
Personas(b_1) ^2 -7.2349 Un incremento de un 1% del insumo Personas ( b_1) al cuadrado provoca un aumento en la productividad en relación al número da cajas embaladas en un 0,72349%
Personas(b_1) CVU(b_2) 1.717e-01 Un incremento de un 1% de la interacción, entre Personas (b_1) y CVU ( b_2) provoca un aumento en la productividad en relación al número de cajas embaladas de un 0,1717e-01%
CVU(b_2)^2 -2.4744e-01 Un incremento de un 1% del insumo CVU (a_2) al cuadrado provoca un aumento en la productividad en relación al número da cajas embaladas en un 0,24744e-01%
Con respecto a las economías de escala, la suma de los factores es mayor que uno en tanto se
encuentra en economías crecientes de escala.
Ahora se procederá a realizar el mismo análisis para el output rendimiento.
Ahora se procederá a analizar la frontera que está relacionada con el otro output el rendimiento.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 21
Ilustración 10. Análisis de elasticidad Fronteras propuestas output Rendimiento, Packing 2
Insumo Coeficiente estimado
Interpretación
Personas (a_1) 14,0917629 Un incremento en un 1% del insumo Personas (a_1) aumenta la productividad en relación al rendimiento en un 0,1409%
CVU(a_2) -4,1350914 Un incremento de un 1% del insumo a_2 provoca una disminución en la productividad en relación al rendimiento en un 0,41350%
Personas(b_1) ^2 -3,4913591 Un incremento de un 1% del insumo Personas (a_1) al cuadrado provoca una disminución en la productividad en relación al rendimiento en un 0,34913%
Personas(b_1) CVU(b_2) 1.0113159 Un incremento de un 1% de la interacción, entre Personas ( a_1) y CVU ( a_2) provoca un aumento en la productividad en relación al rendimietno de un 0,10113%
CVU(b_2)^2 -0,2466198 Un incremento de un 1% del insumo CVU (b_2) al cuadrado provoca una disminución en la productividad en relación al rendimiento en un 0,2466198%
Con respecto a las economías de escala, la suma de los factores es mayor que uno en tanto se
encuentra en economías crecientes de escala.
5.2.3 SIMILITUDES Y DIFERENCIAS
A diferencia del packing anterior donde una de las principales similitudes entre las dos fronteras fue
la eficiencia media en este caso la diferencia es bastante alta, en tanto más que una similitud pasa a ser
una gran diferencia.
Otra gran diferencia con respecto al packing anterior es la elasticidad de los input, pues en este
caso al variar el output evaluado en la frontera la elasticidad se mantuvo contante.
La única similitid es la economía de escala en la cual se encuentra el packing, pues para ambos
casos se encuentra en economías de crecientes de escala.
Para los análisis de los residuos se considerará el output caja, debido principalmente a la
importancia que posee este input en el contexto de la evaluación de eficiencia.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 22
5.2.4 ANÁLISIS DE RESIDUOS
Como se menciono anteriormente se realizará un análisis de los test de hipótesis de los residuos,
para la mejor frontera estocástica de producción encontrada. Este análisis consiste en la aplicación de
algunos test y el análisis de gráficas de los residuos.
Test Shapiro-Wilk: el objetivo de este test es evaluar la Normalidad de los datos, es decir,
comprobar que su distribución sea normal con media cero. La hipótesis nula dice que los datos se
distribuyen normal y esta es aceptada si se tiene un p-valor mayor a 0,05.
El p-valor resultante es 0.6291, en tanto se acepta la hipótesis nula, es decir, los datos se
distribuyen normal, con media cero.
A continuación se presenta un histograma con la distribución del error.
Ilustración 11. Histograma de los residuos
Test Box-Pierce : El objetivo de este test es verificar la independencia del error, la hipoetesis nula
dice que el error el independiente, y esta es rechazada si se obtiene un p-valor inferior a 0,05.
El p-value resultante es 1.354e-13, en tanto se rechaza la hipótesis nula, es decir, los errores no
son independientes.
Test ACF: a través de la siguiente gráfica se puede comprobar que los residuos se encuentran
altamente correlacionados.
Ilustración 12.Test ACF
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 23
6 CONCLUSIONES
Se puede apreciar que no existe una relación clara entre fronteras de producción que utilicen los
mismo input pero varíen sus output, es decir no se pueden realizar inferencias de este tipo, en tanto es
de vital importancia adquirir herramientas que permitan manejar este tipo de situaciones.
Por otra parte no es posible realizar recomendaciones de forma general la empresa con respecto al
funcionamiento de sus packing, pues las recomendaciones dependerán del packing específico en
cuestión y del en el caso de este análisis el output que se priorice.
Para un estudio mas acabado de la eficiencia de las plantas procesadoras de fruta, se pueden
realizar bastantes mejoras, como por ejemplo, incluir datos del tipo panel, ya que el cambio tecnológico
en este tipo de empresa es muy relevante, también se puede realizar fronteras de costos, para eso es
necesario realizar una redefinición de las variables, pues las variables utilizadas en la tesis son escazas y
poco representativas de la situación.
Análisis de la Frontera Estocástica para un Packing de la Región
Análisis de Productividad 24
7 BIBLIOGRAFÍA
Mejías Valderrama, L. H. (2006). Análisis de eficiencia de las plantas procesadoras de manzana de
una empresa exportadora de fruta. Curicó: Universidad de Talca.