LA EFICIENCIA RELATIVA DE LASCOMPAÑÍAS DE TRANSPORTE

Tamaño: px
Comenzar la demostración a partir de la página:

Download "LA EFICIENCIA RELATIVA DE LASCOMPAÑÍAS DE TRANSPORTE"

Transcripción

1 LA EFICIENCIA RELATIVA DE LASCOMPAÑÍAS DE TRANSPORTE AEREO. María Belén Rey Legdos. Departamento de Economía Aplcada II. Facultad de CC Económcas. Unversdad Complutense de Madrd. 1. Introduccón. El objetvo de estas págnas es proponer y estmar dversos modelos teórcos que tratan de comprender el comportamento de las empresas que realzan actvdades de servcos de transporte aéreo, partendo de un marco de olgopolo, con produccón homogénea. El objetvo últmo que se persgue es determnar los efectos de la lberalzacón sobre la efcenca relatva de las empresas de transporte aéreo. El análss se dvde en tres partes, en la prmera se analzan las dferencas de efcenca entre las empresas, medda a través de los costes por pasajero-klómetro. En segundo lugar se estuda la relacón exstente entre el margen preco-coste de las compañías y su cuota de mercado. En tercer y últmo lugar se analzan los efectos conjuntos de los costes y la cuota sobre los precos medos de las compañías, meddos a través de los ngresos por pasajero-klómetro. 2. Dferencas de efcenca entre las compañías. El objetvo de este apartado es explorar las dferencas de efcenca entre las compañías, meddas a través de sus costes por pasajero-klómetro. 1

2 Para comparar estos costes entre las compañías hay que tener en cuenta que su nvel está nfludo por la dstanca meda y el factor de carga, que son elementos de control. Por lo tanto, vamos a tratar de ver s exsten dferencas mportantes entre los costes no explcadas por estos dos factores. Nuestra propuesta parte de la característca fundamental de la navegacón aérea, explctada por los técncos y recogda por Dogans (1991), a saber, que el coste total por asento klómetro dsponble dsmnuye conforme aumenta la dstanca recorrda, tal y como refleja el Gráfco Error!Argumento de modfcador desconocdo. referdo a un tpo de avón, el Arbus 320, para las rutas con orgen en Londres y destnos en París, Luxemburgo, Gnebra, Munch, Atenas y el Caro. Dogans, señala la exstenca de una sere de factores que determnan la relacón entre dstanca y costes untaros (por asento klómetro en un vuelo). En prmer lugar, el efecto de la dstanca sobre la velocdad. Es de todos conocdo, que la duracón de las operacones de aterrzaje y despegue de una nave es una proporcón de tempo relatvamente pequeña en relacón a la etapa total de vuelo, sempre y cuando la dstanca recorrda sea larga. En segundo lugar la dstanca de la etapa nfluye en la utlzacón de la flota y en el uso de la trpulacón. La flota aérea que poseen las compañías es un equpo captal de gran valor, que por otro lado supone un mportante desembolso ncal para las msmas, (la flota es consderada un coste rrecuperable 1 ), por lo que cuantas más horas vuelen los avones de una determnada flota, dsmnurá el coste por asento klómetro por hora. Lógcamente, las dotacones anuales para deprecacón, seguros y los mpuestos que soporta el avón, pueden repartrse cuanto mayor sea el número de horas voladas. Por lo que respecta a la trpulacón, una gran 1 Sunk Cost ó coste rrecuper able es un concepto d fer ente al de cost e fj o. Su def n cón est á lgada a l a de act vos específ cos, que son aquellos cuyo uso alternat vo, mplca una pérdda de val or s gnf catva. 2

3 proporcón de estos costes son fjos en el corto plazo, por lo que cuanto mayor es la dstanca de la etapa, menos tempo pasa la trpulacón en terra, con lo que el coste por bloque horaro dsmnuye. Pero donde son mas claras las mplcacones de una dsmnucón de los costes por vuelo cuando aumenta la dstanca, es en los mpuestos que pagan las compañías aéreas en los aeropuertos por aterrzaje y despegue. Los datos que sumnstra ICAO, (1988) sobre compañías, algunas de pequeño tamaño, como por ejemplo la Brtsh Mddland, que recorre unas dstancas medas en sus rutas de aproxmadamente 421 klómetros, paga unos mpuestos por sus operacones en los aeropuertos que venen a suponer aproxmadamente un 16% de sus costes totales. Otra compañía como Fnnar, con unas dstancas medas recorrdas en torno a los 800 klómetros tene unos costes por mpuestos sobre operacones de aproxmadamente un 11,3%. Por todas estas razones la curva de costes que resulta para un vuelo determnado y que aparece en el Gráfco Error!Argumento de modfcador desconocdo., es una curva de costes decrecente conforme aumenta la dstanca. 3

4 Gráf co Err or! Ar gumento de modfcador desconocdo. R elacón en tre la ds tanca y los cost es un taros por asent o klóm etro para un tpo de avón ( arbu s 320). 5 4,5 Pars Costes Untaros 4 3,5 3 2,5 2 Luxemburgo Gnebra Munch Atenas El Caro 1, Dstanca en kl metros Fuente: Dogans, R (1985): Flyng off course. Harper Collns Academc. London. Extrapolando esta relacón a una ruta, vamos a expresar en prmer lugar, los costes por asento dsponble. Hay que tener en cuenta que el coste por vuelo es una funcón crecente de la dstanca, mentras que el coste por asento klómetro, como se ha comentado anterormente es una funcón decrecente de la dstanca. Por ello el coste por asento puede expresarse formalmente de la sguente manera: CostesTotal CA = = Ad α asentos? dsponbles sendo 0 <α <1 ( Error!Argumento de modfcador desconocdo..) Donde: CA: Coste por asento dsponble d : dstanca en klómetros A : es una representacón de los costes drectos de operacón, que ncluyen los convenconales, trabajo, captal y consumos ntermedos y que pueden consderarse dados a corto plazo. 4

5 Y su representacón gráfca sería la reflejada en Gráfco Error!Argumento de modfcador desconocdo.. Gráf co Err or! Ar gumento de modfcador desconocdo. C os te por vuelo en fu ncón d e la d st an ca. coste por vuelo dstancaenkl metros Esta expresón puede transformarse en otra que refleja el coste por asento-klómetro dsponble u ofertado (CAKO), dvdendo ambos membros por la dstanca en klómetros, con lo que resulta: Coste? Total CAKO = = Ad α-1 ( Error!Argumento AKO de modfcador desconocdo..) Donde: CAKO: coste por asento-klómetro. AKO: asentos-klómetro ofertados. A: es una representacón de los costes drectos de operacón, que ncluyen los convenconales, trabajo, captal y consumos ntermedos y que pueden consderarse dados a corto plazo. d: dstanca en klómetros. Pero realmente nuestro nterés se centra en llegar a una expresón en funcón de los pasajeros-klómetro (PK) y no de los asentos dsponbles por klómetro (AKO), para lo que se transforma la formulacón Error!Argumento de modfcador desconocdo., 5

6 multplcando ambos membros de la msma por el cocente entre asentos-klómetro dsponbles y pasajeros-klómetro ofrecdo: Coste? Total AKO α 1 = Ad AKO PK AKO PK ( Error!Argumento de modfcador desconocdo.) Tenendo en cuenta que el cocente entre los asentos klometro ofertados (AKO) y los pasajeros klómetro efectuados (PK) es la nversa del coefcente de ocupacón (Load Factor) se obtene fnalmente la expresón Error!Argumento de modfcador desconocdo. que relacona los costes por pasajero klómetro drectamente con la dstanca e nversamente con el coefcente de ocupacón: Coste? Total α 1 1 = Ad PK LF de modfcador desconocdo.) ( Error!Argumento 2.1. Resultados de la estmacón Vamos a tratar a contnuacón de estmar la ecuacón Error!Argumento de modfcador desconocdo. con un panel de datos compuesto por 16 compañías de las que poseemos nformacón desde 1989 hasta Como sólo dsponemos de datos sobre los costes medos por pasajero-klómetro, de dstanca meda y de coefcente de ocupacón, nuestro nterés se centra en conocer la mportanca de las dferencas en A entre compañías, estas dferencas aparecerán recogdas en el térmno ndvdual θ. El modelo concreto a estmar se puede especfcar, la ecuacón Error!Argumento de modfcador desconocdo.. 2 L os datos or gnal es que se ut l zan para r eal zar las est mac ones se encuent ran r ecog dos en el cap tulo 3 de la tes s doctor al t tulada E fectos de la l beral zac ón del transporte aéreo sobre el mercado español de vuelos regulares ( ) 6

7 LnCme = LnA + ( α 1)Lnd LnLF + θ + u ( Error! Argum en to de modfcad or desconocd o.) Donde: Cme : coste medo de cada compañía. A : costes fjos de cada compañía. d : dstanca meda en klómetros recorrda por cada compañía. LF : coefcente de ocupacón de cada compañía. θ : efecto de empresa. u : perturbacón aleatora mxta (con efectos ndvduales y temporales). A la hora de nterpretar los resultados habrá que tener en cuenta, que se está extrapolando una funcón que es expresva de un vuelo, al conjunto de las operacones de cada compañía, lo que necesaramente ntroducrá errores de magntud dfícl de valorar a pror. La especfcacón de la ecuacón Error!Argumento de modfcador desconocdo. con datos de panel que se va a estmar se refere al período comprenddo entre y a 16 compañías, y adopta la forma econométrca sguente: LnCme t = β + β Lnd β LnLF + α +ν t ( Error!Argumento de o modfcador desconocdo.) 1 t 2 t = t = Donde: Ln Cme t : es el coste medo por pasajero-klómetro de cada compañía para cada año Ln d t :. es la dstanca meda recorrda por sus vuelos Ln LF t : es el coefcente de ocupacón α :son los efectos ndvduales nobservables 7

8 ν t : es el térmno de error Como no dsponemos de nformacón respecto a A como elemento dstnto de la dstanca, tenemos que omtr su ntroduccón. Sus efectos se recogen en el térmno ndvdual de las empresas. S las dferencas de A entre compañías son muy mportantes, los resultados de la estmacón lo pondrán de releve y en partcular los efectos ndvduales de empresa, α, lo recogerán. La estmacón usando la metodología de los datos de panel pretende medr el mpacto que las varables explcatvas X t (dstanca y coefcente de ocupacón) tenen sobre los costes medos de las empresas en los t años ( ). S ntroducmos en la estmacón varables fctcas, que recogen los posbles efectos ndvduales, entre ellos las dferencas en los precos de los nputs y productvdades de los msmos, de cada una de las empresas, obtenemos el modelo a estmar, representado en la ecuacón Error!Argumento de modfcador desconocdo.. En este contexto, la estratega habtual para obtener estmadores consstentes es la aplcacón del estmador ntragrupos o estmador de covaranza, es decr la aplcacón de MCO una vez que los datos se han transformado, restándole sus medas ndvduales. En este caso los θ son tratados como un conjunto de N coefcentes adconales correspondentes a N varables fctcas que se pueden estmar junto al vector β = (β 0, 1 β, 2 β). Este es el denomnado modelo de efectos fjos, reflejándose las dferencas estructurales entre empresas úncamente en los térmnos ndependentes. Alternatvamente, se puede suponer que los efectos ndvduales son una varable aleatora nobservable, ndependente de las varables explcatvas, y que pasa a formar parte del térmno de perturbacón. La estmacón en este caso de los parámetros β se realza medante el estmador de MCG y el modelo se denomna de efectos aleatoros. 8

9 En el método de estmacón utlzando datos de panel, hay que dstngur entre dos stuacones radcalmente dferentes, según que el efecto ndvdual esté o no correlaconado con las varables explcatvas X t. S los efectos de empresa están correlaconados con algunas varables X t, entonces las estmacones por MCO de los coefcentes del modelo son nconsstentes. Para obtener estmacones consstentes habría que transformar el modelo de tal forma que se elmnen tales efectos. Una prmera posbldad es el estmador ntragrupos, donde la transformacón consste en restar a cada varable su meda ndvdual desaparecendo de esta forma dchos efectos, por lo que s las varables X t son estrctamente exógenas en relacón al error mxto, el estmador MCO de β sería consstente ncluso en presenca de correlacón. El estmador ntragrupos utlza la varacón que se produce entre las observacones procedentes de cada ndvduo, a través del tempo, pero no entre los dstntos ndvduos. Por no utlzar toda la nformacón muestral, el estmador ntragrupos no es efcente en relacón al de MCG, excepto en el caso en que no exsta varacón entre ndvduos. Los resultados de la estmacón se recogen en los cuadros Cuadro 2. Error!Argumento de modfcador desconocdo. y Cuadro 2. Error!Argumento de modfcador desconocdo.. El valor del test de Hausman permte asegurar que no exsten efectos ndvduales correlaconados con los regresores. Los resultados de la regresón son muy satsfactoros. En la estmacón ntragrupos la dstanca no aparece como sgnfcatva, por el hecho de su varacón temporal es muy pequeña. En cambo, el coefcente de ocupacón se revela como muy sgnfcatvo. En la estmacón de MCG tambén la dstanca aparece como un factor relevante. Los resultados parecen confrmar que las compañías no tenen mportantes dferencas en su efcenca, medda a través de los 9

10 costes. Este resultado apoya la hpótess de un producto homogéneo en este sector. Los costes de las compañías son fundamentalmente dependentes de factores muy nítdos, dstanca y coefcente de ocupacón. Este resultado daría paso, asmsmo, a plantear de nuevo la hpótess de que el mercado del transporte aéreo es contestable, puesto que los costes no parecen depender en una gran medda de varables empresarales, entre ellas de los costes convenconales, captal, trabajo, etc. No obstante, esto no quere decr que no exstan dferencas en los costes. En un recente estudo realzado por Martín, J.C; Nombela, G; y Romero, M (1999) en el que se pretende evaluar la estructura de costes de las compañías aéreas con el objetvo de medr el mpacto del proceso de lberalzacón en la efcenca productva de las msmas, se concluye que las dferencas en los costes ctados, no muy grandes, dependen fundamentalmente de los precos de los npùts, captal y trabajo. Para explorar aún más claramente las dferencas en costes entre las compañías hemos ntroducdo varables fctcas para cada una de las empresas (Cuadro 2. Error!Argumento de modfcador desconocdo.), con el fn de aproxmar los valores de θ. La dstanca queda desplazada como varable sgnfcatva, lo que supone que los efectos ndvduales están correlaconados con ella Tres son las empresas (Brtsh Arways, Ibera y Olmpc), cuyos efectos resultan sgfcatvos, por lo que presentarían dferencas en costes no atrbubles a las varables de control (dstanca y coefcente de ocupacón) aunque relaconadas con ellas. En el Cuadro 2. Error!Argumento de modfcador desconocdo. donde se encuentran recogdas las dstancas medas recorrdas por cada una de estas compañías, podemos observar como Brtsh Arways es la que mayor dstancas recorre estando en torno a los klómetros, seguda de Ibera, klómetros y Olmpc klómetros. Las dstancas recorrdas por estas tres compañías son smlares al resto de las grandes compañías, alejándose, como es de 10

11 esperar, de las dstancas recorrdas por las pequeñas compañías., en torno a los 500 klómetros. Por tanto, a la hora de buscar una explcacón sobre la los efectos ndvduales de estas tres compañías podríamos consderar factores propos de cada una de ellas. Por ejemplo en el caso de Brtsh Arways la explcacón sería probablemente su prvatzacón con anterordad a que empezase el proceso de lberalzacón materalzado en los dstntos paquetes de meddas. La ctada prvatzacón mplcó fuertes reduccones en los costes de la compañía procedentes fundamentalmente de las reduccones de plantlla y salaros de los plotos. Por otra parte la no sgnfcacón de la dstanca cuando se modelzan los efectos ndvduales ndcaría que el α de la funcón de costes, es decr, el exponente de la dstanca es gual a 1, lo que mostraría que para el conjunto de las operacones de cada compañía no es válda la transposcón de la funcón de costes representatva de un vuelo (que es la formulada por Dogans). Pero los resultados obtendos no permten conclur claramente que todo esto sea así, como ya se ha señalado. Los factores ndvduales de costes detectados, que reducen la sgnfcacón de la dstanca, guardan alguna relacón con ella, por eso la desplazan como varable sgnfcatva al ser ntroducdos. Cu ad ro 2. Err or! Ar gumento de modfcador desconocdo. D s tan ca m ed a en klómet ros recorrd a p or algu nas comp añ ías aéreas eu ropeas ( ) AF Ar France IT Ar Inter nd nd UK Ar UK AZ Altala AO Avaco nd nd nd BA Brtsh Arways nd BD Brtsh Mdland nd IB Ibera KL KLM LH Lufthansa IG Merdana nd nd nd OA Olmpc Arways

12 SK SAS TP TAP- Ar Portugal nd nd FV Vva Ar nd nd Fuente: Elaboracón propa con datos de IATA. 12

13 Cu ad ro 2. Err or! Ar gumento de modfcador desconocdo. Est macón de la f uncón d e cost es en fu ncón d e la ds tanca y el coefcent e d e ocu pacón LnCme t = β + β Lnd β LnLF + α +ν t o 1 E.Intragrupos MCG C 4,060 Standar Error 0,688 t- estadístco (5,901) Coef de Ocup (LF) -1,321-1,147 Standar Error 0,421 0,358 t- estadístco (-3,134) (-3,202) Dstanca -0,363-0,239 Standar Error 0,333 0,084 t- estadístco (-1,090) (-2,849) R2 Ajustado 0,683 0,616 Standar Error de la regresón 0,213 0,234 Nº observacones Test de Hausman, CHISQ(2) 0,709 t (1) Test de Hausman asntótcamente dstrbudo como una χ 2 (1) bajo la hpótess nula de no correlacón entre los efectos ndvduales y las varables explcatvas 3 t 13

14 Cu ad ro 2. Err or! Ar gumento de modfcador desconocdo. Est macón de los cos tes en fu ncón d e la ds tanca y el coefcent e d e ocu pacón nclu yen do varables fct cas por em presas LnCme t = β + β Lnd β LnLF + DE t t + α + υ E.Intragrupos MCG C 5,168 Standard Error 2,362 t-statstc (2,188) Coef de Ocup -1,321-1,321 Standar Error 0,476 0,375 t- estadístco (-2,776) (-3,520) Dstanca -0,363-0,363 Standar Error 0,376 0,296 t- estadístco (-0,965) (-1,224) DT2 (AIR INTER) -0,279 Standard Error 0,488 t-statstc (-0,573) DT3 (AIR UK) -0,524 Standard Error 0,541 t-statstc (-0,969) DT4 (ALITALIA) -0,304 Standard Error 0,183 t-statstc (-1,658) DT5 (AVIACO) -0,547 Standard Error 0,540 t-statstc (-1,013) DT6 (BRITISH AIRWAYS) -0,330 Standard Error 0,107 t-statstc (-3,098) DT7 (BRITISH MIDDLAND) -0,325 Standard Error 0,545 t-statstc (-0,597) DT8 (IBERIA) -0,406 Standard Error 0,208 t-statstc (-1,953) DT9 (KLM) -0,176 Standard Error 0,163 t-statstc (-1,081) DT10 (LUFTHANSA) -0,061 Standard Error 0,157 t-statstc (-0,390) DT11 (MERIDIANA) -0,648 Standard Error 0,483 t-statstc (-1,342) DT12 (OLIMPIC) -0,705 Standard Error 0,244 t-statstc (-2,895) DT13 (SAS) 0,052 Standard Error 0,309 t-statstc (0,169) DT14 (TAP) -0,171 Standard Error 0,140 t-statstc (-1,216) DT15 (VIVA AIR) -0,279 Standard Error 0,232 t-statstc (-1,202) R2 Ajustado 0,601 0,601 Standar Error de la regresson 0,240 0,240 Nº de observacones Test de Hausman, CHISQ(2) 0,000 (1) Test de Hausman asntótcamente dstrbudo como una χ 2 (1) bajo la hpótess nula de no correlacón entre los efectos ndvduales y las varables explcatvas t 14

15 3. Precos, márgenes y competenca Formulacón del modelo de competenca por empresas. En éste apartado se pretende formular de manera general un modelo de competenca olgopolsta en el sector del transporte aéreo, suponendo que las empresas se comportan tpo Cournot Cada compañía se enfrenta a una maxmzacón de benefcos en cantdades, de tal forma que: MAX Π = p (Q) q - C (q ) Q = q 1 + q q n. =1...N compañías q, Q -1 de modfcador desconocdo.) ( Error!Argumento Donde: Π = benefcos de la empresa -ésma. Q= produccón total del mercado. p (Q) = funcón de demanda. C (q ) = funcón de costes. Maxmzando dcha funcón respecto a la cantdad de producto, sn tener en cuenta la posbldad de nuevas entradas en el mercado, se obtene : ƒπ ƒq ƒp (Q) ƒq = p (Q) + q cm = 0 ƒq ƒq ( Error!Argumento de modfcador desconocdo.) Donde: ƒq ƒq ƒq 1 ƒq ƒq n = +???+ +???+ = 1+ λ ƒq ƒq ƒq ( Error!Argumento de modfcador desconocdo.) Sendo λ la reaccón de las restantes empresas del mercado ante un aumento de la produccón de la empresa -ésma. 15

16 Susttuyendo ƒq ƒq = 1+ λ en la expresón ( Error!Argumento de modfcador desconocdo.), y operando, par a obtener el margen pr eco cos te, s e obtene la solucón a la condcón de prmer orden de maxmzacón de benefcos par a cada una de las empr esas, donde el ctado mar gen es gual al cocente entre cuota de mer cado y elastcdad. Suponendo que λ es gual a 0, que es el supuesto mplícto del modelo de Cour not, se obtene: p (1 + λ = s ) cm p ξ de modfcador desconocdo.) p cm s Como λ =0 = p ξ de modfcador desconocdo.) ( Error!Argumento ( Error!Argumento Donde: p cm p s es el margen preco coste de cada compañía es la cuota de mercado de cada compañía, calculada como el cocente entre los ngresos totales de cada compañía y la suma de los ngresos de las compañías consderadas en la submuestra. ξ es la elastcdad demanda preco El prmer modelo que se estma es por tanto el representado en la ecuacón ( Error!Argumento de modfcador desconocdo.), donde se relacona margen y cuota para cada compañía. Con el fn de ntroducr las dferencas en los precos por pasajero y en los costes por pasajero, se procede a estmar este modelo después de someter a la expresón fnal ( Error!Argumento de modfcador desconocdo.) a las sguentes transformacones, buscando expresar los precos en funcón de los costes medos y de la cuota; 16

17 cm 1 p s = ξ ( Error!Argumento de modfcador desconocdo.) cm p s = 1 ξ ( Error!Argumento de modfcador desconocdo.) p = cm s 1 ξ = cm s ξ 1 ( Error!Argumento de modfcador desconocdo.) Tomando logartmos en Error!Argumento de modfcador desconocdo., se obtene: Lnp s = Lncm + Ln 1 ξ ( Error!Argumento de modfcador desconocdo.) Tenendo en cuenta que cm es funcón de A (parámetro de costes fjos) de la dstanca y del coefcente de ocupacón, tendremos: Ln cm = Ln A + Ln d Ln LF ( Error!Argumento de modfcador desconocdo.) Consderando que cm = A (α 1) d α-2, el resultado fnal al susttur esta expresón y la ( Error!Argumento de modfcador desconocdo.) en ( Error!Argumento de modfcador desconocdo.) es: 17

18 Lnp s = LnA + Ln( α 1) + ( α 2)Lnd Ln LF + Ln 1 ξ ( Error!Argumento de modfcador desconocdo.) Donde: p se aproxma por el ngreso medo por pasajero klómetro de cada compañía. A se aproxma por el coste medo por pasajero klómetro para cada compañía LF es el coefcente de ocupacón de cada compañía. s es la cuota de mercado de cada compañía, calculada como el cocente entre los ngresos totales de cada compañía y la suma de ngresos de todas las compañías ncludas en la submuestra. ξ es la elastcdad demanda preco. La ecuacón ( Error!Argumento de modfcador desconocdo.), que vamos a estmar, pretende medr la sensbldad de los precos fjados por las compañías en un mercado global, con respecto a la dstanca meda recorrda (que es un factor determnante de los costes, o varable de control, como ya se ha explcado en el apartado anteror al comparar la efcenca entre empresas) y con la cuota de mercado que poseen en el mercado global Resultados de la estmacón del modelo Los res ultados de la estmacón del prmer modelo, s e recogen en el Cuadro 3. Error!Argumento de modfcador desconocdo. y Cuadro 3. Error!Argumento de modfcador desconocdo.. En el prmer o de ellos (Cuadro 3. Error!Argumento de modfcador desconocdo.) se es tma el modelo que r elacona el mar gen preco coste de cada compañía con la cuota de mercado, calculada como el rato entr e los ngr es os operatvos totales de la compañía y el total de ngresos mundales. La tr ansformacón del modelo tomando logartmos no ha sdo posble dado que para alguna de las compañías en algún 18

19 año el margen es negatvo. El resultado de la estmacón por M CG, arr oja un mpacto del cocente cuota-elas tcdad negatvo s obre el margen y no sgnfcatvo. De estos res ultados parece deducr se la exs tenca de efectos ndvduales es pecíf cos para cada empr esa es decr, estaríamos consder ando que todas las empres as actúan de la msma forma, cuando realmente esto no tene porqué ser así. Por esta r azón, se ntr oducen varables fctcas temporales, que tratan de captar la presenca de estas dferencas de comportamento. Los resultados aparecen en el Cuadro 3. Error!Argumento de modfcador desconocdo., y en ef ecto se confrma que cuando se cons deran los ef ectos ndvduales de las empr esas, la cuota se tr ans forma en una varable sgnfcatva. Por otro lado los res ultados del tes t de Hausman mues tran aus enca de cor relacón entr e los efectos ndvduales y la varable explcatva. Los res ultados de la estmacón del s egundo modelo de competenca por empr esas repr esentado en la ecuacón ( Error!Argumento de modfcador desconocdo.), en el que se pretende medr la s ensbldad de los precos con r especto a los costes y a la cuota. En es te caso los precos se han apr oxmado por los ngr es os por pas ajero-klómetro, los resultados s e recogen en el Cuadro 3. Error!Argumento de modfcador desconocdo.. Observamos que el coste medo tene un mpacto postvo y muy sgnfcatvo sobre los precos de las compañías, la cuota, sn embargo, no es sgnfcatva, y su mpacto es negatvo, parecendo ndcar que las compañías con mayores cuotas de mercado tenen capacdad para fjar precos menores. Sn embargo el test de Hausman, ofrece un valor superor al valor crítco obtendo en tablas, con lo que se rechaza la hpótess nula. Es decr hay correlacón entre efectos ndvduales y las varables explcatvas. El resultado de la cuota de mercado, en todo caso, contrasta abertamente con lo que sucede en la realdad, en la que compañías recén ntroducdas en el mercado, con 19

20 cuotas muy nferores a las de las compañías de bandera compten con precos más bajos. La reaccón que se observa por parte de las grandes es a la gualacón de esos precos. Cu ad ro 3. Err or! Ar gumento de modfcador desconocdo. Efectos de la cu ot a d e mercado d e las comp añías aéreas sobre s u m argen u nt aro. s t MPC t = β0 + β1 + ξt E.Intragrupos MCG C -0,547 Standar Error 0,351 t- estadístco (-1,557) Cuota/Elastcdad 1,928 4,532 Standar Error 8,150 3,203 t- estadístco (0,237) 1,415 R2 Ajustado 0,484 0,400 Standar Error de la regresón (0,688) (0,742) Nº observacones Test de Hausman, CHISQ(1) 0,121 (1) Test de Hausman asntótcamente dstrbudo como una χ 2 (1) bajo la hpótess nula de no correlacón entre los efectos ndvduales y las varables explcatvas Donde: s : Cuota de mercado de cada compañía europea ncluda en el análss calculada como rato entre los ngresos operatvos totales de la compañía y la suma de ngresos de todas las compañías ncludas en la submuestra. u t MPC = p cm p : margen preco coste calculado como el rato entre la proporcón sobre los ngresos medos de cada compañía de la dferenca entre ngreso medo y coste medo. ξ : Elastcdad demanda preco. Se supone constante para todas las compañías. 20

21 Cu ad ro 3. Err or! Ar gumento de modfcador desconocdo. efectos de la cu ot a d e mercado d e las comp añías aéreas sobre s u m argen u nt aro (varab les f ct cas temp orales). s t MPC t = β0 + β1 + β2 D t + ξt MCG C -1,848 Standar Error 0,294 t- estadístco (-6,293) Cuota/Elastcdad 10,215 Standar Error 3,027 t- estadístco (3,375) DT2 (año 1990) 1,182 Standar Error 0,318 t- estadístco (3,714) DT3 (año 1991) 1,025 Standar Error 0,436 t- estadístco (2,350) DT4 (año 1992) 1,996 Standar Error 0,375 t- estadístco (5,325) DT5 (año 1993) 1,081 Standar Error 0,321 t- estadístco (3,366) DT6 (año 1994) -0,061 Standar Error 0,450 t- estadístco (-0,136) DT7 (año 1995) 1,399 Standar Error 0,364 t- estadístco (3,847) R2 Ajustado 0,393 Standar Error de la regresón 0,746 Nº observacones 56 Test de Hausman, CHISQ(1) 1,025 (1) Test de Hausman asntótcamente dstrbudo como una χ 2 (1) bajo la hpótess nula de no correlacón entre los efectos ndvduales y las varables explcatvas Donde: s : Cuota de mercado de cada compañía europea ncluda en el análss calculada como rato entre los ngresos operatvos totales de la compañía y la suma de ngresos de todas las compañías ncludas en la submuestra. u t MPC = p cm p : margen preco coste calculado como el rato entre la proporcón sobre los ngresos medos de cada compañía de la dferenca entre ngreso medo y coste medo. ξ : Elastcdad demanda preco. Se supone constante para todas las compañías. DT t : varables fctca temporal. 21

22 Cu ad ro 3. Err or! Ar gumento de modfcador desconocdo. Efecto d e los cost es por pasajero y d e la cu ota d e m ercad o de las com pañ ías aéreas s obre sus ngres os por pasajero (modelo en logart mos). s t Ln pt = β0 + β1 Ln cmt + β2 Ln 1 + ξt E.Intragrupos MCG C 0,177 Standar Error 0,057 t- estadístco (3,130) Ln Coste Medo 0,925 0,933 Standar Error 0,025 0,017 t- estadístco (37,655) (-1,209) Ln (1-(Cuota/Elastcdad)) -0,673-0,197 Standar Error 0,684 0,017 t- estadístco (-0,984) (55,129) R2 Ajustado 0,994 0,992 Standar Error de la regresón 0,033 0,036 Nº observacones Test de Hausman, CHISQ(2) 6,958 (1) Test de Hausman asntótcamente dstrbudo como una χ 2 (2) bajo la hpótess nula de no correlacón entre los efectos ndvduales y las varables explcatvas. u t Donde: p se aproxma por el ngreso medo por pasajero klómetro de cada compañía. A se aproxma por el coste medo por pasajero klómetro para cada compañía LF es el coefcente de ocupacón de cada compañía. s es la cuota de mercado de cada compañía, calculada como el cocente entre los ngresos totales de cada compañía y la suma de ngresos de todas las compañías ncludas en la submuestra. ξ es la elastcdad demanda preco. Para mejorar los resultados, nuevamente procedemos a la ntroduccón de varables fctcas temporales. Los resultados que aparecen en el Cuadro 3. Error!Argumento de modfcador desconocdo. sguen sendo, que los costes medos son una varable muy sgnfcatva, mentras que la cuota contnua sn serlo. Por otro lado, el test de Hausman conduce a la aceptacón de la hpótess nula de ausenca de correlacón entre efectos ndvduales y regresores. 22

23 La ntroduccón de las varables fctcas temporales, parece mostrar como sgnfcatvo úncamente el año 1993, con respecto a los ngresos por pasajero, y además con mpacto negatvo. No debemos olvdar, que en esa fecha se pone en marcha el tercer paquete de meddas lberalzadoras, que supuso la lbertad de fjacón de precos por parte de las compañías. Por lo que el resultado sería coherente, una vez que hay lbre competenca, los precos tenden a bajar, y con ello los ngresos de las compañías, por lo que la forma de mantener o aumentar los benefcos tene que venr por las reduccones de costes. 23

24 Cu ad ro 3. Err or! Ar gumento de modfcador desconocdo. Efecto d e los cost e u ntaros y de la cuot a de mercado de las compañías aéreas sob re su s ngresos p or pasaj ero (m od elo en logartm os y con varab les f ct cas t emp orales). s t Ln pt = β0 + β1 Ln cmt + β2 Ln 1 + β3 Ln D t + ξt E.Intragrupos MCG C 0,218 Standar Error 0,054 t- estadístco (4,042) Cuota/Elastcdad -0,309-0,165 Standar Error 0,628 0,172 t- estadístco (-0,492) (-0,961) Ln Coste Medo 0,908 0,921 Standar Error 0,024 0,016 t- estadístco (37,906) (57,027) DT2 (año 1990) -0,022-0,025 Standar Error 0,015 0,014 t- estadístco (-1,537) (-1,732) DT3 (año 1991) 0,002-0,001 Standar Error 0,015 0,015 t- estadístco (0,150) (-0,073) DT4 (año 1992) -0,001-0,004 Standar Error 0,015 0,014 t- estadístco -0,047 (-0,262) DT5 (año 1993) -0,031-0,032 Standar Error 0,014 0,014 t- estadístco (-2,196) (-2,273) DT6 (año 1994) 0,006 0,004 Standar Error 0,014 0,014 t- estadístco (0,386) (0,278) DT7 (año 1995) 0,029 0,027 Standar Error 0,015 0,014 t- estadístco (1,971) (1,880) R2 Ajustado 0,996 0,994 Standar Error de la regresón 0,028 0,031 Nº observacones Test de Hausman, CHISQ(2) 7,055 (1) Test de Hausman asntótcamente dstrbudo como una χ 2 (2) bajo la hpótess nula de no correlacón entre los efectos ndvduales y las varables explcatvas u t 4. Conclusones La prncpal conclusón que se obtene de las págnas anterores es la nexstenca de dferencas sgnfcatvas en la efcenca entre las empresas de transporte aéreo durante el perodo de lberalzacón, meddas a través de los costes, expresados estos como una relacón funconal entre la dstanca y el coefcente de ocupacón, que se han consderado varables de control para todas las compañías. De hecho los resultados de la estmacón del modelo propuesto, sólo muestran a tres compañías en las cuales s se producrían dferencas en los costes no atrbubles a las varables de control, Ibera, 24

25 Olmpc, y Brtsh Arways. La explcacón en el caso de esta últma compañía sería probablemente su prvatzacón con anterordad a que empezase el proceso de lberalzacón materalzado en los dstntos paquetes de meddas. La ctada prvatzacón mplcó fuertes reduccones en los costes de la compañía procedentes fundamentalmente de las reduccones de plantlla y salaros de los plotos. Por lo que respecta a los resultados de la estmacón del modelo que relacona el margen preco coste de cada compañía con su cuota de mercado, éstos nos muestran a la varable explcatva como no sgnfcatva, lo que supone que todas las empresas actúan de la msma forma, la correccón del modelo ncluyendo varables fctcas mejora los resultados dado que la cuota se transforma en varable sgnfcatva aparecendo dos efectos temporales sgnfcatvos correspondentes a los años 1990 y Por últmo, cuando se pretende medr la sensbldad de los precos (representada a través de los ngresos por pasajero-klómetro) con respecto a los costes y a la cuota, los costes como era de esperar son una varable muy sgnfcatva y con mpacto postvo. Con respecto a los resultados tras ntroducr varables fctcas temporales, muestran que el únco año con mpacto sgnfcatvo sería

26 Referencas - Bethancor, O y Calderón, J (1994): Efectos de la desregulacón del transporte aéreo en España FEDEA. Documento de trabajo núm 18. Dcembre. - Dogans, R (1985): Flyng off course. Harper Collns Academc. London. - Dogans, R (1994): The mpact of lberalzaton on European arlnes strateges and operatons. Journal of Ar Transport Management. Vol 1.nº1.Pag Martín, J.C, Nombela, G y romero, M (1999) : European Arlne Industry : A cost Analyss and Economc Performance Evaluaton. Pendente de publcacón. - Rey, M.B: (1997): Fundamental changes n the structure of the european domestc market after lberalzaton of ar transpor: the partcular case of Ibera. Documento aceptado en la 8ª conferenca mundal sobre transporte. Amberes Bélgca. - Myro, R y Rey, M.B (1998): Hay competenca en el transporte aéreo español?. Revsta Economstas. Extra, núm 77. pag Rey, M.B (1995): Impacto de la Lberalzacón del Transporte Aéreo en España. Revsta Economstas Extra. nº 66-67, Pg

ESTRUCTURA DE MERCADO Y EFICIENCIA EMPRESARIAL EN EL TRANSPORTE AÉREO

ESTRUCTURA DE MERCADO Y EFICIENCIA EMPRESARIAL EN EL TRANSPORTE AÉREO 2003 NÚMERO 808 INFRAESTRUCTURAS: TRANSPORTES E INDUSTRIAS DE RED ESTRUCTURA DE MERCADO Y EFICIENCIA EMPRESARIAL EN EL TRANSPORTE AÉREO María Belén Rey Legdos* La lberalzacón del transporte aéreo es un

Más detalles

Análisis de Regresión y Correlación

Análisis de Regresión y Correlación 1 Análss de Regresón y Correlacón El análss de regresón consste en emplear métodos que permtan determnar la mejor relacón funconal entre dos o más varables concomtantes (o relaconadas). El análss de correlacón

Más detalles

EXPERIMENTACIÓN COMERCIAL(I)

EXPERIMENTACIÓN COMERCIAL(I) EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado

Más detalles

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia

Investigación y Técnicas de Mercado. Previsión de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): Ajustes de Tendencia Investgacón y Técncas de Mercado Prevsón de Ventas TÉCNICAS CUANTITATIVAS ELEMENTALES DE PREVISIÓN UNIVARIANTE. (IV): s de Tendenca Profesor: Ramón Mahía Curso 00-003 I.- Introduccón Hasta el momento,

Más detalles

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis Tema. Estadístcos unvarados: tendenca central, varabldad, asmetría y curtoss 1. MEDIDA DE TEDECIA CETRAL La meda artmétca La medana La moda Comparacón entre las meddas de tendenca central. MEDIDA DE VARIACIÓ

Más detalles

Capitalización y descuento simple

Capitalización y descuento simple Undad 2 Captalzacón y descuento smple 2.1. Captalzacón smple o nterés smple 2.1.1. Magntudes dervadas 2.2. Intereses antcpados 2.3. Cálculo de los ntereses smples. Métodos abrevados 2.3.1. Método de los

Más detalles

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma Estadístca Tema 1: Estadístca Descrptva Undmensonal Undad 2: Meddas de Poscón, Dspersón y de Forma Área de Estadístca e Investgacón Operatva Lceso J. Rodríguez-Aragón Septembre 2010 Contendos...............................................................

Más detalles

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado

De factores fijos. Mixto. Con interacción Sin interacción. No equilibrado. Jerarquizado Análss de la varanza con dos factores. Introduccón Hasta ahora se ha vsto el modelo de análss de la varanza con un factor que es una varable cualtatva cuyas categorías srven para clasfcar las meddas de

Más detalles

DEFINICIÓN DE INDICADORES

DEFINICIÓN DE INDICADORES DEFINICIÓN DE INDICADORES ÍNDICE 1. Notacón básca... 3 2. Indcadores de ntegracón: comerco total de benes... 4 2.1. Grado de apertura... 4 2.2. Grado de conexón... 4 2.3. Grado de conexón total... 5 2.4.

Más detalles

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos. ESTADÍSTICA I. Recuerda: Poblacón: Es el conjunto de todos los elementos que cumplen una determnada propedad, que llamamos carácter estadístco. Los elementos de la poblacón se llaman ndvduos. Muestra:

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó

Comparación entre distintos Criterios de decisión (VAN, TIR y PRI) Por: Pablo Lledó Comparacón entre dstntos Crteros de decsón (, TIR y PRI) Por: Pablo Lledó Master of Scence en Evaluacón de Proyectos (Unversty of York) Project Management Professonal (PMP certfed by the PMI) Profesor

Más detalles

1.- Una empresa se plantea una inversión cuyas características financieras son:

1.- Una empresa se plantea una inversión cuyas características financieras son: ESCUELA UNIVERSITARIA DE ESTUDIOS EMPRESARIALES. Departamento de Economía Aplcada (Matemátcas). Matemátcas Fnanceras. Relacón de Problemas. Rentas. 1.- Una empresa se plantea una nversón cuyas característcas

Más detalles

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1

Econometría. Ayudantía # 01, Conceptos Generales, Modelo de Regresión. Profesor: Carlos R. Pitta 1 Escuela de Ingenería Comercal Ayudantía # 01, Conceptos Generales, Modelo de Regresón Profesor: Carlos R. Ptta 1 1 cptta@spm.uach.cl Escuela de Ingenería Comercal Ayudantía 01 Parte 01: Comentes Señale

Más detalles

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo Evaluacón Económca de Proyectos de Inversón 1 ANTECEDENTES GENERALES. La evaluacón se podría defnr, smplemente, como el proceso en el cual se determna el mérto, valor o sgnfcanca de un proyecto. Este proceso

Más detalles

MODELOS DE ELECCIÓN BINARIA

MODELOS DE ELECCIÓN BINARIA MODELOS DE ELECCIÓN BINARIA Econometría I UNLP http://www.econometra1.depeco.econo.unlp.edu.ar/ Modelos de Eleccón Bnara: Introduccón Estamos nteresados en la probabldad de ocurrenca de certo evento Podemos

Más detalles

Índice de Precios de las Materias Primas

Índice de Precios de las Materias Primas May-15 Resumen Ejecutvo El objetvo del (IPMP) es sntetzar la dnámca de los precos de las exportacones de Argentna, consderando la relatva establdad en el corto plazo de los precos de las ventas externas

Más detalles

Matemática Financiera Sistemas de Amortización de Deudas

Matemática Financiera Sistemas de Amortización de Deudas Matemátca Fnancera Sstemas de Amortzacón de Deudas 7 Qué aprendemos Sstema Francés: Descomposcón de la cuota. Amortzacones acumuladas. Cálculo del saldo. Evolucón. Representacón gráfca. Expresones recursvas

Más detalles

Clase 25. Macroeconomía, Sexta Parte

Clase 25. Macroeconomía, Sexta Parte Introduccón a la Facultad de Cs. Físcas y Matemátcas - Unversdad de Chle Clase 25. Macroeconomía, Sexta Parte 12 de Juno, 2008 Garca Se recomenda complementar la clase con una lectura cudadosa de los capítulos

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández

12-16 de Noviembre de 2012. Francisco Javier Burgos Fernández MEMORIA DE LA ESTANCIA CON EL GRUPO DE VISIÓN Y COLOR DEL INSTITUTO UNIVERSITARIO DE FÍSICA APLICADA A LAS CIENCIAS TECNOLÓGICAS. UNIVERSIDAD DE ALICANTE. 1-16 de Novembre de 01 Francsco Javer Burgos Fernández

Más detalles

REGRESION Y CORRELACION

REGRESION Y CORRELACION nav Estadístca (complementos) 1 REGRESION Y CORRELACION Fórmulas báscas en la regresón lneal smple Como ejemplo de análss de regresón, descrbremos el caso de Pzzería Armand, cadena de restaurantes de comda

Más detalles

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS

OPERACIONES ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS P L V S V LT R A BANCO DE ESPAÑA OPERACIONES Gestón de la Informacón ARMONIZACION DE CRITERIOS EN CALCULO DE PRECIOS Y RENDIMIENTOS El proceso de ntegracón fnancera dervado de la Unón Monetara exge la

Más detalles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles

Unidad I. 1. 1. Definición de reacción de combustión. 1. 2. Clasificación de combustibles 2 Undad I.. Defncón de reaccón de combustón La reaccón de combustón se basa en la reaccón químca exotérmca de una sustanca (o una mezcla de ellas) denomnada combustble, con el oxígeno. Como consecuenca

Más detalles

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS.

TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. GESTIÓN FINANCIERA. TEMA 10. OPERACIONES PASIVAS Y OPERACIONES ACTIVAS. 1.- Funconamento de las cuentas bancaras. FUNCIONAMIENTO DE LAS CUENTAS BANCARIAS. Las cuentas bancaras se dvden en tres partes:

Más detalles

Economía de la Empresa: Financiación

Economía de la Empresa: Financiación Economía de la Empresa: Fnancacón Francsco Pérez Hernández Departamento de Fnancacón e Investgacón de la Unversdad Autónoma de Madrd Objetvo del curso: Dentro del contexto de Economía de la Empresa, se

Más detalles

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS

CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS CAPÍTULO 5 REGRESIÓN CON VARIABLES CUALITATIVAS Edgar Acuña Fernández Departamento de Matemátcas Unversdad de Puerto Rco Recnto Unverstaro de Mayagüez Edgar Acuña Analss de Regreson Regresón con varables

Más detalles

Lección 4. Ejercicios complementarios.

Lección 4. Ejercicios complementarios. Introduccón a la Estadístca Grado en Tursmo Leccón 4. Ejerccos complementaros. Ejercco 1 (juno 06). La nformacón relatva al mes de enero sobre los ngresos (X) y los gastos (Y), expresados en mles de euros,

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Juno de 3 9: horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta A B C En Blanco Pregunta

Más detalles

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA

CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA CÁLCULO DE INCERTIDUMBRE EN MEDIDAS FÍSICAS: MEDIDA DE UNA MASA Alca Maroto, Rcard Boqué, Jord Ru, F. Xaver Rus Departamento de Químca Analítca y Químca Orgánca Unverstat Rovra Vrgl. Pl. Imperal Tàrraco,

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 7 de Mayo de 08 9:00 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta A B C En Blanco

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septembre de 01 15:30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e mal: Pregunta 1 A B C

Más detalles

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera

Material realizado por J. David Moreno y María Gutiérrez. Asignatura: Economía Financiera Tema - MATEMÁTICAS FINANCIERAS Materal realzado por J. Davd Moreno y María Gutérrez Unversdad Carlos III de Madrd Asgnatura: Economía Fnancera Apuntes realzados por J. Davd Moreno y María Gutérrez Advertenca

Más detalles

Correlación y regresión lineal simple

Correlación y regresión lineal simple . Regresón lneal smple Correlacón y regresón lneal smple. Introduccón La correlacón entre dos varables ( e Y) se refere a la relacón exstente entre ellas de tal manera que a determnados valores de se asocan

Más detalles

Pruebas Estadísticas de Números Pseudoaleatorios

Pruebas Estadísticas de Números Pseudoaleatorios Pruebas Estadístcas de Números Pseudoaleatoros Prueba de meda Consste en verfcar que los números generados tengan una meda estadístcamente gual a, de esta manera, se analza la sguente hpótess: H 0 : =

Más detalles

ACTIVIDADES INICIALES

ACTIVIDADES INICIALES Soluconaro 7 Números complejos ACTIVIDADES INICIALES 7.I. Clasfca los sguentes números, dcendo a cuál de los conjuntos numércos pertenece (entendendo como tal el menor conjunto). a) 0 b) 6 c) d) e) 0 f)

Más detalles

Efectos de la temporalidad sobre los beneficios de las empresas manufactureras españolas

Efectos de la temporalidad sobre los beneficios de las empresas manufactureras españolas Efectos de la temporaldad sobre los benefcos de las empresas manufactureras españolas César Rodríguez Gutérrez Unversdad de Ovedo Códgo JEL: J21, J41 Palabras clave: Empleo temporal, benefcos, productvdad

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Trabajo y Energía Cinética

Trabajo y Energía Cinética Trabajo y Energía Cnétca Objetvo General Estudar el teorema de la varacón de la energía. Objetvos Partculares 1. Determnar el trabajo realzado por una fuerza constante sobre un objeto en movmento rectlíneo..

Más detalles

Maestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto

Maestría en Economía Facultad de Ciencias Económicas Universidad Nacional de La Plata TESIS DE MAESTRIA. ALUMNO Laura Carella. DIRECTOR Alberto Porto Maestría en Economía Facultad de Cencas Económcas Unversdad Naconal de La Plata TESIS DE MAESTRIA ALUMNO Laura Carella TITULO Educacón unverstara: medcón del rendmento académco a través de fronteras de

Más detalles

Aspectos fundamentales en el análisis de asociación

Aspectos fundamentales en el análisis de asociación Carrera: Ingenería de Almentos Perodo: BR01 Docente: Lc. María V. León Asgnatura: Estadístca II Seccón A Análss de Regresón y Correlacón Lneal Smple Poblacones bvarantes Una poblacón b-varante contene

Más detalles

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública

Unidad Central del Valle del Cauca Facultad de Ciencias Administrativas, Económicas y Contables Programa de Contaduría Pública Undad Central del Valle del Cauca Facultad de Cencas Admnstratvas, Económcas y Contables Programa de Contaduría Públca Curso de Matemátcas Fnanceras Profesor: Javer Hernando Ossa Ossa Ejerccos resueltos

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA ERMODINÁMICA AANZADA Undad III: ermodnámca del Equlbro Fugacdad Fugacdad para gases, líqudos y sóldos Datos volumétrcos 9/7/ Rafael Gamero Fugacdad ropedades con varables ndependentes y ln f ' Con la dfncón

Más detalles

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

El Impacto de las Remesas en el PIB y el Consumo en México, 2015 El Impacto de las Remesas en el y el Consumo en Méxco, 2015 Ilana Zárate Gutérrez y Javer González Rosas Cudad de Méxco Juno 23 de 2016 1 O B J E T I V O Durante muchos años la mgracón ha sdo vsta como

Más detalles

Examen Final de Econometría Grado

Examen Final de Econometría Grado Examen Fnal de Econometría Grado 17 de Mayo de 2016 15.30 horas Apelldos: Grado (ADE/ ECO): Nombre del profesor(a): Nombre: Grupo: Emal: Antes de empezar a resolver el examen, rellene TODA la nformacón

Más detalles

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL Relacón de Ejerccos nº 2 ( tema 5) Curso 2002/2003 1) Las cento trenta agencas de una entdad bancara presentaban, en el ejercco 2002, los sguentes datos correspondentes

Más detalles

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria

Objetivo del tema. Esquema del tema. Economía Industrial. Tema 2. La demanda de la industria Economía Industral Tema. La demanda de la ndustra Objetvo del tema Entender el modelo económco de comportamento del consumdor, fnalmente resumdo en la funcón de demanda. Comprender el carácter abstracto

Más detalles

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22

GUIAS DE ACTIVIDADES Y TRABAJO PRACTICO Nº 22 DOCENTE: LIC.GUSTO DOLFO JUEZ GUI DE TJO PCTICO Nº 22 CES: POFESODO Y LICENCITU EN IOLOGI PGIN Nº 132 GUIS DE CTIIDDES Y TJO PCTICO Nº 22 OJETIOS: Lograr que el lumno: Interprete la nformacón de un vector.

Más detalles

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte Máster de Comerco, Transporte y Comuncacones Internaconales Análss cuanttatvo aplcado al Comerco Internaconal y el Transporte Ramón úñez Sánchez Soraya Hdalgo Gallego Departamento de Economía Introduccón

Más detalles

El costo de oportunidad social de la divisa ÍNDICE

El costo de oportunidad social de la divisa ÍNDICE El Costo de Oportundad Socal de la Dvsa El costo de oportundad socal de la dvsa ÍNDICE. INTRODUCCIÓN. EL MARCO TEÓRICO 3. CÁLCULO DEL COSTO DE OPORTUNIDAD SOCIAL DE LA DIVISA 3. Nvel agregado 3. Nvel desagregado

Más detalles

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 0 DE JUNIO DE 018 15.30 horas Prmer Apelldo: Nombre: DNI: Teléfono: Segundo Apelldo: Grupo y Grado: Profesor(a): e-mal: Pregunta 1 A B C En Blanco

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

Efectos fijos o aleatorios: test de especificación

Efectos fijos o aleatorios: test de especificación Cómo car?: Montero. R (2011): Efectos fjos o aleatoros: test de especfcacón. Documentos de Trabajo en Economía Aplcada. Unversdad de Granada. España Efectos fjos o aleatoros: test de especfcacón Roberto

Más detalles

Guía de ejercicios #1

Guía de ejercicios #1 Unversdad Técnca Federco Santa María Departamento de Electrónca Fundamentos de Electrónca Guía de ejerccos # Ejercco Ω v (t) V 3V Ω v0 v 6 3 t[mseg] 6 Suponendo el modelo deal para los dodos, a) Dbuje

Más detalles

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada.

CAPITULO 3.- ANÁLISIS CONJUNTO DE DOS VARIABLES. 3.1 Presentación de los datos. Tablas de doble entrada. Introduccón a la Estadístca Empresaral Capítulo - Análss conjunto de dos varables Jesús ánchez Fernández CAPITULO - AÁLII COJUTO DE DO VARIABLE Presentacón de los datos Tablas de doble entrada En el capítulo

Más detalles

SEGUNDA PARTE RENTAS FINANCIERAS

SEGUNDA PARTE RENTAS FINANCIERAS SEGUNDA PARTE RENTAS FINANCIERAS 5 INTRODUCCIÓN A LA TEORÍA DE RENTAS 5.1 CONCEPTO: Renta fnancera: conjunto de captales fnanceros cuyos vencmentos regulares están dstrbudos sucesvamente a lo largo de

Más detalles

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos

Consideraciones empíricas del consumo de los hogares: el caso del gasto en electricidad y alimentos Consderacones empírcas del consumo de los hogares: el caso del gasto en electrcdad y almentos Emprcal Consderatons of the Famles Consumpton: the Case uf the Expense n Electrcty and Food Maro Andrés Ramón

Más detalles

Problemas donde intervienen dos o más variables numéricas

Problemas donde intervienen dos o más variables numéricas Análss de Regresón y Correlacón Lneal Problemas donde ntervenen dos o más varables numércas Estudaremos el tpo de relacones que exsten entre ellas, y de que forma se asocan Ejemplos: La presón de una masa

Más detalles

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A.

CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. CONTROVERSIAS A LAS BASES TÉCNICO ECONOMICAS PRELIMINARES PROCESO TARIFARIO CONCESIONARIA COMPAÑÍA DE TELÉFONOS DE COYHAIQUE S.A. PERÍODO 201-2020 Introduccón Las Bases Técnco Económcas Prelmnares, en

Más detalles

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES

PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE 25 AÑOS MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES PRUEBAS DE ACCESO A LAS UNIVERSIDADES DE ANDALUCÍA PARA MAYORES DE AÑOS EXÁMENES PROPUESTOS Y RESUELTOS DE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES CONVOCATORIAS DE --- F Jménez Gómez Este cuaderno

Más detalles

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales:

EJERCICIOS. Ejercicio 1.- Para el modelo de regresión simple siguiente: Y i = βx i + ε i i =1,..., 100. se tienen las siguientes medias muestrales: EJERCICIOS Tema 2: MODELO DE REGRESION LINEAL SIMPLE Ejercco 1.- Para el modelo de regresón smple sguente: Y = βx + ε =1,..., 100 se tenen las sguentes medas muestrales: ( P y ) /n =0.3065 ( P y 2 ) /n

Más detalles

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I

MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I MATEMÁTICA DE LAS OPERACIONES FINANCIERAS I CURSO 0/04 PRIMERA SEMANA Día 7/0/04 a las 6 horas MATERIAL AUXILIAR: Calculadora fnancera DURACIÓN: horas. a) Captal fnancero aleatoro: Concepto. Equvalente

Más detalles

1. Introducción 2. El mercado de bienes y la relación IS 3. Los mercados financieros y la relación LM 4. El modelo IS-LM

1. Introducción 2. El mercado de bienes y la relación IS 3. Los mercados financieros y la relación LM 4. El modelo IS-LM Tema 4 Los mercados de benes y fnanceros: el modelo IS-LM Estructura del Tema 1. Introduccón 2. El mercado de benes y la relacón IS 3. Los mercados fnanceros y la relacón LM 4. El modelo IS-LM 4.1 La polítca

Más detalles

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal Solucón de los Ejerccos de ráctca # 1 Econometría 1 rof. R. Bernal 1. La tabla de frecuencas está dada por: Marca A Marca B

Más detalles

COMPARADOR CON AMPLIFICADOR OPERACIONAL

COMPARADOR CON AMPLIFICADOR OPERACIONAL COMAADO CON AMLIFICADO OEACIONAL COMAADO INESO, COMAADO NO INESO Tenen como msón comparar una tensón arable con otra, normalmente constante, denomnada tensón de referenca, dándonos a la salda una tensón

Más detalles

UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES *

UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES * UN ANÁLISIS DE LAS DECISIONES DE FORMACIÓN DE HOGAR, TENENCIA Y DEMANDA DE SERVICIOS DE VIVIENDA DE LOS JÓVENES ESPAÑOLES * Mª Consuelo Colom, Rosaro Martínez y Mª Cruz Molés WP-EC 2000-02 Correspondenca:

Más detalles

INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO

INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS HUMANISTICAS Y ECONOMICAS INVIRTIENDO EN PUBLICIDAD: ESTRATEGIAS DE LAS EMPRESAS DEL SECTOR COMERCIAL ECUATORIANO Resumen: Las decsones de

Más detalles

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República.

ALN - SVD. Definición SVD. Definición SVD (Cont.) 29/05/2013. CeCal In. Co. Facultad de Ingeniería Universidad de la República. 9/05/03 ALN - VD CeCal In. Co. Facultad de Ingenería Unversdad de la Repúblca Índce Defncón Propedades de VD Ejemplo de VD Métodos para calcular VD Aplcacones de VD Repaso de matrces: Una matrz es Untara

Más detalles

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias

Créditos Y Sistemas de Amortización: Diferencias, Similitudes e Implicancias Crédtos Y Sstemas de Amortzacón: Dferencas, Smltudes e Implcancas Introduccón Cuando los ngresos de un agente económco superan su gasto de consumo, surge el concepto de ahorro, esto es, la parte del ngreso

Más detalles

Prof. Antonio Santillana del Barrio y Ainhoa Herrarte Sánchez Universidad Autónoma de Madrid Curso 2012-2013

Prof. Antonio Santillana del Barrio y Ainhoa Herrarte Sánchez Universidad Autónoma de Madrid Curso 2012-2013 Tema 6 El modelo IS-LM Prof. Antono Santllana del Barro y Anhoa Herrarte Sánchez Unversdad Autónoma de Madrd Curso 2012-2013 Bblografía oblgatora Capítulo 5, Macroeconomía, (Blanchard et al) Apuntes de

Más detalles

Análisis de error y tratamiento de datos obtenidos en el laboratorio

Análisis de error y tratamiento de datos obtenidos en el laboratorio Análss de error tratamento de datos obtendos en el laboratoro ITRODUCCIÓ Todas las meddas epermentales venen afectadas de una certa mprecsón nevtable debda a las mperfeccones del aparato de medda, o a

Más detalles

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit.

Modelos de elección simple y múltiple. Regresión logit y probit. Modelos multilogit y multiprobit. Modelos de eleccón smple y múltple. Regresón logt y probt. Modelos multlogt y multprobt. Sga J.Muro(14/4/2004) 2 Modelos de eleccón dscreta. Modelos de eleccón smple. Modelos de eleccón múltple. Fnal J.Muro(14/4/2004)

Más detalles

TÉCNICAS AUXILIARES DE LABORATORIO

TÉCNICAS AUXILIARES DE LABORATORIO TÉCNICAS AUXILIARES DE LABORATORIO I.- ERRORES 1.- Introduccón Todas las meddas epermentales venen afectadas de una mprecsón nherente al proceso de medda. Puesto que en éste se trata, báscamente, de comparar

Más detalles

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto

Física I. TRABAJO y ENERGÍA MECÁNICA. Apuntes complementarios al libro de texto. Autor : Dr. Jorge O. Ratto ísca I Apuntes complementaros al lbro de teto TRABAJO y ENERGÍA MECÁNICA Autor : Dr. Jorge O. Ratto Estudaremos el trabajo mecánco de la sguente manera : undmensonal constante Tpo de movmento varable bdmensonal

Más detalles

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Muestra: son datos de corte transversal correspondientes a 120 familias españolas. Capítulo II: El Modelo Lneal Clásco - Estmacón Aplcacones Informátcas 3. APLICACIONES INFORMÁTICAS Fchero : cp.wf (modelo de regresón smple) Seres: : consumo famlar mensual en mles de pesetas RENTA: renta

Más detalles

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA *

CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN COLOMBIA * CÁLCULO DE LA TASA INTERNA DE RETORNO DE LA EDUCACIÓN EN * INTRODUCCIÓN Helmuth Yesd Aras Gómez ** Álvaro Hernando Chaves Castro *** El efecto de la educacón sobre el desarrollo económco tradconalmente

Más detalles

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA

Oferta de Trabajo Parte 2. Economía Laboral Julio J. Elías LIE - UCEMA Oferta de Trabajo Parte 2 Economía Laboral Julo J. Elías LIE - UCEMA Curva de oferta de trabajo ndvdual Consumo Salaro por hora ($) G w=$20 F w=$25 25 Curva de Oferta de Trabajo Indvdual w=$14 20 14 w

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

El Modelo IS-LM. El modelo IS-LM

El Modelo IS-LM. El modelo IS-LM El Modelo IS-LM El modelo IS-LM 4. Introduccón 4.2 La demanda agregada: La funcón de nversón 4.3 Equlbro del mercado de benes: La curva IS 4.4 Equlbro del mercado de dnero: La curva LM 4.5 Equlbro de la

Más detalles

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1

CÁLCULO VECTORIAL 1.- MAGNITUDES ESCALARES Y VECTORIALES. 2.- VECTORES. pág. 1 CÁLCL ECTRIAL 1. Magntudes escalares y vectorales.. ectores. Componentes vectorales. ectores untaros. Componentes escalares. Módulo de un vector. Cosenos drectores. 3. peracones con vectores. 3.1. Suma.

Más detalles

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso. CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de

Más detalles

ADENDA 008 LICITACIÓN L-CEEC-001-12

ADENDA 008 LICITACIÓN L-CEEC-001-12 ADENDA 008 LICITACIÓN L-CEEC-001-12 OBJETO: CONTRATACIÓN DE LA CONSTRUCCIÓN DE LA FASE I DEL RECINTO FERIAL, DEL CENTRO DE EVENTOS Y EXPOSICIONES DEL CARIBE PUERTA DE ORO POR EL SISTEMA DE ECIOS UNITARIOS

Más detalles

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos)

PROBLEMAS DE ELECTRÓNICA ANALÓGICA (Diodos) PROBLEMAS DE ELECTRÓNCA ANALÓGCA (Dodos) Escuela Poltécnca Superor Profesor. Darío García Rodríguez . En el crcuto de la fgura los dodos son deales, calcular la ntensdad que crcula por la fuente V en funcón

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 013-014 Iñak Agurre Jaromr Kovark Javer Arn Peo Zuazo Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema 3. Monopolo 1. Los costes de

Más detalles

El análisis de desviaciones sobre el resultado previsto

El análisis de desviaciones sobre el resultado previsto Tema 6 El análss de desvacones sobre el resultado prevsto Trabajar con presupuestos supone, como fase fnal lógca, el comparar las cfras prevstas con las reales, y proceder a un «análss de desvacones».

Más detalles

1.DISPOSICIONES GENERALES

1.DISPOSICIONES GENERALES 1.DISPOSICIONES GENERALES CONSEJERÍA DE ECONOMÍA, HACIENDA Y EMPLEO Orn HAC/19/2011, 18 julo, por la que se modfca la orn 19 dcembre 2001, por la que se aprueban los molos documentos ngreso 046 y 047.

Más detalles

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS

PORTAFOLIO DE TRES ACTIVOS FINANCIEROS PORTAFOLIO DE TRES ACTIVOS FINANCIEROS Contendo:. Introduccón.. Fondos Mutuos. Rendmento y Resgo.. Parámetros estadístcos de un Portafolo de Tres Actvos. a) El Retorno de un Portafolo. b) El Resgo de un

Más detalles

DIPLOMADO EN LOGÍSTICA Y CADENA DE SUMINISTRO

DIPLOMADO EN LOGÍSTICA Y CADENA DE SUMINISTRO IPLOMAO EN LOGÍSTICA Y CAENA E SUMINISTRO MÓULO I: Rs Poolng CRISTINA GIGOLA epto Ingenería Industral ITAM ggola@tam.mx Coordnacón en la SC ecsones que maxmcen la utldad de la SC. Caso 1: El mercado determna

Más detalles

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS SUBDIRECCIÓN TÉCNICA DEPARTAMENTO DE INVESTIGACIÓN Y DESARROLLO ÁREA DE ANÁLISIS ESTADÍSTICAS ECONÓMICAS METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS Santago, Enero de 2008. Departamento

Más detalles

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF)

PROPORCIONAR RESERVA ROTANTE PARA EFECTUAR LA REGULACIÓN PRIMARIA DE FRECUENCIA ( RPF) ANEXO I EVALUACIÓN DE LA ENERGIA REGULANTE COMENSABLE (RRmj) OR ROORCIONAR RESERVA ROTANTE ARA EFECTUAR LA REGULACIÓN RIMARIA DE FRECUENCIA ( RF) REMISAS DE LA METODOLOGÍA Las pruebas dnámcas para la Regulacón

Más detalles

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C

RESISTENCIAS EN SERIE Y LEY DE LAS MALLAS V 1 V 2 V 3 A B C RESISTENCIS EN SERIE Y LEY DE LS MLLS V V 2 V 3 C D Fgura R R 2 R 3 Nomenclatura: Suponemos que el potencal en es mayor que el potencal en, por lo tanto la ntensdad de la corrente se mueve haca la derecha.

Más detalles

Figura 1

Figura 1 5 Regresón Lneal Smple 5. Introduccón 90 En muchos problemas centífcos nteresa hallar la relacón entre una varable (Y), llamada varable de respuesta, ó varable de salda, ó varable dependente y un conjunto

Más detalles

TODO ECONOMETRIA. Variables cualitativas

TODO ECONOMETRIA. Variables cualitativas TODO ECONOMETRIA Varables cualtatvas Índce Defncón de las varables dummy (o varables fctcas) Regresón con varables explcatvas dummy Varables dummy S queremos estudar s los hombres ganan más que las mujeres,

Más detalles

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO

GUIA DE ALCANCE FINANCIERO CAE OPERACIONES DE CRÉDITO HIPOTECARIO INTRODUCCIÓN La ley 2.555 publcada el día 5 de dcembre de 211 y que entró en vgenca el día 4 de marzo de 212, que modca la ley 19.496 Sobre Proteccón de los Derechos de los Consumdores (LPC, regula desde

Más detalles

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm Insttuto Tecnológco Superor del Sur del Estado de Yucatán REGRESI EGRESIÓN LINEAL 100 90 80 70 60 10 kg. 50 40 10 cm. 30 140 150 160 170 180 190 200 Objetvo de la undad Insttuto Tecnológco Superor del

Más detalles

Rentas financieras. Unidad 5

Rentas financieras. Unidad 5 Undad 5 Rentas fnanceras 5.. Concepto de renta 5.2. Clasfcacón de las rentas 5.3. Valor captal o fnancero de una renta 5.4. Renta constante, nmedata, pospagable y temporal 5.4.. Valor actual 5.4.2. Valor

Más detalles

TEMA 6. La producción, el tipo de interés y el tipo de cambio: el modelo Mundell-Fleming

TEMA 6. La producción, el tipo de interés y el tipo de cambio: el modelo Mundell-Fleming TEMA 6. La produccón, el tpo de nterés y el tpo de cambo: el modelo Mundell-Flemng Anhoa Herrarte Sánchez Dpto. de Análss Económco: Teoría Económca e Hstora Económca Curso 2010-2011 Bblografía 1. Blanchard,

Más detalles

Tema 7: Variables Ficticias

Tema 7: Variables Ficticias Tema 7: Varables Fctcas Máxmo Camacho Máxmo Camacho Econometría I - ADE+D /2 - Tema 7 Varables fctcas Bloque I: El modelo lneal clásco r Tema : Introduccón a la econometría r Tema 2: El modelo de regresón

Más detalles

Tema 5: PROBLEMAS EN LA ESTIMACIÓN DEL MODELO DE REGRESIÓN LINEAL SIMPLE

Tema 5: PROBLEMAS EN LA ESTIMACIÓN DEL MODELO DE REGRESIÓN LINEAL SIMPLE Introduccón a la Econometría Tema 5: PROBLEMAS E LA ESTIMACIÓ DEL MODELO Tema 5: PROBLEMAS E LA ESTIMACIÓ DEL MODELO DE REGRESIÓ LIEAL SIMPLE. Problemas en la especfcacón del modelo. La prmera etapa de

Más detalles