Objectives: To characterize the supply chain of vanilla (Vanilla planifolia Andrew) inorder to detect areas which could be improved and to determine the economic viabilityof its production.Design/Methodology/Approach: The information was compiled through semi-structured interviews in a vanilla company. The Value Stream Mapping technique wasused to describe the supply chain. Additional databases were consulted in order toobtain information on the production and commercialization of vanilla. The economicviability of vanilla production was analyzed with IRR.Results: This case study had five phases in its supply chain. The IRR of cash flow inthe traditional and technological production systems were positive, although the IRR ofthe traditional system was greater even though it had lower production volumes.Study Limitations/Implications: It was observed that vanilla requires between 3 and 4years for its first harvest, independently of the production system, traditional ortechnological, which means that there are negative cash flow numbers during the firsttwo years in both systems, despite a positive IRR.Findings/Conclusions: The critical stage in the supply chain of the company studiedwas the production. The cash flow for the technological system was superior whencompared to the traditional system. However, the IRR for the technological system waslower, since the investment in shade cloth was not compensated by the discountedcash flows that could otherwise be obtained.
Las empresas de autopartes y automotrices tienen una larga historia en México. La industria automotriz mexicana ha tenido en las últimas dos décadas una importante expansión en todo el país, a tal grado que en la actualidad aporta más al PIB nacional que varios estados de la República. Debido a la importancia que tiene la industria automotriz para México y para el estado de Querétaro, resulta relevante determinar si la producción manufacturera de este estado y las exportaciones nacionales del sector permanecen estables en el tiempo. El presente estudio tiene como finalidad determinar si la producción y las exportaciones de la industria automotriz de Querétaro fueron afectadas por las perturbaciones externas que experimentó el país. Para poder identificar si hubo un cambio o no en la industria automotriz, se utilizaron dos modelos con dos pruebas distintas de estabilidad estructural, debido a los escasos datos sobre la industria automotriz en el estado. En el análisis de los principales indicadores de producción, de exportación de la industria automotriz y de manufactura, se identificaron claramente tres momentos de la industria: el primero antes de la firma del Tratado de Libre Comercio de América del Norte, el segundo es el lapso comprendido entre 1994 y 2007 (periodo previo a la crisis financiera en los Estados Unidos y Europa) y el tercero es en el que actualmente nos encontramos que abarca de 2008 a la fecha.
En este artículo se utilizan métodos de análisis financiero –teoría de portafolios– para examinar cambios estructurales entre 2005 y 2016 en los retornos de inversión en educación de pregrado en México considerando el riesgo. Los resultados del análisis econométrico muestran que antes de la crisis financiera era óptimo diversificar (no enviando a todos los miembros a estudiar el pregrado) dado el nivel de riesgo promedio al que se enfrentaban los hogares. Sin embargo, posterior a la crisis financiera, la diferencia entre los ingresos o utilidad esperada de los hogares diversificados y algunos no diversificados se redujo, de manera que el riesgo pesaría más que el rendimiento en la decisión de los hogares de invertir en educación de pregrado.
There are different theories that try to explain the decision making process. These theories set out some possible decision scenarios. In this article we applied the decision theory to the different options offered by SIEFORES yields, in order to demonstrate performance and risk in some scenario. In this paper first at all we study decision theory, following we explain the SIEFORES system in Mexico. In the last part we apply decision making model to the SIEFORES.Keywords: Decision theory, SIEFORES, the expected utility theoremResumen: Existen diferentes teorías que, bajo razonamientos matemáticos, tratan de explicar el proceso de toma de decisiones. En dichas teorías se establecen algunos de los posibles escenarios de decisión. En el presente artículo se aplica la teoría de las decisiones a las diferentes alternativas que ofrecen los rendimientos de las SIEFORES, con el fin de demostrar el rendimiento y el riesgo que, bajo diversos escenarios, proporcionan dichas alternativas. En este trabajo se plantea primeramente la teoría de las decisiones. Seguidamente se hace un recorrido por el sistema de SIEFORES en México para ubicar al lector en la problemática que nos ocupa. Finalmente se aplica el modelo de toma dedecisiones a las SIEFORES.Palabras clave: Teoría de decisiones, SIEFORES, Teorema de la Utilidad Esperada
El sistema de pensiones basado en administradoras de fondos para el retiro (AFORES) es relativamente nuevo en México, es por ello que el presente trabajo muestra dos aplicaciones de la teoría de juegos con el fin de proporcionar herramientas que permitan a los diferentes agentes económicos que participan en el mercado de pensiones de capitalización individual en México tomar decisiones para maximizar sus beneficios económicos y personales. Los resultados que se encontraron ponen de manifiesto la aplicabilidad del modelo de Bertrand para modelar la forma en como las AFORES compiten por precios en el mercado y la utilidad del modelo de Hotelling para modelar la forma en como las AFORES compiten por una diferenciación horizontal en el mercado.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.