El valor total del seguro de las mercancías que ingresan y salen de las Zonas Francas depende de diversos factores, como la naturaleza de las mercancías, su valor, la duración del almacenamiento en la zona franca, el tipo de transporte utilizado para su entrada y salida, y el nivel de riesgo asociado a la operación.
En general, las empresas que operan en las Zonas Francas suelen contratar seguros para protegerse contra los riesgos de pérdida o daño de sus mercancías durante el almacenamiento y el transporte. El valor del seguro dependerá del valor total de las mercancías almacenadas y el nivel de riesgo asociado a la operación.
Es importante tener en cuenta que existen diferentes tipos de seguros que se pueden contratar en las Zonas Francas, como el seguro de almacenamiento, el seguro de transporte y el seguro de responsabilidad civil, entre otros. Cada uno de estos seguros puede tener un costo diferente y ofrecer diferentes niveles de cobertura.
En resumen, el valor total del seguro de las mercancías que ingresan y salen de las Zonas Francas puede variar ampliamente en función de diversos factores específicos de cada operación. Por lo tanto, es recomendable evaluar cuidadosamente todas las opciones de seguro disponibles antes de tomar una decisión.
Las regresiones lineales son una técnica estadística utilizada para analizar y modelar la relación entre dos variables cuantitativas, una variable dependiente y una o más variables independientes. El objetivo de la regresión lineal es encontrar la línea recta que mejor se ajuste a los datos, lo que permite predecir los valores de la variable dependiente para diferentes valores de la variable independiente.
El modelo planteado se basa en si el valor total de los seguros varia según de la cantidad de unidades de la mercancía o posición arancelaria, total valor FOB dólares de la posición, el tipo de transporte y el tipo de operación (exportaciones o importaciones).
-Cantidad de unidades de la mercancía o posición arancelaria: Dependiendo de la cantidad de unidades o del tipo de mercancía, el riesgo de daño o pérdida puede aumentar o disminuir, lo que puede afectar el costo del seguro.
-Valor FOB dólares de la posición: El valor de la mercancía es un factor clave en la determinación del costo del seguro. A medida que aumenta el valor FOB de la posición, también lo hace el costo del seguro, ya que el riesgo para la aseguradora aumenta.
-Tipo de transporte: El tipo de transporte utilizado para transportar la mercancía también puede influir en el costo del seguro. Por ejemplo, el transporte marítimo puede ser más peligroso que el transporte aéreo, lo que puede afectar el costo del seguro.
-Tipo de operación: Dependiendo del tipo de operación, el riesgo de daño o pérdida puede ser mayor o menor. Por ejemplo, un seguro para una operación de comercio internacional puede ser más costoso que para una operación nacional debido a la mayor complejidad y riesgo que implica el comercio internacional.
En general, el costo del seguro dependerá de una variedad de factores específicos de cada situación, y es importante evaluar cuidadosamente todas las opciones de seguro disponibles antes de tomar una decisión.
## [1] 0.01985843
Con un valor de 0.019, es decir próximo a 0, se indica que no hay relación lineal entre las dos variables UNIDAD y SEGUROS.
## [1] 0.3069264
Con un valor de 0.3069, es decir próximo a 0, se indica que no hay relación lineal entre las dos variables UNIDAD y SEGUROS.
##
## Call:
## lm(formula = SEGUROS ~ UNIDAD + VAFOBP + as.factor(M_TRANSP) +
## as.factor(TIP_OPER), data = Diciembre)
##
## Residuals:
## Min 1Q Median 3Q Max
## -2000.6 -10.2 -3.2 7.8 10388.3
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 1.601e+01 3.326e+00 4.815 1.5e-06 ***
## UNIDAD 7.755e-07 2.176e-06 0.356 0.7215
## VAFOBP 2.871e-08 1.017e-09 28.229 < 2e-16 ***
## as.factor(M_TRANSP)3 2.427e+00 8.144e+00 0.298 0.7657
## as.factor(M_TRANSP)4 -6.449e+00 3.879e+00 -1.663 0.0964 .
## as.factor(M_TRANSP)5 -1.602e+01 1.617e+02 -0.099 0.9211
## as.factor(M_TRANSP)6 -1.132e+01 1.216e+01 -0.931 0.3520
## as.factor(TIP_OPER)2 -1.792e+01 3.768e+00 -4.757 2.0e-06 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 161.6 on 7704 degrees of freedom
## Multiple R-squared: 0.09731, Adjusted R-squared: 0.09649
## F-statistic: 118.6 on 7 and 7704 DF, p-value: < 2.2e-16
SIGNIFICANCIA INDIVIDUAL
\(\alpha\) :0,05
Ho: Bi=0
Ha: Bi≠0
Donde Bi=1,2,3,4,5,6,7
UNIDAD: 0.7215 > \(\alpha\) -> no es significativo
VAFOBP: 2e-16 < \(\alpha\) -> es significativo
M_TRANSP3: 0.7657 > \(\alpha\) -> no es significativo
M_TRANSP4: 0.0964 > \(\alpha\) -> no es significativo
M_TRANSP5: 0.9211 > \(\alpha\) -> no es significativo
M_TRANSP6: 0.3520 > \(\alpha\) -> no es significativo
TIP_OPER2: 2.0e-06 < \(\alpha\) -> es significativo
Hipótesis
Ho: Los errores se distribuyen normalmente.
Ha: Los errores no se distribuyen normalmente.
alpha = 0.05
##
## Lilliefors (Kolmogorov-Smirnov) normality test
##
## data: Residuos1
## D = 0.45046, p-value < 2.2e-16
valor p = 2.2e-16
Decisión: Como valor p < alpha, Rechazo Ho. Sin embargo, como n = 7712, se asume normalidad en los errores por teoría asintótica.
Hipótesis
Ho: No hay problemas de heterocedasticidad.
Ha: Si hay problemas de heterocedasticidad.
alpha = 0.05
##
## studentized Breusch-Pagan test
##
## data: modelo1
## BP = 352.45, df = 7, p-value < 2.2e-16
valor p = 0.5269
Decisión: Como valor p > alpha, Rechazo Ho, es decir hay problemas de heterocedasticidad.
R^2: El 9,616% de la variación total del valor de seguros, es explicado por el modelo y el 90.384% restante queda sin explicar.
B1^: Dado un aumento de una unidad en la cantidad de unidades de la mercancía o posición arancelaria, se espera que en promedio la variación en el valor de seguros aumente 7.755e-07.
B2^: Dado un aumento de una unidad en el valor FOB pesos de la posición, se espera que en promedio la variación en el valor de seguros aumente 2.871e-08.
B3^: Dada la cantidad de unidades de la mercancía o posición arancelaria y el valor FOB pesos de la posición, se espera que el valor de los seguros aumente 2.427e+00 si el modo de transporte es terrestre.
B4^: Dada la cantidad de unidades de la mercancía o posición arancelaria y el valor FOB pesos de la posición, se espera que el valor de los seguros disminuya 6.449e+00 si el modo de transporte es aéreo.
B5^:Dada la cantidad de unidades de la mercancía o posición arancelaria y el valor FOB pesos de la posición, se espera que el valor de los seguros disminuya 1.602e+01 si el modo de transporte es correo.
B6^: Dada la cantidad de unidades de la mercancía o posición arancelaria y el valor FOB pesos de la posición, se espera que el valor de los seguros disminuya 1.132e+01 si el modo de transporte es multimodal.
B7^: Dada la cantidad de unidades de la mercancía o posición arancelaria y el valor FOB pesos de la posición, se espera que el valor de los seguros disminuya 1.792e+01 si el tipo de operación es exportar.
En la práctica es común encontrar que los datos poseen problemas econométricos, esto debido en nuestro caso posiblemente a que: - Falta de datos: La falta de datos es una de las principales causas de los problemas econometricos. Si los datos son incompletos o insuficientes, puede ser difícil obtener resultados precisos y confiables.
Especificación del modelo: Otra causa común de los problemas econometricos es la especificación del modelo. Si el modelo utilizado no es adecuado para el problema que se está analizando, los resultados pueden ser inexactos.
Variables omitidas: Las variables omitidas son aquellas que no se incluyen en un modelo, pero que pueden afectar los resultados. Si se omiten variables importantes, los resultados pueden ser inexactos y sesgados.
Siendo estas algunas de las causas comunes de los problemas econometricos. Por lo cual, es importante ser consciente de estos problemas y tomar medidas para abordarlos en la investigación econométrica.
Se concluye entonces que, el modelo planteado del valor de los seguros en función de la Cantidad de unidades de mercancía, Valor FOB en pesos, modo de transporte y tipo de operación, no cuenta con normalidad en los errores, presenta problemas de heteroscedasticidad, solo presenta tres betas significativas y su R Ajustado, refleja que las variables dependientes explican el modelo solo en un 9%