Please use this identifier to cite or link to this item: http://repository.eia.edu.co/handle/11190/1692
Title: Impacto de factores ambientales sobre el costo de las materias primas agrícolas. Caso: Grupo Nutresa
Authors: Ortiz Ramírez, Juan Sebastián
Adviser: Bayona Carrillo, Juan Pablo
Keywords : Impacto climático
Materias primas
Precios
Climate Impact
Raw Materials
Price
Issue Date: 2014
Publisher: Universidad EIA
Abstract: El presente trabajo se realizó como apoyo a la mejora continua que Grupo Nutresa practica constantemente desde sus frentes de trabajo, Grupo Nutresa cuenta con 7 líneas de negocio, las cuales operan en sus procesos de producción con diferentes tipos de materias primas, entre ellas café, azúcar, cacao y trigo., Por ser importantes para el negocio y teniendo en cuenta la situación mundial que se vive frente al cambio climático, Grupo Nutresa por medio del presente trabajo quiere medir el impacto que el cambio climático podría tener frente al costo de sus materias primas. A nivel mundial existen una gran cantidad de productores de estas materias primas, con el fin de orientar metodológicamente este trabajo se ubicaron las zonas de mayor influencia en el volumen de producción por materia prima, encontrándose en Brasil: Minas Gerais y Espirito Santo, para el Café, Sao Paulo para el Azúcar, Costa de Marfil región Sur para el Cacao, y Estados Unidos para el Trigo. De estas zonas se obtuvieron el volumen de producción y condiciones climáticas, buscando recopilar la mayor cantidad de datos manteniendo unas fuentes estrictamente confiables, para posteriormente someter la información a un análisis de datos donde se encontraron las relaciones entre las variables. Las variables que se plantearon fueron el precio, volumen de producción y variables climáticas (precipitaciones y temperatura), donde el precio jugó el papel de variable dependiente y el clima la variable independiente, el volumen de producción fue un conector que se explicó inicialmente por el clima y luego pasó a explicar el precio, de manera que se le diera robustez al modelo planteado. El modelo de regresión lineal simple que se planteó para encontrar la relación entre las variables determinó que, la ecuación para determinar el volumen de producción de azúcar es: Y = 7456,67 + 168,277*X, Donde, Y: volumen de producción azúcar y X: Promedio Total mm lluvia Para determinar el precio del azúcar la ecuación es: Y=39,6544-0,000745062*X; Donde, Y: Precio azúcar y X: Volumen producción caña, Para determinar el volumen de producción de café la ecuación es: Y=-19536,7+337,76*X, Donde, Y: volumen de producción café y X: Promedio lluvias en mm, Para determinar el precio del café la ecuación es, Y=292,548-0,00801076*X Donde, Y: Precio del café y X: volumen de producción café. Los modelos presentados tienen una significancia del 95% de confianza. Los resultados encontrados evidencian que para el Café y el Azúcar existe un correlación significativa y gran parte de la variación en Y se explica por los cambios en X. En efecto si existe una relación entre las variaciones de los precios y el cambio climático.
Abstract (English): The present work was performed to support the continuous improvement Grupo Nutresa has been practicing constantly from their working foreheads, Grupo Nutresa has 7 main business lines, which operate with commodities like coffee, sugar, cocoa and wheat, to be important for business and taking into account the global situation that exists addressing climate change, Grupo Nutresa hereby want to measure the impact that climate change will meet on their raw materials cost. Knowing the importance of data in the research, it took into consideration the databases to submit higher reliability info, even sacrificing numerous data. The areas of greatest influence on the volume of raw material production, have being to Minas Gerais and Espirito Santo for coffee, sugar in Sao Paulo, Ivory Coast for cocoa in the South region, and the United States for wheat. In these areas the volume of production and climatic conditions were obtained, looking to get the most amount of data while maintaining a strictly reliable sources, thereafter submit the information to a data analysis where relations between variables were found. The variables that were raised were the price , production volume and climatic variables , where the price played the role of dependent variable and the climate independent variable, production volume was a connector that was originally explained by climate and then explain the price , so as to give him strength to the proposed model . The simple linear regression model that was proposed to find the relationship between the variables determined, the equation for determining the volume of sugar production is: Y = 7456.67 + 168.277 * X, where, Y: sugar production volume X: Average Total mm rain To determine the sugar price equation is: Y = 39.6544-0.000745062 * X; Where, Y: sugar price and X: Volume cane production, To determine the volume of coffee production equation is: Y = -19536.7 +337, 76 * X, where, Y: coffee production volume X: Average rainfall in mm, To determine the price of coffee is the equation, Y = 292.548-0.00801076 * Where X, Y: X Pricing and coffee: volume of coffee production. The models presented have a significance of 95 % confidence. The results show that for the Coffee Sugar and there is a significant and high correlation of the variation in Y is explained by changes in X. In fact, if there is a relationship between price changes and climate change.
Description: 82 páginas
URI: http://repository.eia.edu.co/handle/11190/1692
Citation: Ortiz Ramírez, J.S. (2014). Impacto de factores ambientales sobre el costo de las materias primas agrícolas. Caso: Grupo Nutresa (Trabajo de grado). Recuperado de: http://repository.eia.edu.co/handle/11190/1692
Autorization: openAccess
Appears in Collections:Ingeniería Administrativa

Files in This Item:
File Description SizeFormat 
OrtizJuan_2014_ImpactoFactoresAmbientales.pdfTrabajo de grado2.62 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.