Upload
others
View
6
Download
0
Embed Size (px)
Citation preview
Asociación Argentina de Economía Agraria
ISSN 1666-0285
¿Qué factores influyen en la determinación del precio del ganado gordo y de invernada
comercializado en Argentina?
Categoría: Trabajo de investigación
Área Temática: Mercados y Comercialización
Subarea Temática: Precios y situación de mercados.
Benito Amaro, Ignacio1
1 CIEP-INTA y Universidad del CEMA
¿Qué factores influyen en la determinación del precio del ganado gordo y de invernada
comercializado en Argentina?
Resumen
El objetivo del siguiente trabajo es comprender los factores subyacentes a la determinación del
precio del ganado gordo y de invernada en Argentina. Para ello, utilizando transacciones
realizadas durante el año 2018 en Argentina (406.367 transacciones) se aplica un modelo de
precios hedónicos, donde se considera que un bien puede representarse como un vector de
atributos y características medibles que son intrínsecas a este. La metodología aplicada para la
selección de las variables del modelo será la metodología de general a particular, utilizando un
algoritmo stepwise (selecciona una a una las variables del modelo en base al estadístico t).
Como resultado se visualiza cuales atributos del lote son significativos en la determinación del
precio, identificando aquellos que afectan a todos por igual y los que reaccionan a la tenencia
o no de determinada característica. Por lo que además de las cuestiones más generales se
observa cuatro ejes de atributos y características: Categoría, raza, cuestiones geográficas y
cuestiones temporales. Lo que nos permite tener una mirada integral de cómo es la
conformación del precio del ganado. 2
Palabras Claves: precios hedónicos; minería de datos; análisis espacial
Introducción
El sector ganadero, especialmente en lo que respecta a la ganadería vacuna, ha sido y es uno de
los sectores más productivos, eficientes, y competitivos a nivel internacional de la economía
Argentina. Este sector a pesar de las dificultades de índole política que han sabido afectarlo,
siempre ha logrado adaptarse y mantenerse competitivo. Más allá de las cuestiones productivas
propias del país, que lo hace un lugar propicio para el desarrollo de esta actividad, es de esperar
que se haya desarrollado un complejo sistema de comercialización. Esta complejidad,
obviamente puede ser apreciada a través de los diferenciales de precios que pueden ser pagados
por los diferentes atributos de los lotes de ganado vacuno comercializado.
Por lo mencionado en el párrafo anterior surge la pregunta de investigación, ¿Qué factores
influyen en la determinación del precio del ganado comercializado en el mercado de bovinos
gordos y de invernada? Esta pregunta es una cuestión que concierne a productores de ganado
en sus diferentes etapas de la cadena (cabañas, criador, recriador, y engordador), a las
asociaciones de criadores de determinadas razas, a los tomadores de decisión en la cadena
frigorífica, y a los hacedores de política agropecuaria y/o políticas de desarrollo regionales,
alcanzando en algunos casos a políticas para combatir la pobreza en las regiones donde el
ganado es el activo de los “agricultores familiares” en familias de bajos ingresos.
A fin de poder observar los diferenciales de precios del ganado, utilizando transacciones
realizadas durante el año 2018 en Argentina (406.367 transacciones), se aplica un modelo de
precios hedónicos, donde se considera que un bien puede representarse como un vector de
atributos y características medibles que son intrínsecas a este. La metodología aplicada para la
selección de las variables del modelo será la metodología de general a particular, utilizando un
algoritmo stepwise (selecciona una a una las variables del modelo en base al estadístico t).
La estructura del presente estudio es la siguiente: En primera instancia se realiza una revisión
de la literatura existente al respecto (I. Marco Teórico). Luego se explicita la metodología a
utilizar (II. Metodología). Se presentan los datos utilizados en el estudio (III. Datos). Se
presentaran los resultados obtenidos y se los discutirá junto a los alcances metodológicos de
esta investigación (IV. Resultados y Discusión). Por último se presentan las conclusiones
obtenidas (V. Conclusiones).
I) Marco Teórico
2 Se agradece al Doctor Ricardo Rodriguez y al Señor Antonio Monteagudo por la ayuda brindada en la búsqueda de la base de datos para realizar este trabajo.
Lancaster (1966) rompe con el enfoque tradicional que sostenía que los bienes son los objetos
directos de utilidad y, en cambio, el propone que son las propiedades o características propias
de los bienes las que proporcionan utilidad. El supuesto crucial en su propuesta fue que los
bienes poseen múltiples características en proporciones fijas y que son estas características, no
los propios bienes, las que ejercen las preferencias del consumidor. La esencia de este enfoque
se resume en 3 cuestiones: el bien, per se, no es quien da utilidad al consumidor (las
características que estos poseen son las que dan utilidad); un bien posee más de una
característica, y muchas características serán compartidas por más de un bien; y los productos
en combinación pueden poseer características diferentes de las que pertenecen a los productos
por separado.
Rosen (1974) continua con esta visión de Lancaster llevándola a un nivel superior. El enuncia
que los productos pueden describirse completamente mediante un vector de características
medibles objetivamente. Los precios de los productos observados y las cantidades específicas
de las características asociadas con cada bien definen un conjunto de precios implícitos o
"hedónicos". El enuncia una teoría de precios hedónicos donde se formula como un problema
en la economía del equilibrio espacial en el que todo el conjunto de precios implícitos guía las
decisiones de ubicación del consumidor y del productor en el espacio de características.
Esta visión de “precios hedónicos” ideada en un contexto de preferencias del consumidor, da
un giro y presta atención a que ocurre cuando el bien es un insumo para otra firma. Ladd y
Martin (1976) desarrollan un modelo que plantea que al adquirir un insumo, uno está
adquiriendo un conjunto de características intrínsecas a este. Obteniendo en su trabajo que el
precio de un insumo debiera ser igual a la suma de los valores monetarios de las características
del insumo para el comprador y que la demanda por un insumo deba estar afectada por las
características que este posea. En este trabajo, podemos notar como el concepto de precios
hedónicos es igual de valido al ser aplicado al mercado de insumos, solo que en vez de mirar la
utilidad que genera el bien, se observa la productividad de este en la producción del bien para
el que es insumo.
Este enfoque ha sido ampliamente aplicado a ganadería vacuna, por lo que es relevante observar
y analizar cómo ha sido aplicado para avanzar desde ese punto, simplemente replicando parte
de lo que se ha hecho y añadiendo cuestiones que sean pertinentes de ser incluidas. Trabajos
como los de Buccola y Jessee (1979), Buccola (1980) analizan los diferenciales de precios del
ganado aunque desde un enfoque similar, difieren en la metodología aplicada (“Break even”).
Este enfoque se centra en comprender la estructura de mercado y no tanto en cuáles son los
diferenciales de precios.
Para comenzar, puede observarse que los primeros trabajos con el enfoque de precios hedónicos
comienzan antes de que exista un marco teórico que lo sustente. Williamson y otros (1961) en
su trabajo estiman efectos en precios del número total de cabezas vendidas, el tamaño del lote,
la raza, el peso de los terneros, el grado y si son producto de una cruza en comparación con los
terneros con una raza definida.
Otros autores que luego continuaron con esta línea de centrarse en observar las características
de los animales que conforman el lote son: Menzie y otros (1972); Sullivan y Linton (1981);
Faminow y Gum (1986); Hawkes y otros (2008); Lopez y otros (2017); Parish y otros (2018).
En lo que respecta al uso de variables que el productor no controla, Smith y otros (1998) agrega
a su modelo cuestiones como la demanda de carne de res del consumidor, la ocupación de los
lotes de engorde, los precios del alimento, la disponibilidad de forraje y los pronósticos del
tiempo, los precios de futuros, etc.
James y Farris (1971) agrega al análisis la evolución temporal de las primas recibida por las
diferentes características, permitiendo comprender el problema desde una dimensión diferente.
También la dimensión temporal puede incorporarse a través de la estacionalidad como lo hace
Schulz y otros (2010), donde esta es un tema relevante, ya que encuentra que las primas más
grandes se realizaron para el ganado vendido en el tercer trimestre; además encuentra cosas
interesantes como que el descuento en hembras en comparación con novillos fue mayor en la
primavera que en el otoño.
También existen trabajos orientados a, mediante modelos de precios hedónicos, observar
cuestiones más relacionadas a la estructura de mercado. Lambert y otros (1989) incorporan
características del mercado como son ubicación del mercado y el orden de venta de la subasta
para observar su influencia. Bailey y otros (1993) investigaron la influencia en los precios de
la concentración de compradores utilizando un modelo de precios hedónicos para corregir el
efecto en los precios de los atributos propios del ganado y de las condiciones de la subasta a fin
de poder aislar el efecto propio de la concentración del mercado el cual estaba representado por
el índice herfindahl.
Turner y otros (1993) investigan el posible impacto de la reputación del vendedor en el precio.
Hallando que en aquellos remates televisados que se transfirió la menor cantidad de
información sobre el ganado tuvo el mayor número de vendedores de renombre, mientras que
la organización con la mayor información sobre el ganado de vendedores otorgado a los
compradores no registró una reputación significativa de vendedor. Concluyendo los autores que
las reputaciones pueden ayudar a los compradores a estimar la calidad en ausencia de
información completa.
En lo que respecta a una visión interesante, de cómo las diferentes categorías de animales en
base a sexo y peso pueden tener precios implícitos de características diferentes, Schroeder y
otros (1988) en su estudio estratifica los datos por sexo y peso en cuatro categorías diferentes,
dando como resultado un conjunto más homogéneo de precios y características del ganado de
invernada para el análisis. Buscan separar al ganado en categorías por sexo y peso dado que
generalmente están destinados a diferentes fases de crecimiento o acabado. La división de los
datos en rangos de peso más homogéneos debería ayudar a capturar las diferencias en las
preferencias de estos diversos compradores.
Si bien, se había prestado anteriormente de forma tangencial en algunos trabajos cierta atención
a la cuestión espacial (más que nada en lo que respecta a la ubicación del remate) Mallory y
otros (2016) lo hace de manera más explícita al buscar en su estudio comprender por qué los
precios de los terneros de invernada difieren entre los establos de venta de Oklahoma.
Desarrollan un modelo de precios hedónicos de terneros de invernada que incluye
características específicas de la ubicación (acres de trigo sembrado en el condado, distancia
lineal de un establo de venta de una carretera de cuatro carriles).
Otros trabajos que también se preguntan por la cuestión espacial, de una forma más simple son
los trabajos de Blank y otros (2006), Blank y otros (2009) dado que prestan atención a los
precios pagados por el ganado que se vende en el oeste en comparación con los precios recibidos
por los rancheros en el medio oeste. Blank y otros (2016) sigue en la misma línea investigando
los factores espaciales, de calidad y temporales que impactan los precios de los terneros y
novillitos en el oeste de los Estados Unidos.
Un punto interesante de discutir, es el que propone Coatney y otros (1996), ellos presentan un
enfoque de sistema a fin de reducir las influencias de confusión medidas por los coeficientes
estimados en un enfoque de ecuación única debido a las interdependencias entre las
características y la colinealidad resultante. Ellos argumentan que por ejemplo existe una posible
interdependencia entre genética y características físicas, ya que la raza es un determinante de
una variedad de características físicas, dado que la raza puede influir en cuestiones como el
tamaño del animal, el peso, la condición, etc.
Para estimar el modelo ellos utilizaron mínimos cuadrados de tres etapas. Por lo que dado que
ellos realizan su estudio bajo la premisa de que el precio no solo es una función de los impactos
directos en los precios de las características del ganado de engorde, sino que también es una
función de los impactos indirectos en los precios que se originan de los impactos directos en
otras características. El análisis estimó específicamente los impactos totales en los precios, los
impactos totales indirectos en los precios y los impactos directos en los precios asociados con
diversas características del ganado de engorde.
Un uso que se ha difundido mucho de esta metodología de precios hedónicos es la de utilizarla
para cuantificar impactos en precios de determinados programas de preacondicionamiento del
ganado para venta. Particularmente trabajos como los de Avent y otros (2004), Dhuyvetter y
otros (2005, a), Bulut, y Lawrence (2007), y Burdine y otros (2013) han prestado especial
atención a lo que son las primas que reciben aquellos animales que han participado de
programas de preacondicionamiento. Además, un punto interesante en Bulut, y Lawrence
(2007) es la forma en que presta atención a si el programa es de certificación de terceros o
certificación del propietario.
Por su parte Lawrence and Yeboah (2002) utilizan este enfoque de precios hedónicos a fin de
comparar los datos de precios de subastas de fuente verificada (SV) con las subastas
tradicionales. Mientras Zimmerman (2010) en su investigación analizas diferenciales de precios
para programas de salud (salud verificada y la vacunación respiratoria no certificada) y destete,
además analiza si el ganado es elegible para el mercado natural junto a los programas de ASV
(verificación de edad y fuente por su sigla en inglés).
En lo que son la evaluación de programas de salud específicamente, observamos a King y otros
(2006) que busca cuantificar los efectos de los programas de salud certificados; y a Schumacher
y otros (2012) que analizan diferentes programas de salud con diferentes niveles de destete
(estos van desde terneros destetados durante 45 días, 30 días y aquellos que no han sido
destetados aun). Además analizan el efecto de la agencia que certifica el programa de salud,
dado que las certificaciones pueden ser por parte del vendedor o de terceros.
Otro programa a su vez que en la literatura se encuentra que se ha medido su impacto en precios
a través del enfoque de precios hedónicos es el Oklahoma Quality Beef Network. Este es un
programa de certificación de gestión de salud de terneros donde los productores deben seguir
protocolos específicos de salud y administración para ser elegibles para la certificación del
programa. Hallamos trabajos como Williams (2009); y Williams y otros (2012) destinados a
analizar este programa.
Interesante en Schulz y otros (2015) además de que considera la utilización de la capacidad del
feedlot, es que considera la reputación del vendedor a la hora de estimar las primas por
preacondicionamiento del ganado. Siguiendo esta idea de mirar la prima recibida por aquellos
programas, es que Zimmerman y otros (2012) se proponen ver como evoluciona está en el
tiempo, por lo que estiman el valor marginal de las prácticas de producción de valor agregado
sobre los precios de los terneros de engorde para subastas en video. Miran la evolución de las
prácticas de producción y comercialización de valor agregado, observando cómo afectan los
precios del ganado de engorde programas específicos de salud, implantes, crianza natural,
verificación de la edad y la fuente, etc. También cuantifican cómo los precios implícitos de
estos atributos han cambiado con el tiempo y relacionan estos cambios con la evolución de las
condiciones del mercado.
Otra demostración de lo flexible de este enfoque para cuantificar atributos, lo observamos en
Bolte (2007), en su estudio sobre los beneficios de la identificación animal electrónica, busca
captar si existe el pago de primas en el mercado por poseer el atributo de identificación por
radio frecuencia (RFID por su sigla en inglés). Para ello recurren a un modelo de precios
hedónicos donde observan tanto características físicas del animal como cuestiones del mercado.
Por su parte Blank y otros (2014) analizaron las ventas con contratos a plazos, argumentando
que ambos grupos se beneficiaron de las oportunidades de gestión de riesgo de precios creadas.
Los ganaderos también se beneficiaron de las primas de precios recibidas. Los compradores, a
su vez, se beneficiaron de la capacidad ampliada de adquirir ganado para su entrega en fechas
beneficiosas en el futuro.
Herbst (2016) en su trabajo tiene por objetivo de investigación utilizar modelos hedónicos para
determinar el valor que los empacadores dan a las características de cada lote de ganado gordo
vendido. Estas características incluyen peso, número de cabezas, sexo, días de alimentación,
ubicación, grado de rendimiento, grado de calidad, período de tiempo de entrega y uso de “beta-
agonist”. Buscan una mejor comprensión de las características por las que los empacadores que
compran a través de la plataforma de Fed Cattle Exchange están otorgando primas y descuentos.
Además de incorporar cuestiones nuevas como el uso de “beta-agonist”, en su estudio
contemplo la cuestión espacial a través de variables dummys estatales.
Este enfoque de precios hedónicos que ha sido tan ampliamente utilizado para buscar los
factores intrínsecos en el precio de los terneros, terneras, novillitos, vaquillonas y novillos;
también ha sido utilizado para el mercado de vacas de descarte (Mintert y otros 1990). Pero
donde ha tenido un desarrollo muy complejo a su vez es en el mercado de reproductores para
analizar los diferenciales de precios por características genéticas. Kerr (1984) examina el
cambio tecnológico de base genética en la industria de ganado de carne canadiense, al igual que
él muchos otros autores trabajan en este tópico, en este país (Richards y Jeffrey (1996)
Walburger (2002)).
Dhuyvetter y otros (1996) continúan realizando el estudio en EEUU con la línea de la propuesta
de Kerr (1984), luego otros estudios siguen esta misma línea (Dhuyvetter y otros 2005 b, Holt
y otros 2004, Smith 2007, Atkinson y otros 2010, Russell y otros 2015, Mitchell y otros 2018).
Interesante resulta, la propuesta de Bekkerman y otros (2013) donde utiliza estimaciones de
regresión por cuantiles de un modelo hedónico para evaluar valores marginales implícitos de
un conjunto de toros heterogeneos.
Si bien Estados Unidos en lo que respecta a invernada y Canadá en lo que respecta a
reproductores han generado muchos trabajos, en otras regiones y países del mundo también se
han llevado a cabo estos estudios, por ejemplo en el Continente Africano, existen estudios
como: Jabbar and Diedhiou (2003), Williams y otros (2006), y Kassie et al (2011).
Barret y otros (2003) en su trabajo demostraron que el ganado en las poblaciones más pobres
de Kenia, las cuales dependen de estos, exhibe una gran variabilidad de precios por cuestiones
espaciales, temporales y en base a las características de los animales. Observaron que los
precios responden fuertemente a las lluvias, y que la mayor demanda y oferta están asociadas
con periodos de eventos ceremoniales y épocas de necesidad de dinero por parte de las
comunidades; además existen shocks por cuarentenas. Adugna (2006) por su parte, para Etiopia
encuentra que más allá de las características del ganado, en este país los precios reaccionan al
tipo de vendedor, los propósitos de los compradores, los festivales, y el momento de la
transacción.
Además de en el continente Africano, en América del sur, también se han realizado este tipo de
estudios. Dada la cercanía geográfica a estos lugares, es interesante analizarlos con más detalle
para observar sus resultados. En Uruguay, Lanfranco y otros (2006) estiman el valor monetario
que el mercado otorga a diferentes atributos del ganado y de la comercialización. La mayoría
de las variables incluidas en los catálogos incidieron en la formación de los precios en el corto
plazo. Peso, sexo, raza, clase, estado, procedencia (departamento del cual provienen),
uniformidad, tratamiento nutricional y conocimiento del mío-mío, son características que
afectaron significativamente el precio. Varias de estas variables mostraron relaciones no
lineales o interacciones entre sí. Estrategias de mercadeo como el tamaño de lote, orden de
entrada al remate, determinación del peso en balanza, recomendación explícita de lotes
destacados, son también importantes en la determinación del precio, así como las condiciones
imperantes en el mercado, como la época del año o el nivel general de los precios.
En Chile, Troncoso y otros (2012) evalúan la influencia sobre el precio de características
observables en el ganado en pie (peso promedio del lote, tamaño del lote, edad, raza y condición
corporal). También evalúan la influencia de la estacionalidad y del ciclo ganadero, en el precio.
Los resultados mostraron que las variables que más influyen en el precio son, en orden
decreciente: condición corporal, raza, trimestre en que se hace la venta y año; en mucho menor
escala, también influyen tamaño del lote y peso promedio del lote.
Para Brasil, Koetz Júnior y otros (2014) estiman los efectos de los rasgos fenotípicos en el
precio final de los terneros vendidos en subastas en la región del norte de Paraná. En este
estudio, solo se han considerado los precios finales cobrados cuando se cerraron las ofertas. Los
terneros que pertenecen al grupo genético británico alcanzaron un mayor valor de
comercialización que los terneros cebú; los animales más grandes presentaron mayor liquidez;
los compradores preferían lotes más uniformes, independientemente del sexo de los animales.
Por lo que concluyen de su investigación que el precio de los terneros comercializados en las
subastas analizadas se mantuvo estable desde 2011 hasta 2012. Los lotes uniformes compuestos
por terneros machos cruzados de taurina más grandes, con un número menor de animales de
mala calidad, fueron más valorados.
II) Metodología aplicada
El enfoque utilizado será el de precios hedónicos aplicados al mercado de novillos, novillitos,
vaquillonas, terneros y terneras. Dicho enfoque se sustentan teóricamente en los trabajos de
Lancaster (1966), Rosen (1974) y Ladd y Martin (1976), donde se puede percibir a un bien
como un conjunto de características que son intrínsecas a él, y siendo los precios por estas
características en conjunto las que conforman el precio del bien.
Este enfoque parte de suponer que el bien 𝑍, puede descomponerse en un vector de 𝑛
características medibles: 𝑍 = (𝑧1, 𝑧2, 𝑧3, … , 𝑧𝑛) donde 𝑧𝑖 es la cantidad de la característica 𝑖 que
posee el bien. En el mercado los compradores adquirirán los bienes en base a las características
que estos posean, por lo que el precio puede reescribirse: 𝑃(𝑍) = 𝑝(𝑧1, 𝑧2, 𝑧3, … , 𝑧𝑛) ya que los
compradores estarán adquiriendo conjunto de características y no bienes en sí. Por lo que en el
modelo a regresar dado que la variable dependiente es el precio, las variables independientes
estarán conformadas por aquellas características intrínsecas al bien. Por lo que de la regresión
se obtendrá el precio marginal de equilibro para dicha característica.
La conformación del modelo, en lo que respecta a la selección de los regresores es un problema
importante al que debemos enfrentarnos. Sabemos que la sobreparametrización genera el
problema de poder predecir bien dentro de la muestra utilizada, pero generar una mala
predicción fuera de esta, además que la varianza se incrementará reduciendo la eficiencia del
modelo. Ahora bien, si se selecciona una menor cantidad de regresores en el modelo implica
estimaciones sesgadas e inconsistentes de los coeficientes y de las varianzas.
La metodología a utilizar en lo que respecta a la selección del modelo de regresión en sí, será
la de general a particular. Dicha metodología consiste en realizar el trabajo econométrico
partiendo de las formulaciones generales sugeridas por la teoría económica, para ir descartando
alternativas de acuerdo con la evidencia empírica producida por los datos, en espacio y tiempo
específico (Baronio y Vianco 2016).
Con la metodología de general a particular se considera dar un peso más relevante a la estructura
de los datos y no imponer relaciones causales a priori, debido a que esto lo determina el proceso
generador de datos, esta idea está claramente visible en Hendry (1980). Este proceso generador
de datos es desconocido para el investigador y es aproximado por la modelación misma. Esta
línea de pensamiento se basa en el supuesto que los datos disponibles recogen hechos
económicos reales que se producen a partir de las decisiones de los agentes económicos.
En lo que respecta a esta metodología, Fernandez-Rodriguez y otros (2009) muestran que en la
actualidad hay disponibles muchos criterios para llevar adelante esta metodología, de los cuales
un buen numero resultan poco prácticos cuando tenemos un número elevado de potenciales
variables explicativas ya que estos criterios exploran todos los posibles modelos o gran parte
de ellos. Pero existen varios procedimientos heurísticos que, en lugar de explorar entre todos
los posibles modelos, buscan un buen camino a través de ellos. Uno de los procedimientos más
simples y populares es la regresión stepwise. En este procedimiento se incluyen o excluyen,
secuencialmente, variables en el modelo basándose en consideraciones del estadístico t
(estadístico t de contraste de significación individual, H0: βj =0).
En las opciones de este algoritmo, existen dos variantes: Regresión Stepwise forward donde el
procedimiento en ningún caso se replantea que una variable pueda salir del modelo una vez ha
entrado a formar parte del mismo. Regresión Stepwise backward donde el procedimiento se
inicia con la estimación de un modelo donde se incluyen todas las variables explicativas con
las que se cuenten. A partir de este modelo, se irán eliminando una a una las variables
explicativas no significativas. En primer lugar, se elimina la variable explicativa con el ratio t
más pequeño, en valor absoluto, de entre los que caigan en la región de aceptación. Una vez
eliminada esta variable, se vuelve a estimar el modelo y se procede de la misma manera que en
la estimación anterior. Este proceso continuo hasta que todos los ratios t de las variables
explicativas que se mantienen en el modelo caigan en la región de rechazo.
Utilizar como criterios de selección de modelos el estadístico de significación individual t o el
coeficiente de determinación R2 puede conducir, fácilmente, a la selección de modelos
incorrectos. Lovell (1983) muestra los problemas que pueden introducir en la modelización
econométrica las técnicas de minería de datos advirtiendo que el proceso de modelización tiene
que ir acompañado de un aumento proporcional en nuestro conocimiento de cómo funciona
realmente la economía. Esto dado que las aparentemente inocuas actividades de la minería de
datos, que realizan muchos investigadores, consistentes en ir introduciendo y sacando variables
del modelo con los criterios t o R2, erosionan los niveles de significación en los contrastes de
hipótesis cuando el investigador opta por considerar el mejor resultado aisladamente. Teniendo
en cuenta las limitaciones de esta metodología de general a particular utilizando el
procedimiento “stepwise backward”, es que a continuación planteamos el modelo general a
partir del cual se comenzara:
𝑃 = 𝛽0 + 𝛽1 ∗ 𝐶 + 𝛽2 ∗ 𝐶2 + 𝛽3 ∗ 𝑘 + 𝛽4 ∗ 𝑘2 + 𝛽5 ∗ 𝑄 + 𝛽6 ∗ 𝑄2 + 𝛽𝐸 ∗ 𝐸 + 𝛽𝐻 ∗ 𝐻 +𝛽1H ∗ 𝐶 ∗ 𝐻 + 𝛽2H ∗ 𝐶2 ∗ 𝐻 + 𝛽3H ∗ 𝑘 ∗ 𝐻 + 𝛽4H ∗ 𝑘2 ∗ 𝐻 + 𝛽5H ∗ 𝑄 ∗ 𝐻 + 𝛽6H ∗ 𝑄2 ∗ 𝐻 +𝛽1E ∗ 𝐶 ∗ 𝐸 + 𝛽2E ∗ 𝐶2 ∗ 𝐸 + 𝛽3E ∗ 𝑘 ∗ 𝐸 + 𝛽4E ∗ 𝑘2 ∗ 𝐸 + 𝛽5E ∗ 𝑄 ∗ 𝐸 + 𝛽6E ∗ 𝑄2 ∗ 𝐸 + 𝛽𝑖 ∗∑ 𝑀𝑒𝑠𝑖 + 𝛽𝑖 ∗ ∑ 𝑅𝑎𝑧𝑎𝑖 + 𝛽𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 + 𝛽𝑗 ∗ ∑ 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑗 + 𝛽𝑗 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 + 𝛽𝑗 ∗∑ 𝑃𝑎𝑟𝑡𝑖𝑑𝑜𝑗 + 𝛽𝑗𝑖 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 𝑃𝑎𝑟𝑡𝑖𝑑𝑜𝑖 + 𝛽𝑗𝐻 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 ∗ 𝐻 + 𝛽𝑗𝐸 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 ∗ 𝐸 + 𝛽𝑗𝑖 ∗∑ 𝑍𝑜𝑛𝑎𝑗 𝑅𝑎𝑧𝑎𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑍𝑜𝑛𝑎𝑗 𝑀𝑒𝑠𝑖 + 𝛽𝑗𝑖 ∗∑ 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑗 𝑀𝑒𝑠𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑗 𝑍𝑜𝑛𝑎𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑅𝑎𝑧𝑎𝑗 𝑀𝑒𝑠𝑖 + 𝛽𝑗𝑖 ∗∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 𝑀𝑒𝑠𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝑅𝑎𝑧𝑎𝑗 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑖 + 𝛽𝑗𝑖 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑖 + 𝛽𝑗𝑖 ∗∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 𝑅𝑎𝑧𝑎𝑖 + 𝛽1𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝐶 + 𝛽2𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝐶2 + 𝛽3𝑗 ∗∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝑘 + 𝛽4𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝑘2 + 𝛽5𝑗 ∗ ∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝑄 + 𝛽6𝑗 ∗∑ 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗 ∗ 𝑄2
𝑃: Es el precio del animal gordo (novillo, novillito o vaquillona). 𝐶: Número de cabezas en el
lote. 𝑘: Kilogramos de peso promedio por animal del lote. 𝑄: Cantidad de kilogramos total del
lote (𝐶 ∗ 𝑘). 𝐸: Toma valor 1 si es un Macho Entero Joven, valor 0 en caso contrario. 𝐻: Toma
valor 1 si es un animal hembra, valor 0 en caso contrario. 𝑅𝑎𝑧𝑎𝑖: Condensa a todas las dummy,
existiendo una de estas variables por raza bovina comercializada. 𝐶𝑎𝑡𝑒𝑔𝑜𝑟𝑖𝑎𝑗: Condensa a
todas las dummy, existiendo una de estas variables por categoría bovina comercializada. 𝑀𝑒𝑠𝑖:
Condensa a todas las dummy, existiendo una de estas variables por cada mes del año.
𝑃𝑟𝑜𝑣𝑖𝑛𝑐𝑖𝑎𝑗: Condensa a todas las dummy, existiendo una de estas variables por cada provincia
de la Argentina. 𝑍𝑜𝑛𝑎𝑗: Condensa a todas las dummy, existiendo una de estas variables por
cada Zona a la que se comercializa el ganado. 𝑃𝑎𝑟𝑡𝑖𝑑𝑜𝑗: Condensa a todas las dummy,
existiendo una de estas variables por cada Partido/departamento que tenga una transacción de
ganado origen allí.
III) Datos
Los datos con los que se llevó a cabo el presente trabajo provienen de SIO carnes. SIO Carnes
es un sistema unificado de información de operaciones de compra-venta de ganado y que surge
de los datos obtenidos de las liquidaciones electrónicas presentadas a la AFIP, junto con los
Documentos de Tránsito Electrónicos (DTe) obtenidos del SENASA. Los datos que se incluyen
son: Fecha, comprendiendo el día en que la operación se realizó; origen, detallando de que
Provincia y que Partido/Departamento provenía el lote comercializado; el destino que tenía el
lote vendido (está dividido en 10 zonas el país); la categoría a la cual pertenecen los animales
según resolución ex ONCCA 4906/10; la raza a la que pertenece el lote de animales según fue
declarado en liquidación de AFIP; La cantidad de cabezas comercializada; la cantidad de
Kilogramos vivos; y por último el precio por kilogramo vivo.
Las Zonas de destino del ganado comprenden cada una las siguientes provincias: Zona 1:
C.A.B.A. y Gran Buenos Aires; Zona 2: Norte de Buenos Aires; Zona 3: Centro de Buenos
Aires (Dentro de esta está el Oeste de la provincia de Buenos Aires y Cuenca del salado); Zona
4: Sur de la provincia de Buenos Aires; Zona 5: Córdoba, Santa Fe y Entre Ríos; Zona 6: La
Pampa y San Luis; Zona 7: Tierra del Fuego, Santa Cruz, Chubut, Rio Negro y Neuquén; Zona
8: Mendoza, San Juan y La Rioja; Zona 9: Formosa, Corrientes, Chaco y Misiones; Zona
10:Santiago del Estero, Tucumán, Catamarca, Salta y Jujuy
Con esta información se desarrollaron las variables con las que se realizó el presente estudio.
La base de datos con la que se cuenta, está compuesta por 406,367 operaciones de
comercialización de ganado gordo y de invernada. Se contempla solo el ganado joven no
considerando el mercado de animales de descarte. Por lo que las categorías consideradas son
novillos, novillitos, vaquillonas, machos enteros jóvenes, terneros y terneras. El periodo
comprendido por la muestra fue el año 2018 desde el 1 de enero al 31 de diciembre. La
distribución temporal de la cantidad de lotes comercializado fue bastante constante, fluctuando
entre el 7 al 9.5% mensual del total de operaciones del año.
IV) Resultados y Discusión
Luego de realizar el algoritmo stepwise para la selección de las variables en base a los
estadísticos t de las mismas, el modelo queda representado por 1621 variables explicativas,
siendo que se partió de un modelo general de más de 5000 variables. Este proceso de selección
de variables tan especificas en muchos casos, permite poder introducir dentro del modelo las
particularidades propias de las regiones que componen la República Argentina y que en
conjunto contribuyen a lo que se denomina como mercado ganadero de Argentina. Las
regresiones realizadas fueron hechas con errores robustos a la heteroscedasticidad.
En lo que respecta al valor del R cuadrado, el modelo explica el 65.31% de los cuadrados
totales, por lo que es un valor aceptable. Se debe destacar, que todas las variables que se
desarrollan a lo largo del trabajo como parte del modelo, son significativas para explicar el
modelo dado que rechazaron la hipótesis nula para una significatividad de 0.01. Se aclara que
todos los coeficientes de los que se hablara a partir de ahora para definir al precio marginal de
cada atributo, son valores promedios manteniendo todo lo demás constante.
Tabla 1.
Básicamente, los resultados obtenidos de la selección de variables podemos dividirlo en 5
“cuestiones”; por un lado, aquellas variables generales, que afectan a los precios por igual y no
pertenecen a ninguno de los ejes que a continuación mencionaremos. Por otro lado, podemos
separar en 4 ejes a las variables restantes: Cuestiones asociadas a la categoría que posee el
Numero de Observaciones 406367
Numero de Variables 1621
R2 0.6543
RECM 4.2626
animal; Cuestiones asociadas a la Raza que presenta el animal; Cuestiones Geográficas tanto
por destino como por origen del animal; y Cuestiones temporales3
Las principales variables que son generales a todos los lotes pueden visualizarse en la Tabla 2.
El precio base desde el que se parte para realizarle los descuentos o sumarle las primas es de
$26.5657. Notamos obviamente que existe una tendencia temporal diaria, por lo que, a lo largo
del año 2018, en promedio y manteniendo todo lo demás constante, el precio por kilogramo de
los animales ascendía en 3.267 centavos cada día que transcurría.
Tabla 2
En lo que respecta a los atributos propios del lote, aumentar en una cabeza extra el lote tendría
una prima/descuento de 0.214 − 0.003937 ∗ 𝐶𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝐶𝑎𝑏𝑒𝑧𝑎𝑠 𝑒𝑛 𝑒𝑙 𝑙𝑜𝑡𝑒, podemos
notar que la máxima prima se obtiene cuando el lote es de 22 cabezas aproximadamente.
Aumentar en un kilogramo el peso promedio del lote, implica una prima por kilogramo extra
por animal de −0.00001048 ∗ Kilogramos promedio del animal, por lo que un lote de
animales de 400 kilogramos de peso promedio llevarlo a que pese 401 kilogramos, implicaría
en el precio por kilogramo un descuento de $0.004192.
Aumentar la cantidad de kilogramos totales en el lote en una unidad, tiene una prima de
0.0000000282 ∗ Cantidad de kilogramos totales en el lote. Supongamos entonces que
tenemos un lote de 22 animales (tamaño óptimo) que pesan 400 kilogramos, siendo la prima
para este lote de $0.00024816 por kilogramo extra en el lote.
Sobre los atributos vistos en el punto anterior (Cantidad de Cabezas en el lote, Kilogramos
promedio del lote, y cantidad de kilogramos totales en el lote) resulta interesante saber si los
precios marginales de estos se modifican acorde al sexo del animal. En otras palabras, observar
si el animal es Hembra o es un Macho Entero Joven (dado que se dejó como categoría base si
el animal era un novillo o novillito) modifica los precios marginales para estos atributos. Por lo
que en la Tabla 3 podemos observar aquellos atributos donde se modifica la pendiente por ser
el animal Hembra o MEJ.
Tabla 3.
Si suponemos que el mercado ganadero de argentina está muy especializado, sería de esperar
que las diferentes categorías de ganado tengan diferenciales de precios entre ellas y reaccionen
en forma diferente a los atributos que puedan presentar los animales comercializados. Por esta
cuestión, este tema se desarrollara en primera instancia con mayor detalle, para comprender los
diferenciales de precios acorde a las diferentes categorías del ganado. En lo que respecta a las
variables dicotómicas de categorías, solo 1 fue significativa. Esto afecta a la ordenada al origen
de la que partirán los análisis de los precios recibidos por los animales pertenecientes a cada
categoría. La categoría que recibe “un descuento” es la categoría Novillos Especiales y Buenos
con un peso de entre 431 a 460 kilogramos ($287.5933).
3Si bien hay interacción entre estas cuestiones, se buscó asignar la interacción al eje más útil
para su interpretación
Variable Coeficiente Desvió Estándar
Cantidad de Cabezas en el lote 0.214 0.004706
Cantidad de Cabezas en el lote al cuadrado -0.0019685 0.0001074
Kilogramos promedio por Cabeza al cuadrado -0.00000524 3.80E-07
Cantidad de Kilogramos totales en el lote al cuadrado 0.0000000141 1.07E-09
Tendencia temporal 0.0326666 0.0004054
Constante 26.56572 0.2018014
Variable Coeficiente Desvió Estándar
Cantidad de Cabezas en el lote al cuadrado_Hembras -0.1330869 0.0064245
Cantidad de Cabezas en el lote_MEJ -0.0043298 0.0003709
Cantidad de Cabezas en el lote al cuadrado_MEJ 0.6069984 0.0792339
Kilogramos promedio por Cabeza al cuadrado_MEJ -0.00000827 1.33E-06
Al igual que observamos si la condición del animal de ser hembra o MEJ, observaremos si para
las distintas categorías del ganado, estas poseen diferentes valores marginales en respuesta a
los principales atributos de los lotes vendidos (Cantidad de Cabezas en el lote, Kilogramos
promedio del lote, y cantidad de kilogramos totales en el lote). Estas pueden visualizarse
claramente en la Tabla 4.
Tabla 4.
Luego de ver el comportamiento de las categorías en base a los principales atributos, pasaremos
a observar como son los diferenciales de precios acordes a cuál es la región de destino del
ganado, ósea en otras palabras respecto a cuál es su “mercado”. Por lo que para realizar este
análisis lo que haremos, será observar que categorías reciben primas/descuentos en cada zona
prestando atención a que porcentaje de las transacciones correspondieron a dichas categorías.
Ahora bien, antes de hacer lo mencionado en el párrafo anterior, es necesario observar si existen
principalmente diferenciales de precios acorde a la zona de destino si el animal es un macho
castrado, hembra o MEJ. Para esto se deja como base a los castrados, y se obtiene lo que se
observa en la Tabla 5. En ella se puede percibir como las hembras reciben primas en las zonas
1, 2, 3, y 5; teniendo en la zona 2 un descuento. Mientras que los machos enteros jóvenes reciben
un descuento en lo que es zonas 1, 2, 3, 5, 6, 7, y 8; mientras que en la zona 4 se obtiene prima.
Coeficiente Desvió Estándar
Cantidad de Kilogramos totales en el lote -0.0000000144 0.00000000107
Kilogramos promedio por Cabeza al cuadrado 0.00000629 0.00000129
Cantidad de Kilogramos totales en el lote -0.0000000168 0.00000000123
Novillos Cantidad de Cabezas en el lote al cuadrado -0.1944469 0.0158803
Kilogramos promedio por Cabeza al cuadrado 0.0000033 0.000000727
Cantidad de Cabezas en el lote al cuadrado -0.1625622 0.0055996
Cantidad de Kilogramos totales en el lote -0.00000000363 0.000000000583
Kilogramos promedio por Cabeza al cuadrado 0.0000165 0.000000804
Cantidad de Cabezas en el lote al cuadrado -0.142707 0.0053917
Cantidad de Kilogramos totales en el lote 0.00000000377 0.000000000808
Kilogramos promedio por Cabeza -0.0116063 0.0010341
Cantidad de Cabezas en el lote al cuadrado -0.1817161 0.0065589
Novillitos Cantidad de Cabezas en el lote al cuadrado -0.2269042 0.0123376
Cantidad de Kilogramos totales en el lote al cuadrado -0.001258 0.0002027
Kilogramos promedio por Cabeza 0.0113415 0.0014034
Machos Enteros Especiales y Buenos Cantidad de Cabezas en el lote al cuadrado -0.4180652 0.0774822
Cantidad de Kilogramos totales en el lote al cuadrado 0.0001748 0.0000597
Cantidad de Kilogramos totales en el lote -0.0000000123 0.00000000182
Kilogramos promedio por Cabeza al cuadrado -0.0000137 0.000000743
Cantidad de Cabezas en el lote al cuadrado -0.067882 0.0217156
Cantidad de Cabezas en el lote 0.0011027 0.000215
Vaquillona Especiales y Buenas Pesadas 391/430 kilos Cantidad de Cabezas en el lote -0.000886 0.0001054
Vaquillona Especiales y Buenas Medianas 351/390 kilos Cantidad de Kilogramos totales en el lote -0.0000000049 0.000000000855
Cantidad de Kilogramos totales en el lote al cuadrado -0.0002242 0.0000198
Kilogramos promedio por Cabeza al cuadrado 0.00000956 0.000000955
Kilogramos promedio por Cabeza al cuadrado 0.0000326 0.00000135
Cantidad de Cabezas en el lote al cuadrado -0.1505459 0.0053938
Cantidad de Kilogramos totales en el lote -0.00000001 0.000000000929
Cantidad de Cabezas en el lote al cuadrado -0.0518767 0.0076884
Cantidad de Kilogramos totales en el lote al cuadrado 0.0099322 0.0026331
Kilogramos promedio por Cabeza -0.0925946 0.0183381
Cantidad de Cabezas en el lote -0.0338966 0.0076207
Cantidad de Kilogramos totales en el lote -0.0000000231 0.00000000233
Cantidad de Cabezas en el lote 0.0031591 0.000613
Cantidad de Kilogramos totales en el lote -0.0000000115 0.000000000804
Kilogramos promedio por Cabeza al cuadrado -0.00000756 0.000000812
Cantidad de Cabezas en el lote al cuadrado -0.0380511 0.0078589
Novillos Especiales y Buenos 491/520 kilos Cantidad de Kilogramos totales en el lote -0.0000000134 0.000000000819
Novillos Especiales y Buenos 461/490 kilos Cantidad de Kilogramos totales en el lote -0.0000000135 0.000000000772
Kilogramos promedio por Cabeza al cuadrado -0.0014487 0.0005047
Kilogramos promedio por Cabeza 1.292463 0.4493561
Cantidad de Cabezas en el lote al cuadrado -0.0363839 0.008298
Cantidad de Cabezas en el lote -0.0018717 0.0001809
Cantidad de Kilogramos totales en el lote -0.0000000126 0.000000000875
Cantidad de Cabezas en el lote al cuadrado 0.0376977 0.0120786
Kilogramos promedio por Cabeza al cuadrado 0.0000217 0.00000168
Cantidad de Cabezas en el lote -0.0015375 0.0001336
Novillos Especiales y Buenos más de 520 kilos
Novillos Especiales y Buenos 431/460 kilos
Novillos Cruza Europea más 470 kilos
Vaquillona Regulares
Vaquillona
Terneros hasta 350 kilos
Novillos Regulares pesados
Novillos Regulares livianos
Novillos Overos Negros más de 500 kilos
Variables
Novillos Cruza Cebú más 440 kilos
Novillitos Regulares
Novillitos Especiales y Buenos Pesados 391/430 kilos
Novillitos Especiales y Buenos Medianos 351/390 kilos
Machos Enteros Regulares
Tabla 5.
Luego de observar los diferenciales acorde a la condición sexual del animal con respecto a las
zonas, pasamos a analizar las diferentes categorías. En la Tabla 6 (Tablas Anexo 1), podemos
notar los diferenciales de precios que reciben los animales de cada categoría acorde a las
diferentes regiones que pueden tener como destino.
Tabla 6.
De la Tabla 6, podemos notar como las zonas 2, 3, 4 y 5 pagan primas a la categoría terneros,
al igual que es interesante que en lo que respecta a las diferentes categorías de novillitos los
lugares que pagan primas por estas categorías son las zonas 3, 4 y 5 lo que muestra que en estas
zonas hay una preferencia por adquirir animales livianos. Por la parte de los machos enteros, se
pagan primas por los especiales y buenos en las zonas 1 y 2, mientras que reciben descuento
los regulares en las zonas 3 y 8. Una zona que a simple vista llama la atención es la zona 7,
donde hay grandes descuentos para los machos livianos y hay interesantes primas para las
hembras. Luego de observar que categorías demanda cada zona, pasaremos a observar los
diferenciales de precios de acuerdo a en qué provincia se produjo cada categoría.
Tabla 7 (parte 1)
Variable Coeficiente Desvio Estandar
Hembras Zona 1 4.778598 0.1766259
Hembras Zona 2 -3.152066 0.3655235
Hembras Zona 3 5.29324 0.1853456
Hembras Zona 5 8.645978 0.2027315
MEJ Zona 1 -3.783513 0.6614654
MEJ Zona 2 -7.227592 0.5404999
MEJ Zona 3 -3.394485 0.6846594
MEJ Zona 4 2.929633 0.7644469
MEJ Zona 6 -2.60115 0.3926653
MEJ Zona 7 -3.119571 0.836894
MEJ Zona 8 -10.29459 0.591432
Zona-Categoria Zona 1 ZONA 2 ZONA 3 ZONA 4 ZONA 5 ZONA 6 ZONA 7 ZONA 8 ZONA 9 ZONA 10
Terneros hasta 350 kilos 0 0.74 3.06 2.50 1.56 0 -4.72 0 0 0
Novillitos 0 0 0 4.43 0 0 -20.64 0 -4.39 0
Novillitos Regulares 0 0 2.52 2.34 2.20 0 0 -0.61 0 -1.13
Novillitos Especiales y Buenos Medianos 351/390 kilos -1.81 -1.68 0 0 0 -1.60 0 -1.58 0 -1.41
Novillitos Especiales y Buenos Pesados 391/430 kilos 0 0 0 0 0 -1.05 0 -1.25 0 -2.42
Novillos 0 0 0 3.75 0 0 0 0 0 -3.13
Novillos Regulares livianos 0 0 0 0 0 0 0 0 0 0
Novillos Regulares pesados 7.05 6.16 8.96 8.63 6.60 8.03 0 4.08 0 3.26
Novillos Especiales y Buenos 431/460 kilos -1.24 -0.57 0 0 0 0 0 -1.65 0 -2.86
Novillos Especiales y Buenos 461/490 kilos 0 1.39 0.80 0.76 1.36 0.88 0 0 0 0
Novillos Especiales y Buenos 491/520 kilos 0 0 0 0 0 0 0 0 0 0
Novillos Especiales y Buenos más de 520 kilos 3.58 4.32 2.99 1.44 4.44 3.01 0 0 0 2.82
Novillos Overos Negros más de 500 kilos 0 0 3.35 0 0 0 0 0 -15.44 0
Novillos Cruza Europea hasta 470 kilos -3.74 0 0 13.89 0 3.58 0 0 0 0
Novillos Cruza Europea más 470 kilos 0 0 0 0 3.33 0 0 0 0 0
Novillos Cruza Cebú más 440 kilos 0 0 0 0 0 0 0 0 -5.84 0
Novillos Cruza Cebú hasta 440 kilos 0 0 0 0 0 0 0 -18.80 0 3.46
Machos Enteros Regulares 0 0 -5.66 0 0 0 0 -3.12 0 0
Machos Enteros Especiales y Buenos 3.92 4.17 0 0 0 0 0 0 0 0
Vaquillona 0 0 5.19 -3.16 6.25 0 0 0 5.04 7.72
Vaquillona Regulares 0 0 8.20 0 7.09 5.51 8.95 3.90 5.51 7.56
Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.85 -7.39 0 -8.82 -1.45 -2.77 2.51 -1.99 0 0
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -5.19 -4.74 1.72 -6.95 0 -1.00 0 0 0 0
Tabla 7 (parte 2)
Fuera de la Tabla 7 quedaron aquellas provincias en las que se dieron muy pocos diferenciales
de precios acorde a las razas, y estas a continuación las comentaremos. En Jujuy (Tabla 10,
Anexo 2), se encuentra que novillitos regulares recibe una prima de $4.35 siendo que esta
categoría representa en esta provincia el 45% de las transacciones, mientras que la categoría
vaquillonas tiene un descuento de $5.5 aunque solo representa el 2.92% de las transacciones,
podemos considerar que la base de estos diferenciales está dada por las vaquillonas regulares
que en esta provincia posee el 51.5% de las transacciones (Tabla 33 anexo 13).
En la rioja (Tabla 12, Anexo 2) obtuvieron prima los novillos especiales y buenos 491/520
($4.9) siendo que estos representan 2 transacción en una provincia donde es muy bajo el número
de transacciones de ganado. En San Juan (Tabla 18, Anexo 2), obtuvieron descuento las
vaquillonas ($13.3) donde hubo 2 transacciones de este tipo de animal (8.33%). En Santa Cruz
(Tabla 20, Anexo 2), obtuvieron prima los novillitos regulares ($14.4) mientras que sufrieron
un descuento las vaquillonas ($9.85), ambas categorías tuvieron 2 transacciones.
Luego de haberse observado cómo son los diferenciales de precios acorde a las distintas
categorías del ganado y sus interacciones con otros atributos del ganado y del espacio, ahora se
prestara atención a que ocurre con los diferenciales de precios para las diferentes razas del
ganado a la vez que consideramos las zonas de destino de este ganado. En el anexo 4 puede
verse por separado los diferenciales de precios por raza y de la interacción Zona con Raza. Para
analizarlos mejor, observaremos el neto de la suma de los diferenciales de precios de Raza y la
interacción Raza-Zona, estos están presentes a continuación en la Tabla 8. Se debe mencionar
Categorias-Provincia CATAMARCA CHACO CHUBUT C.A.B.A. CORDOBA CORRIENTES ENTRE RIOS FORMOSA LA PAMPA MENDOZA
Terneros hasta 350 kilos -10.21 -6.07 16.38 0 -7.64 -2.50 -9.05 0 -8.55 -6.95
Novillitos 0 -7.06 0 -9.10 -14.69 -5.99 -13.11 0 -20.11 -14.62
Novillitos Regulares -3.33 0 0 7.18 0 2.20 -0.85 4.18 0 -3.15
Novillitos Especiales y Buenos Medianos 351/390 kilos 0 5.80 0 9.75 4.84 7.23 1.81 10.00 3.46 3.08
Novillitos Especiales y Buenos Pesados 391/430 kilos 0 0 8.36 0 -2.15 0 -5.03 0 -4.84 -3.80
Novillos 0 -3.55 0 -6.76 -9.72 0 -9.79 0 -13.95 -12.95
Novillos Regulares livianos 0 0 0 0 0 0 0 0 0 0
Novillos Regulares pesados -2.98 3.26 0 0.87 0 4.13 0 6.61 0 0
Novillos Especiales y Buenos 431/460 kilos 4.12 3.67 19.93 3.55 1.59 0 0 2.11 0 0
Novillos Especiales y Buenos 461/490 kilos 0 0 0 1.23 0 0 -1.59 0 -1.81 0
Novillos Especiales y Buenos 491/520 kilos 0 3.88 0 2.00 0.83 0 0 0 0 0
Novillos Especiales y Buenos más de 520 kilos 0 3.44 0 0 -1.20 0 -2.39 0 -1.44 0
Novillos Overos Negros más de 500 kilos 0 0 0 0 0 8.10 0 0 -5.72 0
Novillos Cruza Europea hasta 470 kilos 0 0 0 0 0 0 0 0 -3.27 0
Novillos Cruza Europea más 470 kilos 0 0 0 0 0 1.40 0 0 0 0
Novillos Cruza Cebú más 440 kilos 0 8.71 0 0 0 0 0 8.53 0 0
Novillos Cruza Cebú hasta 440 kilos 0 0 0 5.74 0 0 0 4.31 4.76 0
Machos Enteros Regulares -11.21 -8.71 -2.94 -2.94 -4.80 -9.59 -6.61 0 -7.74 -12.20
Machos Enteros Especiales y Buenos 0 0 0 0 -2.25 0 0 0 0 0
Vaquillona -15.46 -9.22 -6.99 -6.99 -11.11 -6.09 -15.20 -6.37 -8.87 -6.69
Vaquillona Regulares -7.80 -4.60 0 0 -5.19 -3.89 -6.37 0 -6.08 -6.22
Vaquillona Especiales y Buenas Medianas 351/390 kilos -9.05 -4.36 -3.29 -3.29 -6.21 -3.02 -8.93 -3.14 -7.87 -7.98
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -4.10 0 0 0 -1.94 0 -3.51 0 -3.69 -4.20
Categorias-Provincia MISIONES NEUQUEN RIO NEGRO SALTA SAN LUIS SANTA FE SANTIAGO DEL ESTEROTIERRA DEL FUEGO Buenos Aires
Terneros hasta 350 kilos -5.75 0 0 -2.23 0 -4.32 -7.44 -11.44 -5.10
Novillitos -7.80 0 0 -8.29 -7.43 -12.30 -11.71 -20.75 -12.50
Novillitos Regulares -2.43 2.80 0 4.85 5.87 1.94 0 -1.78 1.21
Novillitos Especiales y Buenos Medianos 351/390 kilos 4.17 7.51 4.60 4.98 10.39 6.56 1.70 0 6.19
Novillitos Especiales y Buenos Pesados 391/430 kilos 0 0 -8.68 0 3.45 0 -1.40 0 -1.29
Novillos -7.94 0 -10.61 0 0 -6.32 -7.25 -11.04 -6.08
Novillos Regulares livianos 0 0 0 0 0 0 0 0 0
Novillos Regulares pesados 0 7.23 1.82 2.86 4.10 0 0 0 0
Novillos Especiales y Buenos 431/460 kilos 0 0 0 2.74 6.60 3.70 0 4.89 2.58
Novillos Especiales y Buenos 461/490 kilos 0 0 0 0 5.55 2.00 0 4.54 0.80
Novillos Especiales y Buenos 491/520 kilos 0 0 0 0 8.36 3.44 0 0 2.05
Novillos Especiales y Buenos más de 520 kilos 10.57 3.02 0 0 7.71 0 -2.52 0 1.48
Novillos Overos Negros más de 500 kilos 0 0 0 0 0 0 0 0 0
Novillos Cruza Europea hasta 470 kilos 0 0 0 0 0 0 0 0 -5.42
Novillos Cruza Europea más 470 kilos 0 0 0 0 0 0 0 0 1.68
Novillos Cruza Cebú más 440 kilos 0 0 0 0 0 1.05 0 0 0
Novillos Cruza Cebú hasta 440 kilos 0 0 0 0 0 2.86 -3.58 0 0
Machos Enteros Regulares 0 0 0 0 0 -5.22 0 -4.25 -4.86
Machos Enteros Especiales y Buenos 0 0 9.40 10.83 0 0 0 0 -2.36
Vaquillona -10.21 -15.18 -11.71 -7.77 0 -12.24 -10.73 -15.07 -10.67
Vaquillona Regulares -7.71 -5.90 -9.69 0 2.14 -2.96 -4.89 -6.96 -4.00
Vaquillona Especiales y Buenas Medianas 351/390 kilos -5.18 -6.40 -9.83 -3.98 0 -4.21 -7.94 -5.28 -5.44
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 0 0 -8.78 0 4.42 0 -5.02 0 -0.65
que 3 razas no obtuvieron diferencial de precios algunos, y estas son Retinta, Santa Gertrudis y
west highland.
Por su parte las razas Limangus ($5.75) y Belted Galloway ($2.6) obtuvieron primas, mientras
que la raza Simmental obtuvo un gran descuento ($7.1). Blonded’aquitaine obtuvo un descuento
cuando su destino fue la zona 3 de $2.05, Limangus y Shorthorn recibieron un descuento de
$6.05 y $24.15 respectivamente cuando el destino es la zona 6. Mientras que obtuvieron primas
aquel ganado Simmental con destino a Zona 4 ($9.65) y el Brahman con destino a zona 9
($4.15). El resto de las razas y sus interacciones con zonas están en la siguiente tabla:
Tabla 8.
Luego de ver el diferencial de precios generado por la zona de destino en conjunción con la
pertenencia a cada raza, es que nos resulta interesante avanzar y observar los diferenciales de
precios que se generan a partir de la raza y la provincia en la que se origina la transacción. En
la Ciudad Autónoma de Buenos Aires (Tabla 5, Anexo 5), recibió una prima aproximada de
$1.7 el ganado Aberdeen Angus.
En lo que respecta a las provincias que forman parte de la región pampeana, la más importante
por ser donde radica la mayor parte del rodeo ganadero del país. En Córdoba (Tabla 6, Anexo
5), obtienen prima las razas Shorthorn ($5.3), y Simmental ($5.3). Por el lado de los descuentos,
los reciben los animales sin raza ($1.65), Holando Argentino ($2.5), Bovino Criollo ($1.95),
Hereford ($1.25), Brangus ($1.2), Charoláis ($1.7), Jersey ($4.05), Brahman ($4.5), y Polled
Hereford ($6.55).
En la Pampa (Tabla 11, Anexo 5), reciben un descuento los Holando Argentino ($1.3), Hereford
($3.1), y Polled Hereford ($4.55). En Santa Fe (Tabla 17, Anexo 5), recibieron descuento los
animales sin raza definida ($2.1), Bovinos Criollos ($2), Aberdeen Angus ($1.9), Holando
Argentino ($2.9), Hereford ($3.1), Brangus ($2.15), Charolais ($4.4), Brahman ($2.4), y Polled
Hereford ($4.8). En Buenos Aires (Tabla 1, Anexo 5), obtiene prima el ganado shorthorn ($3).
Mientras que obtiene descuento el ganado sin raza definida ($0.5), Hereford ($2.05), y Polled
Hereford ($2.65).
En lo que es la Mesopotamia, en Corrientes (Tabla 7, Anexo 5), obtuvieron prima los Braford
($2.55), Aberdeen Angus ($3.95), y Holando Argentino ($2.7). En Entre Ríos (Tabla 8, Anexo
5), sufren un descuento aproximado de $2.55 los animales sin raza definida. Mientras que
obtienen prima los lotes Braford ($3.4), Brahman ($3.65), shorthorn ($2.95), Limousin ($7.4),
y Simmental ($6.5).
En la región Chaqueña, en Formosa (Tabla 9, Anexo 5), obtienen una prima los animales
Braford ($1.85) y Brahman ($5.45). Por su parte reciben un descuento los animales sin raza
definida ($4.25) y los Hereford ($8.95).En Santiago del Estero recibió una prima aproximada
de $1.55 el ganado de raza Aberdeen Angus (Tabla 14, Anexo 5). En Chaco (Tabla 17, Anexo
5), recibió una prima aproximada de $4.65 el ganado de la raza Aberdeen Angus.
En la región de Cuyo, en Mendoza (Tabla 12, Anexo 5), reciben prima los animales sin raza
definida ($2.05), Aberdeen Angus ($6.05), Holando Argentino ($5.35), y Simmental ($19.4).
De este último se registra solo 1 transacción. En San Luis (Tabla 16, Anexo 5), obtuvieron
Raza-Zona Zona 1 Zona 10 Zona 2 Zona 3 Zona 4 Zona 5 Zona 6 Zona 7 Zona 8 Zona 9
Aberdeen Angus 3.89 5.64 2.42 1.66 4.06 2.83 1.60 2.62 1.63 5.64
Bovino Criollo 2.66 1.95 1.81 0.00 5.07 2.47 0.00 0.00 2.74 5.20
Otra 99 5.01 4.59 4.38 3.65 3.65 3.65 2.60 3.65 3.65 7.27
Holando Argentino 5.36 4.82 2.37 0.00 0.00 2.51 0.00 0.00 1.55 3.77
Braford -0.96 0.57 0.04 -1.50 -0.04 -2.48 -2.48 -2.48 -0.64 4.00
Hereford 0.00 0.00 0.00 -1.80 2.40 -1.20 -3.00 0.00 -2.79 0.00
Brangus 2.61 1.57 0.00 0.00 0.00 0.00 -3.81 0.00 0.00 4.87
Jersey 8.85 5.21 5.21 5.21 11.54 5.21 5.21 5.21 5.21 5.21
Charolais -1.42 5.17 -2.96 -1.93 -1.29 -2.57 -10.39 5.17 -1.90 5.17
Polled Hereford 0.00 0.00 3.43 0.00 0.00 4.73 0.00 0.00 8.39 0.00
Limuosin -4.10 0.00 0.00 0.00 2.01 -2.45 0.00 0.00 0.00 0.00
Piemontese 0.00 0.00 0.00 0.00 0.00 11.43 0.00 7.25 0.00 0.00
prima las razas Aberdeen Angus ($1.15) y Brangus ($1.75). Mientras que recibieron un
descuento la raza Polled Hereford ($7.55).
En la región Patagonica, en Neuquen (Tabla 13, Anexo 5), obtuvieron prima los animales sin
raza definida ($13.55), Hereford ($11.8), Aberdeen Angus ($13.95), y Bovino Criollo ($10.7).
Siendo para esta región los que quedaron como base Charolais y Polled Hereford, ambos
sumados apenas superando el 1% de las transacciones. En Rio Negro (Tabla 14, Anexo 5),
obtuvieron descuento los animales sin raza definida ($2.05), Hereford ($3.55), Charolais ($8.4),
y Holando Argentino ($6.75). En Chubut (Tabla 4, Anexo 5), recibió un descuento aproximado
de $5.15 el ganado de la raza Hereford.
En el Noroeste, en Salta (Tabla 15, Anexo 5), obtuvieron descuento los animales sin raza
definida ($2.85), Bovino Criollo ($2.35), y Hereford ($6.15). En Tucumán (Tabla 19, Anexo 5)
recibió un descuento aproximado de $2.05 el ganado Holando Argentino. En Catamarca (Tabla
2, Anexo 5), recibió una prima aproximada de $2.6 el ganado de raza sin definir. En Jujuy
(Tabla 10, Anexo 5), obtuvieron un descuento de $8.5 y de $9 los bovinos criollos y los
animales sin raza definida respectivamente.
Luego del camino recorrido hasta aquí, es momento de observar la interacción entre razas y
categorías (Tablas anexo 7), para observar dada cada raza, cual categoría recibe un prima y cual
un descuento. Para mejorar el análisis avanzaremos siguiendo el origen de la raza, por lo que
en la Tabla 9 se presentaran los diferenciales de precios para la interacción categoría raza,
agrupando esta última a su vez por el origen de la raza.
Tabla 9 (parte 1).
Tabla 9 (parte 2).
Aberdeen
AngusHereford Polled Hereford Shorthorn
Belted
GallowayWest Highland Charolais Limuosin
Blonde
d'aquitaine
Flieckvieh
SimmentalPiemontese Retinta
Terneros hasta 350 kilos 1.31 1.21 2.22 4.64 0 0 0 0 0 0 0 0
Novillitos 1.12 0 4.35 0 0 0 0 10.98 0 0 0 0
Novillitos Regulares -3.14 -3.08 0 -3.26 -5.04 2.14 -4.63 0 0 0 0 0
Novillitos Especiales y Buenos Medianos 351/390 kilos 0 0 3.80 0 0 0 0 0 0 0 -9.13 0
Novillitos Especiales y Buenos Pesados 391/430 kilos 0 0 4.55 0 0 0 0 0 0 0 0 0
Novillos -8.30 -9.65 0 0 0 0 -8.12 0 0 0 0 0
Novillos Regulares livianos 0 0 0 0 0 0 0 0 0 0 0 0
Novillos Regulares pesados -8.37 -6.21 -5.06 -12.41 -11.90 0 -11.71 -4.03 0 0 0 0
Novillos Especiales y Buenos 431/460 kilos -2.44 0 0 0 0 0 0 0 0 0 0 0
Novillos Especiales y Buenos 461/490 kilos 0.88 1.31 5.41 0 0 0 0 0 0 8.86 0 0
Novillos Especiales y Buenos 491/520 kilos 0 0 4.87 0 0 0 0 0 -4.86 0 0 0
Novillos Especiales y Buenos más de 520 kilos 0 1.21 2.89 0 0 0 0 0 0 0 0 0
Novillos Overos Negros más de 500 kilos -4.58 0 0 0 0 0 0 0 0 0 0 0
Novillos Cruza Europea hasta 470 kilos -6.79 0 0 0 0 0 0 0 0 0 0 0
Novillos Cruza Europea más 470 kilos 0 0 0 0 0 0 0 0 0 0 0 0
Novillos Cruza Cebú más 440 kilos 0 -2.96 0 0 0 0 0 0 0 0 0 0
Novillos Cruza Cebú hasta 440 kilos 0 0 0 0 0 0 0 0 0 0 0 0
Machos Enteros Regulares -1.18 0 0 0 0 0 0 0 0 0 0 0
Machos Enteros Especiales y Buenos 0 -4.19 0 0 0 0 0 0 0 0 0 0
Vaquillona -6.06 -6.85 0 0 0 0 -7.79 0 0 0 -7.41 0
Vaquillona Regulares -1.39 -0.85 0 0 0 0 -1.74 0 0 0 0 0
Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.97 7.71 10.88 7.38 0 4.50 8.34 0 6.73 11.74 0 0
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 0 2.87 6.50 0 0 0 0 0 0 0 0 0
Raza-Categoria
BRITANICAS CONTINENTALES
Brahman Braford Brangus Santa GertrudisHolando
ArgentinoJersey Limangus Bovino Criollo Otra 99
Terneros hasta 350 kilos 3.15 4.75 3.96 0 0 0 0 3.04 1.52
Novillitos 13.94 4.49 7.20 0 0 0 0 0 0
Novillitos Regulares 0 0 -1.62 0 -4.95 -8.28 -5.76 -1.18 -3.68
Novillitos Especiales y Buenos Medianos 351/390 kilos 0 3.84 3.72 0 -1.01 0 0 2.35 0
Novillitos Especiales y Buenos Pesados 391/430 kilos 0 1.52 2.90 0 0 -1.36 0 2.90 0
Novillos 0 -5.16 0 0 -7.98 -14.83 0 -5.05 -10.27
Novillos Regulares livianos 0 0 0 0 0 0 0 0 0
Novillos Regulares pesados -6.34 -4.82 -7.94 0 -10.27 -11.83 -10.72 -6.92 -6.80
Novillos Especiales y Buenos 431/460 kilos 0 0 0 0 -1.88 -3.43 0 0 -2.23
Novillos Especiales y Buenos 461/490 kilos 0 3.63 2.12 0 0 0 0 3.04 0
Novillos Especiales y Buenos 491/520 kilos 0 2.32 4.23 0 0 0 0 1.90 0
Novillos Especiales y Buenos más de 520 kilos 0 5.90 6.03 0 0 0 0 2.49 0.99
Novillos Overos Negros más de 500 kilos 0 0 0 0 -3.09 0 0 0 -4.80
Novillos Cruza Europea hasta 470 kilos 0 0 0 0 0 0 0 0 -4.61
Novillos Cruza Europea más 470 kilos 0 2.36 0 0 0 0 0 2.95 0
Novillos Cruza Cebú más 440 kilos 0 0 0 0 0 0 0 0 0
Novillos Cruza Cebú hasta 440 kilos -5.39 0 0 0 0 0 0 -4.42 -2.43
Machos Enteros Regulares 0 0 0 0 0 0 0 0 0
Machos Enteros Especiales y Buenos 4.90 2.83 0 0 3.63 0 0 1.55 0
Vaquillona -4.39 -4.84 -3.93 0 -5.88 -11.94 -16.37 -5.02 -6.34
Vaquillona Regulares 0 1.48 0 0 -2.52 -6.60 -2.35 0 -2.48
Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.29 9.59 9.29 0 6.85 2.86 6.92 9.40 7.46
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 0 4.44 2.58 0 0 0 2.86 1.30 0
Raza-Categoria
CEBUINAS LECHERAS OTRAS
De estas tablas, lo interesante es ver para aquel que posee animales de una raza en particular,
cuales alternativas de producción son convenientes. Esto dado que se podrá observar para cada
raza que mercado lo valora más (esto porque la categoría bajo la que se comercializa brinda una
orientación de a qué mercado está destinado el animal).
Luego del análisis de las diferentes categorías y razas que puede poseer el ganado, la dimensión
espacial es una de las cuestiones interesantes de observar. Esto a fin de poder dilucidar el
diferencial de precios inherentes a lugar donde se produce y/o al lugar de destino de la
producción. A continuación se presenta el mapa de primas y descuentos obtenidos por los
diferentes partidos incluyendo ya la prima recibida por provincias (Tabla 1, Anexo 8 [Partidos];
Tabla 1, Anexo 9 [Provincias]). En el mapa las más oscuras son las primas más altas, y va
disminuyendo la intensidad del color a medida que cae y/o aumentan los descuentos.
Incluir estas variables de partidos/departamentos y de provincias, y sus interacciones con las
demás variables; más allá de que son variables que brindan información interesante, cumplen
dentro del modelo una función de corregir la heterogeneidad espacial a la que se estaría
expuesto de no considerar esta dimensión. Lo mismo ocurre con la dimensión espacial.
Una vez observados los diferenciales de precios propios de cada partido/departamento,
debemos tener en cuenta que vender a cada zona, genera primas y descuentos per se (Tabla 1,
Anexo 10) donde se obtienen primas de $2.55 por vender a Zona 1, $1.85 por vender a Zona 2,
$1 por vender a Zona 3 y $2.45 por vender a Zona 5, mientras que aquel que vende a Zona 4
recibe un descuento de $6.
Estas primas y/o descuentos pueden individualizarse a nivel de partido/departamento
(considerando el efecto de la provincia) dado que la cercanía a cada mercado influirá en los
precios de comercialización. A continuación se presentaran los mapas con las primas recibidas
por cada partido de comercializar con destino a cada una de las zonas (Tablas Anexo 11 [Zonas-
Partidos]; Tablas, Anexo 12 [Zonas-Provincias]).
Luego de observar la dimensión espacial, ahora pasaremos a observar la dimensión temporal.
Es interesante observar en la Tabla 10 cómo se comportan las primas netas por categorías a
través del tiempo, en esta tabla, para percibir mejor la variabilidad temporal consideramos tanto
la primas individuales de cada mes como las propias de cada categoría (Tablas Anexo 3).
Podemos notar como en mayo hay unos shocks positivos en las primas que afecta a todas las
categorías, aunque en magnitudes muy diferentes y que luego tiene comportamientos disimiles
acorde a la categoría de la que se trate.
Importante de destacar es la reducción en los precios de prácticamente todas las categorías que
se observa durante el periodo que va desde abril hasta julio, estando los principales descuentos
en los meses de mayo y junio. También podemos notar como en muchas de las categorías, estos
diferenciales de precios se vuelven positivos en agosto aunque luego desaparecen.
Tabla 10.
Cuando observamos las razas en interacción con el tiempo, podemos observar la Tabla 11
(Tablas Anexo 6). Allí se nota que en marzo no existe prima/descuento para ninguna raza.
Debemos destacar que las razas que no reciben ni primas, ni descuento son las West Highland
y Retinta.
Tabla 11.
Interaccion Categoria Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Novillitos Regulares 2.06 6.15 1.14 0 -2.64 -2.81 0.39 2.62 0 0.33 0 0.60
Vaquillona Regulares 1.95 5.64 0.89 -0.21 -2.90 -3.08 0 2.42 0 0 -0.81 0
Terneros hasta 350 kilos 1.62 5.64 0.70 0 -2.70 -3.08 0 2.42 -0.65 -0.23 -0.82 0
Novillitos Especiales y Buenos Medianos 351/390 kilos 2.13 5.94 1.00 0 -2.62 -2.73 0.41 2.42 0 0.34 0 0.53
Novillos Regulares pesados 1.43 4.47 0 -0.80 -4.14 -4.08 -0.80 1.47 0 0.54 0 0.85
Vaquillona Especiales y Buenas Medianas 351/390 kilos 1.66 5.64 0.79 -0.29 -2.93 -3.08 0 2.42 0 0 -0.83 0
Novillitos Especiales y Buenos Pesados 391/430 kilos 1.46 5.64 0.53 -0.47 -3.32 -3.08 0 3.30 0 0.66 0 0.70
Novillos Especiales y Buenos 431/460 kilos 1.46 4.77 0 -0.93 -3.58 -3.85 0 2.42 0 0.94 1.49 1.41
Novillos Especiales y Buenos 461/490 kilos 0 3.26 -1.93 -3.04 -6.03 -6.06 -2.33 0.62 -1.76 0 0 0
Novillos Especiales y Buenos más de 520 kilos 0 3.28 -1.79 -3.21 -5.49 -6.72 -2.47 1.51 0 1.67 1.58 0.78
Vaquillona 2.14 5.64 0 -1.34 -3.95 -6.14 -3.10 0.45 -1.91 0 0 0
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1.99 5.64 0 0 -2.93 -3.08 0 2.42 0 0 0 0
Novillos Especiales y Buenos 491/520 kilos 0 3.20 0 -3.19 -6.00 -6.03 -2.06 2.42 0 0 0 0
Machos Enteros Regulares 2.99 5.64 0 0 -2.34 -3.08 0 2.42 1.85 1.60 0 0
Machos Enteros Especiales y Buenos 2.06 5.64 0 0 -4.33 -3.08 0 2.42 0 0 0 0
Novillos Overos Negros más de 500 kilos 2.95 5.64 1.30 0 -2.51 -3.08 0 2.42 2.97 3.23 1.27 0
Novillos 0 5.64 0 0 -4.15 -5.76 -3.92 -0.26 -1.39 0 -1.50 0
Novillos Cruza Europea más 470 kilos -1.46 2.59 -3.70 -4.86 -9.12 -7.97 -4.68 -2.37 -2.19 0 0 -2.25
Novillitos 2.21 4.37 0 -2.40 -5.45 -6.32 -3.78 -0.21 0 0 0 0
Novillos Cruza Europea hasta 470 kilos 2.29 5.64 0 0 -4.42 -3.08 0 2.42 0 0 0 0
Novillos Cruza Cebú más 440 kilos -1.72 1.85 -3.65 -5.16 -9.12 -8.43 -3.85 -2.79 0 0 0 0
Novillos Cruza Cebú hasta 440 kilos 0 2.52 0 0 -5.45 -3.08 -2.77 2.42 -2.81 0 0 0
Novillos Regulares livianos 0 5.64 0 0 -9.12 -3.08 0 2.42 0 0 0 0
Con las Tablas del Anexo 13, se arma la tabla 12, donde se puede observar la variabilidad
temporal de los diferenciales de precios que se generan en base a las zonas de destino del
ganado. En la tabla, lo que estamos observando son a través de sus diferenciales e precios las
fluctuaciones de los equilibrios entre la oferta y las demandas de cada zona en el tiempo.
Tabla 12.
Con las tablas del anexo 14, se arma la tabla 13 donde puede apreciarse la variación de los
diferenciales de precios para las diferentes provincias a lo largo de los meses:
Tabla 13.
Podemos notar que no están todas la provincias en esta tablas dado que algunas no presentaban
efectos temporales y otras solo en 1 caso. Mendoza, obtuvo prima de $1.75 en marzo. Tres
provincias reciben un diferencial de precios solo en el mes de Abril, y estas son: Córdoba con
un descuento de $0.4, y con una prima se encuentran: Rio Negro $1.7, y Santiago del Estero
$0.9. La Rioja obtiene una prima en el mes de mayo de $5.3 mientras que Corrientes recibe un
descuento de $1.45 en el mes de agosto. Por su parte Tucuman, recibe un descuento en el mes
de noviembre de $1.25. Por su parte, aquella que no presentaron diferencial son: Catamarca,
Chaco, Chubut, Jujuy, Neuquén, San Juan, San Luis, Santa Cruz, y Tierra del Fuego.
V) Conclusiones
Luego de presentar y discutir los resultados obtenidos, podemos comenzar a responder la
pregunta que motiva esta investigación. ¿Qué factores influyen en la determinación del precio
del ganado comercializado en el mercado de bovinos gordos y de invernada? Además se
Raza-Mes Enero Febrero Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre
Otra -4.29 -4.34 0 0.38 0 0 -4.53 0 0 -0.58 -2.55 0
Shorthorn 1.08 0 0 0 0 0 0.47 0 0 0 0.44 0
Aberdeen Angus -4.32 -4.37 0 0.79 0.32 0 -4.69 0 0 0 -2.44 0
Bovino Criollo -4.42 -4.44 0 0 0 0 -4.28 0.36 0.80 0.41 -2.16 0
Holando Argentino -3.95 -4.32 0 0.40 0 0 -4.48 -0.92 0 0 -2.70 -0.54
Braford -3.69 -4.03 0 0.86 0.38 0 -4.29 0 0.59 0.48 -2.05 0
Hereford 0 0 0 5.39 4.76 4.45 0 4.13 4.50 4.54 1.90 4.26
Brangus -4.70 0 0 1.07 0 -0.97 0 -1.06 0 0 -2.50 -1.00
Jersey -4.14 0 0 1.46 0 -1.63 0 -1.19 0 0 -2.71 0
Charolais 0 0 0 7.78 6.85 6.16 0 3.46 5.97 6.12 3.86 5.68
Polled Hereford 0 0 0 -2.60 -1.91 0 -4.18 0 0 0 -4.31 -2.40
Brahman 0 0 0 1.88 0 1.78 -4.91 0 0 0 0 0
Limangus 0 0 0 0 4.24 0 -2.89 0 0 0 0 0
Limuosin 0 0 0 0 0 0 -7.24 0 0 0 0 0
Belted Galloway 0 0 0 5.11 0 0 -6.60 0 0 0 0 0
Blonde d'aquitaine 0 0 0 5.64 0 0 -5.53 0 0 0 0 0
Flieckvieh Simmental 0 -4.45 0 0 9.33 0 0 0 0 0 0 0
Piemontese 0 -3.99 0 0 0 0 0 0 0 0 0 0
Santa Gertrudis -4.71 0 0 0 0 0 0 0 0 0 0 0
Mes-Zona Zona 1 ZONA 2 ZONA 3 ZONA 4 ZONA 5 ZONA 6 ZONA 7 ZONA 8 ZONA 9 ZONA 10
Enero 1.805366 2.425682 0 3.841527 0 4.088532 0 0 2.270516 4.647362
Febrero -1.865527 -1.363546 -3.783856 0 -3.721817 0 -4.823521 -3.133631 -3.16934 0
Marzo -2.440376 -1.873572 -4.77966 -0.4351191 -4.44894 0 -4.232003 -3.765411 -2.968026 0
Abril -2.595592 -1.863204 -4.392403 0 -4.447902 0 -6.04792 -4.039762 -2.567746 0
Mayo 0 0.5964994 -1.861218 1.874946 -1.657959 2.358086 -3.366708 -1.241193 0 2.440314
Junio 2.917192 3.417928 0.5464615 4.931962 0 5.074798 -2.077027 0 0.7043264 3.510946
Julio 4.235163 4.153885 1.873344 6.005488 1.288622 5.886078 0 1.702876 0.7570495 4.749612
Agosto -2.291882 -1.934522 -4.784228 -0.6964062 -4.6803 0 -5.706577 -4.714364 -4.847704 -2.01692
Septiembre 2.80941 3.050927 0 4.551205 0 5.003199 0 0 -2.025342 1.080708
Octubre 1.749265 1.974416 -0.8627096 3.254345 -0.7808068 4.001337 0 0 -1.675722 1.28252
Noviembre 3.581703 3.9978 0 4.13094 0.9404161 6.067163 4.356465 1.431807 0 3.277771
Diciembre 0 0 -3.353966 0 -2.530139 1.844788 0 -2.166817 -3.824031 -0.6306237
Provincia-Mes Buenos Aires C.A.B.A ENTRE RIOS FORMOSA LA PAMPA MISIONES SALTA SANTA FE
Enero 0 -0.98 0.29 0 0 0 -0.73 0.27
Febrero 0 0.58 -0.37 0 0 0 0 0
Marzo 0.73 0 0 0 0.83 0 0 0.77
Abril 0 0 0 0 0 0 0 0
Mayo 0.43 0.89 0.51 -1.66 0 0 0 0.65
Junio -0.54 0 -0.74 0 -1.09 -1.78 0 0
Julio 0 1.37 0 0 0 0 0 0
Agosto 0.34 1.10 0 -1.67 0 1.69 -0.63 0
Septiembre 0 0 0 0 0 0 0 0
Octubre 0 0 0 0 0 0 0 0
Noviembre 0 -0.77 0 0 0 0 0 0
Diciembre 0 0.57 0 0 0 0 0 0
agregara junto a cada factor que influya en la determinación del precio del ganado, posibles
usos que se le pueda dar a la información generada.
Comenzando por las cuestiones más generales, en primera instancia surge que dependiendo del
animal que se esté hablando en relación a su condición sexual (novillos/novillitos, machos
enteros jóvenes o vaquillonas) y a la categoría bajo la que se comercializara, recibirá el lote de
animales diferentes primas en lo que respecta a peso promedio del lote y su término cuadrático,
cantidad de animales en el lote y su término al cuadrático, y cantidad de kilogramos totales en
el lote y su término cuadrático; la implicancia que estas cuestiones sean significativas, ayuda a
tomar decisiones optimas en cuanto a la composición del lote de ganado a llevar al mercado.
Luego podemos observar cómo no fueron significativas las variables de categoría del ganado
por ellas mismas, salvo en un solo caso. La intuición que puede desprenderse como hipótesis
de este comportamiento es que esta prima ya viene implícita en los coeficientes mencionados
en el párrafo anterior, en los diferentes coeficientes por kilogramo promedio del lote y su
término al cuadrado. Mas al considerar que luego las interacciones de las categorías con el resto
de las variables fueron significativos para explicar los precios del ganado otorgando
información muy útil para el tomador de deciciones.
Esta información útil puede verse en la interacción entre razas y categorías, donde da
información relevante para la toma de decisiones, dado que permite al productor elegir llevar
al animal de la raza que posea a la categoría que mejor le pague acorde a sus costos, o a las
asociaciones de razas puras para saber que líneas genéticas prestar más atención dada la
preferencia del mercado.
Muy relevante es encontrar que hay razas que son significativas y poder observar cómo estas
interactúan con las demás variables generando diferenciales de precios significativos. Estando
lo relevante de esta información en que esto afecta a todos en la cadena productiva en la parte
del campo. Pero además esta variable, no solamente afecta a los productores, sino que también
es una variable que puede ser utilizada para políticas públicas. Comprender cuales razas paga
más la industria, una vez comprendida la estructura de costo (factor importante), permiten poder
generar políticas tendientes a mejorar la exportación incentivando la producción de razas más
valoradas en la producción de animales en categorías de exportación, podrían destinarse
políticas a combatir y reducir la pobreza en áreas de ganadería de subsistencia mejorando la
composición genética de los rodeos de estas familias, etc.
Otros de los factores que resultaron significativos fueron los relacionados a la cuestión espacial.
Permitiendo los resultados concluir que regiones son las que reciben primas o descuentos a lo
largo del territorio nacional, además de posibilitar ver cómo serán estas acorde a la región a la
que comercialicen. Esta es una información muy importante para dos tipos de agentes, por un
lado para el productor y por otro para el hacedor de política. Por el lado del productor por que
le permite conocer la desventaja competitiva desde la que está partiendo, dado que en equilibrio,
por animales de igual condición al suyo desde las características observadas, está recibiendo un
menor precio solo por su origen. Además la información que relaciona partidos/departamentos
de origen y zonas, permite realizar estrategias de comercialización acordes a sus costos de
comercializar a cada una.
En lo que respecta a la visión política sobre lo obtenido al concluir la significatividad de la
dimensión geográfica, puede entenderse que esta información debería ser de gran utilidad para
el hacedor de políticas regionales/provinciales/municipales para observar a que se deben los
descuentos que lo afectan, y si es producto de cuestiones ajenas a ellos, o es producto de
cuestiones mejorables desde un enfoque de políticas que colaboren en mejorar la
comercialización del ganado. Cuando mencionamos esta dimensión espacial, no solo interesa
los lugares de origen, sino que también para el hacedor de política debería ser importante el
lugar de destino, dado que los lugares de destino está compuesto en parte por los frigoríficos,
lo cual puede ser en determinadas regiones factores de desarrollo industrial o factores para
abaratar los costos de la carne que le paga la gente de la región, brindando una herramienta más
de política.
La otra dimensión es la temporal, la cual en parte es usada para quitar del análisis determinados
shocks, y por otra parte al ver las interacciones que se generan, también permite obtener
conclusiones sobre el comportamiento de los diferentes atributos a lo largo del tiempo.
Obviamente para poder realizar una correcta interpretación de las cuestiones estacionales u otro
tipo de análisis sobre la evolución de los diferenciales en el tiempo sería necesario series más
largas.
Por último, a la hora de interpretar los resultados, existen cuestiones que no se tuvieron en
cuenta por falta de datos al respecto pero que en la literatura son cuestiones presentes en los
estudios: la homogeneidad de los lotes, la musculatura y frame del ganado (aunque estas
cuestiones con las razas quedan muy aproximadas), la condición corporal del ganado,
cuestiones físicas como cornamenta y problemas físicos (animales rengos, ciegos, defectuosos,
etc). Por estas cuestiones es que se sugiere observar los resultados con cierto cuidado.
Bibliografía Adugna, T. (2006) “Determinants of Market Prices of Cattle in Eastern Ethiopia”. International Association of Agricultural Economists
Conference, Gold Coast, Australia
Atkinson, R.; Sanders, D. R.; Jones, K.; y Altman, I. J. (2010) “An Evaluation of Purebred Bull Pricing: Implications for Beef Herd
Management”. Journal of the American Society of Farm Managers and Rural Appraisers 235-243.
Avent, R. K.; Ward, C. E. y Lalman D. L. (2004) “Market value of preconditioning feeder calves”. Journal of Agricultural and Applied
Economics, 36:173–183.
Bailey, D., Brorsen B.W., y Fawson, C. (1993) “Buyer Concentration at Feeder Cattle Auctions” Review of Agricultural Economics 15:103–
119.
Baronio, A. y Vianco, A. (2016) “Materiales y métodos en el proceso de investigación econométrica”. Cuadernos de econometría, editorial
UniRío, Universidad Nacional de Río Cuarto. Argentina.
Barrett, C. B.; Chabari, F.; Bailey, D.V.; Coppock, D. L.; Little, P. D. (2003) “Livestock Pricing in the Northern Kenyan Rangelands”.
Journal of African Economies, volume 12, number 2, 127-155.
Bekkerman, A.; Brester, G. W.; y McDonald, T. J. (2013) “A Semiparametric Approach to Analyzing Differentiated Agricultural Products).
Journal of Agricultural and Applied Economics, 45,1:79–94
Blank, S.C.; Boriss, H.; Forero, L. y Nader, G. (2006) “Western cattle prices vary across video markets and value-adding programs”.
University of California, Division of Agriculture and Natural Recourses. California Agriculture. 60(3):160-165.
Blank, S. C., Forero, L. C. y Nader, G. A. (2009) “Video Market Data for Calves and Yearlings Confirms Price Discounts for Western
Cattle” California Agriculture 63:225–231.
Blank, S.C., Saitone, T.L., & Delehanty, R. (2014) “Seller-Offered Forward Contracts: An Additional Benefit to Cattle Producers from
Satellite Video Auctions” Annual Meeting Southern Agricultural Economics Association, Dallas, Texas.
Blank, S. C.; Saitone, T. L. y Sexton, R. J. (2016) “Calf and yearling prices in the western United States: Spatial, quality, and temporal
factors in satellite video auctions”. Journar Agriculture Resource Econmics 41:458–480.
Bolte, K. J. (2007) “Electronic animal identification systems at livestock auction markets: Perceptions, costs, and benefits” MS Thesis.
Kansas State Univ., Manhattan.
Buccola, S.T. (1980) “An Approach to the Analysis of Feeder Cattle Price Differentials.” American Journal of Agricultural Economics
62,3:574–80
Buccola, S. T., y Jessee, D. L. "A U.S. Regional Model of Feeder Steer-Heifer Price Differentials." S. J. Agr. Econ. 11(1979):61-65
Bulut, H., y Lawrence, J. D. (2007) “The value of third-party certification of preconditioning claims at Iowa feeder cattle auctions” J. Agric.
Appl. Econ. 39:625–640.
Burdine, K.; Maynard, L. y Halich, G. (2013) “Factors Affecting Feeder Cattle Prices in the Southeast” Annual Meeting Southern
Agricultural Economics Association, Orlando, Florida.
Coatney, K. T.; Menkhaus, D. J. y Schmitz, J. D. (1996) “Feeder cattle price determinants: An hedonic system of equations approach”. Rev.
Agric. Econ. 18:193–211.
Dhuyvetter, K.C.; Schroeder, T.C.; Simms, D.D.; Bolze, R.P. y Geske, J. (1996) “Determinants of Pure bred Beef Bull Price Differentials”
Journal of Agricultural and Resource Economics 21,2:396–410
Dhuyvetter, K. C.; Bryant, A. M. y Blasi, D. A. (2005,a) “Case Study: Preconditioning Beef Calves: Are Expected Premiums Sufficient to
Justify the Practice?” Professional Animal Scientist 21:502–514.
Dhuyvetter, K. C.; Jones, R.; Turner, T.; and Marsh, T. (2005,b) "Economic values associated with expected progeny differences (EPD) for
angus bulls at auction," Kansas Agricultural Experiment Station Research Reports: Vol. 0: Iss. 1. https://doi.org/10.4148/ 2378-5977.1596
Faminow, M. D., and Gum, R. L. (1986) “Feeder calf price differentials in Arizona auction markets” West. J. Agric. Econ. 11:156–163.
10.1.1.490.8056.
Fernández Rodríguez, F.; Acosta González, E.; y Andrada Félix, J. (2009) “Especificación de modelos econométricos utilizando minería de
datos” .Rect@: Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA, ISSN-e 1575-605X, Nº. 10, págs. 223-252
Hawkes, J.M., Lillywhite, J.M. y Simonsen, J. (2008) “Breed influence on feeder calves”. New Mexico State University, College of
Agriculture and Home Economics, Cooperative Extension Service. Circular 634.
Hendry, D. F. (1980) “Econometrics-Alchemy or Science” . Economica, 1980, vol. 47, issue 188, 387-406.
Herbst E. (2016) “Characteristics influencing the price of fed cattle sold on the Fed Cattle Exchange online platform”. Tesis, Department of
Agricultural Economics College of Agriculture, Kansas State University, Manhattan, Kansas
Holt, J. D.; Fields, D.; Prevatt, J. W.; y Kriese-Anderson, L. (2004) “Producer Valuation of Herd Bull Characteristics”. American
Agricultural Economics Association Annual Meeting, Denver, Colorado.
Jabbar, M.A. y Diedhiou, M.L. (2003) “Does breed matter to cattle farmers and buyers? Evidence from West Africa”. Ecological Economics
45 pages 461/472
James, J. B.; Farris, D. E. (1971) “Factors Affecting Price Differences of Cattle in the Southwest”. Texas Agricultural Experiment Station.
Kassie, G. T.; Abdulai, A.; & Wollny, C. (2011). “Heteroscedastic hedonic price model for cattle in the rural markets of central Ethiopia”.
Applied Economics, 43:24, 3459-3464,
Kerr, W. A. (1984) “Selective Breeding, Heritable Characteristics and Genetic-Based Technological Change in the Canadian Beef Cattle
Industry”. Western Journal of Agricultural Economics, 9(1): 14-28
King, M. E.; Salman, M. D.; Wittum, T. E.; Odde, K. G.; Seeger, J. T.; Grotelueschen, D. M.; Rogers, G. M. and Quakenbush, G. A. (2006)
“Effect of Certified Health Programs on the Sale Price of Beef Calves Marketed Through a Livestock Videotape Auction Service from 1995
through 2005.” Journal of the American Veterinary Medical Association 229:1389–1400. doi: 10.2460/ javma.239.4.451.
Koetz Júnior, C. ; Guiselli Lopes, F.; Barca Júnior, F. A.; Marques Claus, L. A.; Andrighetto Canozzi, M. E.; Oliveira Menegassi, S.
R.; Dhein Dill, M.; Jardim Barcellos, J. O. (2014) “Phenotypic factors and genetic group on the selling price formation of beef calves sold
in auctions at the Northern region of Paraná State, Brazil”. Ciência Rural, Santa Maria, v.44, n.4, p.752-756
Ladd, G.W., and Martin, M.B. (1976) “Prices and Demands for Input Characteristics.” American Journal of Agricultural Economics 58,1:21–
30.
Lambert, C. D.; McNulty, M. S.; Grunewald, O. C. y Corah, L. R. (1989) “An Analysis of Feeder Cattle Price Differentials” Agribusiness
5:9–23.
Lancaster, K. J. (1966) “A New Approach to Consumer Theory.” Journal of Political Economy 74,2:132–57.
Lanfranco Crespo, B.; Ois Patisson, C.; y Bedat Innella, A. (2006) “Diferenciales de precios en los mercados de hacienda por pantalla en el
Uruguay”. Reunion Anual de la Asociación Argentina de Economía Agraria, marzo.
Lawrence, J.D., Yeboah, G. (2002) “”Estimating the value of source verification of feeder cattle” J. Agribusiness.;20:117–129
Lopez, J. A.; Bankole, T. y Wahrmund, J. (2017) “A Hedonic Analysis of Feeder Cattle Auction Prices in Northeast Texas”. Annual Meeting
Southern Agricultural Economics Association’s, Mobile, Alabama, February.
Lovell, M.C. (1983) Data mining. Review of Economic and Statistics, 65 1-12.
Mallory, S., E. A. DeVuyst, K. C. Raper, D. Peel, and G. Mourer. 2016. Effect of location variables on feeder calf basis at Oklahoma
auctions. J. Agric. Resour. Econ. 41:393–405.
Menzie, E. L., R. L. Gum, and C. C. Cable. Major Determinants of Feeder Cattle Prices at Arizona Livestock Auctions. Tucson, AZ: College
of Agriculture, University of Arizona. Arizona Agricultural Experiment Station Technical Bulletin, No. 197, 1972.
Mintert, J., J. Blair, T. Schroeder, and F. Brazle. “Analysis of Factors Affecting Cow Auction Price Differentials.” Southern Journal of
Agricultural Economics 22,2(1990): 23–30.
Mitchell, J. L.; Peel, D S. y BRORSEN, B. W. (2018) “Price Determinnts of bred cows”. Journal of Agricultural and Applied Economics,
50, n° 1: 64–80
Parish, J. A.; Williams, B. R.; Coatney, K. T.; PAS; Best, T. F.; y Stewart, C. O. (2018) “A hedonic analysis of sale lot traits affecting calf
prices in Mississippi auction markets”. The Professional Animal Scientist 34:240–249
Richards, T. J. y Jeffrey, S. R. (1996) “Establishing Indices of Genetic Merit Using Hedonic Pricing: An Application to Dairy Bulls in
Alberta”. Canadian Journal of Agricultural Economics 44, 251-264
Rosen, S. (1974) “Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition.” Journal of Political Economy 82:34–
55.
Russell, L. A.; Anderson, D. P. Bochat, T.; Yanta, B. D.; Paschal, J. C. y Young, A. (2015) “Effects of Brahman Influence on Breeding
Female Prices in South Texas”. Annual Meeting Southern Agricultural Economics Association’s, Atlanta, Georgia.
Schroeder, T.; Mintert, J.; Brazle, F. y Grunewald, O. (1988) “Factors affecting feeder cattle price differentials” West. J. Agric. Econ. 13:71–
81.
Schulz, L.; Dhuyvetter, K.; Harborth, K. y Waggoner, J. (2010) “Factors affecting feeder cattle prices in Kansas and Missouri”. Kansas State
University, Department of Agricultural Economics.
Schulz, L., Dhuyvetter, K.C. y Doran, B.E. (2015) “Factors Affecting Preconditioned Calf Price Premiums: Does Potential Buyer
Competition and Seller Reputation Matter?” Journal of Agricultural and Resource Economics 40,2:220–41.
Schumacher, T.; Schroeder, T. C. y Tonsor, G. T. (2012) “Willingness-to-Pay for Calf Health Programs and Certification Agents.” Journal
of Agricultural and Applied Economics 44:191–202.
Smith, Jenna M., (2007) "Hedonic Pricing of Bulls," SS-AAEA Journal of Agricultural Economics, Agricultural and Applied Economics
Association, vol. 2007, pages 1-23.
Smith, S.C.; Gill, D.R.; Jones, S.C. y Gardner, B.A. (1998) “Effect of Selected Characteristics on the Sale Price of Feeder Cattle in Eastern
Oklahoma” Animal Science Research Report, Pages 89-95
Sullivan, G. M. y Linton, D. A. (1981) “Economic evalution of an alternative marketing system for feeder cattle in Alabama”. Southern
journal of agricultural economics, December, pagina 85:89
Troncoso, J. L.; Engler, A.; Manriquez, P.; and Valdivia, A. (2012) “Factors that influence the price of cattle in livestock auctions: the case
of the stockyard of Melipilla (Chile)”. Cien. Inv. Agr. 39(1):37-45
Turner, S. C., McKissick, J. y Dykes, N. S. (1993) “Reputation Selling in Feeder Cattle Teleauctions.” Review of Agricultural Economics
15:9–19.
Walburger, A. M. (2002) ‘‘Estimating the Implicit Prices of Beef Cattle Attributes: A Case from Alberta’’ Canadian Journal of Agricultural
Economics 50:135–49.
Williams, G. S. (2009) “Feeder cattle premiums from a certified preconditioning program” Oklahoma State University, Stillwater,
Oklahoma.
Williams, T. O.; Okike, I.; Spycher, B. (2006) “A Hedonic Analysis of Cattle Prices in the Central Corridor of West Africa: Implications
for Production and Marketing Decisions”. International Association of Agricultural Economists Conference, Gold Coast, Australia.
Williams, G. S.; Raper, K. C.; DeVuyst, E. A.; Peel, D. S. y McKinney, D. (2012) “Determinants of price differentials in Oklahoma
valueadded feeder cattle auctions”. J. Agric. Resour. Econ. 37:114–127.
Williamson, K. C.; Carter, R. C. y Gaines, J. A. (1961) “Effects of Selected Variables on Prices of Calves in Virginia Feeder Calf Sales.”
Journal of Farm Economics 43:697–706.
Zimmerman, L.C. (2010) “Factors influencing the price of value-added calves at Superior Livestock Auction”. Master’s Thesis. Kansas
State University, Manhattan, KS
Zimmerman, L. C.; Schroeder, T. C.; Dhuyvetter, K. C.; Olson, K. C.; Stokka, G. L.; Seeger, J. T. y Grotelueschen D. M. (2012) “The effect
of value-added management on calf prices at superior livestock auction video markets”. J. Agric. Resour. Econ. 37:128–143.
Anexo
Anexo 1: Interacción Zona-Categoría
Tabla 1.
Tabla 2.
Tabla 3.
Tabla 4.
Zona 1 Variable Coeficiente Porcentaje
Novillitos Especiales y Buenos Medianos 351/390 kilos -1.813707 0.0890222 7.92%
Novillos Regulares pesados 7.049244 0.4509937 5.14%
Novillos Especiales y Buenos 431/460 kilos -1.242425 0.1067387 4.29%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.845462 0.2091466 3.78%
Novillos Especiales y Buenos más de 520 kilos 3.579625 0.3335452 1.80%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -5.193008 0.22867 0.93%
Machos Enteros Especiales y Buenos 3.919953 0.7050195 0.72%
Novillos Cruza Europea hasta 470 kilos -3.743658 0.4756889 0.20%
ZONA 2 Variable Coeficiente Porcentaje
Terneros hasta 350 kilos 0.7395946 0.0655403 20.60%
Novillitos Especiales y Buenos Medianos 351/390 kilos -1.678512 0.0981539 7.30%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.385058 0.2119451 6.12%
Novillos Especiales y Buenos 431/460 kilos -0.5658122 0.1134789 5.33%
Novillos Regulares pesados 6.158083 0.4575607 4.51%
Novillos Especiales y Buenos 461/490 kilos 1.38574 0.119093 3.09%
Novillos Especiales y Buenos más de 520 kilos 4.315926 0.3401366 2.49%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -4.743196 0.2566829 1.57%
Machos Enteros Especiales y Buenos 4.171252 0.7587086 0.56%
ZONA 3 Variable Coeficiente Porcentaje
Vaquillona Regulares 8.20397 0.1966453 20.42%
Novillitos Regulares 2.522153 0.0902473 19.96%
Terneros hasta 350 kilos 3.058758 0.0940272 18.87%
Novillos Regulares pesados 8.961218 0.4675907 3.68%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1.71898 0.2133491 2.31%
Novillos Especiales y Buenos 461/490 kilos 0.7996712 0.18559 1.80%
Novillos Especiales y Buenos más de 520 kilos 2.993115 0.3843897 1.28%
Vaquillona 5.187871 0.3423967 0.95%
Novillos Overos Negros más de 500 kilos 3.353516 0.4266193 0.29%
Machos Enteros Regulares -5.659437 1.100191 0.29%
Tabla 5.
Tabla 6.
Tabla 7.
Tabla 8.
ZONA 4 Variable Coeficiente Porcentaje
Novillitos Regulares 2.342976 0.1074195 16.11%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -8.820927 0.2213762 11.33%
Terneros hasta 350 kilos 2.496508 0.1131849 11.17%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -6.945831 0.2743327 4.03%
Novillos Especiales y Buenos 461/490 kilos 0.7637454 0.2047653 2.31%
Novillos Regulares pesados 8.632242 0.5004574 1.96%
Novillos Especiales y Buenos más de 520 kilos 1.439483 0.4453243 0.60%
Vaquillona -3.162274 0.5071912 0.59%
Novillitos 4.434075 0.9935096 0.15%
Novillos 3.752886 1.038148 0.13%
Novillos Cruza Europea hasta 470 kilos 13.88997 1.008403 0.07%
ZONA 5 Variable Coeficiente Porcentaje
Vaquillona Regulares 7.091092 0.1992269 24.62%
Novillitos Regulares 2.203011 0.0916626 23.94%
Terneros hasta 350 kilos 1.558359 0.0997613 13.53%
Novillos Regulares pesados 6.604959 0.439154 6.99%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -1.453039 0.1502681 4.51%
Novillos Especiales y Buenos más de 520 kilos 4.444487 0.3272516 2.67%
Novillos Especiales y Buenos 461/490 kilos 1.361868 0.1418913 1.74%
Vaquillona 6.24973 0.3279305 1.71%
Novillos Cruza Europea más 470 kilos 3.329059 0.2674206 0.73%
ZONA 6 Variable Coeficiente Porcentaje
Vaquillona Regulares 5.508058 0.2261461 24.44%
Novillos Regulares pesados 8.02781 0.4623124 15.56%
Novillos Especiales y Buenos más de 520 kilos 3.010952 0.3485976 6.98%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -2.771923 0.2285021 5.91%
Novillitos Especiales y Buenos Medianos 351/390 kilos -1.601813 0.2268018 5.48%
Novillos Especiales y Buenos 461/490 kilos 0.880112 0.1771779 4.90%
Novillitos Especiales y Buenos Pesados 391/430 kilos -1.053011 0.2202978 3.52%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -1.002756 0.2755911 3.21%
Novillos Cruza Europea hasta 470 kilos 3.576497 1.074362 0.52%
ZONA 7 Variable Coeficiente Porcentaje
Vaquillona Regulares 8.945054 0.638491 18.10%
Terneros hasta 350 kilos -4.719855 0.4095119 9.87%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 2.511294 0.458356 5.61%
Novillitos -20.64494 1.607126 0.33%
Tabla 9.
Tabla 10.
Anexo 2: Interacción Provincia-Categoría
Tabla 1.
ZONA 8 Variable Coeficiente Porcentaje
Vaquillona Regulares 3.895827 0.2718498 29.42%
Novillitos Regulares -0.6084809 0.2315775 22.00%
Novillos Regulares pesados 4.081853 0.5032061 14.51%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -1.985546 0.2857214 8.48%
Novillitos Especiales y Buenos Medianos 351/390 kilos -1.582818 0.2882617 8.37%
Novillitos Especiales y Buenos Pesados 391/430 kilos -1.252345 0.3276246 4.98%
Novillos Especiales y Buenos 431/460 kilos -1.652215 0.4036325 2.25%
Machos Enteros Regulares -3.120687 0.9157769 0.43%
Novillos Cruza Cebú hasta 440 kilos -18.79859 1.051204 0.01%
ZONA 9 Variable Coeficiente Porcentaje
Vaquillona Regulares 5.514315 0.2552133 28.39%
Vaquillona 5.040426 0.5199927 10.26%
Novillitos -4.393325 0.5487905 2.54%
Novillos Cruza Cebú más 440 kilos -5.844574 1.076711 0.27%
Novillos Overos Negros más de 500 kilos -15.4422 3.140858 0.02%
ZONA 10 Variable Coeficiente Porcentaje
Novillitos Regulares -1.125737 0.2250888 37.22%
Vaquillona Regulares 7.563864 0.3857792 32.77%
Novillitos Especiales y Buenos Medianos 351/390 kilos -1.412682 0.3011213 6.29%
Vaquillona 7.722145 0.5650568 4.91%
Novillos Regulares pesados 3.264654 0.5764786 2.07%
Novillitos Especiales y Buenos Pesados 391/430 kilos -2.422656 0.4016514 1.45%
Novillos -3.133729 0.7451268 0.85%
Novillos Especiales y Buenos 431/460 kilos -2.855891 0.6011787 0.47%
Novillos Cruza Cebú hasta 440 kilos 3.457888 0.6587173 0.21%
Novillos Especiales y Buenos más de 520 kilos 2.817667 0.8862595 0.14%
Tabla 2.
Tabla 3.
Tabla 4.
Buenos Aires Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 1.211935 0.1353096 20.42%
Vaquillona Regulares -4.001468 0.1666817 19.72%
Terneros hasta 350 kilos -5.104839 0.1621891 19.21%
Novillitos Especiales y Buenos Medianos 351/390 kilos 6.193605 0.3976381 9.39%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -5.435808 0.3352135 6.80%
Novillitos Especiales y Buenos Pesados 391/430 kilos -1.288806 0.1646876 4.83%
Novillos Especiales y Buenos 431/460 kilos 2.578678 0.1699581 4.60%
Novillos Especiales y Buenos 461/490 kilos 0.7974452 0.1782445 2.76%
Novillos Especiales y Buenos más de 520 kilos 1.481972 0.1941209 2.14%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -0.6492308 0.2197194 1.99%
Novillos Especiales y Buenos 491/520 kilos 2.047849 0.1695117 1.65%
Vaquillona -10.66977 0.5284711 1.63%
Novillos -6.07888 0.5118957 0.53%
Novillitos -12.50051 0.4045183 0.47%
Machos Enteros Especiales y Buenos -2.364333 0.407366 0.27%
Machos Enteros Regulares -4.862073 0.830523 0.19%
Novillos Cruza Europea hasta 470 kilos -5.415314 0.6895137 0.12%
Novillos Cruza Europea más 470 kilos 1.682545 0.5072209 0.03%
CATAMARCA Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares -3.326689 0.3797538 32.86%
Vaquillona Regulares -7.80274 0.4739407 24.10%
Vaquillona -15.46036 0.8182399 9.47%
Terneros hasta 350 kilos -10.211 0.6252943 7.32%
Novillos Especiales y Buenos 431/460 kilos 4.115868 1.085959 2.30%
Novillos Regulares pesados -2.982743 0.9184099 2.01%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -4.09919 0.9463535 1.58%
Machos Enteros Regulares -11.21127 1.146323 1.43%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -9.05458 0.5564165 1.43%
CHACO Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -4.598813 0.2672749 26.77%
Terneros hasta 350 kilos -6.065813 0.2482787 14.64%
Novillitos Especiales y Buenos Medianos 351/390 kilos 5.804411 0.4852451 4.99%
Vaquillona -9.224738 0.7634417 3.97%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -4.364511 0.4316276 3.90%
Machos Enteros Regulares -8.707109 0.5922688 3.71%
Novillos Regulares pesados 3.256347 0.6107454 2.66%
Novillitos -7.062354 0.7417376 1.38%
Novillos Especiales y Buenos más de 520 kilos 3.436314 0.5659953 1.26%
Novillos -3.551675 0.9072659 0.92%
Novillos Especiales y Buenos 431/460 kilos 3.673103 0.6308487 0.83%
Novillos Especiales y Buenos 491/520 kilos 3.882926 0.7412014 0.45%
Novillos Cruza Cebú más 440 kilos 8.714806 1.170316 0.36%
Tabla 5.
Tabla 6.
Tabla 7.
CHUBUT Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 18.24508 0.5947511 31.70%
Vaquillona Regulares 10.56 0.982807 18.30%
Novillitos Especiales y Buenos Medianos 351/390 kilos 16.83183 0.9120104 17.65%
Terneros hasta 350 kilos 16.38 0.9519132 17.48%
Novillitos Especiales y Buenos Pesados 391/430 kilos 8.355812 0.8986179 5.56%
Novillos Regulares pesados 22.12 3.606861 2.12%
Machos Enteros Regulares 19.92011 0.9865087 0.82%
Novillos Especiales y Buenos 431/460 kilos 19.93 1.797869 0.65%
C.A.B.A. Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 7.184984 0.1308216 29.62%
Novillitos Especiales y Buenos Medianos 351/390 kilos 9.754367 0.3988246 9.19%
Novillos Regulares pesados 0.8731692 0.1738627 7.12%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -3.285385 0.3096249 4.57%
Novillos Especiales y Buenos 431/460 kilos 3.550009 0.1889252 3.64%
Machos Enteros Regulares -2.940472 0.8131113 2.05%
Novillos Especiales y Buenos 461/490 kilos 1.226456 0.1869234 1.86%
Novillos Especiales y Buenos 491/520 kilos 2.0004 0.2116481 0.92%
Vaquillona -6.98786 0.5756842 0.30%
Novillos -6.762514 0.7437665 0.23%
Novillitos -9.095257 0.4811577 0.10%
Novillos Cruza Cebú hasta 440 kilos 5.735031 1.949734 0.01%
CORDOBA Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -5.188859 0.1394255 26.87%
Terneros hasta 350 kilos -7.640058 0.139698 10.12%
Novillitos Especiales y Buenos Medianos 351/390 kilos 4.838127 0.3759608 9.11%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -6.210241 0.3133224 5.18%
Novillitos Especiales y Buenos Pesados 391/430 kilos -2.151249 0.1487632 3.79%
Novillos Especiales y Buenos 431/460 kilos 1.588896 0.1572576 2.96%
Novillos Especiales y Buenos más de 520 kilos -1.204678 0.1732413 2.47%
Novillos Especiales y Buenos 491/520 kilos 0.8251351 0.1656483 1.34%
Vaquillona -11.1147 0.5978545 1.27%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -1.93935 0.1960583 0.98%
Machos Enteros Regulares -4.800934 0.6427575 0.55%
Machos Enteros Especiales y Buenos -2.251067 0.5430046 0.20%
Novillos -9.724182 0.6525362 0.19%
Novillitos -14.6949 0.8945238 0.07%
Tabla 8.
Tabla 9.
Tabla 10.
Tabla 11.
CORRIENTES Coeficiente Desvió Estándar Porcentaje
Machos Enteros Regulares -9.587925 0.8154716 1.77%
Novillitos -5.986662 0.8572075 3.17%
Novillitos Especiales y Buenos Medianos 351/390 kilos 7.226911 0.6558703 3.68%
Novillitos Regulares 2.196003 0.4630484 9.81%
Novillos Cruza Europea más 470 kilos 1.4029 0.4538859 9.15%
Novillos Overos Negros más de 500 kilos 8.096612 1.857427 0.42%
Novillos Regulares pesados 4.127398 0.4267249 17.56%
Terneros hasta 350 kilos -2.495356 0.4126036 10.23%
Vaquillona -6.086113 0.7686903 14.86%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -3.022231 0.7608728 1.96%
Vaquillona Regulares -3.886434 0.4460292 9.84%
ENTRE RIOS Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares -0.8451539 0.104879 30.96%
Vaquillona Regulares -6.367166 0.155814 22.78%
Terneros hasta 350 kilos -9.049294 0.1541896 15.14%
Novillitos Especiales y Buenos Medianos 351/390 kilos 1.812366 0.4035317 4.30%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -8.930341 0.368632 2.31%
Novillos Especiales y Buenos más de 520 kilos -2.389914 0.2054305 2.30%
Vaquillona -15.19702 0.5999376 2.22%
Novillitos Especiales y Buenos Pesados 391/430 kilos -5.031576 0.2370431 1.80%
Novillos Especiales y Buenos 461/490 kilos -1.586004 0.2230298 1.73%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -3.506428 0.2987964 1.01%
Novillos -9.787977 0.7139143 0.28%
Machos Enteros Regulares -6.608622 0.8556684 0.24%
Novillitos -13.10963 0.7272376 0.17%
FORMOSA Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 4.183182 0.3357871 26.43%
Novillos Regulares pesados 6.613634 0.7374003 9.58%
Vaquillona -6.373053 0.8194951 9.21%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -3.140199 0.7283414 4.38%
Novillos Especiales y Buenos 431/460 kilos 2.110634 0.6841233 3.86%
Novillitos Especiales y Buenos Medianos 351/390 kilos 10.00083 0.9480691 2.38%
Novillos Cruza Cebú más 440 kilos 8.525377 1.429364 1.19%
Novillos Cruza Cebú hasta 440 kilos 4.313891 1.056867 0.97%
JUJUY Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 4.35116 0.4996378 45.03%
Vaquillona -5.487978 1.216077 2.92%
Tabla 12.
Tabla 13.
Tabla 14.
Tabla 15.
LA PAMPA Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -6.077662 0.1705103 19.25%
Terneros hasta 350 kilos -8.545004 0.1835337 8.01%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.869401 0.3351642 6.41%
Novillitos Especiales y Buenos Medianos 351/390 kilos 3.456666 0.4076751 6.40%
Novillos Especiales y Buenos 461/490 kilos -1.806636 0.1857675 5.44%
Novillitos Especiales y Buenos Pesados 391/430 kilos -4.844886 0.2209932 4.01%
Novillos Especiales y Buenos más de 520 kilos -1.442015 0.2341867 3.15%
Vaquillona -8.865575 0.6133284 2.11%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -3.69423 0.2963479 1.64%
Novillos Cruza Europea hasta 470 kilos -3.272153 0.5259281 1.01%
Novillos Overos Negros más de 500 kilos -5.717214 0.4306691 0.46%
Machos Enteros Regulares -7.736919 1.377056 0.18%
Novillitos -20.11379 0.9687316 0.10%
Novillos -13.94568 1.245145 0.05%
Novillos Cruza Cebú hasta 440 kilos 4.758316 1.14904 0.03%
LA RIOJA Coeficiente Desvió Estándar Porcentaje
Novillos Especiales y Buenos 491/520 kilos 4.91691 0.8294223 9.52%
MENDOZA Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -6.223496 0.4484151 35.58%
Novillitos Regulares -3.148566 0.4576475 26.28%
Novillitos Especiales y Buenos Medianos 351/390 kilos 3.075103 0.6296512 12.65%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.984484 0.8055526 6.37%
Vaquillona -6.691731 0.8862402 4.42%
Novillitos Especiales y Buenos Pesados 391/430 kilos -3.80418 0.8105709 2.74%
Terneros hasta 350 kilos -6.952148 1.313089 1.50%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -4.202959 1.398835 1.06%
Novillitos -14.62126 1.686324 0.80%
Machos Enteros Regulares -12.19539 2.233691 0.35%
Novillos -12.95037 0.9489769 0.35%
MISIONES Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -7.705628 0.7290193 30.27%
Novillitos Regulares -2.428692 0.7191227 29.42%
Vaquillona -10.21392 1.016836 18.81%
Novillitos Especiales y Buenos Medianos 351/390 kilos 4.174817 0.998277 4.53%
Novillos -7.936377 1.288733 3.11%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -5.183091 0.9907144 2.40%
Novillitos -7.801919 1.202452 2.26%
Terneros hasta 350 kilos -5.748969 1.625339 1.56%
Novillos Especiales y Buenos más de 520 kilos 10.57082 3.276786 0.28%
Tabla 16.
Tabla 17.
Tabla 18.
Tabla 19.
NEUQUEN Coeficiente Desvió Estándar Porcentaje
Novillitos Especiales y Buenos Medianos 351/390 kilos 7.514356 0.617833 30.02%
Novillitos Regulares 2.804683 0.6260216 22.84%
Vaquillona Regulares -5.899542 0.9752114 12.89%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -6.396418 0.8453185 6.53%
Vaquillona -15.17877 1.367758 3.75%
Novillos Especiales y Buenos más de 520 kilos 3.016829 0.7013184 0.82%
Novillos Regulares pesados 7.226348 1.223074 0.82%
RIO NEGRO Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -9.693572 0.6522659 19.89%
Novillitos Especiales y Buenos Medianos 351/390 kilos 4.597063 0.5408168 6.50%
Novillitos Especiales y Buenos Pesados 391/430 kilos -8.682738 0.5726584 6.50%
Novillos Regulares pesados 1.823836 0.5997803 6.08%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -8.778164 0.6199147 4.84%
Machos Enteros Especiales y Buenos 9.399407 0.8655448 3.78%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -9.834817 0.8004649 3.39%
Vaquillona -11.70863 0.8364573 2.72%
Novillos -10.61284 0.8171454 1.73%
SALTA Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 4.846135 0.2231962 41.33%
Vaquillona -7.771049 0.7629139 4.65%
Novillitos Especiales y Buenos Medianos 351/390 kilos 4.982058 0.4838932 4.11%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -3.976333 0.5458906 2.49%
Terneros hasta 350 kilos -2.228286 0.518139 1.89%
Novillos Regulares pesados 2.860072 0.504088 1.75%
Novillos Especiales y Buenos 431/460 kilos 2.736804 1.024985 0.28%
Novillitos -8.28974 1.022026 0.10%
Machos Enteros Especiales y Buenos 10.82643 1.368978 0.04%
SAN JUAN Coeficiente Desvió Estándar Porcentaje
Vaquillona -13.31538 1.680574 8.33%
Tabla 20.
Tabla 21.
Tabla 22.
SAN LUIS Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares 2.143359 0.2431396 26.42%
Novillitos Regulares 5.868795 0.2485278 21.26%
Novillitos Especiales y Buenos Medianos 351/390 kilos 10.39172 0.4485977 12.99%
Novillitos Especiales y Buenos Pesados 391/430 kilos 3.451759 0.3084656 7.30%
Novillos Especiales y Buenos 431/460 kilos 6.598821 0.4052009 3.39%
Novillos Regulares pesados 4.104039 0.4038076 3.18%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 4.41952 0.4541341 2.01%
Novillos Especiales y Buenos 461/490 kilos 5.545474 0.5200463 1.28%
Novillos Especiales y Buenos 491/520 kilos 8.359719 0.4332514 0.97%
Novillos Especiales y Buenos más de 520 kilos 7.71088 0.5953021 0.84%
Novillitos -7.427046 1.296857 0.16%
SANTA CRUZ Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 14.39991 1.701541 28.57%
Vaquillona -9.864802 1.215943 28.57%
SANTA FE Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -2.963628 0.134935 23.18%
Novillitos Regulares 1.940283 0.1145505 19.98%
Terneros hasta 350 kilos -4.324987 0.1298231 19.47%
Novillitos Especiales y Buenos Medianos 351/390 kilos 6.555526 0.3852551 8.84%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -4.20565 0.3240079 5.33%
Novillos Especiales y Buenos 431/460 kilos 3.702354 0.2033372 2.11%
Novillos Especiales y Buenos 461/490 kilos 1.999196 0.2071366 1.68%
Vaquillona -12.24493 0.611319 1.23%
Novillos Especiales y Buenos 491/520 kilos 3.442848 0.2552693 1.13%
Novillos Cruza Cebú más 440 kilos 1.05375 0.3670631 0.76%
Machos Enteros Regulares -5.217771 0.7210783 0.60%
Novillos Cruza Cebú hasta 440 kilos 2.855408 0.6052451 0.50%
Novillos -6.318529 0.6055644 0.20%
Novillitos -12.30113 0.4255994 0.19%
SANTIAGO DEL ESTERO Coeficiente Desvió Estándar Porcentaje
Novillitos -11.71015 1.001392 0.11%
Novillitos Especiales y Buenos Medianos 351/390 kilos 1.700205 0.4116526 7.20%
Novillitos Especiales y Buenos Pesados 391/430 kilos -1.4015 0.3800324 3.49%
Novillos -7.251579 0.9357416 0.24%
Novillos Cruza Cebú hasta 440 kilos -3.578604 0.7267638 0.03%
Novillos Especiales y Buenos más de 520 kilos -2.517151 0.5822347 1.43%
Terneros hasta 350 kilos -7.439312 0.2753686 14.16%
Vaquillona -10.7261 0.7135731 3.61%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -7.942857 0.4572642 2.81%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos -5.017072 0.8289966 0.35%
Vaquillona Regulares -4.889372 0.214126 26.71%
Tabla 23.
Anexo 3: Interacción Categoría-Mes
Tabla 1.
Tabla 2.
Tabla 3.
TIERRA DEL FUEGO Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares -1.782196 0.24554 29.35%
Vaquillona Regulares -6.963277 0.2853165 29.16%
Terneros hasta 350 kilos -11.43805 0.4733633 8.29%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -5.282684 0.6722951 4.61%
Vaquillona -15.06974 0.8576598 4.36%
Machos Enteros Regulares -4.248365 1.059026 3.24%
Novillos -11.04002 0.6723882 2.31%
Novillos Especiales y Buenos 431/460 kilos 4.891523 1.066811 0.93%
Novillitos -20.75371 0.8714573 0.12%
Novillos Especiales y Buenos 461/490 kilos 4.538 1.32041 0.12%
Mes Coeficiente Desvió Estándar
Febrero 5.643832 0.1833282
Mayo -9.122454 0.3798102
Junio -3.076865 0.0915879
Agosto 2.417142 0.1684215
Enero Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 2.077116 0.1067659 24.39%
Vaquillona Regulares 1.960893 0.1058529 21.98%
Terneros hasta 350 kilos 1.646614 0.1082606 15.88%
Novillitos Especiales y Buenos Medianos 351/390 kilos 2.136861 0.1198958 7.92%
Novillos Regulares pesados 1.422595 0.158446 5.68%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 1.689445 0.127077 4.89%
Novillitos Especiales y Buenos Pesados 391/430 kilos 1.456024 0.1363954 3.85%
Novillos Especiales y Buenos 431/460 kilos 1.468481 0.1476641 3.39%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1.996069 0.1941044 1.34%
Machos Enteros Regulares 3.024544 0.3448704 0.83%
Vaquillona 2.229298 0.2848986 0.73%
Novillos Overos Negros más de 500 kilos 2.961906 0.2486491 0.60%
Machos Enteros Especiales y Buenos 2.103497 0.3705671 0.52%
Novillos Cruza Europea más 470 kilos -1.569016 0.4079586 0.46%
Novillos Cruza Cebú más 440 kilos -2.081955 0.5590232 0.39%
Novillos Cruza Europea hasta 470 kilos 2.335707 0.5391673 0.24%
Novillitos 2.282158 0.6877064 0.08%
Tabla 4.
Tabla 5.
Tabla 6.
Febrero Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 0.5019004 0.0675244 24.26%
Novillitos Especiales y Buenos Medianos 351/390 kilos 0.2991095 0.0898427 8.70%
Novillos Regulares pesados -1.176094 0.1413337 5.54%
Novillos Especiales y Buenos 431/460 kilos -0.870019 0.138382 3.46%
Novillos Especiales y Buenos más de 520 kilos -2.361364 0.1754276 2.16%
Novillos Especiales y Buenos 461/490 kilos -2.379531 0.1552535 2.15%
Novillos Especiales y Buenos 491/520 kilos -2.442788 0.1828997 1.38%
Novillos Cruza Europea más 470 kilos -3.056594 0.3889251 0.43%
Novillos Cruza Cebú hasta 440 kilos -3.121998 0.8064247 0.39%
Novillos Cruza Cebú más 440 kilos -3.796868 0.4668442 0.37%
Novillitos -1.27737 0.4336767 0.26%
Marzo Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 1.14338 0.0791831 23.82%
Vaquillona Regulares 0.8890518 0.0801467 22.16%
Terneros hasta 350 kilos 0.69748 0.0840997 14.09%
Novillitos Especiales y Buenos Medianos 351/390 kilos 0.995288 0.0976676 8.41%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 0.7917049 0.1032291 5.54%
Novillitos Especiales y Buenos Pesados 391/430 kilos 0.5322811 0.1144197 4.54%
Novillos Especiales y Buenos 461/490 kilos -1.927761 0.1476669 2.46%
Novillos Especiales y Buenos más de 520 kilos -1.790414 0.1703342 2.45%
Novillos Overos Negros más de 500 kilos 1.301065 0.2789615 0.52%
Novillos Cruza Europea más 470 kilos -3.700148 0.3734893 0.45%
Novillos Cruza Cebú más 440 kilos -3.650676 0.4315273 0.22%
Abril Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -0.2134474 0.0622668 21.77%
Novillos Regulares pesados -0.7977157 0.123177 6.87%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -0.2920236 0.0875479 5.80%
Novillitos Especiales y Buenos Pesados 391/430 kilos -0.4720232 0.1022479 4.42%
Novillos Especiales y Buenos 431/460 kilos -0.9273851 0.1091538 3.80%
Novillos Especiales y Buenos 461/490 kilos -3.044938 0.1389495 2.51%
Novillos Especiales y Buenos más de 520 kilos -3.207739 0.1715565 2.10%
Novillos Especiales y Buenos 491/520 kilos -3.193981 0.1650638 1.43%
Vaquillona -1.344686 0.2580421 0.93%
Novillos Cruza Europea más 470 kilos -4.864438 0.3873531 0.49%
Novillos Cruza Cebú más 440 kilos -5.15612 0.4308529 0.32%
Novillitos -2.403188 0.548226 0.15%
Tabla 7.
Tabla 8.
Mayo Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 6.484518 0.3650529 22.49%
Vaquillona Regulares 6.217971 0.3647521 21.16%
Terneros hasta 350 kilos 6.423396 0.3649942 16.18%
Novillitos Especiales y Buenos Medianos 351/390 kilos 6.500074 0.3687411 8.34%
Novillos Regulares pesados 4.980539 0.3817646 6.26%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.188331 0.3708649 5.71%
Novillitos Especiales y Buenos Pesados 391/430 kilos 5.803696 0.3749542 4.79%
Novillos Especiales y Buenos 431/460 kilos 5.545016 0.3775588 3.77%
Novillos Especiales y Buenos 461/490 kilos 3.095893 0.3863405 2.49%
Novillos Especiales y Buenos más de 520 kilos 3.631608 0.403417 1.76%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 6.18897 0.3960803 1.66%
Novillos Especiales y Buenos 491/520 kilos 3.123013 0.3977448 1.16%
Vaquillona 5.169531 0.4451237 0.96%
Machos Enteros Regulares 6.777556 0.5027903 0.93%
Novillos Overos Negros más de 500 kilos 6.610074 0.483265 0.42%
Machos Enteros Especiales y Buenos 4.789324 0.6120896 0.39%
Novillos 4.967989 0.4909534 0.32%
Novillos Cruza Europea hasta 470 kilos 4.704937 0.6016102 0.24%
Novillitos 3.674304 0.5952827 0.22%
Novillos Cruza Cebú hasta 440 kilos 3.671616 0.7896015 0.09%
Junio Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 0.2637938 0.0773963 21.87%
Novillitos Especiales y Buenos Medianos 351/390 kilos 0.3464882 0.1016773 8.04%
Novillos Regulares pesados -1.000977 0.1525571 5.78%
Novillos Especiales y Buenos 431/460 kilos -0.7710743 0.1351175 4.06%
Vaquillona -3.059321 0.1779726 3.31%
Novillos Especiales y Buenos 461/490 kilos -2.982983 0.1438345 2.85%
Novillos Especiales y Buenos más de 520 kilos -3.645169 0.1827944 1.94%
Novillos Especiales y Buenos 491/520 kilos -2.953187 0.1761156 1.46%
Novillos -2.684316 0.3057822 0.60%
Novillitos -3.242964 0.3474072 0.59%
Novillos Cruza Europea más 470 kilos -4.889636 0.4527707 0.30%
Novillos Cruza Cebú más 440 kilos -5.35273 0.4335059 0.19%
Julio Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 0.3864919 0.0759292 23.30%
Novillitos Especiales y Buenos Medianos 351/390 kilos 0.4072891 0.103412 8.19%
Novillos Regulares pesados -0.8022253 0.1501943 5.85%
Novillos Especiales y Buenos 461/490 kilos -2.333945 0.1485895 2.77%
Vaquillona -3.0994 0.1854246 2.50%
Novillos Especiales y Buenos más de 520 kilos -2.465522 0.1754874 2.18%
Novillos Especiales y Buenos 491/520 kilos -2.057093 0.1973678 1.55%
Novillitos -3.778477 0.4459932 0.47%
Novillos -3.920438 0.418408 0.44%
Novillos Cruza Europea más 470 kilos -4.67945 0.4478095 0.29%
Novillos Cruza Cebú hasta 440 kilos -2.773762 0.9698896 0.10%
Novillos Cruza Cebú más 440 kilos -3.849802 0.8233169 0.06%
Tabla 9.
Tabla 10.
Tabla 11.
Tabla 12.
Tabla 13.
Agosto Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 0.2028995 0.0737169 22.40%
Novillos Regulares pesados -0.9465111 0.1520138 5.79%
Novillitos Especiales y Buenos Pesados 391/430 kilos 0.8853304 0.1342833 3.98%
Vaquillona -1.963238 0.183045 2.45%
Novillos Especiales y Buenos 461/490 kilos -1.79961 0.1657759 2.44%
Novillos Especiales y Buenos más de 520 kilos -0.9102142 0.1859763 2.15%
Novillitos -2.627311 0.3768708 0.47%
Novillos -2.675136 0.3665924 0.44%
Novillos Cruza Europea más 470 kilos -4.783097 0.5217797 0.32%
Novillos Cruza Cebú más 440 kilos -5.202369 0.865557 0.12%
Septiembre Coeficiente Desvió Estándar Porcentaje
Terneros hasta 350 kilos -0.6474477 0.0760744 16.61%
Vaquillona -1.907427 0.255142 2.04%
Novillos Especiales y Buenos 461/490 kilos -1.76486 0.2317368 1.81%
Machos Enteros Regulares 1.846792 0.4372376 0.79%
Novillos -1.388229 0.3823173 0.58%
Novillos Overos Negros más de 500 kilos 2.97153 0.4064736 0.44%
Novillos Cruza Europea más 470 kilos -2.194032 0.6209385 0.21%
Novillos Cruza Cebú hasta 440 kilos -2.811946 1.023397 0.11%
Octubre Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 0.3316576 0.0764858 24.30%
Terneros hasta 350 kilos -0.2267175 0.0762377 15.68%
Novillitos Especiales y Buenos Medianos 351/390 kilos 0.3415414 0.0981892 8.97%
Novillos Regulares pesados 0.5368411 0.1606016 4.71%
Novillitos Especiales y Buenos Pesados 391/430 kilos 0.6644726 0.146171 3.32%
Novillos Especiales y Buenos 431/460 kilos 0.9361254 0.1538545 3.03%
Novillos Especiales y Buenos más de 520 kilos 1.67434 0.2063128 1.88%
Machos Enteros Regulares 1.599017 0.335283 0.82%
Novillos Overos Negros más de 500 kilos 3.234157 0.3808468 0.42%
Noviembre Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -0.8148637 0.0769363 22.65%
Terneros hasta 350 kilos -0.8232963 0.0795307 14.91%
Vaquillona Especiales y Buenas Medianas 351/390 kilos -0.8305919 0.1144357 5.47%
Novillos Especiales y Buenos 431/460 kilos 1.488841 0.174675 3.34%
Novillos Especiales y Buenos más de 520 kilos 1.582457 0.2187269 1.61%
Novillos -1.498431 0.3953684 0.56%
Novillos Overos Negros más de 500 kilos 1.270071 0.3786143 0.43%
Anexo 4: Interacción Raza-Zona
Tabla 1.
Tabla 2.
Tabla 3.
Tabla 4.
Diciembre Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 0.5992465 0.0822404 24.22%
Novillitos Especiales y Buenos Medianos 351/390 kilos 0.5260463 0.1042842 9.73%
Novillos Regulares pesados 0.8466931 0.1933924 4.78%
Novillitos Especiales y Buenos Pesados 391/430 kilos 0.7022623 0.1568021 3.54%
Novillos Especiales y Buenos 431/460 kilos 1.409375 0.1771234 2.97%
Novillos Especiales y Buenos más de 520 kilos 0.7786957 0.2669154 1.68%
Novillos Cruza Europea más 470 kilos -2.251409 0.7655292 0.23%
Raza Porcentaje CoeficienteDesvió Estándar
Aberdeen Angus 34.91 5.64 0.33
Otra 99 22.43 3.65 0.13
Braford 4.28 -2.48 0.18
Jersey 0.40 5.21 0.24
Charolais 0.30 5.17 1.37
Limangus 0.05 5.72 0.38
Belted Galloway 0.02 2.57 0.71
Flieckvieh Simmental 0.01 -7.09 1.31
Aberdeen Angus Porcentaje Coeficiente Desvio Estándar
ZONA 1 23.57% -1.75 0.36
ZONA 2 26.35% -3.22 0.32
ZONA 3 12.44% -3.98 0.32
ZONA 4 12.30% -1.59 0.33
ZONA 5 18.66% -2.81 0.32
ZONA 6 3.01% -4.05 0.32
ZONA 7 0.68% -3.03 0.42
ZONA 8 2.40% -4.01 0.34
Blonde d'aquitaine Porcentaje Coeficiente Desvio Estándar
ZONA 3 38.64% -2.070606 0.7734465
Bovino Criollo Porcentaje Coeficiente Desvio Estándar
ZONA 1 44.10% 2.663982 0.199166
ZONA 10 4.04% 1.951096 0.2602146
ZONA 2 12.90% 1.807494 0.135183
ZONA 4 2.46% 5.071422 0.1484232
ZONA 5 19.30% 2.473745 0.0968473
ZONA 8 1.25% 2.740521 0.1798444
ZONA 9 2.59% 5.197401 0.364006
Tabla 5.
Tabla 6.
Tabla 7.
Tabla 8.
Tabla 9.
Tabla 10.
Tabla 11.
Braford Porcentaje Coeficiente Desvio Estándar
ZONA 1 8.53% 1.525002 0.2340941
ZONA 10 18.77% 3.055282 0.2718369
ZONA 2 4.87% 2.524349 0.2813694
ZONA 3 1.51% 0.9816348 0.2115482
ZONA 4 0.32% 2.442852 0.4895476
ZONA 8 0.42% 1.841691 0.3984359
ZONA 9 11.50% 6.479489 0.3864913
Brahman Porcentaje Coeficiente Desvio Estándar
ZONA 9 11.90% 4.154536 0.6381229
Brangus Porcentaje Coeficiente Desvio Estándar
ZONA 1 15.12% 2.613974 0.2355474
ZONA 10 26.12% 1.568899 0.3036677
ZONA 6 0.12% -3.806859 0.4464502
ZONA 9 10.09% 4.873556 0.4190576
Charolais Porcentaje Coeficiente Desvio Estándar
ZONA 1 2.39% -6.585825 1.557446
ZONA 2 49.96% -8.120994 1.342096
ZONA 3 7.34% -7.100284 1.401412
ZONA 4 0.99% -6.454674 1.469025
ZONA 5 34.95% -7.73132 1.352658
ZONA 6 0.25% -15.5579 3.69799
ZONA 8 3.13% -7.061694 1.576614
Hereford Porcentaje Coeficiente Desvio Estándar
ZONA 3 2.25% -1.796115 0.2827825
ZONA 4 1.56% 2.404139 0.3587561
ZONA 5 51.85% -1.198942 0.1643759
ZONA 6 2.40% -2.997483 0.2872824
ZONA 8 5.15% -2.786096 0.2241628
Flieckvieh Simmental Porcentaje Coeficiente Desvio Estándar
ZONA 4 35.71% 9.62038 1.541971
Tabla 12.
Tabla 13.
Tabla 14
Tabla 15.
Tabla 16.
Tabla 17.
Tabla 18.
Holando Argentino Porcentaje Coeficiente Desvio Estándar
ZONA 1 23.96% 5.360789 0.2329765
ZONA 10 0.67% 4.815666 0.4117526
ZONA 2 8.03% 2.373349 0.1966357
ZONA 5 61.60% 2.51295 0.1755554
ZONA 8 1.85% 1.545303 0.292845
ZONA 9 0.00% 3.76508 0.8514227
Jersey Porcentaje Coeficiente Desvio Estándar
ZONA 1 14.21% 3.635823 0.2947762
ZONA 4 37.18% 6.333456 0.2735714
Limangus Porcentaje Coeficiente Desvio Estándar
ZONA 6 4.46% -6.052158 1.438499
Limuosin Porcentaje Coeficiente Desvio Estándar
ZONA 1 9.65% -4.096691 0.8205387
ZONA 4 6.14% 2.005142 0.6320411
ZONA 5 64.04% -2.452044 0.3123461
Piemontese Porcentaje Coeficiente Desvio Estándar
ZONA 5 16.67% 11.43212 1.294977
ZONA 7 12.50% 7.247502 1.446726
Polled Hereford Porcentaje Coeficiente Desvio Estándar
ZONA 2 19.56% 3.429795 0.5630711
ZONA 5 41.13% 4.730011 0.3416141
ZONA 8 0.95% 8.389791 1.119748
Shorthorn Porcentaje Coeficiente Desvio Estándar
ZONA 6 0.29% -24.15386 0.7838109
Anexo 5: Interacción Provincia Raza
Tabla 1.
Tabla 2.
Tabla 3.
Tabla 4.
Tabla 5.
Tabla 6.
Otras Porcentaje Coeficiente Desvio Estándar
Zona 1 19.76% 1.354588 0.2046181
Zona 10 8.22% 0.9374471 0.2431779
Zona 2 4.95% 0.7296006 0.1501782
Zona 6 2.45% -1.05134 0.1533765
Zona 9 3.74% 3.617471 0.3579849
Buenos Aires Porcentaje Coeficiente Desvió Estándar
Otra 99 13.11% -0.6109942 0.0697731
Hereford 1.64% -2.037403 0.1636164
Polled Hereford 0.19% -2.636261 0.4958604
Shorthorn 0.08% 2.987063 0.3215416
CATAMARCA Porcentaje Coeficiente Desvió Estándar
Otra 99 50.65% 2.590044 0.358442
CHACO Porcentaje Coeficiente Desvió Estándar
Aberdeen Angus 2.45% 4.651741 0.7099142
CHUBUT Porcentaje Coeficiente Desvió Estándar
Hereford 79.25% -5.134201 0.734152
C.A.B.A Porcentaje Coeficiente Desvió Estándar
Aberdeen Angus 7.39% 1.716512 0.0917073
CORDOBA Porcentaje Coeficiente Desvió Estándar
Bovino Criollo 11.02% -1.94298 0.0837119
Brahman 0.06% -4.507076 0.5632101
Brangus 1.24% -1.21018 0.1936337
Charolais 0.53% -1.692511 0.3888695
Flieckvieh Simmental 0.01% 5.302805 1.642025
Hereford 6.74% -1.26668 0.132208
Holando Argentino 11.43% -2.509089 0.1195373
Jersey 0.14% -4.067026 0.4506055
Otra 99 30.61% -1.639533 0.0822949
Polled Hereford 0.03% -6.55085 1.225534
Shorthorn 0.14% 5.282624 0.5054716
Tabla 7.
Tabla 8.
Tabla 9.
Tabla 10.
Tabla 11.
Tabla 12.
Tabla 13.
CORRIENTES Porcentaje Coeficiente Desvió Estándar
Aberdeen Angus 14.44% 3.960161 0.3750138
Braford 38.92% 2.54137 0.2754649
Holando Argentino 0.21% 2.702264 0.4866096
ENTRE RIOS Porcentaje Coeficiente Desvió Estándar
Braford 5.77% 3.413182 0.1454335
Brahman 0.92% 3.657561 0.3763864
Flieckvieh Simmental 0.01% 6.484092 2.054557
Limuosin 0.03% 7.379409 0.8204182
Otra 99 21.98% -2.534703 0.0975065
Shorthorn 0.18% 2.92004 0.3780241
FORMOSA Porcentaje Coeficiente Desvió Estándar
Braford 33.85% 1.82541 0.3691434
Brahman 0.89% 5.442449 1.23835
Hereford 8.24% -8.920328 0.8623259
Otra 99 31.25% -4.232623 0.4502192
JUJUY Porcentaje Coeficiente Desvió Estándar
Bovino Criollo 32.75% -8.504989 0.5403867
Otra 99 66.08% -8.971895 0.509351
LA PAMPA Porcentaje Coeficiente Desvió Estándar
Hereford 1.00% -3.114813 0.333765
Holando Argentino 1.41% -1.293991 0.2843811
Polled Hereford 0.10% -4.548772 0.8898499
MENDOZA Porcentaje Coeficiente Desvió Estándar
Aberdeen Angus 49.73% 6.022262 0.4333223
Flieckvieh Simmental 0.09% 19.40153 1.575394
Holando Argentino 2.21% 6.369517 0.933286
Otra 99 29.65% 2.055353 0.4827455
Tabla 14.
Tabla 15.
Tabla 16.
Tabla 17.
Tabla 18.
Tabla 19.
NEUQUEN Porcentaje Coeficiente Desvió Estándar
Aberdeen Angus 8.65% 13.96265 0.794358
Bovino Criollo 4.08% 10.69791 0.886038
Hereford 77.00% 11.79197 0.5240549
Otra 99 9.14% 13.52776 0.5080873
RIO NEGRO Porcentaje Coeficiente Desvió Estándar
Charolais 0.11% -8.413061 1.569161
Hereford 41.66% -3.52245 0.3183813
Holando Argentino 0.04% -6.731308 0.9607267
Otra 99 14.88% -2.031746 0.4751677
SALTA Porcentaje Coeficiente Desvió Estándar
Bovino Criollo 29.93% -2.358279 0.2341106
Hereford 0.87% -6.154205 0.9633177
Otra 99 39.62% -2.867625 0.2042017
SAN LUIS Porcentaje Coeficiente Desvió Estándar
Aberdeen Angus 36.18% 1.158606 0.1467591
Brangus 0.60% 1.754945 0.3873986
Polled Hereford 0.60% -7.531422 0.9558529
SANTA FE Porcentaje Coeficiente Desvió Estándar
Aberdeen Angus 21.83% -1.92068 0.1072545
Bovino Criollo 26.27% -2.01117 0.1156551
Brahman 0.21% -2.382681 0.4825539
Brangus 2.46% -2.129095 0.1968599
Charolais 0.21% -4.370184 0.3847685
Hereford 4.11% -3.10763 0.1733251
Holando Argentino 7.40% -2.873399 0.1613571
Otra 99 30.13% -2.090401 0.1196568
Polled Hereford 0.01% -4.78807 1.261744
SANTIAGO DEL ESTERO Porcentaje Coeficiente Desvió Estándar
Aberdeen Angus 7.63% 1.553467 0.3138508
TUCUMAN Porcentaje Coeficiente Desvió Estándar
Holando Argentino 2.43% -2.024937 0.4463551
Anexo 6: Interacción Raza-Mes
Tabla 1.
Tabla 2.
Tabla 3.
Tabla 4.
Tabla 5.
Tabla 6.
Aberdeen Angus Coeficiente Desvió Estándar
Enero -4.319313 0.1379553
Febrero -4.374069 0.1819192
Marzo 0.2757643 0.0571425
Abril 0.7875604 0.0638431
Mayo 0.3162031 0.0593178
Julio -4.691781 0.193012
Noviembre -2.442605 0.099092
Belted Galloway Coeficiente Desvió Estándar
Abril 5.112663 0.9102456
Julio -6.603592 2.446049
Blonde d'aquitaine Coeficiente Desvió Estándar
Abril 5.636222 1.395665
Julio -5.529432 0.6078682
Bovino Criollo Coeficiente Desvió Estándar
Enero -4.422651 0.1357419
Febrero -4.444104 0.1831418
Julio -4.284315 0.1949937
Agosto 0.3565319 0.0696264
Septiembre 0.7961759 0.0749608
Octubre 0.405867 0.0716934
Noviembre -2.158304 0.1103415
Braford Coeficiente Desvió Estándar
Enero -3.687625 0.170454
Febrero -4.02525 0.2134219
Marzo 0.5578917 0.1201207
Abril 0.8618025 0.1276512
Mayo 0.3847704 0.1252994
Julio -4.294508 0.2356987
Septiembre 0.5883478 0.1622519
Octubre 0.483088 0.156659
Noviembre -2.051685 0.1863771
Tabla 7.
Tabla 8.
Tabla 9.
Tabla 10.
Brahman Coeficiente Desvió Estándar
Enero -4.803344 0.4748692
Febrero -4.768456 0.741831
Abril 1.881623 0.5311048
Junio 1.783647 0.3462888
Julio -4.90705 0.5914675
Brangus Coeficiente Desvió Estándar
Enero -4.695501 0.2250043
Febrero -4.743382 0.2674108
Abril 1.067689 0.1924896
Junio -0.9652925 0.2379025
Julio -4.981307 0.2808454
Agosto -1.058701 0.2158608
Noviembre -2.498497 0.2422742
Diciembre -1.003383 0.2444152
Charolais Coeficiente Desvió Estándar
Marzo 5.37343 0.3946242
Abril 7.783498 0.4413341
Mayo 6.845301 0.405094
Junio 6.159574 0.5787528
Agosto 3.459623 0.6256456
Septiembre 5.973565 0.7366425
Octubre 6.123082 0.4987857
Noviembre 3.860917 0.5391763
Diciembre 5.680276 0.4556551
Flieckvieh Simmental Coeficiente Desvió Estándar
Febrero -4.448794 1.274831
Mayo 9.33436 1.084829
Hereford Coeficiente Desvió Estándar
Marzo 5.059712 0.1670313
Abril 5.385245 0.1701417
Mayo 4.756065 0.1715613
Junio 4.451519 0.1934846
Agosto 4.132667 0.2010283
Septiembre 4.503975 0.1970776
Octubre 4.544411 0.1935663
Noviembre 1.904146 0.2177863
Diciembre 4.255428 0.1989919
Tabla 11.
Tabla 12.
Tabla 13.
Tabla 14.
Tabla 15.
Tabla 16.
Holando Argentino Coeficiente Desvió Estándar
Enero -3.947009 0.1650963
Febrero -4.319223 0.2086951
Abril 0.4004705 0.1152296
Julio -4.479866 0.2176102
Agosto -0.9191668 0.1297309
Noviembre -2.704011 0.1622978
Diciembre -0.536742 0.1467739
Jersey Coeficiente Desvió Estándar
Enero -4.142754 0.2164146
Febrero -5.10464 0.3043148
Abril 1.46337 0.2539621
Junio -1.631031 0.2130461
Julio -4.614407 0.2799422
Agosto -1.193446 0.3425394
Noviembre -2.707482 0.3204218
Limangus Coeficiente Desvió Estándar
Enero -6.48669 0.5945502
Febrero -5.128706 0.6880888
Mayo 4.237616 0.8812825
Julio -2.889219 0.9729654
Limuosin Coeficiente Desvió Estándar
Enero -4.439044 0.6576613
Febrero -2.707473 0.7771116
Julio -7.24278 0.3865753
Piemontese Coeficiente Desvió Estándar
Febrero -3.991233 1.217273
Tabla 17.
Tabla 18.
Tabla 19.
Anexo 7: Interacción Raza-Categoría
Tabla 1.
Tabla 2.
Polled Hereford Coeficiente Desvió Estándar
Enero -4.496885 0.4683336
Febrero -6.1343 0.47655
Marzo -1.878573 0.431904
Abril -2.601912 0.587728
Mayo -1.909476 0.5156248
Julio -4.178064 0.4890267
Noviembre -4.311376 0.4412573
Diciembre -2.397624 0.730356
Santa Gertrudis Coeficiente Desvió Estándar
Enero -4.707074 0.5708999
Shorthorn Coeficiente Desvió Estándar
Enero -4.103098 1.081761
Julio -2.438214 0.4670824
Noviembre -1.348845 0.4447822
Otra Coeficiente Desvió Estándar
Enero -4.285539 0.1340997
Febrero -4.339431 0.1809724
Abril 0.3838188 0.0653407
Julio -4.529674 0.1927913
Octubre -0.5818828 0.0759104
Noviembre -2.545594 0.1037422
Aberdeen Angus Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -1.39 0.12 22.14%
Novillitos Regulares -3.14 0.14 21.07%
Terneros hasta 350 kilos 1.31 0.14 18.15%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.97 0.34 6.65%
Novillos Regulares pesados -8.37 0.46 3.96%
Novillos Especiales y Buenos 431/460 kilos -2.44 0.13 3.80%
Novillos Especiales y Buenos 461/490 kilos 0.88 0.13 2.26%
Vaquillona -6.06 0.53 1.56%
Novillitos 1.12 0.36 0.46%
Novillos -8.30 0.53 0.44%
Machos Enteros Regulares -1.18 0.31 0.38%
Novillos Overos Negros más de 500 kilos -4.58 0.31 0.19%
Novillos Cruza Europea hasta 470 kilos -6.79 0.48 0.18%
Tabla 3.
Tabla 4.
Tabla 5.
Tabla 6.
Belted Galloway Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares -5.04 1.17 25.27%
Novillos Regulares pesados -11.90 1.11 3.30%
Blonde d'aquitaine Coeficiente Desvió Estándar Porcentaje
Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.73 1.19 10.23%
Novillos Especiales y Buenos 491/520 kilos -4.86 0.79 1.14%
Bovino Criollo Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares -1.18 0.14 25.27%
Terneros hasta 350 kilos 3.04 0.14 15.59%
Novillitos Especiales y Buenos Medianos 351/390 kilos 2.35 0.12 6.78%
Novillos Regulares pesados -6.92 0.46 5.23%
Novillitos Especiales y Buenos Pesados 391/430 kilos 2.90 0.13 4.31%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.40 0.35 4.15%
Novillos Especiales y Buenos 461/490 kilos 3.04 0.16 2.86%
Novillos Especiales y Buenos más de 520 kilos 2.49 0.17 1.97%
Novillos Especiales y Buenos 491/520 kilos 1.90 0.15 1.77%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1.30 0.17 1.49%
Novillos Cruza Europea más 470 kilos 2.95 0.34 1.13%
Vaquillona -5.02 0.55 0.95%
Machos Enteros Especiales y Buenos 1.55 0.36 0.83%
Novillos -5.05 0.70 0.26%
Novillos Cruza Cebú hasta 440 kilos -4.42 0.80 0.05%
Braford Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares 1.48 0.16 21.89%
Terneros hasta 350 kilos 4.75 0.20 13.17%
Novillitos Especiales y Buenos Medianos 351/390 kilos 3.84 0.19 10.27%
Novillos Regulares pesados -4.82 0.50 7.52%
Novillos Especiales y Buenos más de 520 kilos 5.90 0.24 6.24%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.59 0.40 4.21%
Vaquillona -4.84 0.60 3.84%
Novillitos Especiales y Buenos Pesados 391/430 kilos 1.52 0.30 1.96%
Novillos Especiales y Buenos 461/490 kilos 3.63 0.31 1.39%
Novillos Especiales y Buenos 491/520 kilos 2.32 0.39 1.13%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 4.44 0.42 0.72%
Novillitos 4.49 0.66 0.71%
Novillos -5.16 0.55 0.64%
Machos Enteros Especiales y Buenos 2.83 0.64 0.47%
Novillos Cruza Europea más 470 kilos 2.36 0.70 0.20%
Tabla 7.
Tabla 8.
Tabla 9.
Tabla 10.
Brahman Coeficiente Desvió Estándar Porcentaje
Terneros hasta 350 kilos 3.15 0.45 11.76%
Novillos Regulares pesados -6.34 0.72 10.91%
Vaquillona -4.39 0.95 5.81%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.29 0.95 3.68%
Novillos Cruza Cebú hasta 440 kilos -5.39 1.68 1.27%
Machos Enteros Especiales y Buenos 4.90 0.76 0.28%
Novillitos 13.94 0.98 0.14%
Brangus Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares -1.62 0.19 31.81%
Terneros hasta 350 kilos 3.96 0.23 9.80%
Novillitos Especiales y Buenos Medianos 351/390 kilos 3.72 0.26 7.74%
Vaquillona -3.93 0.64 6.23%
Novillos Regulares pesados -7.94 0.61 2.63%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 9.29 0.50 2.63%
Novillos Especiales y Buenos más de 520 kilos 6.03 0.37 2.19%
Novillitos Especiales y Buenos Pesados 391/430 kilos 2.90 0.41 1.86%
Novillos Especiales y Buenos 461/490 kilos 2.12 0.62 0.82%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 2.58 0.57 0.70%
Novillos Especiales y Buenos 491/520 kilos 4.23 0.62 0.64%
Novillitos 7.20 0.94 0.47%
Charolais Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -1.74 0.35 35.86%
Novillitos Regulares -4.63 0.35 35.70%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 8.34 0.89 2.64%
Novillos Regulares pesados -11.71 0.90 2.06%
Vaquillona -7.79 1.29 1.07%
Novillos -8.12 2.65 0.33%
Flieckvieh Simmental Coeficiente Desvió Estándar Porcentaje
Vaquillona Especiales y Buenas Medianas 351/390 kilos 11.74 2.60 10.71%
Novillos Especiales y Buenos 461/490 kilos 8.86 1.37 3.57%
Hereford Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -0.85 0.15 24.25%
Novillitos Regulares -3.08 0.18 21.51%
Terneros hasta 350 kilos 1.21 0.19 10.97%
Novillos Regulares pesados -6.21 0.49 9.29%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 7.71 0.36 5.88%
Novillos Especiales y Buenos más de 520 kilos 1.21 0.26 3.04%
Novillos Especiales y Buenos 461/490 kilos 1.31 0.27 2.31%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 2.87 0.29 2.08%
Vaquillona -6.85 0.66 1.47%
Machos Enteros Especiales y Buenos -4.19 0.74 0.69%
Novillos -9.65 0.82 0.34%
Novillos Cruza Cebú más 440 kilos -2.96 0.97 0.04%
Tabla 11.
Tabla 12.
Tabla 13.
Tabla 14.
Tabla 15.
Tabla 16.
Holando Argentino Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares -4.95 0.16 32.81%
Vaquillona Regulares -2.52 0.15 27.24%
Novillos Regulares pesados -10.27 0.48 5.14%
Novillitos Especiales y Buenos Medianos 351/390 kilos -1.01 0.20 4.93%
Vaquillona -5.88 0.68 2.24%
Novillos Overos Negros más de 500 kilos -3.09 0.23 1.99%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.85 0.44 1.69%
Novillos Especiales y Buenos 431/460 kilos -1.88 0.29 1.47%
Novillos -7.98 0.59 1.20%
Machos Enteros Especiales y Buenos 3.63 1.02 0.06%
Jersey Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -6.60 0.29 33.48%
Novillitos Regulares -8.28 0.31 23.04%
Novillitos Especiales y Buenos Pesados 391/430 kilos -1.36 0.33 7.47%
Novillos Especiales y Buenos 431/460 kilos -3.43 0.41 4.32%
Novillos -14.83 0.62 4.20%
Novillos Regulares pesados -11.83 0.79 2.29%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 2.86 1.05 1.24%
Vaquillona -11.94 1.25 0.56%
Limangus Coeficiente Desvió Estándar Porcentaje
Vaquillona Regulares -2.35 0.71 21.29%
Novillitos Regulares -5.76 0.70 18.81%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 6.92 1.49 6.93%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 2.86 0.84 2.97%
Vaquillona -16.37 2.41 0.99%
Novillos Regulares pesados -10.72 1.49 0.50%
Limuosin Coeficiente Desvió Estándar Porcentaje
Novillos Regulares pesados -4.03 0.77 4.39%
Novillitos 10.98 0.93 0.88%
Piemontese Coeficiente Desvió Estándar Porcentaje
Novillitos Especiales y Buenos Medianos 351/390 kilos -9.13 2.35 12.50%
Vaquillona -7.41 0.78 4.17%
Tabla 17.
Tabla 18.
Tabla 19.
Anexo 8:Partidos/Departamentos
Tabla 1.
Partido Origen Coeficiente Desvió
Estándar
ALBERDI 1.62 0.37
ALBERTI 2.50 0.15
ANDALGALA -13.52 0.43
ANGACO 15.74 2.52
ANTA -7.51 1.07
ARRECIFES -1.63 0.25
ATREUCO 1.60 0.12
Polled Hereford Coeficiente Desvió Estándar Porcentaje
Novillitos Especiales y Buenos Medianos 351/390 kilos 3.80 0.58 6.87%
Terneros hasta 350 kilos 2.22 0.75 5.63%
Novillitos Especiales y Buenos Pesados 391/430 kilos 4.55 0.72 5.25%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 6.50 0.67 4.68%
Novillos Especiales y Buenos más de 520 kilos 2.89 0.69 4.29%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 10.88 0.83 4.29%
Novillos Especiales y Buenos 491/520 kilos 4.87 0.80 2.58%
Novillos Especiales y Buenos 461/490 kilos 5.41 0.80 2.39%
Novillitos 4.35 1.28 1.62%
Novillos Regulares pesados -5.06 0.88 1.62%
Shorthorn Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares -3.26 0.38 19.47%
Terneros hasta 350 kilos 4.64 0.48 15.63%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 7.38 0.92 6.19%
Novillos Regulares pesados -12.41 1.21 5.31%
West Highland Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares 2.14 0.58 18.75%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 4.50 1.03 12.50%
Otra Coeficiente Desvió Estándar Porcentaje
Novillitos Regulares -3.68 0.14 22.35%
Vaquillona Regulares -2.48 0.12 19.05%
Terneros hasta 350 kilos 1.52 0.14 13.86%
Novillos Regulares pesados -6.80 0.46 7.76%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 7.46 0.34 6.57%
Novillos Especiales y Buenos 431/460 kilos -2.23 0.14 3.16%
Novillos Especiales y Buenos más de 520 kilos 0.99 0.14 2.63%
Vaquillona -6.34 0.57 2.29%
Novillos Cruza Cebú hasta 440 kilos -2.43 0.46 0.27%
Novillos -10.27 0.52 0.15%
Novillos Overos Negros más de 500 kilos -4.80 0.44 0.14%
Novillos Cruza Europea hasta 470 kilos -4.61 0.55 0.13%
BALCARCE 2.01 0.23
BARADERO -1.64 0.32
BELLA VISTA 5.59 0.46
CALAMUCHITA 5.55 0.75
CALEU CALEU -4.22 0.56
CAPAYAN 4.67 1.02
CASEROS 2.74 0.23
CAÑUELAS 1.24 0.19
CERRILLOS -4.13 0.19
CHIVILCOY 0.80 0.08
CHOYA -5.49 0.34
COMANDANTE FERNANDEZ 1.42 0.37
CONESA -4.17 0.70
CONHELO -2.15 0.20
COPO -6.51 0.73
CORONEL BRANDSEN -2.71 0.26
CORONEL DORREGO 2.48 0.11
CORONEL ROSALES 5.34 0.49
CRUZ DEL EJE -5.03 1.38
DAIREAUX -3.46 0.60
DOLORES -0.86 0.14
EL CARMEN -2.33 0.50
ESQUINA 4.68 0.53
FIGUEROA -2.38 0.54
FORMOSA 3.48 0.72
FRAY JUSTO SANTA MARIA DE ORO -8.67 0.52
FRAY MAMERTO ESQUIU -6.95 0.55
GAIMAN -5.25 0.65
GENERAL ARENALES 0.59 0.20
GENERAL DONOVAN -4.95 0.98
GENERAL JOSE DE SAN MARTIN 2.94 0.31
GENERAL LAVALLE -11.21 0.27
GENERAL MADARIAGA 2.18 0.28
GENERAL MANUEL BELGRANO -5.89 0.39
GENERAL PEDERNERA 1.16 0.19
GENERAL PUEYRREDON 3.04 0.31
GENERAL RODRIGUEZ -1.21 0.28
GENERAL VIAMONTE 0.94 0.19
GENERAL VILLEGAS 1.21 0.11
GONZALES CHAVES -1.18 0.12
GOYA 5.01 0.75
GUACHIPAS -10.88 1.66
GUALEGUAYCHU 1.16 0.10
GUAMINI 1.20 0.12
GUASAYAN -5.26 0.28
GUATRACHE -0.80 0.18
HIPOLITO YRIGOYEN 1.88 0.29
INDEPENDENCIA 2.54 0.51
IRIONDO 3.37 0.47
ISCHILIN -5.08 0.92
JUAREZ CELMAN 2.07 0.17
LA BANDA 5.32 0.37
LA MATANZA 1.74 0.49
LAPRIDA -1.33 0.14
LAS FLORES -1.39 0.14
LEZAMA -9.04 2.04
LOBOS 1.04 0.16
LONCOPUE -2.89 0.71
LOVENTUE -5.90 0.89
MAR CHIQUITA -0.32 0.07
MARCOS PAZ 3.23 0.30
MITRE -5.42 1.70
MONTE -6.64 0.15
MONTE CASEROS 8.19 0.59
MORENO -3.09 0.24
NECOCHEA 1.39 0.26
OJO DE AGUA -5.36 0.33
ORAN 3.36 0.62
PASO DE LOS LIBRES 1.75 0.29
PATAGONES 10.29 0.40
PATIÑO 3.03 0.37
PERGAMINO 3.38 0.56
PICHI MAHUIDA -1.61 0.22
PIRANE 5.66 0.42
POCHO 5.20 0.37
PRESIDENTE PERON -3.02 0.64
PRIMERO DE MAYO 4.99 0.47
PUAN 0.75 0.10
PUNTA INDIO -0.70 0.16
QUITILIPI 6.55 1.65
RAUCH -0.69 0.22
RAWSON -3.75 1.24
RIO CUARTO 3.31 0.10
RIO HONDO -1.39 0.23
RIO SECO -4.66 0.63
RIO SEGUNDO -0.93 0.11
ROJAS 0.92 0.13
ROQUE PEREZ -1.09 0.09
ROSARIO DE LA FRONTERA 1.32 0.19
SAAVEDRA 0.46 0.11
SALADILLO 2.34 0.13
SALAVINA -5.91 0.28
SALTO 4.90 0.23
SAN ANDRES DE GILES -4.56 0.86
SAN ANTONIO DE ARECO 2.79 0.75
SAN COSME 11.59 0.46
SAN LUIS DEL PALMAR 3.60 1.36
SAN NICOLAS 4.97 0.98
SAN ROQUE -1.97 0.45
SAN SALVADOR -2.46 0.34
SAN VICENTE -1.46 0.19
SAUCE 4.51 1.26
SUIPACHA -7.85 1.37
TAPALQUE -1.04 0.17
TAPENAGA -3.00 0.61
TOAY -1.17 0.37
TORDILLO 1.13 0.20
TORNQUIST 6.03 0.70
TRENQUE LAUQUEN 2.37 0.48
TRES LOMAS -1.68 0.17
TULUMBA -3.23 0.49
URUGUAY -1.35 0.21
VERA -3.76 0.98
ÑORQUIN -10.42 2.57
ADOLFO ALSINA(BUENOS AIRES) -1.03 0.12
ADOLFO ALSINA(RIO NEGRO) -3.04 0.66
AYACUCHO(BUENOS AIRES) 0.41 0.09
BELGRANO(SAN LUIS) 3.94 0.23
BELGRANO(SANTA FE) 7.37 0.32
BELGRANO(SANTIAGO DEL ESTERO) -6.17 0.51
BERMEJO(CHACO) -1.44 0.55
BERMEJO(FORMOSA) 2.22 0.66
CANDELARIA(MISIONES) 2.57 0.63
CANDELARIA(SALTA) -1.67 0.58
CAPITAL(CORDOBA) 3.92 0.16
CAPITAL(JUJUY) -4.24 0.45
CAPITAL(LA RIOJA) -6.88 0.82
CAPITAL(MISIONES) 4.27 0.70
CHACABUCO(BUENOS AIRES) -0.39 0.13
CHACABUCO(CHACO) 0.99 0.21
COLON(BUENOS AIRES) 1.80 0.49
COLON(CORDOBA) 2.53 0.10
COLON(ENTRE RIOS) -1.45 0.28
CORONEL PRINGLES(BUENOS AIRES) 0.69 0.13
CORONEL PRINGLES(SAN LUIS) 4.54 0.25
GENERAL ALVEAR(CORRIENTES) -2.73 0.63
GENERAL ALVEAR(MENDOZA) -2.66 0.32
GENERAL BELGRANO(BUENOS AIRES) 3.65 0.41
GENERAL GUEMES(CHACO) -7.12 0.58
GENERAL GUEMES(SALTA) 2.07 0.30
GENERAL PAZ(CORRIENTES) -8.43 0.34
GENERAL ROCA(CORDOBA) -2.41 0.42
GENERAL ROCA(RIO NEGRO) -1.56 0.46
GENERAL SAN MARTIN(CORDOBA) -1.82 0.10
GENERAL SAN MARTIN(LA RIOJA) -3.51 0.30
JUNIN(MENDOZA) -5.72 0.47
JUNIN(SAN LUIS) -12.42 0.31
LA CAPITAL(SAN LUIS) 3.85 0.23
LA PAZ(CATAMARCA) -2.31 0.34
LA PAZ(ENTRE RIOS) 2.44 0.18
LA PAZ(MENDOZA) -2.37 0.38
LAVALLE(MENDOZA) 2.77 0.42
LIBERTADOR GENERAL SAN MARTIN(CHACO) 8.85 1.04
LIBERTADOR GENERAL SAN MARTIN(MISIONES)
2.66 0.94
MAIPU(CHACO) -7.12 0.41
MAIPU(MENDOZA) 1.88 0.61
MERCEDES(BUENOS AIRES) -1.03 0.16
MERCEDES(CORRIENTES) -0.78 0.25
NUEVE DE JULIO(BUENOS AIRES) 2.91 0.80
NUEVE DE JULIO(CHACO) 4.10 0.47
PELLEGRINI(BUENOS AIRES) -4.79 0.41
PELLEGRINI(SANTIAGO DEL ESTERO) 1.23 0.35
RIVADAVIA(BUENOS AIRES) 1.97 0.11
RIVADAVIA(SALTA) -5.63 1.01
RIVADAVIA(SANTIAGO DEL ESTERO) -8.01 0.40
SAN ANTONIO(JUJUY) -9.49 1.44
SAN CARLOS(SALTA) 2.11 0.59
SAN JAVIER(CORDOBA) -4.69 0.91
SAN JAVIER(SANTA FE) -4.27 0.62
SAN JUSTO(CORDOBA) -3.40 0.70
SAN JUSTO(SANTA FE) -0.49 0.12
SAN LORENZO(CHACO) -5.97 0.87
SAN LORENZO(SANTA FE) 7.64 0.68
SAN MARTIN(SANTIAGO DEL ESTERO) -2.03 0.45
SAN PEDRO(BUENOS AIRES) 0.68 0.11
SAN PEDRO(JUJUY) 8.79 0.64
SAN PEDRO(MISIONES) -4.28 0.82
VEINTICINCO DE MAYO(BUENOS AIRES) 0.58 0.07
VEINTICINCO DE MAYO(CHACO) -2.01 0.21
VEINTICINCO DE MAYO(MISIONES) 2.82 0.94
VEINTICINCO DE MAYO(SAN JUAN) 11.98 3.39
Anexo 9:Provincia
Tabla 1.
Anexo 10:Zona
Tabla 1.
Anexo 11: Interacción Zona-Partido/Departamento
Tabla 1.
Zona 1 Coeficiente Desvió Estándar
ADOLFO ALSINA 4.34 0.1909961
AMEGHINO 1.00 0.2388802
AZUL -1.13 0.0767373
BALCARCE -1.46 0.2884176
BARADERO 2.79 0.390548
BELGRANO -1.04 0.4391561
BENITO JUAREZ -1.36 0.1206488
BRAGADO 1.40 0.2195208
CALEU CALEU 6.66 0.6498448
CARMEN DE ARECO -1.41 0.1528665
CASEROS -5.30 0.3164537
CASTELLI -1.04 0.2560219
CATRILO -1.79 0.251434
CHIVILCOY -1.98 0.3547051
CORONEL BRANDSEN 1.26 0.2995784
CORONEL DORREGO 1.28 0.3579928
CRUZ DEL EJE 6.53 1.476439
DAIREAUX 4.04 0.6363736
EXALTACION DE LA CRUZ -2.13 0.3389452
GENERAL ALVARADO 2.53 0.3791233
GENERAL ARENALES -1.51 0.3771484
Provincia Origen Coeficiente Desvió Estándar
BUENOS AIRES -1.269638 0.1520518
C.A.B.A. -3.689109 0.1337187
CORRIENTES -8.039008 0.4565449
LA PAMPA 1.570111 0.1298675
MISIONES -3.946862 0.6642049
SALTA 4.421069 0.9808423
SAN JUAN -14.3064 2.205576
SAN LUIS -7.632976 0.2816705
Zona Destino Coeficiente Desvió Estándar
ZONA 1 2.56 0.25
ZONA 2 1.82 0.22
ZONA 3 0.97 0.18
ZONA 4 -5.98 0.19
ZONA 5 2.44 0.19
GENERAL BELGRANO -3.96 0.4326342
GENERAL LAVALLE 10.04 0.5543141
GENERAL LOPEZ 1.14 0.2309183
GENERAL MADARIAGA -2.63 0.3430862
GENERAL PEDERNERA 2.19 0.338661
GENERAL ROCA 4.17 0.430582
GENERAL SAN MARTIN -7.35 0.1898682
GENERAL VIAMONTE -0.79 0.2375771
GENERAL VILLEGAS 1.03 0.1893047
GONZALES CHAVES 1.51 0.2893609
GOYA -3.61 1.207981
GUALEGUAYCHU -2.18 0.1773397
HIPOLITO YRIGOYEN -1.44 0.3953241
HUCAL -4.04 0.6498598
IRIONDO -3.88 0.6226261
ISCHILIN 6.00 1.133289
JUAREZ CELMAN -1.94 0.31122
LA MATANZA -3.05 0.6897097
LA PLATA -1.70 0.1597587
LEANDRO N. ALEM 1.37 0.232071
LOBOS -1.16 0.2036647
MAR CHIQUITA 1.24 0.199368
MARACO -3.10 0.2740729
MONTE 8.29 0.330793
MONTE CASEROS -8.34 0.7033228
NAVARRO -1.35 0.3304055
PATAGONES -16.64 1.072871
PATIÑO -3.57 0.4142274
PEHUAJO -2.35 0.1339509
PELLEGRINI 5.72 0.436823
PERGAMINO -3.82 0.6381371
PIRANE -4.44 1.522724
PRESIDENTE ROQUE SAENZ PEÑA -0.93 0.2816493
PUAN 0.75 0.1698142
RANCUL -1.53 0.3228034
RAUCH -1.55 0.3723503
RIO SECO 6.79 0.7528313
SALADILLO -1.74 0.1473167
SAN ANDRES DE GILES 5.61 0.8733201
SAN ANTONIO DE ARECO -2.39 0.8399457
SAN CAYETANO -0.84 0.2169584
SANTA MARIA 2.14 0.6329516
SANTO TOME 4.79 0.7241683
SUIPACHA 5.94 1.421798
TERCERO ARRIBA 3.88 0.3266336
TOAY 2.24 0.6221981
TORDILLO -1.02 0.2677992
TORNQUIST -4.32 0.8105455
TRENEL -2.33 0.2076291
TRENQUE LAUQUEN -1.45 0.5020617
TRES LOMAS 2.83 0.2535352
TULUMBA 6.69 0.6245098
URUGUAY 1.00 0.3225501
UTRACAN -4.82 0.4172165
VERA 4.22 1.03247
AYACUCHO(SAN LUIS) 6.988435 0.6742471
CAPITAL(MISIONES) -3.103674 0.2304847
COLON(BUENOS AIRES) -3.73468 0.701748
COLON(CORDOBA) -1.838443 0.3951935
COLON(ENTRE RIOS) 1.351338 0.3387957
CORONEL PRINGLES(BUENOS AIRES) -1.560545 0.2355317
CORONEL PRINGLES(SAN LUIS) -3.394807 0.2880173
GENERAL ALVEAR(CORRIENTES) 15.84303 0.8592081
GENERAL PAZ(BUENOS AIRES) -2.683418 0.2091184
GENERAL PAZ(CORRIENTES) 3.092326 0.6504267
JUNIN(BUENOS AIRES) 1.462938 0.3027845
JUNIN(SAN LUIS) 7.543345 0.6345448
LA CAPITAL(SAN LUIS) 0.9569002 0.309701
LIBERTADOR GENERAL SAN MARTIN(CHACO) -17.87364 1.23811
MERCEDES(BUENOS AIRES) -1.290967 0.4854141
NUEVE DE JULIO(BUENOS AIRES) -2.880842 0.8055436
SAN FERNANDO(CHACO) -7.676214 0.7243975
SAN JUSTO(SANTA FE) 1.252136 0.3677813
SAN MARTIN(SANTA FE) 1.160499 0.3514438
Tabla 2.
ZONA 2 Coeficiente Desvio Estándar
ANTA 4.113386 0.7421454
ARRECIFES 1.914077 0.2731162
ATREUCO 1.126972 0.3804377
BARADERO 2.271748 0.3624362
BELGRANO -2.642295 0.5443789
BERISSO -9.048079 0.2513897
BRAGADO -0.5349476 0.2023437
CASTELLANOS -8.598061 0.5465724
CHAPALEUFU 2.010292 0.2969303
CHIVILCOY -1.04864 0.2754559
CONHELO 1.598004 0.3251923
DAIREAUX 4.462119 0.6419897
ENSENADA 1.717241 0.2968755
FRAY JUSTO SANTA MARIA DE ORO -4.254281 1.178538
GARAY -13.36563 0.3031174
GENERAL ALVEAR 1.493196 0.220224
GENERAL ARENALES -1.443402 0.2847071
GENERAL GUEMES 14.31636 1.021166
GENERAL LAVALLE 10.02668 0.5255216
GENERAL LOPEZ 0.7809644 0.1799658
GENERAL OBLIGADO 1.462112 0.3257153
GENERAL ROCA 4.967949 0.45352
GOBERNADOR DUPUY 6.036904 0.6513057
GUALEGUAYCHU -1.971974 0.2128679
GUAMINI 0.9172679 0.158963
ISCHILIN 5.960163 1.188837
ITUZAINGO 4.286589 0.9626831
LAPRIDA 3.027402 0.3548286
LINCOLN 1.288568 0.1782299
LOBOS -1.28274 0.2366505
MARACO 2.773315 0.2094343
MARCOS JUAREZ 2.29218 0.2013178
MARCOS PAZ -1.527994 0.3605509
MONTE 6.951586 0.3477822
MONTE CASEROS -4.601605 1.318884
NAVARRO -1.912635 0.1075588
OLAVARRIA -0.8525215 0.1794595
PATAGONES -15.80969 0.5416377
PEHUAJO -2.111501 0.1870629
PELLEGRINI 4.650448 0.4801556
PERGAMINO -3.933041 0.5671654
RAMALLO 1.299121 0.095607
RAUCH 1.756614 0.5940191
REALICO 2.014531 0.4334226
RIO SECO 6.11169 0.6864341
RIO SEGUNDO -7.413051 0.9503936
ROJAS -1.777338 0.1797542
ROQUE PEREZ 0.880521 0.167611
SALADAS 10.67882 0.6581633
SALADILLO -1.278306 0.1519664
SALTO -5.34064 0.2681788
SAN ANDRES DE GILES 4.739875 0.882891
SAN ANTONIO DE ARECO -2.527753 0.7634901
SAN FERNANDO 3.06707 0.5923807
SAN JAVIER 4.548284 0.7701631
SAN LORENZO -9.596429 0.9521123
SAN NICOLAS -4.899139 1.031166
SAN VICENTE 1.450799 0.4112036
SUIPACHA 6.869769 1.405402
TALA -1.740209 0.3956508
TORNQUIST -3.341119 0.7953143
TRENQUE LAUQUEN -2.784338 0.5295098
TRES LOMAS 2.39525 0.4488187
TULUMBA 6.318257 0.8469991
UNION 2.783705 0.2754427
VERA 6.043448 1.003507
ZARATE 1.28339 0.2512567
ADOLFO ALSINA(BUENOS AIRES) 1.418169 0.1893181
COLON(BUENOS AIRES) -1.95812 0.5238759
COLON(CORDOBA) -5.424779 0.4109435
CORONEL PRINGLES(SAN LUIS) -2.163779 0.6630671
JUNIN(SAN LUIS) 14.42913 0.8925715
LA CAPITAL(SAN LUIS) -3.691561 0.7342369
LA PAZ(CATAMARCA) 2.522314 0.4679965
LA PAZ(ENTRE RIOS) -1.615018 0.429502
LIBERTADOR GENERAL SAN MARTIN(CHACO) -7.096927 1.355899
NUEVE DE JULIO(BUENOS AIRES) -2.723013 0.8035668
SAN JUSTO(CORDOBA) 6.974954 0.8223143
SAN JUSTO(SANTA FE) 0.7992198 0.2659927
Tabla 3.
ZONA 3 Coeficiente Desvioestandar
ALBERTI -2.254951 0.2188402
AMEGHINO 1.004167 0.2504381
BALCARCE -2.553507 0.255704
BENITO JUAREZ 1.432499 0.331955
BRAGADO -1.698476 0.2384414
CARMEN DE ARECO 1.534906 0.5393617
CASEROS -3.103808 0.8453146
CATRILO -1.160346 0.4167635
CHACABUCO 1.16936 0.1536021
CHAPALEUFU -2.144824 0.3296604
CORONEL DORREGO 6.199246 0.2061004
CURUZU CUATIA 7.335431 0.4789621
DAIREAUX 3.877051 0.6214536
EXALTACION DE LA CRUZ -2.458273 0.9190507
GENERAL ALVEAR 1.482233 0.1889529
GENERAL BELGRANO -3.111808 0.425251
GENERAL LAVALLE 7.50202 0.4776662
GENERAL MADARIAGA -3.372739 0.3117348
GENERAL OBLIGADO -4.396693 0.3462102
GENERAL PUEYRREDON -2.818175 0.4146085
GENERAL ROCA 7.051474 0.4844969
GENERAL SAN MARTIN 9.872926 0.7115388
GENERAL VIAMONTE -1.109026 0.2140478
GOBERNADOR DUPUY 8.704396 0.8657089
HIPOLITO YRIGOYEN -1.433243 0.4383115
HUCAL 5.43918 0.5897532
IRIONDO -6.877333 0.6215474
LEZAMA 7.311496 2.394547
LIBERTADOR GENERAL SAN MARTIN 5.583482 0.7716732
MAIPU -1.027378 0.2372501
MONTE 7.999191 0.3543476
NECOCHEA -1.267143 0.3164375
PEHUAJO -1.87395 0.1286536
PELLEGRINI 2.974723 0.455367
PRESIDENTE PERON 5.844897 0.6498421
PUAN 1.764077 0.3069147
RAMALLO 4.23384 0.5639079
RANCUL -3.297343 0.3505212
REALICO -1.728039 0.3161994
RIVADAVIA -3.097483 0.3244893
SAN ANDRES DE GILES 4.720585 0.9847246
SAN JUSTO 10.72196 1.052216
SAN RAFAEL -11.35473 0.793604
SAN SALVADOR 5.281771 2.047798
SUIPACHA 8.62526 1.411447
TAPALQUE 1.589137 0.3320293
TOAY 1.630326 0.5207613
TORDILLO -0.9883117 0.2561404
TRENEL 1.155725 0.225807
TRENQUE LAUQUEN -5.354451 0.5265483
URUGUAY 7.175157 0.2820167
AYACUCHO(BUENOS AIRES) -0.9222792 0.1792095
AYACUCHO(SAN LUIS) 8.985405 0.7408716
BELGRANO(SANTA FE) -7.91422 0.4909685
BELGRANO(SANTIAGO DEL ESTERO) -8.100693 0.6895979
COLON(CORDOBA) -7.535603 1.131538
COLON(ENTRE RIOS) 4.954961 1.375537
CORONEL PRINGLES(BUENOS AIRES) -1.509599 0.5581923
GENERAL PAZ(BUENOS AIRES) -2.511838 0.174011
GENERAL PAZ(CORRIENTES) -5.792968 2.100568
LA PAZ(CATAMARCA) 1.719415 0.589868
NUEVE DE JULIO(BUENOS AIRES) -3.298549 0.8008341
Tabla 4.
ZONA 4 Coeficiente Desvioestandar
ADOLFO ALSINA 1.424252 0.4215307
ATREUCO 1.106455 0.3041085
AZUL -0.6378017 0.2373262
BALCARCE -2.688857 0.2438785
BENITO JUAREZ -1.272867 0.1804049
CALEU CALEU 4.509645 0.9744886
CORONEL ROSALES -5.174986 0.6305105
GENERAL ALVARADO 0.6824162 0.1671564
GENERAL LAVALLE 11.19928 0.3424834
GENERAL MADARIAGA -1.929191 0.2976039
GENERAL PUEYRREDON -2.378837 0.3726561
GUAMINI -1.369664 0.3319717
HIPOLITO YRIGOYEN -1.824727 0.6213117
HUCAL 2.515962 0.3729257
NECOCHEA -5.307059 0.2908052
NUEVE DE JULIO -2.896169 0.8224827
PATAGONES -6.832126 0.5092151
RANCUL -7.10093 1.109104
SALADILLO -3.235597 0.2335407
TAPALQUE 1.436243 0.4397749
TORNQUIST -6.54103 0.7305321
TRENQUE LAUQUEN -7.66028 0.5557561
TRES ARROYOS 1.514545 0.1113894
TRES LOMAS -3.408301 0.2933693
VEINTICINCO DE MAYO 3.810325 0.5538538
Tabla 5.
ZONA 5 Coeficiente Desvioestandar
BARADERO 5.017181 0.6870205
CALAMUCHITA -4.931372 0.7704597
CASEROS -2.900123 0.2504874
CRUZ DEL EJE 4.088857 1.385881
ESQUINA -4.009896 0.7534524
FELICIANO -1.939137 0.2697206
GARAY -1.829568 0.0966829
GENERAL LOPEZ 0.5101053 0.1078571
GENERAL OBLIGADO 3.688284 0.1427516
GENERAL ROCA 3.294672 0.4383862
GENERAL VIAMONTE -6.203825 0.9473162
GENERAL VILLEGAS -1.959714 0.4743433
GOYA -4.963025 0.9600341
GUASAYAN 2.065744 0.6675085
IRIONDO -5.038766 0.477878
ISCHILIN 6.305442 0.9333644
JUAN F. IBARRA -4.072256 0.5561306
JUAREZ CELMAN -2.976796 0.1962401
LIBERTAD -11.08071 0.9311139
LOBOS -2.44553 0.6290354
MAR CHIQUITA -1.438812 0.1761449
METAN -17.96744 4.981872
MONTE CASEROS -9.994352 1.128477
MORENO 4.9394 0.4392532
NAVARRO -7.69768 0.3862457
OJO DE AGUA 3.952449 0.6333169
OLAVARRIA 5.543473 1.495781
PERGAMINO -6.569157 0.6300227
PIRANE -3.315392 0.9251273
PRESIDENTE ROQUE SAENZ PEÑA -0.5444243 0.1897668
PUAN 1.258318 0.3639568
RIO CUARTO -1.394208 0.1277926
RIO SECO 4.793513 0.6485749
ROQUE PEREZ 9.189463 0.2021177
ROSARIO DE LA FRONTERA -5.377653 1.683334
SAN FERNANDO -6.045187 0.5214653
SAN JERONIMO -0.7154909 0.1535004
SAN NICOLAS -8.030309 1.028129
SAN SALVADOR 2.079778 0.39124
SANTA MARIA -1.416367 0.2877808
SAUCE -6.632793 2.069539
TERCERO ARRIBA -1.05291 0.0896278
TRENQUE LAUQUEN -2.158963 0.7020017
TULUMBA 5.474012 0.5260069
UNION -1.776758 0.1066849
URUGUAY 0.606352 0.2346302
UTRACAN 32.94853 0.7433855
VERA 6.004522 0.9942562
VICTORIA -4.346406 0.2537243
BELGRANO(SANTA FE) -8.146914 0.3402961
COLON(ENTRE RIOS) 1.580873 0.3161006
CORONEL PRINGLES(BUENOS AIRES) -3.521492 0.9374952
CORONEL PRINGLES(SAN LUIS) -6.221806 0.4054353
GENERAL BELGRANO(CHACO) 2.448879 0.6237897
GENERAL PAZ(BUENOS AIRES) -6.437078 1.175566
GENERAL PAZ(CORRIENTES) 8.144591 1.001315
JUNIN(SAN LUIS) 15.07178 1.098853
LA CAPITAL(SANTA FE) -1.101539 0.1991828
LA PAZ(ENTRE RIOS) -2.672987 0.2832851
LIBERTADOR GENERAL SAN MARTIN(CHACO) -8.575024 1.023321
LIBERTADOR GENERAL SAN MARTIN(SAN LUIS) -1.352551 0.3469242
NUEVE DE JULIO(BUENOS AIRES) -15.47434 2.491932
PELLEGRINI(BUENOS AIRES) 3.737685 0.5734837
RIVADAVIA(SANTIAGO DEL ESTERO) 4.636572 0.5088863
SAN JAVIER(CORDOBA) 3.934318 1.089963
SAN JAVIER(SANTA FE) 3.475632 0.7220804
SAN JUSTO(CORDOBA) 3.060292 0.7081398
SAN LORENZO(SANTA FE) -7.072014 0.6995945
SAN MARTIN(SANTA FE) 1.068548 0.1206875
Tabla 6.
ZONA 6 Coeficiente Desvió estándar
ADOLFO ALSINA 2.547966 0.3372867
CAPITAL -2.433374 0.2377146
CHAPALEUFU 2.06954 0.3052663
CONHELO 2.079626 0.2958354
CORONEL DORREGO 1.884718 0.3213476
CORONEL ROSALES -8.083309 1.162912
CORONEL SUAREZ 3.363197 0.2846112
GENERAL ROCA 5.848922 0.4921004
GOBERNADOR DUPUY 4.647786 0.7871858
GONZALES CHAVES 7.689455 0.3420561
GUAMINI 2.54053 0.3367805
GUATRACHE 1.445077 0.2675326
JUNIN 13.43076 1.21151
PELLEGRINI 5.559783 0.9945506
SAAVEDRA 2.20836 0.3316909
SAN CAYETANO -2.593822 0.2383789
SAN JAVIER 4.38784 1.604833
TERCERO ARRIBA 1.974527 0.4086221
TORNQUIST -5.278565 0.8009817
UNION 4.503481 0.5047217
BELGRANO(SANTA FE) -9.594729 0.9229784
CORONEL PRINGLES(BUENOS AIRES) -2.582614 0.4879432
CORONEL PRINGLES(SAN LUIS) -3.679897 0.2928288
Tabla 7.
Tabla 8.
ZONA 7 Coeficiente Desvio estandar
CONESA 7.922261 0.7786333
HUILICHES 1.507569 0.5043353
SAN ANTONIO 12.575 0.5674238
Tabla 9.
Tabla 10.
ZONA 8 Coeficiente Desvio estandar
ADOLFO ALSINA 2.45691 0.7546334
BELGRANO -13.27609 0.6069004
CALAMUCHITA -7.355998 0.8748673
CATRILO -2.521309 0.3742416
CHACABUCO 3.292108 0.5419372
CHAPALEUFU -6.615603 1.344496
GENERAL PEDERNERA 2.691378 0.2937059
GENERAL VILLEGAS -8.627251 2.155238
GOBERNADOR DUPUY 3.631218 0.2967576
GUAMINI -3.000382 0.7302627
JUAREZ CELMAN -2.23207 0.4550721
OLAVARRIA 3.565954 0.8629545
PEHUAJO -4.551163 1.687525
RANCUL -5.121245 0.3562716
REALICO -5.493234 0.3716212
RIO CUARTO -1.564344 0.3792155
TRENEL -1.555952 0.5093423
TULUMBA -3.243816 0.6402654
UNION -4.526 1.051872
JUNIN(SAN LUIS) 18.19515 1.220683
ZONA 9 Coeficiente Desvio estandar
ALBERDI -6.389825 0.5097866
BELLA VISTA -11.09875 0.5390401
CIUDAD AUTONOMA DE BUENOS AIRES 5.300886 0.7722325
FORMOSA -4.220262 0.7870877
FRAY JUSTO SANTA MARIA DE ORO 9.785735 0.6796141
GENERAL JOSE DE SAN MARTIN -14.19971 1.061416
GENERAL TABOADA -8.622672 0.3860638
JUAN F. IBARRA -5.553936 0.4883238
MONTE CASEROS -9.227247 0.6687031
MORENO -2.698549 0.5472456
PRIMERO DE MAYO -6.435553 0.8298292
QUITILIPI -4.771912 1.667674
SAN LORENZO 7.113117 1.155034
SAUCE -5.181296 1.547798
BERMEJO(FORMOSA) -3.957066 1.33786
CAPITAL(MISIONES) -4.728675 0.9258291
CONCEPCION(MISIONES) 5.949682 0.6524518
LIBERTADOR GENERAL SAN MARTIN(CHACO) -8.67652 1.113576
NUEVE DE JULIO(CHACO) -4.695651 0.5119597
Anexo 12: Interacción Provincia-Zona
Tabla 1.
Tabla 2.
ZONA 10 Coeficiente Desvió Estándar
ALBERDI -5.220295 0.4611466
ANTA 9.747254 1.079923
COLON 1.886521 0.4693823
CRUZ DEL EJE 6.969223 1.782965
FRAY JUSTO SANTA MARIA DE ORO 14.51463 1.122565
GENERAL PEDERNERA 9.753631 0.463186
GENERAL ROCA 4.4418 1.181607
GENERAL SAN MARTIN 5.074753 1.20026
GENERAL TABOADA -4.036513 0.5074714
INDEPENDENCIA 4.50968 1.140123
ISCHILIN 9.486852 1.018232
JUAN F. IBARRA -5.860698 0.2601265
LA BANDA -8.844246 0.4354783
LA CALDERA -6.214469 1.590948
LA VIÑA 4.642592 0.4596587
MAIPU 11.08516 1.164062
PIRANE -4.246812 0.4777741
RIO CUARTO 7.988076 0.4715884
RIO PRIMERO 1.931888 0.5106927
RIO SECO 5.131881 0.7403339
SAN CRISTOBAL -3.313186 0.3499416
SANTA ROSA 5.115686 0.5903142
TOTORAL 3.842395 0.4331655
TULUMBA 5.250161 0.7642743
VERA 6.998341 1.785761
CHACABUCO(SAN LUIS) 8.786685 0.25793
GENERAL GUEMES(CHACO) 8.315638 0.8940668
LA CAPITAL(SAN LUIS) 2.519974 0.3972989
RIVADAVIA(SANTIAGO DEL ESTERO) 5.568888 0.5662881
SAN JUSTO(CORDOBA) 2.261128 0.8125675
Buenos Aires Porcentaje Coeficiente Desvió Estándar
Zona 1 0.31235303 -2.290839 0.0901692
Zona 2 0.26198859 -2.15247 0.10981
Zona 8 0.00025335 6.763258 0.7166863
CHACO Porcentaje Coeficiente Desvió Estándar
ZONA 10 0.0844452 -5.417594 0.3285788
ZONA 2 0.00337781 -6.649912 0.8388365
ZONA 5 0.05691606 -3.202434 0.3968117
ZONA 9 0.75071778 -5.06744 0.3487047
Tabla 3.
Tabla 4.
Tabla 5.
Tabla 6.
Tabla 7.
Tabla 8.
Tabla 9.
Tabla 10.
Tabla 11.
C.A.B.A. Porcentaje Coeficiente Desvió Estándar
ZONA 3 0.04260991 3.659471 0.1217529
CORDOBA Porcentaje Coeficiente Desvió Estándar
ZONA 10 0.03518371 -3.54787 0.3790706
ZONA 2 0.06547853 -1.446908 0.1473898
ZONA 5 0.68688127 1.569068 0.1098336
ZONA 8 0.06274292 5.878851 0.4108028
CORRIENTES Porcentaje Coeficiente Desvió Estándar
ZONA 2 0.06451613 -2.494936 0.530397
ZONA 5 0.34294024 3.763971 0.3676045
FORMOSA Porcentaje Coeficiente Desvió Estándar
ZONA 10 0.16778025 -3.230347 0.420519
ZONA 3 0.0074239 -5.963294 0.5987829
ZONA 5 0.10541945 -3.844552 0.5725958
ZONA 9 0.60579065 -10.34401 0.5241209
LA PAMPA Porcentaje Coeficiente Desvió Estándar
ZONA 2 0.18033011 -3.193005 0.1502678
ZONA 5 0.03431272 2.004981 0.1765421
ZONA 8 0.04903774 5.143424 0.3402974
MENDOZA Porcentaje Coeficiente Desvió Estándar
ZONA 1 0.00707965 -6.721777 1.683207
RIO NEGRO Porcentaje Coeficiente Desvió Estándar
ZONA 7 0.95971731 9.957085 0.3593909
SALTA Porcentaje Coeficiente Desvió Estándar
ZONA 10 0.97404311 -7.911979 0.9951362
ZONA 5 0.01158528 3.417449 0.6845066
Tabla 12.
Tabla 13.
Anexo 13: Interacción Mes-Zona
Tabla 1.
Tabla 2.
SAN LUIS Porcentaje Coeficiente Desvió Estándar
ZONA 2 0.04535283 -1.838033 0.4203492
ZONA 3 0.01342682 -4.494878 0.6520852
ZONA 6 0.27584664 -1.192184 0.2005549
SANTA FE Porcentaje Coeficiente Desvió Estándar
ZONA 1 0.09793445 -2.765488 0.2327748
ZONA 2 0.08098426 -1.459219 0.1896098
ZONA 5 0.77252349 -0.9332575 0.1404595
ZONA 9 0.02364429 -2.884703 0.3523953
SANTIAGO DEL ESTERO Porcentaje Coeficiente Desvió Estándar
ZONA 2 0.02196217 2.232984 0.3835208
ZONA 5 0.22667522 2.06927 0.2682595
Zona 1 Porcentaje Coeficiente Desvió Estándar
Enero 0.087049186 1.805366 0.103522
Febrero 0.078329441 -1.865527 0.130158
Marzo 0.091784351 -2.440376 0.1363344
Abril 0.087382779 -2.595592 0.1168504
Junio 0.079756477 2.917192 0.1201235
Julio 0.088392824 4.235163 0.1975083
Agosto 0.089328737 -2.291882 0.1999062
Septiembre 0.070276882 2.80941 0.0959783
Octubre 0.089384336 1.749265 0.0959717
Noviembre 0.0848623 3.581703 0.1194433
ZONA 2 Porcentaje Coeficiente Desvió Estándar
Enero 8.13% 2.425682 0.1161047
Febrero 7.57% -1.363546 0.1406885
Marzo 8.91% -1.873572 0.1498707
Abril 8.38% -1.863204 0.1324246
Mayo 8.03% 0.5964994 0.1136607
Junio 8.30% 3.417928 0.137789
Julio 8.51% 4.153885 0.2052773
Agosto 9.34% -1.934522 0.2082203
Septiembre 7.54% 3.050927 0.111226
Octubre 9.62% 1.974416 0.1035068
Noviembre 8.41% 3.9978 0.1338386
Tabla 3.
Tabla 4.
Tabla 5.
Tabla 6.
ZONA 3 Porcentaje Coeficiente Desvió Estándar
Febrero 7.49% -3.783856 0.1205161
Marzo 8.82% -4.77966 0.1281854
Abril 8.57% -4.392403 0.1024306
Mayo 7.80% -1.861218 0.1154293
Junio 7.90% 0.5464615 0.123893
Julio 7.96% 1.873344 0.1974195
Agosto 9.11% -4.784228 0.19645
Octubre 9.77% -0.8627096 0.0953188
Diciembre 7.70% -3.353966 0.0981064
ZONA 4 Porcentaje Coeficiente Desvió Estándar
Enero 8.45% 3.841527 0.1129184
Marzo 8.30% -0.4351191 0.1285745
Mayo 9.24% 1.874946 0.1333559
Junio 7.73% 4.931962 0.1520452
Julio 7.70% 6.005488 0.2230652
Agosto 8.63% -0.6964062 0.202799
Septiembre 9.22% 4.551205 0.1297065
Octubre 10.22% 3.254345 0.1229986
Noviembre 7.79% 4.13094 0.1445972
ZONA 5 Porcentaje Coeficiente Desvió Estándar
Febrero 8.07% -3.721817 0.1154513
Marzo 9.52% -4.44894 0.1127471
Abril 8.71% -4.447902 0.1012303
Mayo 8.37% -1.657959 0.1154977
Julio 8.38% 1.288622 0.1859819
Agosto 8.77% -4.6803 0.1852026
Octubre 9.03% -0.7808068 0.0923604
Noviembre 8.15% 0.9404161 0.1032125
Diciembre 6.82% -2.530139 0.098217
ZONA 6 Porcentaje Coeficiente Desvió Estándar
Mayo 7.77% 2.358086 0.178834
Junio 8.44% 5.074798 0.1852279
Julio 7.47% 5.886078 0.2569467
Septiembre 7.76% 5.003199 0.2050311
Octubre 7.66% 4.001337 0.207639
Noviembre 8.79% 6.067163 0.2010535
Diciembre 6.90% 1.844788 0.2388696
Tabla 7.
Tabla 8.
Tabla 9.
Tabla 10.
ZONA 7 Porcentaje Coeficiente Desvió Estándar
Febrero 8.05% -4.823521 0.29488
Marzo 9.30% -4.232003 0.2686444
Abril 9.30% -6.04792 0.3469776
Mayo 8.73% -3.366708 0.2882155
Junio 10.97% -2.077027 0.2384219
Agosto 9.17% -5.706577 0.334304
Noviembre 8.36% 4.356465 0.3635587
ZONA 8 Porcentaje Coeficiente Desvió Estándar
Febrero 8.34% -3.133631 0.1927453
Marzo 9.13% -3.765411 0.1845102
Abril 8.22% -4.039762 0.178097
Mayo 7.64% -1.241193 0.20208
Julio 8.17% 1.702876 0.268586
Agosto 9.15% -4.714364 0.2508206
Noviembre 8.05% 1.431807 0.2163292
Diciembre 8.22% -2.166817 0.2074466
ZONA 9 Porcentaje Coeficiente Desvió Estándar
Enero 9.14% 2.270516 0.2041658
Febrero 8.11% -3.16934 0.2280552
Marzo 7.49% -2.968026 0.2313424
Abril 6.86% -2.567746 0.2338459
Junio 8.21% 0.7043264 0.2226827
Julio 7.98% 0.7570495 0.2797021
Agosto 9.74% -4.847704 0.3014685
Septiembre 9.69% -2.025342 0.2357083
Octubre 10.30% -1.675722 0.2242013
Diciembre 7.12% -3.824031 0.2517196
ZONA 10 Porcentaje Coeficiente Desvió Estándar
Enero 7.79% 4.647362 0.1743209
Mayo 8.11% 2.440314 0.1899716
Junio 7.29% 3.510946 0.1806742
Julio 8.98% 4.749612 0.2501004
Agosto 8.87% -2.01692 0.2336592
Septiembre 8.71% 1.080708 0.1741831
Octubre 10.27% 1.28252 0.1760818
Noviembre 9.43% 3.277771 0.1918322
Diciembre 8.10% -0.6306237 0.1823573
Anexo 14: Interacción Mes-Provincia
Tabla 1.
Tabla 2.
Tabla 3.
Tabla 4.
Tabla 5.
Tabla 6.
Tabla 7.
Tabla 8.
C.A.B.A Coeficiente Desvio Estandar
Enero -0.9843201 0.0822468
Febrero 0.5792188 0.0881293
Mayo 0.8889913 0.0937432
Julio 1.36636 0.0986483
Agosto 1.102307 0.1100323
Noviembre -0.7652972 0.0925314
Diciembre 0.5742535 0.1028476
CORDOBA Coeficiente Desvio Estandar
Abril -0.3813325 0.0640499
CORRIENTES Coeficiente Desvio Estandar
Agosto -1.444062 0.3552913
ENTRE RIOS Coeficiente Desvio Estandar
Enero 0.2946362 0.0931901
Febrero -0.3744991 0.098064
Mayo 0.5090118 0.1022482
Junio -0.7390183 0.1143493
FORMOSA Coeficiente Desvio Estandar
Mayo -1.663261 0.2833162
Agosto -1.674652 0.4281489
LA PAMPA Coeficiente Desvio Estandar
Marzo 0.8302233 0.1178942
Junio -1.088909 0.1294025
LA RIOJA Coeficiente Desvio Estandar
Mayo 5.289417 1.076922
Tabla 9.
Tabla 10.
Tabla 11.
Tabla 12.
Tabla 13.
Tabla 14.
Tabla 15.
Anexo 15:Estadísticas descriptivas
Tabla 1.
MENDOZA Coeficiente Desvio Estandar
Marzo 1.739662 0.4608084
MISIONES Coeficiente Desvio Estandar
Junio -1.776932 0.5237755
Agosto 1.687597 0.4713566
RIO NEGRO Coeficiente Desvio Estandar
Abril 1.71366 0.4178616
SALTA Coeficiente Desvio Estandar
Enero -0.7270113 0.2211178
Agosto -0.6349665 0.2386392
SANTA FE Coeficiente Desvio Estandar
Enero 0.267501 0.0777589
Marzo 0.7661483 0.076889
Mayo 0.6492728 0.0867596
SANTIAGO DEL ESTERO Coeficiente Desvio Estandar
Abril 0.8885504 0.2077727
TUCUMAN Coeficiente Desvio Estandar
Noviembre -1.231847 0.4197386
Buenos Aires Coeficiente Desvio Estandar
Marzo 0.729707 0.0643874
Mayo 0.4348848 0.0755931
Junio -0.5422981 0.0775342
Agosto 0.3435083 0.0845476
Tabla 2.
Tabla 3.
Tabla 4.
Smallest
1% 16.5 2.97 Obs 406367
5% 23.247 3.024 Sum of Wgt. 406367
10% 26 3.024
25% 29.92 4.61 Mean 34.47472
50% 34.23 Largest Std. Dev. 7.235262
75% 39 91.5
90% 44.2 91.5 Variance 52.34901
95% 47 91.5 Skewness 0.0468035
99% 50.938 91.5 Kurtosis 3.2272
Precio Kg
Percentiles
Smallest Obs 406367
1% 1 1 Sum of Wgt. 406367
5% 1 1
10% 1 1 Mean 13.81476
25% 3 1 Std. Dev. 13.95016
50% 9 Largest
75% 20 228 Variance 194.6069
90% 35 228 Skewness 1.756309
95% 42 228 Kurtosis 9.335069
99% 56 228
Cabezas Comercializadas
Percentiles
Smallest
1% 296 89.9 Obs 406367
5% 304 91 Sum of Wgt. 406367
10% 312.5 94.38298
25% 335.2 96.16279 Mean 382.309
50% 366.2727 Largest Std. Dev. 68.61165
75% 410.3704 1103.667
90% 473.0714 1103.667 Variance 4707.559
95% 519.25 1111.5 Skewness 1.589825
99% 612.2 1121 Kurtosis 7.328454
Percentiles
KgCabeza
Tabla 5.
Tabla 6.
Tabla 7.
Smallest
1% 310 91 Obs 406367
5% 363 120 Sum of Wgt. 406367
10% 478 130
25% 1225 140 Mean 5317.2
50% 3251 Largest Std. Dev. 5571.085
75% 7387 95550
90% 14839 95550 Variance 3.10E+07
95% 17180 95550 Skewness 1.846669
99% 22021 95550 Kurtosis 10.12127
Cantidad de Kg
Percentiles
¿LO ES? Freq. Percent Cum.
NO 282,867 69.61 69.61
SI 123,500 30.39 100
Total 406,367 100
Hembra
¿LO ES? Freq. Percent Cum.
NO 401,539 98.81 98.81
Si 4,828 1.19 100
Total 406,367 100
Macho Entero Joven
Tabla 8.
Categoria N° Transacciones Porcentaje
Novillitos Regulares 95050 23.39
Vaquillona Regulares 87999 21.66
Terneros hasta 350 kilos 63450 15.61
Novillitos Especiales y Buenos Medianos 351/390 kilos 34876 8.58
Novillos Regulares pesados 22512 5.54
Vaquillona Especiales y Buenas Medianas 351/390 kilos 22263 5.48
Novillitos Especiales y Buenos Pesados 391/430 kilos 16308 4.01
Novillos Especiales y Buenos 431/460 kilos 14312 3.52
Novillos Especiales y Buenos 461/490 kilos 9244 2.27
Novillos Especiales y Buenos más de 520 kilos 8261 2.03
Vaquillona 7197 1.77
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 6041 1.49
Novillos Especiales y Buenos 491/520 kilos 5702 1.4
Machos Enteros Regulares 3013 0.74
Machos Enteros Especiales y Buenos 1815 0.45
Novillos Overos Negros más de 500 kilos 1810 0.45
Novillos 1575 0.39
Novillos Cruza Europea más 470 kilos 1321 0.33
Novillitos 1315 0.32
Novillos Cruza Europea hasta 470 kilos 950 0.23
Novillos Cruza Cebú más 440 kilos 838 0.21
Novillos Cruza Cebú hasta 440 kilos 496 0.12
Novillos Regulares livianos 19 0
Total 406367 100
Tabla 9.
Tabla 10.
Raza N° Transacciones Porcentaje
Aberdeen Angus 141859 34.91
Bovino Criollo 109051 26.84
Otra 99 91133 22.43
Holando Argentino 20066 4.94
Braford 17383 4.28
Hereford 15627 3.85
Brangus 5747 1.41
Jersey 1619 0.4
Charolais 1213 0.3
Polled Hereford 1048 0.26
Brahman 706 0.17
Shorthorn 339 0.08
Limangus 202 0.05
Limuosin 114 0.03
Belted Galloway 91 0.02
Blonde d'aquitaine 88 0.02
Flieckvieh Simmental 28 0.01
Piemontese 24 0.01
Retinta 5 0
Santa Gertrudis 8 0
West Highland 16 0
Total 406367 100
Zona Destino N° Transacciones Porcentaje
ZONA 5 116463 28.66
ZONA 1 107916 26.56
ZONA 2 63388 15.6
ZONA 3 43033 10.59
ZONA 4 24115 5.93
ZONA 10 17355 4.27
ZONA 6 10669 2.63
ZONA 8 9479 2.33
ZONA 9 9401 2.31
ZONA 7 4548 1.12
Total 406367 100
Tabla 11.
Mes N° Transacciones Porcentaje
Enero 34316 8.44
Febrero 31683 7.8
Marzo 36851 9.07
Abril 34669 8.53
Mayo 33771 8.31
Junio 32511 8
Julio 34281 8.44
Agosto 36488 8.98
Septiembre 31460 7.74
Octubre 37808 9.3
Noviembre 33893 8.34
Diciembre 28636 7.05
Tabla 12.
Provincia de Origen N° Transacciones Porcentaje
BUENOS AIRES 153938 37.88
CORDOBA 73841 18.17
SANTA FE 48849 12.02
C.A.B.A. 46515 11.45
ENTRE RIOS 30008 7.38
LA PAMPA 14601 3.59
SALTA 6819 1.68
SAN LUIS 6703 1.65
SANTIAGO DEL ESTERO 6238 1.54
CHACO 5309 1.31
CORRIENTES 3782 0.93
RIO NEGRO 2830 0.7
TUCUMAN 1603 0.39
FORMOSA 1347 0.33
MENDOZA 1130 0.28
CATAMARCA 697 0.17
MISIONES 707 0.17
CHUBUT 612 0.15
NEUQUEN 613 0.15
JUJUY 171 0.04
LA RIOJA 21 0.01
SAN JUAN 24 0.01
SANTA CRUZ 7 0
TIERRA DEL FUEGO 2 0
Total 406367 100
Tabla 13.
ZONA 1 N° Transacciones Porcentaje
Bovino Novillitos Regulares 29,022 26.89%
Bovino Terneros hasta 350 kilos 20,615 19.10%
Bovino Vaquillona Regulares 17,933 16.62%
Bovino Novillitos Especiales y Buenos M 8,544 7.92%
Bovino Novillos Regulares pesados 5,549 5.14%
Bovino Novillitos Especiales y Buenos P 5,473 5.07%
Bovino Novillos Especiales y Buenos 431 4,632 4.29%
Bovino Vaquillona Especiales y Buenas M 4,078 3.78%
Bovino Novillos Especiales y Buenos 461 3,145 2.91%
Bovino Novillos Especiales y Buenos más 1,940 1.80%
Bovino Novillos Especiales y Buenos 491 1,686 1.56%
Bovino Vaquillona Especiales y Buenas P 1,002 0.93%
Bovino Vaquillona 959 0.89%
Bovino Machos Enteros Regulares 867 0.80%
Bovino Machos Enteros Especiales y Buen 779 0.72%
Bovino Novillos Overos Negros más de 50 661 0.61%
Bovino Novillos 267 0.25%
Bovino Novillos Cruza Europea hasta 470 214 0.20%
Bovino Novillos Cruza Europea más 470 k 177 0.16%
Bovino Novillitos 150 0.14%
Bovino Novillos Cruza Cebú hasta 440 ki 140 0.13%
Bovino Novillos Cruza Cebú más 440 kilo 83 0.08%
Tabla 14.
ZONA 2 N° Transacciones Porcentaje
Terneros hasta 350 kilos 13061 20.60%
Novillitos Regulares 12319 19.43%
Vaquillona Regulares 11576 18.26%
Novillitos Especiales y Buenos Medianos 351/390 kilos 4626 7.30%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 3878 6.12%
Novillos Especiales y Buenos 431/460 kilos 3377 5.33%
Novillos Regulares pesados 2859 4.51%
Novillitos Especiales y Buenos Pesados 391/430 kilos 2190 3.45%
Novillos Especiales y Buenos 461/490 kilos 1958 3.09%
Novillos Especiales y Buenos más de 520 kilos 1579 2.49%
Vaquillona 1276 2.01%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 997 1.57%
Novillos Especiales y Buenos 491/520 kilos 992 1.56%
Novillos 580 0.91%
Novillitos 576 0.91%
Novillos Overos Negros más de 500 kilos 412 0.65%
Machos Enteros Especiales y Buenos 356 0.56%
Machos Enteros Regulares 275 0.43%
Novillos Cruza Europea más 470 kilos 229 0.36%
Novillos Cruza Cebú más 440 kilos 125 0.20%
Novillos Cruza Europea hasta 470 kilos 92 0.15%
Novillos Cruza Cebú hasta 440 kilos 53 0.08%
Novillos Regulares livianos 2 0.00%
Tabla 15.
ZONA 3 N° Transacciones Porcentaje
Vaquillona Regulares 8786 20.42%
Novillitos Regulares 8591 19.96%
Terneros hasta 350 kilos 8121 18.87%
Novillitos Especiales y Buenos Medianos 351/390 kilos 4892 11.37%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 3915 9.10%
Novillitos Especiales y Buenos Pesados 391/430 kilos 1858 4.32%
Novillos Especiales y Buenos 431/460 kilos 1599 3.72%
Novillos Regulares pesados 1582 3.68%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 996 2.31%
Novillos Especiales y Buenos 461/490 kilos 774 1.80%
Novillos Especiales y Buenos más de 520 kilos 550 1.28%
Novillos Especiales y Buenos 491/520 kilos 515 1.20%
Vaquillona 410 0.95%
Novillos Overos Negros más de 500 kilos 125 0.29%
Machos Enteros Regulares 124 0.29%
Machos Enteros Especiales y Buenos 81 0.19%
Novillos 53 0.12%
Novillitos 32 0.07%
Novillos Cruza Europea hasta 470 kilos 11 0.03%
Novillos Cruza Europea más 470 kilos 8 0.02%
Novillos Cruza Cebú hasta 440 kilos 5 0.01%
Novillos Regulares livianos 4 0.01%
Novillos Cruza Cebú más 440 kilos 1 0.00%
Tabla 16.
ZONA 4 N° Transacciones Porcentaje
Vaquillona Regulares 6459 26.78%
Novillitos Regulares 3886 16.11%
Novillitos Especiales y Buenos Medianos 351/390 kilos 2967 12.30%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 2733 11.33%
Terneros hasta 350 kilos 2694 11.17%
Novillitos Especiales y Buenos Pesados 391/430 kilos 1725 7.15%
Novillos Especiales y Buenos 431/460 kilos 987 4.09%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 973 4.03%
Novillos Especiales y Buenos 461/490 kilos 556 2.31%
Novillos Regulares pesados 473 1.96%
Novillos Especiales y Buenos 491/520 kilos 222 0.92%
Novillos Especiales y Buenos más de 520 kilos 144 0.60%
Vaquillona 142 0.59%
Machos Enteros Especiales y Buenos 39 0.16%
Novillitos 36 0.15%
Novillos 31 0.13%
Novillos Cruza Europea hasta 470 kilos 17 0.07%
Novillos Overos Negros más de 500 kilos 16 0.07%
Machos Enteros Regulares 12 0.05%
Novillos Cruza Cebú hasta 440 kilos 3 0.01%
Tabla 17.
ZONA 5 N° Transacciones Porcentaje
Vaquillona Regulares 28670 24.62%
Novillitos Regulares 27881 23.94%
Terneros hasta 350 kilos 15755 13.53%
Novillitos Especiales y Buenos Medianos 351/390 kilos 10344 8.88%
Novillos Regulares pesados 8144 6.99%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 5256 4.51%
Novillitos Especiales y Buenos Pesados 391/430 kilos 3583 3.08%
Novillos Especiales y Buenos más de 520 kilos 3115 2.67%
Novillos Especiales y Buenos 431/460 kilos 2643 2.27%
Novillos Especiales y Buenos 461/490 kilos 2031 1.74%
Vaquillona 1986 1.71%
Novillos Especiales y Buenos 491/520 kilos 1703 1.46%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 1274 1.09%
Novillos Cruza Europea más 470 kilos 848 0.73%
Machos Enteros Regulares 683 0.59%
Novillos Cruza Cebú más 440 kilos 603 0.52%
Novillos Overos Negros más de 500 kilos 521 0.45%
Novillos Cruza Europea hasta 470 kilos 398 0.34%
Novillos 330 0.28%
Machos Enteros Especiales y Buenos 264 0.23%
Novillos Cruza Cebú hasta 440 kilos 227 0.19%
Novillitos 201 0.17%
Novillos Regulares livianos 3 0.00%
Tabla 18.
Tabla 19.
ZONA 6 N° Transacciones Porcentaje
Vaquillona Regulares 2607 24.44%
Novillos Regulares pesados 1660 15.56%
Novillitos Regulares 1245 11.67%
Novillos Especiales y Buenos más de 520 kilos 745 6.98%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 631 5.91%
Novillos Especiales y Buenos 431/460 kilos 602 5.64%
Novillitos Especiales y Buenos Medianos 351/390 kilos 585 5.48%
Novillos Especiales y Buenos 461/490 kilos 523 4.90%
Novillos Especiales y Buenos 491/520 kilos 458 4.29%
Novillitos Especiales y Buenos Pesados 391/430 kilos 376 3.52%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 342 3.21%
Terneros hasta 350 kilos 332 3.11%
Vaquillona 304 2.85%
Novillos Overos Negros más de 500 kilos 56 0.52%
Novillos Cruza Europea hasta 470 kilos 55 0.52%
Novillos Cruza Europea más 470 kilos 48 0.45%
Machos Enteros Regulares 47 0.44%
Machos Enteros Especiales y Buenos 26 0.24%
Novillitos 22 0.21%
Novillos 5 0.05%
ZONA 7 N° Transacciones Porcentaje
Novillitos Regulares 831 18.27%
Vaquillona Regulares 823 18.10%
Novillitos Especiales y Buenos Medianos 351/390 kilos 678 14.91%
Terneros hasta 350 kilos 449 9.87%
Novillitos Especiales y Buenos Pesados 391/430 kilos 269 5.91%
Machos Enteros Regulares 268 5.89%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 255 5.61%
Novillos Regulares pesados 191 4.20%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 169 3.72%
Machos Enteros Especiales y Buenos 150 3.30%
Novillos Especiales y Buenos 431/460 kilos 126 2.77%
Vaquillona 108 2.37%
Novillos Especiales y Buenos 461/490 kilos 79 1.74%
Novillos Especiales y Buenos más de 520 kilos 66 1.45%
Novillos Especiales y Buenos 491/520 kilos 40 0.88%
Novillos 28 0.62%
Novillitos 15 0.33%
Novillos Cruza Europea hasta 470 kilos 3 0.07%
Tabla 20.
ZONA 8 N° Transacciones Porcentaje
Vaquillona Regulares 2789 29.42%
Novillitos Regulares 2085 22.00%
Novillos Regulares pesados 1375 14.51%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 804 8.48%
Novillitos Especiales y Buenos Medianos 351/390 kilos 793 8.37%
Novillitos Especiales y Buenos Pesados 391/430 kilos 472 4.98%
Novillos Especiales y Buenos 431/460 kilos 213 2.25%
Vaquillona 195 2.06%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 192 2.03%
Novillos Especiales y Buenos 461/490 kilos 106 1.12%
Novillos Cruza Europea hasta 470 kilos 102 1.08%
Terneros hasta 350 kilos 100 1.05%
Novillos Especiales y Buenos más de 520 kilos 76 0.80%
Novillos Especiales y Buenos 491/520 kilos 55 0.58%
Machos Enteros Regulares 41 0.43%
Machos Enteros Especiales y Buenos 30 0.32%
Novillitos 18 0.19%
Novillos Overos Negros más de 500 kilos 15 0.16%
Novillos 9 0.09%
Novillos Cruza Europea más 470 kilos 4 0.04%
Novillos Regulares livianos 3 0.03%
Novillos Cruza Cebú hasta 440 kilos 1 0.01%
Novillos Cruza Cebú más 440 kilos 1 0.01%
Tabla 21.
ZONA 9 N° Transacciones Porcentaje
Novillitos Regulares 2730 29.04%
Vaquillona Regulares 2669 28.39%
Terneros hasta 350 kilos 1102 11.72%
Vaquillona 965 10.26%
Novillitos Especiales y Buenos Medianos 351/390 kilos 355 3.78%
Novillos Regulares pesados 319 3.39%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 268 2.85%
Machos Enteros Regulares 252 2.68%
Novillitos 239 2.54%
Novillos 124 1.32%
Novillitos Especiales y Buenos Pesados 391/430 kilos 111 1.18%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 56 0.60%
Novillos Especiales y Buenos 431/460 kilos 51 0.54%
Novillos Cruza Cebú hasta 440 kilos 30 0.32%
Novillos Especiales y Buenos 461/490 kilos 27 0.29%
Machos Enteros Especiales y Buenos 25 0.27%
Novillos Cruza Cebú más 440 kilos 25 0.27%
Novillos Especiales y Buenos más de 520 kilos 22 0.23%
Novillos Cruza Europea hasta 470 kilos 21 0.22%
Novillos Especiales y Buenos 491/520 kilos 7 0.07%
Novillos Overos Negros más de 500 kilos 2 0.02%
Novillos Regulares livianos 1 0.01%
Tabla 22.
Tabla 23.
Tabla 24.
ZONA 10 N° Transacciones Porcentaje
Novillitos Regulares 6460 37.22%
Vaquillona Regulares 5687 32.77%
Terneros hasta 350 kilos 1221 7.04%
Novillitos Especiales y Buenos Medianos 351/390 kilos 1092 6.29%
Vaquillona 852 4.91%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 445 2.56%
Machos Enteros Regulares 444 2.56%
Novillos Regulares pesados 360 2.07%
Novillitos Especiales y Buenos Pesados 391/430 kilos 251 1.45%
Novillos 148 0.85%
Novillos Especiales y Buenos 431/460 kilos 82 0.47%
Machos Enteros Especiales y Buenos 65 0.37%
Novillos Especiales y Buenos 461/490 kilos 45 0.26%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 40 0.23%
Novillos Cruza Cebú hasta 440 kilos 37 0.21%
Novillos Cruza Europea hasta 470 kilos 37 0.21%
Novillitos 26 0.15%
Novillos Especiales y Buenos 491/520 kilos 24 0.14%
Novillos Especiales y Buenos más de 520 kilos 24 0.14%
Novillos Cruza Europea más 470 kilos 7 0.04%
Novillos Regulares livianos 6 0.03%
Novillos Overos Negros más de 500 kilos 2 0.01%
Smallest
1% 233.75 181.3333 Obs 410
5% 268.6667 199.3333 Sum of Wgt. 410
10% 320 199.3333
25% 373.875 229 Mean 425.7866
50% 422.4167 Largest Std. Dev. 84.68005
75% 480 632.5
90% 525.1071 645 Variance 7170.71
95% 567 650 Skewness -0.0687004
99% 625 657.8 Kurtosis 3.181168
Percentiles
KgCabeza si destino es zona 3 para la categoria vaquillona
Variable Obs Mean Std. Dev. Min Max
KgCabeza 1986 465.5829 92.80988 176.3 895
Tabla 25.
Tabla 26.
Buenos Aires N° TransaccionesPorcentaje
Bovino Machos Enteros Especiales y Buen 416 0.27%
Bovino Machos Enteros Regulares 292 0.19%
Bovino Novillitos 731 0.47%
Bovino Novillitos Especiales y Buenos M 14,448 9.39%
Bovino Novillitos Especiales y Buenos P 7,428 4.83%
Bovino Novillitos Regulares 31,427 20.42%
Bovino Novillos 810 0.53%
Bovino Novillos Cruza Cebú hasta 440 ki 114 0.07%
Bovino Novillos Cruza Cebú más 440 kilo 13 0.01%
Bovino Novillos Cruza Europea hasta 470 186 0.12%
Bovino Novillos Cruza Europea más 470 k 42 0.03%
Bovino Novillos Especiales y Buenos 431 7,087 4.60%
Bovino Novillos Especiales y Buenos 461 4,242 2.76%
Bovino Novillos Especiales y Buenos 491 2,538 1.65%
Bovino Novillos Especiales y Buenos más 3,295 2.14%
Bovino Novillos Overos Negros más de 50 622 0.40%
Bovino Novillos Regulares livianos 6 0.00%
Bovino Novillos Regulares pesados 4,272 2.78%
Bovino Terneros hasta 350 kilos 29,565 19.21%
Bovino Vaquillona 2,503 1.63%
Bovino Vaquillona Especiales y Buenas M 10,473 6.80%
Bovino Vaquillona Especiales y Buenas P 3,067 1.99%
Bovino Vaquillona Regulares 30,361 19.72%
CATAMARCA N° TransaccionesPorcentaje
Novillitos Regulares 229 32.86%
Vaquillona Regulares 168 24.10%
Vaquillona 66 9.47%
Novillitos Especiales y Buenos Medianos 351/390 kilos 51 7.32%
Terneros hasta 350 kilos 51 7.32%
Novillitos Especiales y Buenos Pesados 391/430 kilos 28 4.02%
Novillos Especiales y Buenos 461/490 kilos 22 3.16%
Novillos Especiales y Buenos 431/460 kilos 16 2.30%
Novillos Regulares pesados 14 2.01%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 11 1.58%
Machos Enteros Regulares 10 1.43%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 10 1.43%
Novillos Especiales y Buenos 491/520 kilos 9 1.29%
Novillos Cruza Cebú hasta 440 kilos 5 0.72%
Novillos Especiales y Buenos más de 520 kilos 5 0.72%
Novillitos 1 0.14%
Novillos Overos Negros más de 500 kilos 1 0.14%
Tabla 27.
Tabla 28.
CHACO N° TransaccionesPorcentaje
Novillitos Regulares 1614 30.40%
Vaquillona Regulares 1421 26.77%
Terneros hasta 350 kilos 777 14.64%
Novillitos Especiales y Buenos Medianos 351/390 kilos 265 4.99%
Vaquillona 211 3.97%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 207 3.90%
Machos Enteros Regulares 197 3.71%
Novillos Regulares pesados 141 2.66%
Novillitos Especiales y Buenos Pesados 391/430 kilos 79 1.49%
Novillitos 73 1.38%
Novillos Especiales y Buenos más de 520 kilos 67 1.26%
Novillos 49 0.92%
Novillos Especiales y Buenos 431/460 kilos 44 0.83%
Novillos Especiales y Buenos 461/490 kilos 41 0.77%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 27 0.51%
Novillos Cruza Europea hasta 470 kilos 25 0.47%
Machos Enteros Especiales y Buenos 24 0.45%
Novillos Especiales y Buenos 491/520 kilos 24 0.45%
Novillos Cruza Cebú más 440 kilos 19 0.36%
Novillos Cruza Cebú hasta 440 kilos 3 0.06%
Novillos Regulares livianos 1 0.02%
CHUBUT N° TransaccionesPorcentaje
Novillitos Regulares 194 31.70%
Vaquillona Regulares 112 18.30%
Novillitos Especiales y Buenos Medianos 351/390 kilos 108 17.65%
Terneros hasta 350 kilos 107 17.48%
Novillitos Especiales y Buenos Pesados 391/430 kilos 34 5.56%
Vaquillona 20 3.27%
Novillos Regulares pesados 13 2.12%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 10 1.63%
Machos Enteros Regulares 5 0.82%
Novillos Especiales y Buenos 431/460 kilos 4 0.65%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 3 0.49%
Novillos 2 0.33%
Tabla 29.
CIUDAD AUTONOMA DE BUENOS AIRES N° TransaccionesPorcentaje
Novillitos Regulares 13780 29.62%
Terneros hasta 350 kilos 7798 16.76%
Vaquillona Regulares 6371 13.70%
Novillitos Especiales y Buenos Medianos 351/390 kilos 4275 9.19%
Novillos Regulares pesados 3311 7.12%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 2127 4.57%
Novillitos Especiales y Buenos Pesados 391/430 kilos 2020 4.34%
Novillos Especiales y Buenos 431/460 kilos 1692 3.64%
Machos Enteros Regulares 954 2.05%
Novillos Especiales y Buenos 461/490 kilos 866 1.86%
Machos Enteros Especiales y Buenos 828 1.78%
Novillos Overos Negros más de 500 kilos 655 1.41%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 619 1.33%
Novillos Especiales y Buenos 491/520 kilos 430 0.92%
Novillos Especiales y Buenos más de 520 kilos 424 0.91%
Vaquillona 139 0.30%
Novillos 107 0.23%
Novillitos 46 0.10%
Novillos Cruza Europea hasta 470 kilos 46 0.10%
Novillos Cruza Cebú más 440 kilos 19 0.04%
Novillos Cruza Cebú hasta 440 kilos 6 0.01%
Novillos Cruza Europea más 470 kilos 2 0.00%
Tabla 30.
CORDOBA N° TransaccionesPorcentaje
Vaquillona Regulares 19838 26.87%
Novillitos Regulares 18674 25.29%
Terneros hasta 350 kilos 7474 10.12%
Novillitos Especiales y Buenos Medianos 351/390 kilos 6724 9.11%
Novillos Regulares pesados 5180 7.02%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 3822 5.18%
Novillitos Especiales y Buenos Pesados 391/430 kilos 2798 3.79%
Novillos Especiales y Buenos 431/460 kilos 2185 2.96%
Novillos Especiales y Buenos más de 520 kilos 1821 2.47%
Novillos Especiales y Buenos 461/490 kilos 1588 2.15%
Novillos Especiales y Buenos 491/520 kilos 991 1.34%
Vaquillona 939 1.27%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 722 0.98%
Machos Enteros Regulares 408 0.55%
Novillos Overos Negros más de 500 kilos 211 0.29%
Machos Enteros Especiales y Buenos 147 0.20%
Novillos 137 0.19%
Novillos Cruza Cebú hasta 440 kilos 60 0.08%
Novillitos 53 0.07%
Novillos Cruza Europea más 470 kilos 41 0.06%
Novillos Cruza Europea hasta 470 kilos 25 0.03%
Novillos Cruza Cebú más 440 kilos 3 0.00%
Tabla 31.
CORRIENTES N° TransaccionesPorcentaje
Novillos Regulares pesados 664 17.56%
Vaquillona 562 14.86%
Terneros hasta 350 kilos 387 10.23%
Vaquillona Regulares 372 9.84%
Novillitos Regulares 371 9.81%
Novillos Cruza Europea más 470 kilos 346 9.15%
Novillos Cruza Cebú más 440 kilos 295 7.80%
Novillitos Especiales y Buenos Medianos 351/390 kilos 139 3.68%
Novillitos 120 3.17%
Novillos 104 2.75%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 74 1.96%
Machos Enteros Regulares 67 1.77%
Novillos Especiales y Buenos más de 520 kilos 57 1.51%
Novillitos Especiales y Buenos Pesados 391/430 kilos 48 1.27%
Novillos Especiales y Buenos 461/490 kilos 43 1.14%
Novillos Especiales y Buenos 431/460 kilos 35 0.93%
Novillos Especiales y Buenos 491/520 kilos 31 0.82%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 29 0.77%
Novillos Overos Negros más de 500 kilos 16 0.42%
Novillos Cruza Cebú hasta 440 kilos 15 0.40%
Machos Enteros Especiales y Buenos 7 0.19%
Tabla 32.
ENTRE RIOS N° TransaccionesPorcentaje
Novillitos Regulares 9290 30.96%
Vaquillona Regulares 6835 22.78%
Terneros hasta 350 kilos 4543 15.14%
Novillos Regulares pesados 3128 10.42%
Novillitos Especiales y Buenos Medianos 351/390 kilos 1290 4.30%
Novillos Especiales y Buenos 431/460 kilos 699 2.33%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 692 2.31%
Novillos Especiales y Buenos más de 520 kilos 691 2.30%
Vaquillona 666 2.22%
Novillitos Especiales y Buenos Pesados 391/430 kilos 540 1.80%
Novillos Especiales y Buenos 461/490 kilos 520 1.73%
Novillos Especiales y Buenos 491/520 kilos 381 1.27%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 303 1.01%
Novillos 83 0.28%
Novillos Cruza Cebú más 440 kilos 83 0.28%
Machos Enteros Regulares 72 0.24%
Novillitos 50 0.17%
Machos Enteros Especiales y Buenos 36 0.12%
Novillos Cruza Europea más 470 kilos 28 0.09%
Novillos Cruza Cebú hasta 440 kilos 26 0.09%
Novillos Cruza Europea hasta 470 kilos 26 0.09%
Novillos Overos Negros más de 500 kilos 23 0.08%
Novillos Regulares livianos 3 0.01%
FORMOSA N° TransaccionesPorcentaje
Novillitos Regulares 356 26.43%
Vaquillona Regulares 350 25.98%
Novillos Regulares pesados 129 9.58%
Vaquillona 124 9.21%
Novillitos 61 4.53%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 59 4.38%
Novillos Especiales y Buenos 431/460 kilos 52 3.86%
Novillitos Especiales y Buenos Pesados 391/430 kilos 34 2.52%
Novillitos Especiales y Buenos Medianos 351/390 kilos 32 2.38%
Novillos Cruza Europea hasta 470 kilos 28 2.08%
Novillos Especiales y Buenos 461/490 kilos 21 1.56%
Novillos Especiales y Buenos más de 520 kilos 21 1.56%
Novillos Especiales y Buenos 491/520 kilos 20 1.48%
Terneros hasta 350 kilos 17 1.26%
Novillos Cruza Cebú más 440 kilos 16 1.19%
Novillos Cruza Cebú hasta 440 kilos 13 0.97%
Novillos 10 0.74%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 3 0.22%
Machos Enteros Regulares 1 0.07%
Tabla 33.
Tabla 34.
Tabla 35.
Tabla 36.
JUJUY N° TransaccionesPorcentaje
Vaquillona Regulares 88 51.46%
Novillitos Regulares 77 45.03%
Vaquillona 5 2.92%
Machos Enteros Regulares 1 0.58%
LA PAMPA N° TransaccionesPorcentaje
Vaquillona Regulares 2811 19.25%
Novillos Regulares pesados 2681 18.36%
Novillitos Regulares 1790 12.26%
Terneros hasta 350 kilos 1169 8.01%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 936 6.41%
Novillitos Especiales y Buenos Medianos 351/390 kilos 935 6.40%
Novillos Especiales y Buenos 431/460 kilos 935 6.40%
Novillos Especiales y Buenos 461/490 kilos 795 5.44%
Novillitos Especiales y Buenos Pesados 391/430 kilos 585 4.01%
Novillos Especiales y Buenos 491/520 kilos 510 3.49%
Novillos Especiales y Buenos más de 520 kilos 460 3.15%
Vaquillona 308 2.11%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 239 1.64%
Novillos Cruza Europea más 470 kilos 162 1.11%
Novillos Cruza Europea hasta 470 kilos 147 1.01%
Novillos Overos Negros más de 500 kilos 67 0.46%
Machos Enteros Regulares 26 0.18%
Machos Enteros Especiales y Buenos 19 0.13%
Novillitos 15 0.10%
Novillos 7 0.05%
Novillos Cruza Cebú hasta 440 kilos 4 0.03%
LA RIOJA N° TransaccionesPorcentaje
Novillos Especiales y Buenos más de 520 kilos 14 66.67%
Novillos Especiales y Buenos 491/520 kilos 2 9.52%
Vaquillona Regulares 2 9.52%
Machos Enteros Especiales y Buenos 1 4.76%
Novillitos Especiales y Buenos Medianos 351/390 kilos 1 4.76%
Novillos Especiales y Buenos 431/460 kilos 1 4.76%
Tabla 37.
Tabla 38.
MENDOZA N° TransaccionesPorcentaje
Vaquillona Regulares 402 35.58%
Novillitos Regulares 297 26.28%
Novillitos Especiales y Buenos Medianos 351/390 kilos 143 12.65%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 72 6.37%
Vaquillona 50 4.42%
Novillos Cruza Europea hasta 470 kilos 37 3.27%
Novillitos Especiales y Buenos Pesados 391/430 kilos 31 2.74%
Novillos Regulares pesados 29 2.57%
Terneros hasta 350 kilos 17 1.50%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 12 1.06%
Novillos Especiales y Buenos 431/460 kilos 10 0.88%
Novillitos 9 0.80%
Machos Enteros Regulares 4 0.35%
Novillos 4 0.35%
Novillos Especiales y Buenos 461/490 kilos 4 0.35%
Novillos Especiales y Buenos más de 520 kilos 4 0.35%
Novillos Regulares livianos 3 0.27%
Novillos Especiales y Buenos 491/520 kilos 2 0.18%
MISIONES N° TransaccionesPorcentaje
Vaquillona Regulares 214 30.27%
Novillitos Regulares 208 29.42%
Vaquillona 133 18.81%
Novillitos Especiales y Buenos Medianos 351/390 kilos 32 4.53%
Novillos 22 3.11%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 17 2.40%
Novillitos 16 2.26%
Novillos Especiales y Buenos 431/460 kilos 16 2.26%
Novillitos Especiales y Buenos Pesados 391/430 kilos 15 2.12%
Terneros hasta 350 kilos 11 1.56%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 8 1.13%
Novillos Especiales y Buenos 461/490 kilos 5 0.71%
Novillos Regulares pesados 5 0.71%
Novillos Cruza Europea hasta 470 kilos 2 0.28%
Novillos Especiales y Buenos más de 520 kilos 2 0.28%
Novillos Especiales y Buenos 491/520 kilos 1 0.14%
Tabla 39.
Tabla 40.
NEUQUEN N° TransaccionesPorcentaje
Novillitos Especiales y Buenos Medianos 351/390 kilos 184 30.02%
Novillitos Regulares 140 22.84%
Vaquillona Regulares 79 12.89%
Novillos Especiales y Buenos 431/460 kilos 50 8.16%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 40 6.53%
Novillitos Especiales y Buenos Pesados 391/430 kilos 24 3.92%
Vaquillona 23 3.75%
Novillos Especiales y Buenos 461/490 kilos 16 2.61%
Terneros hasta 350 kilos 12 1.96%
Novillitos 10 1.63%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 9 1.47%
Novillos Especiales y Buenos 491/520 kilos 8 1.31%
Machos Enteros Regulares 6 0.98%
Novillos Especiales y Buenos más de 520 kilos 5 0.82%
Novillos Regulares pesados 5 0.82%
Machos Enteros Especiales y Buenos 2 0.33%
RIO NEGRO N° TransaccionesPorcentaje
Vaquillona Regulares 563 19.89%
Novillitos Regulares 445 15.72%
Terneros hasta 350 kilos 324 11.45%
Machos Enteros Regulares 253 8.94%
Novillitos Especiales y Buenos Medianos 351/390 kilos 184 6.50%
Novillitos Especiales y Buenos Pesados 391/430 kilos 184 6.50%
Novillos Regulares pesados 172 6.08%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 137 4.84%
Machos Enteros Especiales y Buenos 107 3.78%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 96 3.39%
Novillos Especiales y Buenos más de 520 kilos 78 2.76%
Vaquillona 77 2.72%
Novillos Especiales y Buenos 431/460 kilos 65 2.30%
Novillos 49 1.73%
Novillos Especiales y Buenos 461/490 kilos 49 1.73%
Novillos Especiales y Buenos 491/520 kilos 34 1.20%
Novillitos 10 0.35%
Novillos Cruza Europea hasta 470 kilos 3 0.11%
Tabla 41.
Tabla 42.
SALTA N° TransaccionesPorcentaje
Novillitos Regulares 2818 41.33%
Vaquillona Regulares 2774 40.68%
Vaquillona 317 4.65%
Novillitos Especiales y Buenos Medianos 351/390 kilos 280 4.11%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 170 2.49%
Terneros hasta 350 kilos 129 1.89%
Novillos Regulares pesados 119 1.75%
Machos Enteros Regulares 71 1.04%
Novillos 35 0.51%
Novillitos Especiales y Buenos Pesados 391/430 kilos 21 0.31%
Novillos Especiales y Buenos 431/460 kilos 19 0.28%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 17 0.25%
Novillos Especiales y Buenos 461/490 kilos 16 0.23%
Novillos Especiales y Buenos más de 520 kilos 15 0.22%
Novillitos 7 0.10%
Novillos Cruza Cebú hasta 440 kilos 4 0.06%
Novillos Regulares livianos 4 0.06%
Machos Enteros Especiales y Buenos 3 0.04%
SAN JUAN N° TransaccionesPorcentaje
Vaquillona Regulares 9 37.50%
Novillitos Regulares 4 16.67%
Novillos Especiales y Buenos 491/520 kilos 4 16.67%
Novillos Especiales y Buenos 461/490 kilos 3 12.50%
Vaquillona 2 8.33%
Novillos Especiales y Buenos 431/460 kilos 1 4.17%
Novillos Especiales y Buenos más de 520 kilos 1 4.17%
Tabla 43.
Tabla 44.
SAN LUIS N° TransaccionesPorcentaje
Vaquillona Regulares 1771 26.42%
Novillitos Regulares 1425 21.26%
Novillitos Especiales y Buenos Medianos 351/390 kilos 871 12.99%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 603 9.00%
Terneros hasta 350 kilos 541 8.07%
Novillitos Especiales y Buenos Pesados 391/430 kilos 489 7.30%
Novillos Especiales y Buenos 431/460 kilos 227 3.39%
Novillos Regulares pesados 213 3.18%
Vaquillona 151 2.25%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 135 2.01%
Novillos Especiales y Buenos 461/490 kilos 86 1.28%
Novillos Especiales y Buenos 491/520 kilos 65 0.97%
Novillos Especiales y Buenos más de 520 kilos 56 0.84%
Novillos Cruza Europea hasta 470 kilos 18 0.27%
Machos Enteros Regulares 16 0.24%
Machos Enteros Especiales y Buenos 14 0.21%
Novillitos 11 0.16%
Novillos 5 0.07%
Novillos Overos Negros más de 500 kilos 4 0.06%
Novillos Cruza Cebú más 440 kilos 1 0.01%
Novillos Cruza Europea más 470 kilos 1 0.01%
SANTA CRUZ N° TransaccionesPorcentaje
Novillitos Regulares 2 28.57%
Terneros hasta 350 kilos 2 28.57%
Vaquillona 2 28.57%
Novillos Regulares pesados 1 14.29%
Tabla 45.
SANTA FE N° TransaccionesPorcentaje
Vaquillona Regulares 11324 23.18%
Novillitos Regulares 9759 19.98%
Terneros hasta 350 kilos 9510 19.47%
Novillitos Especiales y Buenos Medianos 351/390 kilos 4318 8.84%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 2606 5.33%
Novillos Regulares pesados 2314 4.74%
Novillitos Especiales y Buenos Pesados 391/430 kilos 1682 3.44%
Novillos Especiales y Buenos más de 520 kilos 1153 2.36%
Novillos Especiales y Buenos 431/460 kilos 1030 2.11%
Novillos Especiales y Buenos 461/490 kilos 821 1.68%
Novillos Cruza Europea más 470 kilos 692 1.42%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 664 1.36%
Vaquillona 602 1.23%
Novillos Especiales y Buenos 491/520 kilos 553 1.13%
Novillos Cruza Cebú más 440 kilos 369 0.76%
Novillos Cruza Europea hasta 470 kilos 358 0.73%
Machos Enteros Regulares 292 0.60%
Novillos Cruza Cebú hasta 440 kilos 244 0.50%
Novillos Overos Negros más de 500 kilos 207 0.42%
Machos Enteros Especiales y Buenos 158 0.32%
Novillos 99 0.20%
Novillitos 93 0.19%
Novillos Regulares livianos 1 0.00%
Tabla 46.
SANTIAGO DEL ESTERO N° TransaccionesPorcentaje
Novillitos Regulares 1679 26.92%
Vaquillona Regulares 1666 26.71%
Terneros hasta 350 kilos 883 14.16%
Novillitos Especiales y Buenos Medianos 351/390 kilos 449 7.20%
Machos Enteros Regulares 286 4.58%
Vaquillona 225 3.61%
Novillitos Especiales y Buenos Pesados 391/430 kilos 218 3.49%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 175 2.81%
Novillos Especiales y Buenos 431/460 kilos 129 2.07%
Novillos Especiales y Buenos 461/490 kilos 104 1.67%
Novillos Regulares pesados 101 1.62%
Novillos Especiales y Buenos 491/520 kilos 95 1.52%
Novillos Especiales y Buenos más de 520 kilos 89 1.43%
Novillos Cruza Europea hasta 470 kilos 47 0.75%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 22 0.35%
Novillos Cruza Cebú más 440 kilos 20 0.32%
Novillos 15 0.24%
Machos Enteros Especiales y Buenos 14 0.22%
Novillitos 7 0.11%
Novillos Cruza Europea más 470 kilos 7 0.11%
Novillos Overos Negros más de 500 kilos 4 0.06%
Novillos Cruza Cebú hasta 440 kilos 2 0.03%
Novillos Regulares livianos 1 0.02%
TIERRA DEL FUEGO N° TransaccionesPorcentaje
Novillitos Regulares 471 29.35%
Vaquillona Regulares 468 29.16%
Novillitos Especiales y Buenos Medianos 351/390 kilos 147 9.16%
Terneros hasta 350 kilos 133 8.29%
Vaquillona Especiales y Buenas Medianas 351/390 kilos 74 4.61%
Vaquillona 70 4.36%
Machos Enteros Regulares 52 3.24%
Novillitos Especiales y Buenos Pesados 391/430 kilos 50 3.12%
Machos Enteros Especiales y Buenos 39 2.43%
Novillos 37 2.31%
Novillos Regulares pesados 20 1.25%
Novillos Especiales y Buenos 431/460 kilos 15 0.93%
Vaquillona Especiales y Buenas Pesadas 391/430 kilos 14 0.87%
Novillos Especiales y Buenos 491/520 kilos 4 0.25%
Novillos Especiales y Buenos más de 520 kilos 3 0.19%
Vaquillona 2 0.12%
Novillitos 2 0.12%
Novillos Cruza Europea hasta 470 kilos 2 0.12%
Novillos Especiales y Buenos 461/490 kilos 2 0.12%