En este artículo se hace una descripción de la evolución de los rendimientos de la producción de maíz en México. Se compara con la evolución de los rendimientos en otros países productores y se derivan los principales factores que determinan los rendimientos de maíz, a través de un análisis econométrico. Dicho análisis se realiza con datos del Censo Agropecuario 2007 a nivel de municipio de las unidades económicas que reportaron producir maíz y consiste en una estimación lineal con datos de sección cruzada de los rendimientos de las unidades económicas como función de variables tecnológicas, crediticias, socioeconómicas, geográficas y climáticas, controlando por dummies de ciclo productivo y entidad federativa. Los resultados apuntan a que el uso de semillas mejoradas, insecticidas, el acceso al crédito y el riego son las variables que tienen una mayor correlación con los rendimientos de la producción de maíz en México.

económicos desagregados de manera consistente con el agregado. La generalización propuesta integra tres dimensiones de la dinámica económica local: i) la dirección de la variación de los ciclos económicos locales (positiva o negativa), ii) la magnitud de dichas variaciones, y iii) el peso de los componentes (entidades y/o sectores) en la actividad económica agregada. La principal contribución de estos índices es que complementan la lectura que brindan los índices de difusión tradicionales, ya que admiten subagrupaciones regionales y/o sectoriales más precisas e informativas que sus contrapartes. Mostramos dos

In this paper we extend the traditional GARCH(1,1) model by including a functional trend term in the conditional volatility of a time series. We derive the main properties of the model and apply it to all agricultural commodities in the Mexican CPI basket, as well as to the international prices of maize, wheat, pork, poultry and beef products for three different time periods that implied changes in price regulations and behavior. The proposed model seems to adequately fit the volatility process and, according to homoscedasticity tests, outperforms the ARCH(1) and GARCH(1,1) models, some of the most popular approaches used in the literature to analyze price volatility.