MODELACIÓN ECONOMÉTRICA Y ESTOCÁSTICA EN LOS PRONÓSTICOS DE VENTAS DE JENGIBRE EN ECUADOR
DOI:
https://doi.org/10.19053/1900771X.v22.n1.2022.14453Palabras clave:
Econometría, Estadísticas científicas, Previsión, Producción, Series temporalesResumen
La modelación econométrica y estocástica son herramientas relevantes para la realización de pronósticos. Esta investigación tuvo como objetivo principal el estudio de la modelación econométrica y estocástica en los pronósticos de ventas de jengibre en Ecuador. Considerando variables endógenas y exógenas de carácter aleatorio continuo. Los datos financieros se registraron mensualmente por la empresa Nature Product Gingerdale Cía. Ltda., de la provincia de Santo Domingo de los Tsáchilas, Ecuador. Para los cuales se consideraron las variables econométricas como: precio/kg., Cantidad exportada/kg y niveles de ventas/miles de dólares. Particularmente, este estudio se enfocó en la dinámica financiera que han tenido estas cuentas desde el año 2016 hasta el año 2019. A partir de estos datos se realizó una proyección hasta el año 2021. Para el análisis matemático, estadístico y gráfico se utilizó las técnicas estadísticas de la regresión lineal simple y series de tiempo mediante el software SPSS versión 25. Los resultados muestran una alta covarianza, ejercida por el número el precio/kg cuya predicción se ajusta a un modelo ARIMA (0,1,0) (0,0,0), con respecto a la exportación/kg se ajusta ARIMA(2,0,0)(1,0,0) y en función a las ventas/miles de dólares a un modelo ARIMA(0,0,0)(0,0,0). En consecuencia, como conclusión, se obtuvo que el modelo estocástico representa un mejor pronóstico de las ventas, precio y kilogramos exportados de jengibre, al presentar los coeficientes significativos y menores errores de predicción y, por defecto, la simulación es alentadora para la
producción y exportación de jengibre para el Ecuador.
Descargas
Citas
A.R. Sabando, M. Ugando, E. Cueva, A. Villalón, G. Mendoza & A. Arias (2020) “Modelación productiva y pronósticos de las ventas del cultivo de la pitahaya en Ecuador”, Revista Sinapsis, vol. 12, no.1, pp. 106-121. https://dialnet.unirioja.es/servlet/articulo?codigo=7571141
J. Rueda Galvis & M. Rueda Galvis (2017) “Modelo econométrico de gestión exitosa para la empresa familiar colombiana”, Revista Finanzas Y Política Económica, vol. 9, no. 2, pp.319–344. https://doi.org/10.14718/revfinanzpolitecon.2017.9.2.6 DOI: https://doi.org/10.14718/revfinanzpolitecon.2017.9.2.6
G. Garbanzo, G. Chavarría y E. Vega (2019) “Correlaciones alométricas en Hylocereus costaricensis y H. monocanthus (pitahaya): una herramienta para cuantificar el crecimiento”, Agronomía Mesoamericana, vol. 30, núm. 2, Universidad de Costa Rica. https://www.redalyc.org/jatsRepo/437/43759027008/html/index.html
K. Lucero (2020) “Pitahaya: la fruta exótica más exportada del Ecuador”, Revista Gestión Digital, Multiplica Ediciones. https://www.revistagestion.ec/economia-y-finanzas-analisis/pitahaya-la-frutaexotica-mas-exportada-del-ecuador
El productor “Resumen del mercado global del jengibre”. Periódico del campo, [online], 2020.https://elproductor.com/resumen-del-mercadoglobal-del-jengibre-4/
R. Acevedo Rueda & J.A. Pimentel (2014) “Modelo econométrico para el pronóstico de demanda eléctrica máxima diaria”. Universidad, Ciencia y Tecnología, vol. 18 (70), pp. 4-11. http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S1316-48212014000100001&lng=es&tlng=es
T. Guerrero, G. Amaris y H. Ávila (2017) “Aplicación de modelo ARIMA para el análisis de series de volúmenes anuales en el río Magdalena”, Tecnura, vol. 21 (52), pp. 88-101. ISSN: 0123-921X. Disponible en: https://www.redalyc.org/articulo.oa?id=257051186008 DOI: https://doi.org/10.14483/10.14483/udistrital.jour.tecnura.2017.2.a07
A. Muñoz-Santiago, J. Urquijo-Vanstrahlengs, J., A. Castro& J. Lombana (2017) “Pronóstico del precio de la energía en Colombia utilizando modelos ARIMA con IGARCH”, Revista de Economía del
Rosario, vol.20, no. 1, pp. 127-161. DOI: https://doi.org/10.12804/revistas.urosario.edu.co/economia/a.6152 DOI: https://doi.org/10.12804/revistas.urosario.edu.co/economia/a.6152
A. Lama More & S. Huamaní (2012) “Un modelo econométrico de proyección de la demanda futura del flujo vehicular en las concesiones en transporte”, Pensamiento Crítico, vol. 17, no. 2, pp.035-049. https://doi.org/10.15381/pc.v17i2.8933 DOI: https://doi.org/10.15381/pc.v17i2.8933
G.E. Box, G.M. Jenkings & G.C. Reinsell (1994) “Time Series Analysis: Forecasting and Control”, 3ª edition, Englewood Cliffs – Prentice-Hall.
R.H. Shumway & D.S. Stoffer (2017)“Time Series Analysis and Its Applications: With R Examples” (Springer Texts in Statistics) 4th edition. DOI: https://doi.org/10.1007/978-3-319-52452-8
M. Ugando, A. Villalón, A.R. Sabando, F.S. Pilay & B. Sabando “Pronóstico y modelación financiera aplicada en ventas de las pymes cash. De Santo Domingo, Ecuador 2019”, Red Académica en Finanzas (REDAFIN 2019), VI Encuentro de Investigaciones en Finanzas, 2019. Disponible en: http://redafin.com.co/redafin/
S. Makridakis & M. Hibon (1997) “ARMA Models and the Box -Jenkins Methodology INSEAD”, France Journal of Forecasting, vol. 16, pp.147 - 163. DOI: https://doi.org/10.1002/(SICI)1099-131X(199705)16:3<147::AID-FOR652>3.0.CO;2-X
R. Adhikari & R.K. Agrawal (2013) “An Introductory Study on Time Series Modeling and Forecasting”, LAP Lambert Academic Publishing.
M. Pepió (2001) “Series temporales”, vol.1, Ediciones Univeritat Politecnica de Catalunya, S.L.,Barcelona.
J. F. Moreno Trujillo (2018) “Modelo estocástico para el precio de activos en alta frecuencia basado en procesos de ramificación aleatoriamente indexados”, ODEON. (14), pp. 163–181. https://doi. DOI: https://doi.org/10.18601/17941113.n14.07
org/10.18601/17941113.n14.07
R. Adhikari & R.K. Agrawal (2002) “An Introductory Study on Time Series Modeling and Forecasting”.
A.M. Díaz-Salas & E. Guevara (2016) “Modelación estocástica de los caudales medios anuales en la cuenca del río Santa, Perú”, Revista INGENIERÍA UC, vol. 23, no. 2, pp.172-185. ISSN: 1316-6832. Disponible en: https://www.redalyc.org/articulo.oa?id=70746634009
M. Ugando, A. Villalón, A.R. Sabando, D.M. Celi, F.S. Pilay & A. del P. Racines (2021) “Modelización financiera aplicada en empresas del sector manufacturero en la ciudad de Santo Domingo de los Tsáchilas, Ecuador”, Revista De La Universidad Del Zulia, vol. 12, no. 34, pp. 8-28. DOI: https://doi.org/10.46925//rdluz.34.02 DOI: https://doi.org/10.46925//rdluz.34.02
D. Heras (2018) “Factores Determinantes y Proyección de Exportación de Pitahaya en el Ecuador, una Estimación Arima y de Mínimos Cuadrados Ordinarios”, Proyecto de Investigación previo a la obtención del Título de Economista, Universidad Técnica de Ambato. Facultad de Contabilidad y Auditoría. Carrera de Economía. Ambato, Ecuador. Disponible en: https://repositorio.uta.edu.ec/bitstream/123456789/28304/1/T4311e.pdf
H. Muñoz-Krieger, E. Guzmán, M.T. De la Garza y J.P. González (2017) Análisis econométrico de las ventas de pulpa de mango de Frozen Pulps de México SA de CV”, Pistas Educativas, vol. 38, no. 124, pp. 195-207. México. http://itcelaya.edu.mx/ojs/index.php/pistas
A. Carrasquilla, A. Chacón, K. Núñez, O. Gómez, J. Valverde & M. Guerrero (2016) “Regresión lineal simple y múltiple: aplicación en la predicción de variables naturales relacionadas con el crecimiento
microalgal”, Revista Tecnología en Marcha, vol.29, no.8, pp. 33-45. DOI: https://doi.org/10.18845/tm.v29i8.2983 DOI: https://doi.org/10.18845/tm.v29i8.2983
J.M. Astorga-Gómez (2014) “Aplicación de modelos de regresión lineal para determinar las armónicas de tensión y corriente”, Ingeniería Energética, vol. 35, no.3, pp. 234-241, [online] ISSN 1815-5901. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59012014000300008
L. Martínez, J. Linares, R. Martínez & H. Oliva (2015) “Modelos de regresión para la predicción de propiedades de compuestos de PVC considerando el efecto de la dosis de aditivos”, Revista Técnica de la Facultad de Ingeniería Universidad del Zulia, vol. 38, no. 3, pp. 266-274, Maracaibo. Disponible en: http://ve.scielo.org/scielo.php?script=sci_arttext&pid=S0254-07702015000300010
D.F. Cardona, J.L. González, M. Rivera & E.H. Cárdenas (2014) “Aplicación de la regresión lineal en un problema de pobreza”, Interacción, 12, pp.73–84. DOI: https://doi.org/10.18041/1657-7531/interaccion.0.2315 DOI: https://doi.org/10.18041/1657-7531/interaccion.0.2315
A.F. Martínez (2018) “Modelos Econométricos para determinar el comportamiento de la cartera comercial de los bancos privados grandes ecuatorianos en el periodo 2007-2015”, Universidad Andina Simón Bolívar, Sede Ecuador, Maestría en Finanzas y Gestión de Riesgos, Quito. Disponible en: https://repositorio.uasb.edu.ec/bitstream/10644/6050/1/T2542-MFGR-Martinez-Modelos.pdf
J. García-Regalado, C. Freire-Quintero, & H. Moscoso-Miranda (2015) “Modelo Econométrico del sector de la construcción en Ecuador”, Revista Ciencia Unemi, vol. 8, no 14, pp.37-47. Disponible en: https://www.redalyc.org/articulo.oa?id=582663828006 DOI: https://doi.org/10.29076/issn.2528-7737vol8iss14.2015pp37-47p
J.J. Cruz-Acosta, L.J. Cartuche-Nagua, L.A. León-Serrano (2021) “Modelo econométrico: Análisis del impacto de las exportaciones en el crecimiento económico del Ecuador, 2009-2019”. Polo del Conocimiento, vol. 6, no. 9, pp. 2076- 2095. ISSN 2550-682X. Disponible en: https://polodelconocimiento.com/ojs/index.php/es/
article/view/3156/6950
R. Vila, M. Torrado & M. Reguant (2019) “Análisi de regressió lineal múltiple amb SPSS: un exemple práctic”, REIRE Revista d’Innovació I Recerca En Educació, vol. 12, no. 2, pp. 1–10. DOI:https://doi.org/10.1344/reire2019.12.222704 DOI: https://doi.org/10.1344/reire2019.12.222704
W. Hopp & M. Spearman (2008) “Factory Physics”, 3rd ed. McGraw-Hill Ed. New York.
A. J. Boada & D. de Vasconcelos (2013) “Modelo estadístico de regresión múltiple, columna vertebral para predecir en empresas multinacionales con estilo de venta por catálogo: A base to predict in catalog selling multinational companies” Revista Lasallista de Investigación, vol. 10, no.1, pp. 112-127, [online]. Disponible en: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1794-
&lng=en&tlng=es
C.A. Valladares, K.V. Sánchez, M. Ugando, M., A.R. Sabando & A. Villalón (2021) “Gestión de capital de trabajo y su efecto en la rentabilidad para el grupo de empresas del sector manufacturero ecuatoriano”, South Florida Journal of Development, vol. 2, no. 2,
pp.2082-2101. ISSN 2675-5459. DOI: https://doi.org/10.46932/sfjdv2n2-075 DOI: https://doi.org/10.46932/sfjdv2n2-075
https://southfloridapublishing.com/ojs/index.php/jdev/issue/view/13
J.A. Gallego-Nicasio, A. Rodríguez, A., J. Mínguez & F. Jiménez (2018) “Modelos ARIMA para la predicción del gasto conjunto de oxígeno de vuelo y otros gases en el Ejército del Aire”, Sanid. Mil, vol.74, no.4
pp.223-229, [online]. Disponible en: http://dx.doi.org/10.4321/s1887-85712018000400002.
A. Alonso & J. Rojo (2005) “Modelos de estimación de ingresos en empresas de internet”, Investigaciones Europeas de Dirección y Economía de la Empresa, vol. 11, no. 2, pp. 27-43. Academia Europea de Dirección y Economía de la Empresa. Vigo, España. Disponible en: http://www.redalyc.org/pdf/2741/274120419002.pdf
R.A. Cuervo-Cruz, J. Martínez-Bernal & J.A. Orjuela (2021) “Modelos logísticos estocásticos aplicados a la cadena de suministro: una revisión de la literatura, INGENIERÍA, vol. 26, no. 3, pp. 334-366.
DOI: https://doi.org/10.14483/23448393.16357 DOI: https://doi.org/10.14483/23448393.16357

Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Los autores deben firmar y enviar la Autorización de evaluación y publicación del artículo suministrada por la Revista, en la cual se consignan todos los aspectos involucrados a los Derechos de Autor.
Todos los artículos de la Revista Ingeniería Investigación y Desarrollo son difundidos bajo la licencia Creative Commons de Atribución (BY).
Declaración de privacidad
Los nombres y direcciones de correo electrónico introducidos en esta revista se usarán exclusivamente para los fines establecidos en ella y no se proporcionarán a terceros o para su uso con otros fines.