Modelo Arima Exportaciones Camaroneras En Ecuador Durante La Crisis Sanitaria Del SARS CoV2.
Coello Jiménez Stephanie [email protected] Universidad de Guayaquil-Facultad Ing. Industrial Meza Cacao Raúl [email protected] Universidad de Guayaquil-Facultad Ing. Industrial Mosquera Zarate Keyla [email protected] Universidad de Guayaquil-Facultad Ing. Industrial Muñoz Murillo Johanna [email protected] Universidad de Guayaquil-Facultad Ing. Industrial
Resumen:
El presente estudio analiza el sector camaronero el cual es el segundo rubro en exportaciones no petroleras que aporta mayores ingresos a la economía ecuatoriana, siendo así Ecuador uno de los principales productores y exportadores mundiales de camarón cultivado en piscinas, por lo tanto, con la base de datos extraída de la Cámara Nacional de Acualcultura, tratando de generar modelos de predicción se utilizó el software R-Studio de las librerías forecast ,tseries y ggplot2, generando así nuestro modelo de predicción mediante los modelos Arima (p,d,q) la cual el número de términos autorregresivos es 1, con un grado de polinomio 0 y un término medio móvil igual a 1 determinando así que este modelo tiene un valor de variabilidad de 8.81X1014 y un valor de índice de información de Akaike (AIC) de 1165.85 y cuyo test de hipótesis nos dio como p-value de 0.4353 por lo cual se asumen que los residuales son normales y que el modelo es aplicable a los datos obtenidos y por lo cual no hay evidencia de rechazar la hipótesis nula.
Palabras claves: sector camaronero, exportaciones, modelos de predicción,
Introducción
El sector camaronero ecuatoriano está conformado por 39 empresas exportadoras, y productores de camarón y los intermediarios que sirven de enlace entre los dos primeros. En la actualidad existen 210.000 hectáreas y se 154.885 toneladas en el primer semestre del año 2016, equivalentes a US $ 1.116,314 millones en valor FOB; donde la provincia de El Oro ocupa el segundo lugar con un 15 % de hectáreas destinadas al cultivo de camarón.
(Acuacultura, 2016)
Las técnicas a utilizar en el lenguaje de programación estadístico es la prueba
Shapiro-Wilk el cual permite analizar la distribución normal de los residuos, con la ayuda de la librería tseries y además de realizar una diferencia a nuestra data de serie de tiempo de exportación en dólares, así para lograr que la misma se haga estacionaria, así generando el modelo Arima validado. (Santos, 2015).
Como objetivo de este proyecto es demostrar un modelo Arima válido el cual nos permita realizar un pronóstico de los 5 meses próximos del presente año.
Se realizó una inducción con la información recopilada de la Cámara Nacional de Acuacultura (CNA, 2020) considerando al mercado internacional, para aquello se aplicó un estudio estadístico con análisis descriptivos, gráficos e inclusive probabilísticos de las variables a emplear, verificando así la baja exportación durante el presente año 2020.
En 1987 el Ecuador fue el primer exportador de camarón del mundo, pero en los noventa, comienza una baja constante. Esta industria creció a expensas de los bosques de manglar, y apoyada por todo tipo de subsidios y créditos, pues a pesar de ser muy rentable a corto plazo, es insustentable a largo plazo.” (Bravo, 2017)
El coronavirus que en marzo amenazó fuertemente a esta industria con la paralización de envíos hacia China (su principal mercado), no logró su cometido, pero sí provocó que los ingresos se ralentizaran, aun con mayores volúmenes exportados. En ese lapso, se lograron vender $ 907,6 millones, un 12 % más si se lo compara con el mismo periodo del año pasado.
(CAMEA, 2020)
El virus que causa mortalidad también en otros países ha provocado que China, el principal comprador de camarones de Ecuador, reduzca la demanda, lo que deja en enormes problemas de los acuicultores nacionales al bajar el precio de la libra del crustáceo.
Por ejemplo, la libra de animales de 18 gramos bajó de 1,70 a 1,40 dólares en estos últimos días. Es lo que pagan las empacadoras. “Con esto apenas podrán salir tablas” (Vera, 2020)
Al tiempo que el país enfermó, su economía también empezó a ver afectaciones dramáticas. “Hasta el momento llevamos cerca de 12 mil millones de dólares de impacto, de lucro cesante comercial en el Ecuador. De eso pues, obviamente, los sectores más afectados son el turístico, el comercial, el industrial y también el sector agrícola y exportador”
(Ontaneda, 2020)
Importancia del problema
El sector camaronero es uno de los sectores que más importancia tiene la economía ecuatoriana, ya que es uno de los productos tradicionales de exportación que tiene el país, este sector depende totalmente de la inversión para poder crecer o desarrollar nuevos métodos de producción a nivel nacional.
En el periodo 2020 la exportación camaronera ha mostrado un bajo nivel de demanda respondiendo a la situación adversa que se enfrenta el País debido a la crisis sanitarioSARS- CoV2. (Cifuentes, 2020)
Es importante saber qué tanto afecta un sector a la economía, ya que así el Gobierno podrá orientar políticas para alentar a ese sector, potenciarlo para que tenga un mayor peso y que pueda ser competitivo a nivel mundial. (Calderón, 2014)
El estudio estadístico mediante el Modelo validado de Arima nos ayudará a realizar un análisis general del periodo Donde formularemos la pregunta de, ¿Cuál sería el pronóstico de los 5 próximos meses de la exportación de camarón en dólares?
Metodología
La base de datos fue extraída de la Cámara Nacional de Acualcultura (CNA, 2020), las variables que están incurriendo son Libras, Dólares y Precio Promedio.
El software R-Studio “lenguaje y entorno para la informática estadística”
(Jiménez, 2019) nos permitió realizar el análisis correspondiente en combinación con las librerías Forecast, ggplot2, en el estudio se realizará un modelo Arima (autorregresivo) en el cual me genera el modelo validado que nos permitirá hacer una predicción de los siguientes 5 próximos meses.
Con la librería tseries realizamos una serie de tiempo que permiten analizar cómo se mantuvieron las exportaciones durante los periodos 2018 hasta el 2020.
Resultados
MODELOS SIGMA^2(variabilidad) AIC
MODELO 1 1.735x10^15 1139.82
MODELO 2 1.345x10^15 1137
MODELO 3 8.81x10^14 1165.85
Tabla 1 Valores de modelos Arima Generados de la variable dólares Gráfico 1. Serie de tiempo estacionaria Exportación de camarón en dólares.
Gráfico 2. Distribución normal de los residuos para la variable dólares
point forecast Lo 80 HI 80 Lo 95 Hi 95 Aug-20 289.018.690 250.399.246 327.638.135 229.955.348 348.082.033
sep-20 289.362.548 240.283.562 338.441.534 214.302.716 364.422.379 oct-20 289.298.829 239.899.999 338.697.659 213.749.838 364.847.820 nov-20 289.310.637 239.900.861 338.720.413 213.744.905 364.876.368 dec-20 289.308.449 239.898.297 338.718.601 213.742.142 364.874.755
Tabla 2. valores Exportación de camarón en dólares pronosticados para los 5 próximos meses Gráfico 3. Pronóstico para los 5 meses Exportación de camarón en dólares
Discusión
Se puede observar en la gráfica 1 que Mediante la librería tseries se logró realizar la serie de tiempo estacionaria de la exportación de camarón en dólares.
luego se generó 3 modelos mediante Arima de los cuales dos modelos indicaron un valor de variabilidad mayor de 1.735x1015 y 1.345x1015 y el tercer modelo Arima (1,0,1 ) determinando así que este modelo tiene un valor de variabilidad de 8.81X1014 y un valor de índice de información de Akaike (AIC) de 1165.85 (Tabla 1).
MODELOS SIGMA^2(variabilidad) AIC
MODELO 1 1.735x10^15 1139.82
MODELO 2 1.345x10^15 1137
MODELO 3 8.81x10^14 1165.85
Tabla 1. Valores de modelos Arima Generados de la variable dólares Gráfico 1. Serie de tiempo estacionaria de exportación de camarón en Dólares.
Además, en el (Grafico 3) presenta la distribución normal de los residuos, mediante la prueba Shapiro-Wilk.
Mediante el mejor modelo Arima se realizó el pronóstico de los 5 próximos meses del presente año (Gráfico 4), los mismos que se pueden observar en la (Tabla 2) indicando en el grupo point forecast los valores de exportación en dólares pronosticados y los Lo 80%, Hi 80% y Lo 95%, Hi 95% indicando sus respectivos niveles de confianza en los que se encuentran los valores de exportación de camarón en dólares.
Gráfico 3. Pronóstico para los 5 meses Exportación de camarón en dólares Gráfico 2. Distribución normal de los residuos para la variable dólares
Conclusión
Mediante el mejor modelo Arima se realizó el pronóstico de los 5 próximos meses del presente año ver (Gráfico 3), los mismos que se pueden observar en la (Tabla 1) indicando en el grupo point forecast los valores de exportación en dólares pronosticados y los Lo 80%, Hi 80% y Lo 95%, Hi 95% indicando sus respectivos intervalos de confianza en los que se encuentran los valores de exportación de camarón en dólares, podemos decir que en base a estos resultados el comportamiento de la exportación se observa que no hay mucho
incremento en el valor de las exportaciones de camarón ecuatoriano en el presente año, es decir mantienen valores constantes.
point forecast Lo 80 HI 80 Lo 95 Hi 95
Aug-20 289018690 250399246 327638135 229955348 348082033 sep-20 289362548 240283562 338441534 214302716 364422379 oct-20 289298829 239899999 338697659 213749838 364847820 nov-20 289310637 239900861 338720413 213744905 364876368 dec-20 289308449 239898297 338718601 213742142 364874755
Tabla 2. Valores Exportación de camarón en dólares pronosticados para los 5 próximos meses
Referencias
Acuacultura, C. N. (2016). Sector Camaronero en Ecuador.
Bravo, E. (2017). LA INDUSTRIA CAMARONERA EN ECUADOR.
Calderón, I. P. (2014, noviembre ). Repositorio UG. Retrieved from
http://repositorio.ug.edu.ec/bitstream/redug/6867/1/TESIS%20%20PEDRO%20OCT AVIO%20CALDER%c3%93N%20P%c3%89REZ.pdf
CAMEA. (2020). Coronavirus: Las ventas del camarón no se detienen, pero sí se desaceleran.
ACUACULTURA Y PESCA.
Cifuentes, I. W. (2020, junio). UTEG Repositorio Dspace. Retrieved from
http://biblioteca.uteg.edu.ec:8080/bitstream/handle/123456789/1163/Modelo%20de%
20Adopci%c3%b3n%20para%20el%20uso%20del%20Cloud%20Computing%20en
%20las%20pymes%20del%20sector%20exportador%20de%20camar%c3%b3n%20d el%20cant%c3%b3n%20Dur%c3%a1n..pdf?sequence=1&
CNA. (2018). Acuacultura, Cámara Nacional de Acuacultura. Retrieved from https://www.cna-ecuador.com/
Leone, B. (2020, Julio 10). CAMEA. Retrieved from http://www.camae.org/categoria/camaron/
Ontaneda, I. (2020). Dialogo Chino. La industria camaronera del Ecuador en tiempos de Covid-19.
Santos, S. (2015). INTRODUCCIÓN A R, RSTUDIO Y RCOMMANDER.
Vera, R. (2020, Febrero 11). El precio del camarón se derrumba. DIARIO EXPRESO.
