Pronóstico de las exportaciones mineras evidencia empírica del caso peruano a partir del análisis econométrico para el período 2012-2022
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este estudio se concentra en el sector minero peruano, reconocido como un pilar fundamental de la economía nacional. Su propósito central radica en la elaboración de un modelo autorregresivo integrado de media móvil (ARIMA, por sus siglas en inglés autoregressive integrated moving average) con el fin de predecir con precisión las exportaciones mineras. Este enfoque investigativo se sustenta en paradigmas económicos arraigados, al mismo tiempo que se basa en una sólida revisión de literatura que confirma su eficacia en la predicción de series temporales en diversos contextos económicos. Mediante el uso de datos mensuales provenientes del Banco Central de Reserva del Perú (BCRP, 2022) y la aplicación del marco metodológico de Box-Jenkins, se llevó a cabo un análisis riguroso para la identificación, estimación y validación del modelo ARIMA específico (5, 1, 0). La rigurosa validación del modelo destacó su notable capacidad predictiva en el contexto específico de las exportaciones mineras peruanas. Estos hallazgos no solo aportan una comprensión más profunda de la dinámica de dicho sector, sino que también respaldan la utilización del modelo ARIMA como una herramienta fiable para la toma de decisiones políticas y comerciales en el ámbito minero, consolidando su relevancia en la gestión económica del país.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
La Revista colombiana de ciencias administrativas - RCCA, está comprometida con la preservación del medio ambiente, razón por la que se edita digitalmente a través de la plataforma de acceso abierto: Open Journal System –OJS; la cual permite consolidar una gestión editorial eficiente para cada fase y actor interviniente en el proceso de publicación.
- No genera a los autores pago alguno por gastos de procesamiento de artículos (APC), ni cargos por envío de artículos.
- Así mismo, la suscripción en línea es libre y gratuita.
Los autores de la Revista colombiana de ciencias administrativas - RCCA, proporcionan la circulación de sus contenidos a la Fundación Universitaria San Mateo mediante licencia Creative Commons Atribución-NoComercial-SinDerivar 4.0 que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista. Sin embargo, no se permite la generación de obras derivadas ni hacer uso comercial de la obra original, es decir, solo son posibles los usos y finalidades que no tengan carácter comercial.
- Los usuarios pueden consultar el contenido de esta obra a través del sistema de repositorios internos y/o externos en donde la Fundación Universitaria San Mateo tiene o tenga presencia, en la página Web, así como en las redes de información del país y el exterior, con las cuales tenga convenio la institución.
- Se permite la consulta, reproducción parcial, total o cambio de formato con fines de conservación, a los usuarios interesados en el contenido de este trabajo, para todos los usos que tengan finalidad académica, siempre y cuando, mediante la correspondiente cita bibliográfica se le dé crédito a la obra y a su(s) autor(es).
Asi mismo, como autor (es) certifico(amos) que la obra cumple con las normas y requisitos exigidos por el Comité Editorial de la institución; así mismo se asume cualquier responsabilidad frente a la originalidad y tratamiento de la información presentada; excluyendo de cualquier perjuicio o percance a la Fundación Universitaria San Mateo.
Citas
Ahmar, A. S., Botto-Tobar, M., Rahman, A. & Hidayat, R. (2022). Forecasting the Value of Oil and Gas Exports in Indonesia using ARIMA Box-Jenkins. JINAV: Journal of Information and Visualization, 3(1), 35-42.
Banco Central de Reserva del Perú. (2022). Memoria 2022. Banco Central de Reserva del Perú. https://www.bcrp.gob.pe/docs/Publicaciones/Memoria/2022/memoria-bcrp-2022.pdf
Brockwell, P. & Davis, R. (2016). Introduction to Time Series and Forecasting (3rd ed.). Springer.
Chafloque-Céspedes, M., Chung, V. y Cotrina, A. B. (2018). Modelación de las dinámicas, estimación y análisis de las exportaciones mineras: caso peruano. Alternativas, 19(3), 37-45. https://doi.org/10.23878/alternativas.v19i3.264
Dickey, D. & Fuller, W. (1979). Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association, 74(366), 427-431. https://doi.org/10.2307/2286348
Enders, W. (2014). Applied Econometric Time Series (4th ed.). Wiley.
Erlina, R., & Azhar, R. (2020). Forecasting Model of Agriculture Commodity of Value Export of Coffee; Application of Arima Model. Jurnal Teknik Pertanian Lampung, 9(3), 257-263.
Farooqi, A. (2014). Arima Model Building and Forecasting on Imports and Exports of Pakistan. Pakistan Journal of Statistics and Operation Research, 10(2), 157-168. https://doi.org/10.18187/pjsor.v10i2.732
Flores, J., Engel, P. & Pinto, R. C. (2012). Autocorrelation and Partial Autocorrelation Functions to Improve Neural Networks Models on Univariate Time Series Forecasting. The 2012 International Joint Conference on Neural Networks (IJCNN). https://doi.org/10.1109/IJCNN.2012.6252470
Greene, W. (2002). Econometric Analysis (5th ed.). Pearson Education.
Gujarati, D. y Porter, D. (2010). Econometría (5ª ed.). McGraw-Hill.
Herrera, A., Herrera, A. y Betancourt, V. (2021). Análisis de la proyección de las exportaciones de camarón del Ecuador. Revista Científica Agroecosistemas, 9(2), 7-12. https://aes.ucf.edu.cu/index.php/aes/article/view/462
Izquierdo, M., Solano, M. y Tapia, C. (2022). Modelo de pronóstico de la exportación minera en el Perú, 2020. Revista de Investigación Estadística, 4(1), 66-76. https://revistas.unitru.edu.pe/index.php/REDIES/article/view/4419
Martínez, E., García, S. y Rivera, E. (2022). Afectación económica por Covid-19 en la industria del comercio electrónico, un estudio comparativo: Amazon, Mercado Libre y Shopify. Diagnóstico FACIL Empresarial, Finanzas, Auditoria, Contabilidad, Impuestos, Legal, 17(9), 26–35. https://doi.org/10.32870/dfe.vi17.120
Ministerio de Energía y Minas. (2021). Boletín Estadístico Minero. Ministerio de Energía y Minas. https://cdn.www.gob.pe/uploads/document/file/2802527/BEM%20%2012-2021.pdf.pdf?v=1644589735
Narrea, O. (2018). Agenda 2030. La minería como motor de desarrollo económico para el cumplimiento de los Objetivos de Desarrollo Sostenible 8, 9, 12 y 17. CIES. https://www.up.edu.pe/egp/Documentos/agenda_2030_la_mineria_como_motor_de_desarrollo_economico_para_el_cumplimiento_de_los_ods_89_12_y_17.pdf
OVE. (2016). Evaluación del programa de país: Perú 2012-2016. BID. https://publications.iadb.org/es/publicacion/17210/evaluacion-del-programa-de-pais-peru-2012-2016
Ricardo, D. (2014). On the Principles of Political Economy, and Taxation. Cambridge University Press. https://doi.org/10.1017/CBO9781107589421
Roch, E. (1970). El teorema de Heckscher-Ohlin y los países subdesarrollados. Investigación Económica, 30(120), 647-659. http://www.jstor.org/stable/42778161
Romanuke, V. (2022). Arima Model Optimal Selection for Time Series Forecasting. Maritime Technical Journal, 224(1), 28-40.
Willmott, C. & Matsuura, K. (2005). Advantages of the Mean Absolute Error (MAE) Over the Root Mean Square Error (RMSE) in Assessing Average Model Performance. Climate Research, 30(1), 79-82. https://doi.org/10.3354/cr030079