Trabajo Arima Mandarina

7/25/2019 Trabajo Arima Mandarina

1/56

MODELO ARIMA DE LA MANDARINA

1

Pimentel 26 de Octubre del 2015

Tema de Investigacin

Un modelo ARIMA para la produccin de mandarina en el Per: 1990-2013

Facultad de Ingeniera, Arquitectura y Urbanismo

Escuela de Ingeniera Econmica

Autor

Arias Cornejo, Blaykhe Rubn.

Docente:

Dr. Gustavo Trujillo Calagua.


2/56


2

INDICE

ABSTRACT .....................................................................................................................................5

INTRODUCCIN ............................................................................................................................6

I FUNDAMENTACIN...............................................................................................................7

II. OBJETIVOS .......................................................................................................................9

2.1 Objetivo General ...........................................................................................................9

2.2 Objetivos Especficos ..................................................................................................9

III. MARCO TERICO ............................................................................................................10

3.1 INFORMACION GENERAL DE LA MANDARINA ............................................................10

3.1.1 Origen, propiedades y usos de la mandarina ...............................................11

3.1.2 Zonas de Produccin....................................................................................12

3.1.3 Estacionalidad de la produccin de mandarinas de los principalespases exportadores .....................................................................................................14

3.1.4 Variedades de mandarinas en el mercado nacional.............................14

3.1.5 Clasificacin Arancelaria en el Per:........................................................15

3.2 LA MANDARINA EN EL MERCADO NACIONAL .............................................17

3.2.2 La produccin nacional de mandarinas...................................................17

3.2.3 pocas de cosecha (estacionalidades/calendario)...............................19

3.2.4 Precios en chacra de la mandarina...........................................................21

3.3 CONSUMO NACIONAL Y PRECIO AL CONSUMIDOR...................................223.3.2 El consumo nacional de mandarinas .......................................................22

3.3.3 Precios de la mandarina al consumidor en Lima Metropolitana ........23

3.4 COMERCIO EXTERIOR.........................................................................................24

3.4.2 Exportaciones.................................................................................................24

3.4.3 Estacionalidad de las exportaciones........................................................25

3.4.4 Principales mercados de destino ..............................................................26

3.4.5 Tratamiento arancelario en los principales mercados de destino....29

3.4.6 Principales empresas exportadoras de mandarinas ............................31

3.5 LA MANDARINA EN EL MERCADO INTERNACIONAL.................................32

3.5.2 reas cultivadas y produccin nacional de mandarinas.....................32

3.5.3 COMERCIO MUNDIAL DE MANDARINAS ................................................36

3.2 Modelo ARIMA ........................................................................................................38

3.2.1 Metodologa de BOX-JENKINS...................................................................38

3.2.2 Pasos a seguir para el anlisis de datos .................................................39

3.2.3 Modelos Autorregresivos AR(p) ................................................................40

3.2.4 Modelo de Medias Mviles MA(q) ..............................................................41


3/56


3

IV. METODOLOGA ..........................................................................................................42

4.1 Tipo y diseo de investigacin ..........................................................................42

4.2 Diseo de investigacin ......................................................................................42

4.3 Poblacin y muestra .............................................................................................42

V. RESULTADOS ................................................................................................................43

5.1 Pasos para la Metodologa ARIMA ....................................................................43

5.2 Paso 1. Identificacin: ..........................................................................................43

5.3 Paso 2. Estimacin: ..............................................................................................49

5.4 Paso3. Verificacin de diagnstico: .................................................................50

5.5 Paso 4. Prediccin.................................................................................................51

VI. CONCLUSIONES ........................................................................................................55

VII. REFERENCIAS BIBLIOGRFICAS ........................................................................56


4/56


4

RESUMEN

En este trabajo se demuestra cmo aplicar un modelo ARIMA de series temporales

como suma de una tendencia a corto plazo, un componente estacional y uncomponente transitorio. Esta descomposicin se obtiene a partir de la funcin de

prediccin del modelo, y su uso permite apreciar la metodologa de Box-Jenkins,

para la estimacin de series de tiempo, mediante el (MODELO ARIMA), se plantea

trabajar con la serie mandarina, a la cual se someter para la identificacin,

estimacin, verificacin y prediccin; con el fin de analizar su comportamiento

utilizando informacin de su propio pasado (Modelo Univariante).

Se tom como muestra una data histrica mensual de la produccin de la mandarina

en el Per desde 1990 hasta 2013.

Se trabaj con la metodologa de Box-Jenkins, la serie original en primer lugar se

evalu con el test de Dickey-Fuller Aumentado para ver su estacionariedad, y tuvo

que ser llevada a logaritmos para que convertirla en una serie estacionaria

posteriormente. As tambin se identific que la serie llega a su estacionariedad en

su primera diferencia estacionalmente hablando, debido a que los componentes

cclicos estaban afectando su trayectoria temporal.

Tambin se realiz el contraste de Zivot & Andrews, para evaluar que la serie es

estacionaria y que no presenta quiebre estructural significativo. As mismo en el

anlisis del correlograma de los residuos se identific el modelo ARIMA y se obtuvo

el proceso autorregresivo de primer orden AR (1) y un proceso de media mvil

MA (12), ya que debido a las pruebas realizadas se pudo llegar al modelo adecuado.

Apoyndonos con el histograma observamos una distribucin de ruido blanco (con

una significancia de 95%), la media tiende a cero (0.00619) y el estadstico

Jarque-Bera (2.50781) es menor que el chi cuadrado, concluyendo que los residuos

siguen una distribucin normal con lo cual se realiz la prediccin a para los meses

de enero, febrero, marzo y abril del ao 2014.

Palabras Clave: Modelo ARIMA, tendencia, serie de tiempo, prediccin,

estacionariedad, ruido blanco.


5/56


5

ABSTRACT

This paper shows how to apply an ARIMA time series model as a sum of a short-

term trend, seasonal component and a transient component. This decomposition is

obtained from the prediction function model and its use to appreciate the Box-Jenkins

methodology for estimating time series by the (ARIMA), it raises work with tangerine

series, to which will be submitted for the identification, assessment, monitoring and

forecasting; in order to analyze their behavior using information from its own past

(univariate model).

It was sampled monthly historical data of tangerine production in Peru from 1990-

2013.

We worked with the Box-Jenkins, the first original series was evaluated with the

Dickey-Fuller for their stationary, and had to be carried logs to subsequently convert

it into a stationary series. Well it was identified that the series reaches its stationary

in their first difference seasonally speaking, because the cyclical components were

affecting their temporary path.

Contrast Zivot & Andrews was also performed to evaluate the series is stationary and

no significant structural break. Also in the analysis of the correlogram of waste the

ARIMA model was identified and the autoregressive first order process AR (1) and a

process of moving average MA (12) was obtained, since due to the tests carried out

could be reached at suitable model.

Supporting the histogram observe a distribution of white noise (with a significance of

95%), the mean tends to zero (0.00619) and the Jarque-Bera (2.50781) is less than

the square chi, concluding that the residues follow a distribution standard with which

the prediction was performed for the months of January, February, March and April

2014.

Keywords:ARIMA model, trend, time series prediction, stationary, white noise.


6/56


6

INTRODUCCIN

En 1970, Box y Jenkins desarrollaron un cuerpo metodolgico destinado a

identificar, estimar y diagnosticar modelos dinmicos de series temporales en los

que la variable tiempo juega un papel fundamental, los modelos ARIMA. La

metodologa ARIMA es slo una pequea parte de los que se conoce normalmente

como Econometra de Series Temporales pero, sin duda alguna, una de las ms

utilizadas y germen de otros muchos desarrollos posteriores.

Esta metodologa libera al investigador econmetra de la tarea de especificacin de

los modelos (revisin de marco terico, identificacin de variables relevantes,

especificacin de forma funcional,) dejando que los propios datos temporales

de la variable a estudiar nos indiquen las caractersticas de la estructura

probabilstica subyacente y nos ayuden a pronosticar el futuro.

En ocasiones, los procedimientos que vamos a analizar se han contrapuesto a la

llamada econometra estructural, es decir, a la especificacin de modelos

economtricos apoyada en las teoras subyacentes; sin embargo, hoy en da los

conceptos y procedimientos que examinaremos constituyen ms una herramienta

para apoyar y complementar los conocimientos economtricos tradicionales que un

modo alternativo de hacer econometra. Por otro lado, la utilizacin de modelosARIMA se restringe a series largas y de alta frecuencia (meses, semanas, das,.)

y su utilidad finalista los hace tiles para el pronstico a corto plazo pero no para la

comprensin estructural del fenmeno o la simulacin de escenarios.

Tomando en cuenta lo antes mencionado, en primer lugar el siguiente estudio est

enfocado a realizar un anlisis exhaustivo, sobre todo lo concerniente a la

produccin de la mandarina.

En segundo lugar enfocamos el trabajo en base a un commoditie agroindustrial (lamandarina) que tenga un problema de estacionariedad, el cual se puede analizar y

realizar un anlisis emprico con los mtodos aprendidos en clase y a la vez utilizar

los conocimientos, que posibilita la opcin de uso de los distintos instrumentos y

modelos.

Para el presente trabajo, se ha seleccionado como producto perecible la mandarina,

una de las especies ms cultivadas en todo el mundo, sus deliciosos frutos son la

causa de su gran xito.


7/56


7

El trabajo est estructurado de la siguiente forma: Empezamos con la

fundamentacin del problema donde entramos a tallar la serie de tiempo

mandarina, posteriormente presentamos el marco terico que nos permitir

ampliar la gama de conceptos que ayudar a la comprensin del trabajo, as

tambin se har de conocimiento el proceso de investigacin en la que se detalla la

metodologa empleada con la especificacin del modelo. As tambin analizaremos

los resultados economtricos para nuestro modelo ARIMA y para finalizar las

conclusiones que darn por demostrado la realizacin de objetivos.

I FUNDAMENTACIN

En el campo macro econmico, siempre se plante el problema de la toma de

decisiones, es decir, la eleccin de una opcin entre diversas alternativas. Cada

opcin dar resultados distintos que pueden ser medidos en trminos de utilidad,

costos, beneficios o cualquier magnitud dependiendo del problema que se est

considerando.

Para el anlisis de las variables macroeconmicas, giran en torno al enfoque clsico

y al enfoque de dominio del tiempo, propuesta por Box y Jenkins (1976), quien

introdujo su metodologa para la modelizacin de variables en el tiempo, planteando

un esquema que parte de la identificacin y va hasta la validacin del modelo.

Estos modelos, esencialmente los ARIMA, requieren del cumplimiento de ciertos

supuestos para proceder a su aplicacin, supuestos como normalidad,

estacionariedad tanto en media como en varianza, la correlacin entre dos

observaciones distintas, igual a la de otras dos cualquiera separadas por la misma

distancia, entre otros supuestos que hacen posible contar con resultados confiables.

Muchas series histricas, son modelizadas utilizando estos criterios, obteniendo

resultados que incurren en errores mnimos; lgicamente, estas series han tenido

que cumplir con los supuestos antes mencionados. Asimismo, son modeladas

aquellas que en un inicio faltaban a los supuestos, pero que necesitaron de una

transformacin para hacer posible su adaptacin, haciendo uso de teoras centradas

en la diferenciabilidad de la serie y en la existencia o no de races unitarias a partir

de Tests como los de Dickey y Fuller.


8/56


8

El caso es que en muchas ocasiones, en Economa se habla de sucesos

condicionados por movimientos que se produjeron en el pasado. Por ejemplo, todos

relacionan inmediatamente estabilidad o inestabilidad en la economa con el cmo

ha sido su comportamiento anterior, producindose fuertes sobresaltos en la

evolucin de sus variables (a estos movimientos bruscos de altas y bajas en la

economa se denomina volatilidad).

A cualquiera se le puede ocurrir entonces que, en variables de este tipo, el

comportamiento en el momento actual responde a una expectativa generada por su

pasado; es decir, a un valor esperado condicionado por cul ha sido su

comportamiento anterior.

En si el problema est planteado sobre la necesidad de verificacin en el caso de

la economa peruana, en este caso especficamente analizaremos la serie de

produccin, que debido a la estabilidad que presenta (sin considerar fenmenos al

azar ya sea poltico econmico o natural que podran afectar esta condicin), cumple

con los supuestos necesarios para poder aplicar un modelo desde el enfoque

clsico.

Por tanto, para la obtencin de mejores resultados, se hace indispensable, proponer

y probar la eficacia de la nueva metodologa para la modelizacin de las variables

macro econmicas en el Per, que permite evaluar cmo se ha ido analizando estasvariables en el tiempo, y a la vez obtener nuevos resultados que nos permitan

descubrir su grado de adaptabilidad.

Las series de tiempo han adquirido un uso tan frecuente e intensivo en la

investigacin emprica, que los econometristas han empezado recientemente a

prestar cuidadosa atencin a este tipo de informacin.

Al efectuar la regresin de una variable de serie de tiempo sobre otra variable de

serie de tiempo, con frecuencia obtenemos un R cuadrado muy elevado aunque nohaya una relacin significativa entre las dos. Esta situacin ejemplifica el concepto

de regresin espuria.

Este problema surge porque si las dos series de tiempo involucradas presentan

tendencias fuertes (movimientos sostenidos hacia arriba o hacia abajo), el alto R

cuadrado observado se debe a la presencia de la tendencia y no a la verdadera

relacin entre las dos.


9/56


9

Box y Jenkins han desarrollado modelos estadsticos para series temporales que

tienen en cuenta la dependencia existente entre los datos, esto es, cada

observacin en un momento dado es modelada en funcin de los valores anteriores.

Los anlisis se basan en un modelo explcito. Los modelos se conocen con el

nombre genrico de ARIMA (AutoRegresive Integrated Moving Average), que deriva

de sus tres componentes AR (Autoregresivo), I (Integrado) y MA (Medias Mviles).

El modelo ARIMA permite describir un valor como una funcin lineal de datos

anteriores y errores debido al azar, adems, puede incluir un componente cclico o

estacional. Es decir, debe contener todos los elementos necesarios para describir

el fenmeno. Box y Jenkins recomiendan como mnimo 50 observaciones en la serie

temporal.

En los modelos de series de tiempo del tipo Box-Jenkins, puede ser explicada por

valores pasados o rezagados de s misma, y por los trminos estocsticos de error.

Por esta razn, los modelos ARIMA reciben algunas veces el nombre de modelos

a-tericos, porque no pueden ser derivados de teora econmica alguna, y las

teoras econmicas a menudo son la base de los modelos de ecuaciones

simultneas.

En el presente trabajo se analizar una serie de tiempo (mandarina), con el fn de

predecir el siguiente periodo a travs del modelo ARIMA desarrollado por Box-Jenkins.

II. OBJETIVOS

2.1 Objetivo General

Realizar la prediccin para el siguiente periodo (Enero, Febrero, Marzo y Abril

del 2014), usando la serie de tiempo MANDARINA, utilizando la metodologa

de Box-Jenkis, a travs del modelo ARIMA, identificando (p, d, q),

2.2 Objetivos Especficos

Describir el comportamiento de la variable produccin en el tiempo,

identificando las principales caractersticas que puedan presentarse.

Evaluar la estacionariedad de la serie a travs del test ADF.

Desestacionalizar la serie.


10/56


10

Hacer ADF a la serie desestacionalizada para identificar si es

estacionaria, estacionalmente hablando.

Realizar el contraste Zivot & Andrews a la serie.

Analizar el correlograma de los residuos: La Funcin de Autocorrelacin

simple (AR) y La Funcin de Autocorrelacin Parcial (MA).

Evaluacin del Jarque-Bera.

Clculo de la prediccin.

III. MARCO TERICO

3.1 INFORMACION GENERAL DELA MANDARINA

La mandarina es una fruta que se viene constituyendo en el nuevo producto

estrella de las exportaciones peruanas y con enormes perspectivas de

desarrollo, en la medida que los principales mercados de consumo como son la

Unin Europea, Estados Unidos, apenas han recibido volmenes limitados

desde el Per, ms Rusia que es el primer consumidor mundial, no es un

mercado regular e importante para las exportaciones peruanas. El Per estando


11/56


11

en la capacidad de ofrecer una variedad de mandarinas e hbridos de la mejor

calidad en cualquier poca del ao, apenas exporta el 17% en promedio de lo

que produce anualmente, por lo que existe un potencial para convertirse en uno

de los principales abastecedores mundiales de esta preciada fruta.

3.1.1 Origen, propiedades y usos de la mandarina

La mandarina es el fruto del rbol mandarino, planta perenne, perteneciente a la

familia de las rutceas, originario del Asia Oriental (China e Indochina).

La mandarina comparte las propiedades vitamnicas de la naranja como alimento

que protege ante las infecciones, adems de ser depurativa y antioxidante. Son

poco calricas (54cal/100gr), muy ricas en agua (86%), y no contienen grasas.

Tambin son ricas en fibra (1,9gr/10gr), contienen hidratos de carbono

(9gr/100gr), una buena cantidad de potasio (185mg/100gr), calcio (36mg/100gr),

magnesio (11mg/100gr), fsforo (117,2mg/100gr), y contienen pequeas

cantidades de vitaminas del grupo B, adems de folato (21mg/100gr), vitamina

C (35mg/100gr) y vitamina A (106mg/100gr).

A pesar de que la mandarina aporta menos cantidad de vitamina C que otros

ctricos, sigue siendo una fuente excelente de esta vitamina. Asimismo, las hojas

contienen un principio amargo que se emplea como tnico y aperitivo.

Su aceite esencial se extrae prensando la piel, siendo muy efectivo para

despertar el apetito y ayuda a dormir. Tiene una fragancia dulce y aromtica, es

antisptico, antiespasmdico, carminativo, digestivo, diurtico suave, emoliente,

laxante suave y estimulante digestivo.

La mandarina es el postre infantil por excelencia, ya que por la facilidad de

pelarlas, gusta mucho a los nios, sobre todo las variedades que no tienen

pepas. Tambin se elaboran licores y se preparan postres y repostera fina, a

veces introduciendo los gajos completos en almbar, o incluso escarchndolos,

para que duren ms. Las mandarinas se combinan con el chocolate, y se utilizan

mucho en bombonera para confeccionar especialidades con esta fruta. Son

ideales, por su perfume intenso y su color naranja brillante para perfumar

gelatinas, que se pueden utilizar tanto para postres como para combinar con

platos a base de cerdo. Tambin se hacen con ellas sorbetes, helados y se

pueden perfumar bizcochos, tartas y cremas.

La planta es ms resistente al fro y ms tolerante a la sequa que el naranjo,pero los frutos son sensibles. El factor limitante es la temperatura mnima, ya que


12/56


12

no tolera temperaturas inferiores a 3C; pues la temperatura es la que determina

su desarrollo vegetativo, floracin, cuajado y calidad de los frutos. Las

temperaturas altas constantes mantienen altos niveles de clorofilas y su color es

persistentemente verde.

Necesitan suelos permeables y poco calizos y un medio ambiente hmedo tanto

en el suelo como en la atmsfera.

Se recomienda que el suelo sea profundo para garantizar el anclaje del rbol,

una amplia exploracin para garantizar una buena nutricin y un crecimiento

adecuado.

Los suelos deben tener una proporcin equilibrada de elementos gruesos y finos

(textura), para garantizar una buena aireacin y facilitar el paso del agua,

adems de proporcionar una estructura que mantenga un buen estado de

humedad y una buena capacidad de cambio catinico. No toleran la salinidad y

son sensibles a la asfixia radicular. En general la salinidad afecta al crecimiento

de las plantas.

3.1.2 Zonas de Produccin

Los ctricos, entre ellos la mandarina alcanzan su mximo desarrollo en las reas

subtropicales (30-40 latitud norte sur) donde su produccin es estacional y la

calidad del fruto para el consumo en fresco es excelente. La produccin mundial

de mandarinas muestra un ritmo de crecimiento ms dinmico que el de las

naranjas (pases comprendidos: Estados Unidos, Mxico, Espaa, Portugal,

Italia, China, Corea, Japn, Egipto, Israel, Turqua, Chile, Argentina, Australia).

Hay un gran inters por las variedades precoces de clementina (Marisol,

Clemenpons y otras) y en general por las clementinas de calidad (Clemenules y

otras). Las variedades de clementina, de maduracin tarda, tambin son muy

apreciadas.

En reas semitropicales (23-24 a 30 latitud norte y sur) los frutos tienen unas

caractersticas intermedias: son muy jugosos, con un elevado contenido en

azcares y pueden ser destinados tanto al consumo en fresco como a la

elaboracin de zumos. Actualmente los ctricos son los frutos de mayor

produccin en el mundo como Estados Unidos, Mxico, India, pases del mar

Mediterrneo como Argelia, Marruecos, Tnez; asimismo Paraguay, Bolivia y

Brasil, Australia, Sudfrica.


13/56


13

En las regiones tropicales, como es el caso del Per (desde el Ecuador hasta

23-24 latitud norte y sur) la calidad del fruto es muy variable, dependiendo de

los microclimas y de la altitud. La produccin es casi continua a lo largo del ao

y generalmente los frutos no alcanzan su color caracterstico, si bien son jugosos,

muy dulces y poco cidos, su produccin se destina principalmente al mercado

local, en especial la produccin de las regiones ubicadas en la latitud sur

(principales pases comprendidos: Per, Colombia, Bolivia, Brasil, Mxico,

pases de Centroamrica, India, pases del mar Mediterrneo, Vietnam, Filipinas,

Malasia, Tailandia, Indonesia, Australia, Nigeria). Uno de los ms grandes

desafos de la mandarina peruana es el color, es el caso de la variedad W.

Murcott, se puede conseguir un gran calibre porque esta sigue creciendo incluso

antes de la cosecha, pero es el color medio verde, no es del todo adecuado, de

ah que citricultores peruanos vienen haciendo nuevas pruebas, importando

variedades espaolas para obtener una mandarina de buen color y adecuado

calibre.

En cuanto a los principales mercados de consumo, estas se encuentran por

encima de los 40 de latitud norte, entre los ms importantes tenemos a los

pases del norte de Europa, en especial Alemania, Austria, Francia, Reino Unido,

Noruega, Finlandia, Suecia, Suiza, Rumana, Hungra, Polonia, Eslovaquia,

Repblica Checa, Lituania, Croacia, y el resto de pases en pocas de contra

estacin, a la que podemos sumar Japn y China. Asimismo, tenemos a los


14/56


14

antiguos miembros de la ex Unin Sovitica como Rusia, Ucrania, Bielorrusia,

en Amrica tenemos a Canad y ms de diez estados del norte de los Estados

Unidos.

3.1.3 Estacionalidad de la produccin de mandarinas de los principales

pases exportadores

En el siguiente grfico podemos observar la estacionalidad de la cosecha a nivel

mundial de los principales pases productores de ctricos que interesan al Per

en el mbito internacional. Se puede observar de una manera simplificada los

perodos de cosecha de este grupo de pases que nos muestran ciertas ventanas

en las que Per puede ingresar cuando no producen, es decir estas ventanas

nos dan la oportunidad de abastecer a pases de Europa (hemisferio norte)

liderados por Espaa, Francia e Italia entre los meses de mayo y agosto, a los

Estados Unidos entre los meses de agosto y octubre, adems de abastecer a

precios excepcionales a aquellos pases que cuentan con produccin muy

limitada o nula por su ubicacin geogrfica, como son los pases nrdicos,

Inglaterra, Alemania, Canad, Rusia, entre otros.

Asimismo, podemos abastecer a pases que se encuentran en el mismo

hemisferio que el Per, que incluso compiten con nosotros en ciertas pocas del

ao, pero no producen en otras pocas del ao como son Uruguay, Argentina,Chile, Sudfrica, Australia. Para ello el Per tiene que seguir innovando a fin de

producir variedades tardas o tempranas que los mercados demandan.

3.1.4 Variedades de mandarinas en el mercado nacional


15/56


15

Existen decenas de variedades desarrolladas en el mundo, sin embargo la

variedad que se cultiven ha de adaptarse a las condiciones del medio ambiente,

suelo y clima para que los rboles vegeten bien, proporcionen cosechas

abundantes y de calidad, a un coste de produccin lo ms bajo posible. Por otra

parte, la fruta que se obtenga ha de responder a las exigencias de los mercados

de los consumidores para que alcancen en ellos buenas cotizaciones. Si se

cumplen todas estas condiciones, la variedad cultivada alcanzar una mxima

rentabilidad.

En tal sentido, la eleccin de la variedad presenta un doble aspecto, por una

parte el aspecto tcnico y por otra la parte comercial.

A continuacin presentamos aquellas variedades que ms se cultivan en el Per,

dependiendo de la zona en que se desarrolle, entre estos tenemos:

a) Grupo Satsumas (citrus unshiu): Clausellina, Okitsu, Owari.

b) Grupo Clementinas (citrus reticulata): Clementinas, Clemenules.

c) Grupo Hbridos: Fortuna, Kara, Pixie, Nova.

d) Grupo Tangores: Murcott, Ortanique, Tango (hibridacin entre mandarina

y naranja).

e) Otras: Dancy, Malvasio.

La mayor parte de las variedades comerciales se diferencian en dos grandes

familias: satsumas y clementinas, adems de los hbridos. Las variedades que

mayormente Per exporta son los satsumas, clementinas y W. Murcott.

3.1.5 Clasificacin Arancelaria en el Per:

A continuacin presentamos la estructura de la nomenclatura arancelaria basada

en la nomenclatura comn de los pases de la Comunidad Andina, y que se

sustenta en el Sistema Armonizado de Designacin y Codificacin de

Mercancas.


16/56


16

Como se puede observar en el cuadro anterior, si bien en el Arancel de Aduanas

del Per vigente comprende a las mandarinas propiamente y a las clementinas,

en la estructura arancelaria se ha incluido al tangelo como parte de la subpartida

del Sistema Armonizado de las Mandarinas (incluidas las tangerinas y

satsumas); clementinas, wilkings e hbridos similares de agrios (ctricos). Sin

embargo, al Tangelo (que es la resultante de la hibridacin de la mandarina y del

pomelo) no se le ha considerado estadsticamente dentro de la subpartida de

mandarinas, debido a su importancia como un rubro de exportacin que debe

ser evaluado independientemente, de ah que los Tangelos cuentan con una

subpartida especial.

Por lo tanto, la subpartida nacional 08.05.20.20 Tangelo, se ha excluido del

grupo de productos que van ser analizados como mandarinas.


17/56


17

3.2 LA MANDARINA EN EL MERCADO NACIONAL

3.2.2 La produccin nacional de mandarinas

En cuanto a la produccin nacional de mandarinas, como se puede apreciar en

el Grfico 1, desde la dcada de los 90 e inclusive hasta el ao 2002 noalcanzaba las 150 mil toneladas. Es a partir del 2003 que se inicia un lento pero

sostenido crecimiento de la produccin de mandarinas, aunque sin alcanzar las

200 mil toneladas, recin a partir del 2010 se supera dicha cifra (221 mil

toneladas) en los siguientes aos crece aceleradamente, alcanza una

produccin de 289 mil toneladas en el 2012 y una cifra rcord de 314 mil

toneladas en el 2013, con una tasa de crecimiento de 11,7% respecto al ao

anterior.

Esta mayor produccin va estar ligada no solo a las ventajas agronmicas que

ofrece muy en especial la costa peruana, por la ausencia de lluvias, como de

heladas y de temperaturas extremas, adems de la versatilidad, tamao y sabor

que presenta esta fruta. Adems de la presin del mercado interno por un mayor

consumo de productos ctricos, como frutas o jugos en ese afn de mejorar la

dieta alimenticia, a esto se suma el dinamismo de las exportaciones que tambin

han empezado a presionar por una mayor oferta ante requerimientos del

mercado internacional, muy en especial en pocas de contra estacin.

Esta situacin, se ha visto fortalecida por la seriedad con que los productores y

exportadores de productos ctricos han asumido ese compromiso de promover

el desarrollo de este rubro productivo alrededor de instituciones como la


18/56


18

Asociacin de Productores de Ctricos del Per (ProCitrus) o el Consorcio de

Productores de Frutas (CPF) agrupacin de productores de mandarinas que se

han asociado para exportar, adems de velar por el cumplimiento de un exigente

control de calidad. Asimismo, por la confianza que los inversionistas han tenido

respecto a la poltica de Estado a favor del sector productor y agroexportador,

apostando sus capitales en el sector citrcola, muy en especial en nuevas

plantaciones de mandarinas, especialmente en la costa del pas, de manera que

muchas empresas productoras han emprendido cambios e innovaciones en sus

sistemas de siembra, riego, cosecha, mejoras en su sistema de empacado, como

la planta de FruChincha (Chincha), la de Agrcola Hoja Redonda S.A (Chincha)

y de Torreblanca que pertenece al Grupo Romero (Chancay, Huaral), El Paraso

(Irrigacin Santa Rosa-Sayn), Santa Patricia (Huaral), etc. A ello ahora se suma

la tendencia de los productores citrcolas por desarrollar especies de mandarinas

de preferencia internacional, como las variedades Satsuma que se demanda en

el continente europeo, as como la Clementina que, casi la totalidad de su

produccin, se destina a los Estados Unidos o la variedad W. Murcott.

En la actualidad hay un reto para los productores de mandarina en el Per y es

producir una mandarina de la mejor calidad, en ese sentido, las caractersticas

de una mandarina de este tipo que son mayormente demandadas en el mundo

mayormente por los nios, tiene que ver con la ausencia de pepas, un color

atractivo, entre rojo o naranjo, un tamao o calibre adecuado. La cscara debe

ser muy fcilmente pelada, no debe ensuciar las manos con residuos o el aceite

esencial de la cascara, al mascar la pulpa esta debe deshacerse sin sentir la piel

de la pulpa, lo contrario significara que deja residuos y eso no es bueno. Esta

es la calidad de la mandarina que el mercado viene exigiendo y hay el

compromiso de los productores, junto con los tcnicos del INIA, de obtener un

hibrido que pueda cumplir con la demanda de los mercados ms sofisticados.

En cuanto a la produccin por regiones, destaca ntidamente la regin Lima

(Chancay, Huaral) como la ms importante y dinmica zona productora del pas.

En el 2012 alcanz un volumen de produccin de 163 mil toneladas, esta se ha

incrementado en un 9,8% en el 2013, registrando un volumen de produccin de

179 mil toneladas, siendo esta cifra un 57% de la produccin total.


19/56


19

Como se puede observar en el Grfico 4, otras regiones que han destacado por

su mayor produccin son la regin Ica y la regin Junn, que han alcanzado un

volumen de produccin de 69 mil y 46 mil toneladas respectivamente,

participando con el 22% y 14,6% de la produccin nacional. Las tres regiones

han representado el 93,6% del total producido en el pas durante el ao 2013.

Cabe sealar, que existe una menor produccin en otras regiones del pas pero

que estn en proceso de desarrollo, en especial en las regiones de Puno y

Ucayali; asimismo La Libertad, Loreto, San Martn y Hunuco, estas por ahora

solo estn orientadas al mercado interno, excepto La Libertad.

3.2.3 pocas de cosecha (estacionalidades/calendario)

En cuanto a las pocas en las que se realiza la cosecha de mandarinas, si bien

en general estas se realizan durante todo el ao, debido a la diversidad de

microclimas en las tres regiones del Per, sin embargo el grueso de la cosechaest concentrada entre los meses de abril y agosto, los que suman alrededor del

82% del total cosechado en el ao.


20/56


20

Es muy importante identificar qu tipo o variedad de mandarina se debe producir

dependiendo del tipo de suelo, as como tambin definir en qu momento debe

ocurrir la cosecha en funcin a la demanda internacional y dependiendo del tipo

de mercado. Esto es importante para no saturar el mercado en determinados

momentos del ao. Hay unas mandarinas que salen entre marzo y mayo, otras

entre junio y julio o entre agosto y setiembre. En la medida que en la costa los

cultivos se pueden planificar, debera tenerse en consideracin aquellas

ventanas estacionales en especial de los mercados del hemisferio norte adonde

se puede entrar a precios interesantes e inclusive a mercados de grandes

productores de mandarinas pero que en ciertas pocas del ao no producen.

A continuacin presentamos el calendario de cosechas de mandarinas en la

costa peruana, elaborada por ProCitrus y publicada en la revista

Agro&Exportacin N 17, en la que se precisa la variedad de mandarina que se

cosecha en cada poca del ao. De ah que las variedades que ms se producen

en la costa nacional son la Owari, Clementina (Nules), Dancy y W. Murcott.


21/56


21

3.2.4 Precios en chacra de la mandarina

En la dcada del 90 y en los siguientes aos hasta el 2006, las frutas, entre ellas,

las mandarinas tenan una demanda muy limitada por la poca costumbre de la

poblacin de alimentarse de productos frescos y sanos; de ah que sus precios

al menos en chacra se encontraban bastante deprimidos como se puede

observar en el Grfico 6. Es a partir del ao 2007 que los precios promedios

anuales mejoran de una manera sostenida, e incluso superan el valor de S/. 1

por kilogramo en el 2009 y aos siguientes, incluso en el ao 2013 alcanzan un

precio promedio rcord de S/. 1,16 por kilogramo.


22/56


22

Asimismo, en el Grfico 5, podemos observar los precios promedios mensuales

en chacra para la mandarina durante ocho aos. En ese sentido, los precios ms

bajos se observan en los aos anteriores al 2007.

Es partir de ste ltimo ao que los precios empiezan a mejorar, pero hasta el

ao 2011 la evolucin de los precios es muy irregular, no se aprecia la influencia

de la estacionalidad en los precios, esta es muy limitada. Sin embargo a partir

del 2012 y el 2013 los precios muestran una relacin directa respecto a la

estacionalidad de la cosecha de mandarinas.

En el grfico siguiente se puede apreciar este comportamiento de los precios,

que en el largo plazo se viene incrementado sostenidamente, aunque de una

manera muy inestable.

3.3 CONSUMO NACIONAL Y PRECIO AL CONSUMIDOR

3.3.2 El consumo nacional de mandarinas

El consumo nacional de mandarinas es el resultado que hemos calculado sobre

la base de la produccin nacional anual, a la que hemos sumado las marginales

cifras de importacin consumidas en nuestro mercado y se ha eliminado los

volmenes de exportacin que han sido consumidas en el exterior, su resultado

es conocido como la demanda interna aparente (DIA).

En tal sentido, el consumo interno de mandarinas ha venido creciendo en el pas

en la medida que se ha incrementado la oferta nacional. Del ao 2000 al ao

2013 se ha duplicado dicho consumo, pasando de 127 mil toneladas a 261 mil

toneladas, respectivamente. El crecimiento del consumo nacional se ha logrado

dinamizar a partir de la segunda mitad del perodo bajo anlisis (2006) siendocubierta ntegramente por la produccin nacional; sin embargo en el 2013 un lote


23/56


23

de casi 25 toneladas fue importada por primera vez desde los Estados Unidos,

cifra aunque marginal, ha sido demandada para cierto nicho de mercado. Es

importante resaltar que casi la mayor parte de la produccin nacional es

consumida en el mercado interno, apenas entre un 15%-17% es exportada,

incluso de aquellos fundos dedicados a la exportacin, alrededor de un 50% de

su produccin los orientan al mercado nacional, ya que los precios que se pagan

internamente son muy aceptables.

3.3.3 Precios de la mandarina al consumidor en Lima Metropolitana

De acuerdo con la informacin proporcionada por el INEI, el precio de la

mandarina al consumidor y que se presenta en el Grfico 8, nos muestra un

marcado comportamiento estacional y casi bastante parecido el comportamiento

del precio de la mandarina en el mercado de frutas (precio al por mayor).


24/56


24

En el corto plazo se puede observar como los precios se incrementan

sustancialmente en aquellas pocas en las que es marginal la produccin

nacional, ese perodo est entre los meses de noviembre hasta marzo, pero elprecio disminuye sustancialmente en aquellos meses de cosecha de la

mandarina, cuando existe una abundancia de oferta, el mismo que se realiza

entre los meses de abril y agosto.

Cabe mencionar que la diferencia entre el precio en chacra y el precio al

consumidor guarda una relacin promedio muy cercana al 2x1, en especial

durante los aos 2012 y 2013.

3.4 COMERCIO EXTERIOR

3.4.2 Exportaciones

Las exportaciones peruanas de mandarinas han venido creciendo de una

manera sostenida tanto en valor, como en volumen. Hasta antes del ao 2000

estas apenas representaban el 1% de la produccin nacional, en el 2001 al

menos alcanzaban el 4,8% de la produccin con un volumen de 6 mil toneladas,

a partir del 2004 ya empiezan a tener una mayor importancia las exportacionesde mandarinas, alcanzan un volumen de 19 mil toneladas y un valor de 13,2

millones de dlares, en los siguientes aos (2007-2009) se observa un

comportamiento oscilante que refleja la crisis econmica mundial que afecta a

los pases desarrollados, nuestros principales mercados.


25/56


25

A partir del 2010 se aprecia una recuperacin de las exportaciones y con una

tendencia creciente, esta situacin no responde a un hecho aislado, sino, a un

aumento en los ltimos aos de la demanda de mandarina a nivel mundial,

destinados al consumo directo o a la industria de jugos o nctares. Refleja el

cambio de la dieta alimentaria en muchos pases de Europa, Canad y Estados

Unidos, que apuntan a un mayor consumo de productos naturales en su dieta

diaria.

En el ao 2010, aumentan las exportaciones en un 48,7% respecto al ao

anterior, stas representan un 16% del total producido (37 mil toneladas). En los

siguientes aos siguen creciendo las exportaciones hasta un volumen de 44 mil,

51 mil y 53 mil toneladas, y un valor de 45 millones y 56 millones y 61 millones,

durante los aos 2010, 2011, 2012 y 2013, respectivamente, representando un17% en promedio del total producido en el pas, todo un rcord.

3.4.3 Estacionalidad de las exportaciones

Si bien es cierto que podemos producir incluso durante casi todo el ao, sin

embargo las exportaciones peruanas aun muestran una marcada estacionalidad

que inicialmente se concentraba en muy pocos meses y dicho perodo se ha

venido ampliando en la medida que se aprecia un gran avance en el cultivo y su

desarrollo tecnolgico.

En tal sentido, entre los aos 2000-2001 las exportaciones se concentran en los

meses de junio-agosto, en los aos 2002-2006 se va ampliando este perodo de

exportacin a los meses de abril agosto y a partir del 2007 hacia adelante las

exportaciones se realizan inclusive entre los meses de abril-setiembre de cada

ao. Pero el grueso de las exportaciones se va mantener entre los meses de

mayo-agosto.

Es importante sealar que, justamente es en estos perodos cuando Per podra

ingresar a los mercados del hemisferio norte con una mayor facilidad, ya que

ellos no producen en esta poca del ao (mayo-agosto) como es el caso de los

pases europeos, entre ellos Espaa. En cuanto a los Estados Unidos, no

producen entre agosto y octubre, estando el Per en la capacidad de abastecer

entre los meses de agosto y setiembre. Incluso existen buenas posibilidades en

aquellos mercados que no producen y se encuentran desabastecidos por sus

proveedores regulares, como son Canad, pases de Europa del Norte


26/56


26

(Alemania, Inglaterra, Suiza, Noruega, Holanda, etc.) y ahora pases incluso

emergentes como Rusia, Ucrania, China, Corea y Japn.

Los pases del hemisferio sur, con los que competimos de igual a igual son con

Argentina y Chile, con los que salimos juntos, pero eventualmente nos

adelantamos a Sudfrica y Australia.

3.4.4 Principales mercados de destino

En cuanto a los principales mercados de destino para las exportaciones de

mandarinas y clementinas, actualmente exportamos en general haca ms de 30

mercados individualmente considerados, sin tomar en cuenta su asociacin en

algn bloque econmico. En ese sentido, desde los primeros aos de este nuevo

siglo, destacan por su presencia los mercados europeos, de ah que el bloque

de la Unin Europea representa el 50% del total exportado por Per en el 2013,

principalmente Inglaterra y Holanda; en Amrica del Norte Canad, y con una

presencia ms modesta pases como Irlanda, Espaa, Blgica y Rusia; y en

Amrica Latina Colombia y Venezuela.

Sin embargo, desde el 1 de mayo del 2006 se aprecia una reconfiguracin del

panorama exportador, luego de la autorizacin de ingreso de los ctricos

peruanos al mercado norteamericano, despus de levantarse las barreras

fitosanitarias que impedan su exportacin a dicho pas. Aunque tal permiso

permite el acceso de ctricos exportables solo desde algunas zonas como Ica,


27/56


27

Lima, Lambayeque, Piura y Junn, actualmente se viene gestionando la

ampliacin a otras zonas que ya se han declarado libres de la mosca de la fruta.

En ese sentido, a partir del 2006 se aprecian crecientes cifras de exportacin

hacia los Estados Unidos, de manera que a la fecha se ha constituido en el

segundo mercado ms importante despus de la Unin Europea y representa el

25% del total exportado por Per (US$ 16,6 millones). Otro pas que de manera

permanente se ha comportado como un mercado tradicional para las

exportaciones de mandarinas es Canad, que se ha constituido en el tercer

mercado ms importante despus de los Estados Unidos, con un 18% del total

exportado (US$11,6 millones).

Una mencin especial es para el gran mega mercado de la Unin Europea, cuyos

requisitos fitosanitarios no son tan exigentes como el de los Estados Unidos,

basta con adjuntar un Certificado Fitosanitario extendido por SENASA que

acredita que se cumple con las normas que exigen las autoridades sanitarias

europeas y as se puede acceder a los 28 pases de este gran mercado.

En tal sentido, el bloque europeo se ha convertido en el primer mercado para las

exportaciones de mandarinas, representando el 50% del total exportado por Per(US$32,9 millones). Sin embargo, es muy alta la concentracin de estas


28/56


28

exportaciones en tres pases miembros Inglaterra, Holanda, Irlanda. El primero

es mercado tradicional, representa el 64% del total exportado a la Unin Europea

y el 32% del total exportado al mundo (US$ 20,9 millones) este es el mercado

ms importante para el Per. Le siguen mercados como Holanda, Irlanda,

Suecia, etc. pases que casi no producen mandarina en ninguna poca del ao

y Per puede abastecerles no solo en pocas estacionales.

Otros mercados importantes hacia donde se puede ingresar, pero que tienen un

nivel de exigencia fitosanitaria similar al de los Estados Unidos son China y

Mxico, posiblemente estas exigencias hayan limitado por ahora el crecimientode las exportaciones hacia dichos mercados.

Es importante resaltar que actualmente Per es uno el nico pas de Sudamrica

que tiene un Protocolo Fitosanitario con China y se encuentra vigente desde el

2008. Tambin, tenemos permisos para poder exportar a mercados como Hong

Kong, Singapur y Rusia, que exigen solo un Certificado Fitosanitario, pero a la

fecha no son importantes los valores exportados, son nuevos mercados en

proceso de desarrollo, por lo que aun requieren de un mejor trabajo de mercadeo

a fin de promover la demanda de mandarinas peruanas, no hay que olvidar que


29/56


29

Rusia es el primer comprador mundial de mandarinas y Per ha exportado

montos pequeos y de manera irregular.

Segn lo informado por un funcionario del SENASA, a fin de poder acceder a

nuevos mercados se viene trabajando con sus homlogos de otros pases para

que los ctricos ingresen a Japn, Corea del Sur, Brasil, Uruguay, Argentina,

Filipinas, Tailandia, India, Malasia, Vietnam, Nueva Zelanda y Taiwn. Casi en

todos los casos se encuentran en la etapa de Anlisis de Riesgo de Plagas.

Fitosanitario o algn tipo de acuerdo. De nada vale tener muchos tratados de

libre comercio que nos exoneran del pago de aranceles si es que no podemos

ingresar por cuestiones fitosanitarias, de ah otro reto que tenemos que superar

con el apoyo decidido del SENASA.

3.4.5 Tratamiento arancelario en los principales mercados de

destino

El Per tiene suscrito sendos tratados de libre comercio (TLC) con los principales

pases consumidores de mandarina, excepto con Rusia, de ah que estamos en

mejores condiciones que muchos pases productores de ctricos de ingresar a

estos importantes mercados, con un tratamiento arancelario preferencial.

Dos casos muy importantes para destacar son los que tenemos con el bloque de

la Unin Europea, con el que

Per ha suscrito un tratado de libre comercio denominado Acuerdo Comercial

a fin de poder ingresar de manera ms flexible los productos ctricos al mercado

europeo, no obstante la enorme sensibilidad sealada por ellos, se nos ha

liberado del arancel ad valorem que es de 16%, sin embargo se mantiene un

mecanismo europeo denominado Precios de Entrada (PE) que permite aplicar

un derecho arancelario especfico y cuyo nivel depende de dos criterios: la fecha

en que se exporta (lo estacional) por un lado y el nivel del precio de la mandarina,

ms elevado ms arancel, en la nota explicativa del cuadro adjunto se puede

observar mayores detalles sobre el particular.

Por otro lado, tenemos un TLC con los Estados Unidos (Acuerdo de Promocin

Comercial) otro importante mercado, de manera que con este acuerdo se ha

logrado eliminar los aranceles aplicados por dicho pas a las importacionesprocedentes de terceros pases que es de US$ 1,9 ctvs/kg. Asimismo, nos han


30/56


30

consolidado el arancel de 0% (libre) aplicado por Canad y en el caso de Japn,

dada su elevada sensibilidad, en el marco del TLC suscrito con dicho pas,

optaron por exceptuar a la mandarina de la aplicacin de un programa de

liberacin arancelaria, es decir mantienen vigente su arancel NMF, que es de

17% ADV-CIF.

En el caso de Rusia, primer demandante de mandarinas del mundo, no tenemos

por ahora un TLC suscrito. En ese sentido, no obstante tener muy poca o nula

produccin de mandarinas aplican un derecho arancelario de 5% ADV-CIF o un

derecho especfico de 0.3 euros/kg. Se aplica el ms elevado que le

correspondiera en ese momento (en funcin del precio).


31/56


31

3.4.6 Principales empresas exportadoras de mandarinas

En el Cuadro 4, se puede observar a las ms importantes empresas

exportadoras de mandarinas, en total son aproximadamente 34 empresas que

se dedican a este rubro, pero aquellas que destacan por su valor exportadotenemos al Consorcio de Productores de Frutas que aglutina a varios

productores de mandarinas que en el ao 2013 exportaron por un valor de US$

25,9 millones, representaron el 39.5% del total de las exportaciones en dicho

ao. Le sigue en segundo lugar la empresa Procesadora Larn SAC, y otras

trece empresas ms, representando en conjunto el 95,6% del total exportado.


32/56


32

3.5 LA MANDARINA EN EL MERCADO INTERNACIONAL

Ms de 20% de la produccin mundial de ctricos corresponde a mandarinas y

tangerinas. Durante las ltimas dcadas ha habido un importante desarrollo de las

plantaciones de mandarinas y la oferta muestra un marcado crecimiento, con una

rpida incorporacin de nuevas variedades, en distintas poca de cosecha.

3.5.2 reas cultivadas y produccin nacional de mandarinas

3.5.2.1 reas cosechadas

Las reas con mandarinos en el mundo ha venido creciendo ao tras ao, de

acuerdo con recientes cifras proporcionadas por la FAO, entre el ao 2000 y el

ao 2012, las reas plantadas se han incrementado casi en un 50% al pasar

de 1 657 450 hectreas a 2 345 020 hectreas en este ltimo ao esta

expansin se refleja en una tasa de crecimiento anual promedio de 3%.

Es en el hemisferio norte donde se produce la mayor parte de las mandarinas,

ao tras ao ha ampliado su participacin, de manera que en el 2000 produca

casi el 86% del total del mundo y en el 2012 ha superado el 90%. El pas que

concentra la mayor parte de la superficie de plantaciones con mandarinos es

China que paso de 54% del total mundial (892 mil hectreas) a un 66,5% en el

2012 (1 560 mil hectreas). Le sigue muy de lejos Espaa que entre el ao

2000 y el 2012 solo increment en 10 mil hectreas de su superficie plantada

(9%). Mucho ms lejos se encuentran otros pases como Marruecos, Pakistn,

Japn, Egipto. Mientras que los pases del hemisferio sur, representan

aproximadamente el 5% de la produccin mundial, entre los que destacan

Brasil y Argentina. Es de destacar el crecimiento de las reas plantadas de

Bolivia, que ha pasado de 5 400 hectreas a 16 400 hectreas (204%),

mientras que Per ha aumentado en 56,6% en ese mismo perodo (11 549

hectreas en 2012).

Hay pases como Japn, Irn, Corea, Tailandia e Italia, que han reducido sus

reas plantadas.


33/56


33

3.5.2.2 Produccin mundial de mandarinas

La produccin mundial de mandarinas ha venido creciendo de una manerasostenida, en la medida que se ha ampliado las reas plantadas con

mandarinos. Entre los aos 2000 y 2012 la produccin se increment en 47%,

pasando de 18,3 millones de toneladas a 27 millones de toneladas,

respectivamente. El hemisferio norte sigue siendo la principal regin

productora de mandarina, pasando de representar un 84% de la produccin

total en el 2000, a un 88% en el 2012.

Mientras que el hemisferio sur apenas representa el 6,7% de la produccin

total. Destacan por el volumen producido Brasil, Argentina, Per y Sudfrica.

Entre los principales pases productores de mandarinas, ubicados en el

hemisferio norte, destaca China que participa con el 50% de la produccin total

mundial en el 2012 (13,6 millones de t) a diferencia de su participacin

mayoritaria en la superficie plantada, en este caso es menor su presencia

respecto a la produccin total. Le siguen muy lejos Espaa con una produccin

de 1,9 millones de toneladas, ms lejos an se encuentran pases como

Turqua,Egipto, Marruecos, Japn e Irn. Cabe mencionar que Espaa ha

empezado a declinar su produccin desde el 2006, registrando el nivel ms


34/56


34

bajo en el 2012, lo cual nos estara indicando que Espaa podra estar

sintiendo los embates de la competencia de otros pases productores

emergentes.

Los pases del hemisferio sur apenas han crecido en un 0,6%, incluso

Argentina ha disminuido su produccin que superaba los 600 mil toneladas al

ao en el perodo 2000-02 a niveles cercanos a las 400 mil toneladas en estos

ltimos aos. Brasil tambin mantiene una tendencia declinante.

En cuanto al Per, es todo lo contrario, ha aumentado su produccin en 118%

en el 2012 respecto al ao anterior y se ha ubicado en el Hemisferio Sur como

el tercer pas en orden de importancia, despus de Brasil y Argentina. Australia,

Sudfrica, Bolivia y Colombia, tambin muestran un crecimiento sostenido,

pero en volmenes ms modestos respecto al Per.


35/56


35

3.5.2.3 Rendimiento mundial de mandarina

En cuanto al rendimiento del cultivo del mandarino, llama la atencin la bajaproductividad de China, que siendo el primer cultivador y productor de

mandarina, obtiene rendimientos limitados, apenas 8,7 toneladas por hectrea,

mientras que otros pases como Chipre se encuentran con 51,5 toneladas de

mandarina por hectrea, cabe destacar tambin la alta productividad de pases

como Palestina, Corea, Croacia, que se encuentran en alrededor de 32

toneladas por hectrea. Un comentario especial merece el nivel de rendimiento

de los Estados Unidos, no obstante estar en un lugar expectante con 27,6

toneladas por hectrea, ha disminuido en 22,4% respecto al rendimiento

registrado en el ao 2000 (35,6 toneladas por hectrea). En cuanto al Per,

ocupa el 10 lugar en rendimiento, siendo destacable que ha logrado

incrementar dicho indicador en un 39% entre el ao 2000 (17,4 t) y el 2012

(24,3 t) y se mantiene en esa tendencia.


36/56


36

3.5.3 COMERCIO MUNDIAL DE MANDARINAS

3.5.3.1 Importaciones mundiales de mandarinas

Como se puede apreciar en el cuadro que sigue, se muestra las cifras globales

de produccin mundial de mandarinas de fuente FAO, las importaciones demandarinas han venido creciendo de una manera sostenida. El promedio de

los aos 80 y 90 as lo muestra, las mismas que alcanzan su nivel ms

importante en la campaa 2012/2011, en esta se registra un volumen de 3,66

millones de toneladas y de acuerdo con informacin del Centro de Comercio

Internacional (CCI) estas habra alcanzado un valor rcord de 4,48 millones de

toneladas en el 2012.

Como se puede observar en el Cuadro 8, el 99,7% del total demandado est

concentrado en los mercados del hemisferio norte, siendo marginal la

participacin en los mercados del hemisferio sur. Esta mayor demanda en el

mundo se ha venido ampliando al ser considerado un producto nutracutico,

con amplios beneficios para la salud.

Rusia es el mercado que lidera las importaciones de mandarinas, habiendo

alcanzado un volumen de 700 mil toneladas en el 2011. Las cifras del CCI

sealan que en el 2012 alcanz un valor de 750 mil toneladas, representado

alrededor del 19% del total importado por el mundo. Otros importante mercados

de elevado consumo de mandarinas son algunos pases miembros de la Unin

Europea, tales como Francia, Alemania, Reino Unido (Inglaterra), Pases Bajos

(Holanda) y Polonia, este grupo de pases ha participado con el 37,5% del total

demandado por el mundo.

Un poco ms rezagados aparecen los mercados de los Estados Unidos y el

Canad con 140 mil y 125 mil toneladas de acuerdo con las cifras ms

recientes de la FAO.

Es importante observar que el Per an no est abasteciendo plenamente a

los ms importantes mercados de mandarinas como son Rusia, Francia,

Alemania. Nuestro pas orienta sus ventas principalmente hacia Inglaterra,

Holanda y Los Estados Unidos, importantes mercados pero que se ubican en

un nivel de importacin por debajo de los mercados mencionados

anteriormente.


37/56


37

3.5.3.2 Exportaciones mundiales de Mandarinas

En cuanto a las exportaciones mundiales de mandarinas, de acuerdo con las

ltimas estadsticas proporcionadas por la FAO, el volumen de exportacin

ha venido creciendo de una manera continua, los promedio exportados entre

los aos 1980 hasta 1999 nos muestran cifras que se han venido

incrementado de 1,2 millones de toneladas en los aos ochenta a 1,9

millones de toneladas en los noventa, pero en los ao 2000 se observa unsalto en el volumen exportado, a ms de 3,1 millones de toneladas, esta cifra

aumenta en los aos que siguen, registrando un volumen de 3 ,9 millones de

toneladas en el 2009/10 y de 4,3 millones de toneladas en el 2010/11, cifra

rcord.


38/56


38

3.2 Modelo ARIMA

El modelo ARIMA permite describir un valor como una funcin lineal de datos

anteriores y errores debido al azar, adems, puede incluir un componente cclico

o estacional.

Es decir, debe contener todos los elementos necesarios para describir el

fenmeno. Box y Jenkkins reomiendan como mnimo 50 observaciones en la

serie temporal.

Box y Jenkins han desarrollado modelos estadsticos para series temporales que

tienen en cuenta la dependencia existente entre los datos, esto es, cada

observacin en un momento dado es modelada en funcin de los valores

anteriores. Los anlisis se basan en un modelo explcito. Los modelos se

conocen con el nombre genrico de ARIMA (AutoRegresive Integrated Moving

Average), que deriva de sus tres componentes AR (Autoregresivo), I (Integrado)

y MA (Medias Mviles).

3.2.1 Metodologa de BOX-JENKINS

La metodologa de Box y Jenkins se resume en cuatro fases:

a) La primera fase:Consiste en identificar el posible modelo ARIMA que

sigue la serie, lo que requiere:

Decidir qu transformacin aplicar para convertir a serie observada

en una serie estacionaria.

Determinar un modelo ARMA para la serie estacionaria, es decir,

los rdenes p y q de su estructura autoregresiva y de media mvil.

b) La segunda fase:Seleccionado provisionalmente un modelo para la

serie estacionaria, se pasa a la segunda etapa de estimacin, donde

los parmetros AR y MA del modelo se estiman por mxima

verosimilitud y se obtienen sus errores estndar y los residuos del

modelo.

c) La tercera fase: Es el diagnstico, donde se comprueba que los

residuos no tienen estructura de dependencia y siguen un proceso de

ruido blanco. Si los residuos muestran estructura se modifica el modelo

para incorporarla y se repiten las etapas anteriores hasta obtener un

modelo adecuado.


39/56


39

d) La cuarta fase: Es la prediccin, una vez que se ha obtenido un

modelo adecuado se realizan las predicciones con el mismo.

3.2.2 Pasos a seguir para el anlisis de datos

1) Recogida de datos:Es conveniente disponer de 50 o ms datos, y enel caso de series mensuales trabajar entre seis y diez aos completos.

2) Representacin grfica: Es de gran utilidad disponer de un grfico dela serie para decidir sobre la estacionariedad. En ocasiones, se utilizanmedias y desviaciones tpicas por subperiodo para jugar sobre laestacionariedad de la serie.

3) Transformacin previa de la serie:Cuando la serie no es estacionariaen varianza se requiere una transformacin logartmica. No obstante, latransformacin logartmica es muy frecuente incluso en series condispersin relativamente constante en el tiempo. Una prctica habitual

es ensayar con la serie original y en logaritmos y comprobar resultados.4) Eliminacin de la tendencia:La observacin del grfico de la serie

india la existencia o no se tendencia. Una tendencia lineal sercorregida tomando primeras diferencias, que ser el caso ms

frecuente. Una tendencia no lineal suele llevar en la prctica al uso dedos diferencias como mucho.

5) Identificacin del modelo:Consiste en determinar el tipo de modeloms adecuado, esto es, el orden de los procesos autoregresivos y de

medias mviles de las componentes regular como estacional. Eshabitual terminar eligiendo entre los procesos ms simples AR(1),AR(2), MA(1), MA (2) y ARMA(1,1), tanto en la parte regular comoestacional. En caso de la duda pueden seleccionarse varios modelos

alternativos que sern estimados y contrastados posteriormente, paradefinir finalmente el modelo adoptado.

6) Estimacin de los coeficientes del modelo:Decidido el modelo, seprocede a la estimacin de sus parmetros, dado que se trata de un

procedimiento iterativo de clculo, pueden sugerirse valores iniciales.7) Contraste de validez del modelo:Se utilizan distintos procedimientos

para valorar el modelo o modelos inicialmente seleccionados, contrastede significancia de parmetros, covarianzas entre estimadores,

coeficientes de correlacin, suma de cuadrados de errores, etc.

8) Anlisis de validez de los errores:Se tendr en cuenta las diferenciashistricas entre valores reales y estimados por el modelo para suvaloracin final. Hay que verificar un comportamiento no sistemtico de

los mismos, as como analizar la posible existencia de erroresespecialmente significativos.

9) Seleccin del modelo:En base a los resultados de pasos anteriores,se decide sobre el modelo adoptado.

10) Prediccin:El modelo seleccionado se utilizar como frmula inicial laprediccin.


40/56


40

3.2.3 Modelos Autorregresivos AR(p)

Definimos un modelo AR (autorregresivo) como aquel en el que la variable

endgena de un perodo t es explicada por las observaciones de ella mismacorrespondientes a perodos anteriores (parte sistemtica) ms un trmino de

error ruido blanco (innovacin).

Los modelos autorregresivos se abrevian con la palabra AR tras la que seindica el orden del modelo: AR (1), AR(2),....etc. El orden del modelo expresael nmero de observaciones retasadas de la serie temporal analizada que

intervienen en la ecuacin. As, por ejemplo, un modelo AR (1) tendra lasiguiente expresin:

a+Y+=Y t1-t10t


41/56


41

La expresin genrica de un modelo autorregresivo, no ya de un AR(1) sino

de un AR(p) sera la siguiente:

a+Y+......+Y+Y+=Y tp-tp2-t21-t10t

Esta forma funcional se acompaa de una serie de restricciones conectadas

con importantes hiptesis analticas:

El proceso no debe ser anticipante (hiptesis de recursividad

temporal); lo que quiere decir que los valores de una variable en un

momento t no dependern de los que esta misma tome en t+j.

La correlacin entre una variable y su pasado va reducindose a

medida que nos alejamos ms en el tiempo (proceso ergdico).

La magnitud de los coeficientes est limitada en valor absoluto: as, porejemplo, en el caso de un AR(1), el coeficiente autorregresivo de un

proceso estocstico estacionario ha de ser inferior a 1 en valor

absoluto; en el caso de un Ar(2), es la suma de los dos coeficientes la

que no puede exceder la unidad. Estas restricciones expresadas en los

coeficientes conectan con las propiedades de estacionariedad del

proceso analizado o, dicho de otro modo: slo los modelos cuyos

coeficientes respetan una serie de condiciones (que dependen del

orden p del modelo) representan procesos estocsticos estacionarios

y, por tanto, tienen utilidad analtica.

3.2.4 Modelo de Medias Mviles MA(q)

Un modelo de los denominados de medias mviles es aquel que explica elvalor de una determinada variable en un perodo t en funcin de un trminoindependiente y una sucesin de trminos de error, de innovaciones

correspondientes a perodos precedentes, convenientemente ponderados.

Estos modelos se denotan normalmente con las siglas MA, seguidos, como enel caso de los modelos autorregresivos, del orden entre parntesis. As, unmodelo con q trminos de error MA(q) respondera a la siguiente expresin:

a+....+a+a+a+=Y q-tq2-t21-t1tt

que de nuevo puede abreviarse utilizando el polinomio de retardos (como enel caso de los modelos AR):

+a(L)=Y tqt


42/56


42

As como un modelo autorregresivo es intuitivamente sencillo de comprender,

la formulacin de un modelo de medias mviles resulta sorprendente para elno iniciado. Qu significa que una variable aleatoria se explique en funcinde los errores cometidos en perodos precedentes?, De dnde procedenesos errores?, Cul es la justificacin de un modelo de este tipo?. En

realidad, un modelo de medias mviles puede obtenerse a partir de un modeloautorregresivo sin ms que realizar sucesivas sustituciones:

+a+....+a+a+a+a=Y

Y+a+a=Y

a+Y=Ya+Y=Y

j-t

j

3-t

3

2-t

2

1-ttt

2-t

2

1-ttt

1-t2-t1-tt1-tt

...........

........

IV. METODOLOGA

4.1 Tipo y diseo de investigacin

Esta Investigacin a realizar es de tipo descriptivo, para lo cual se estudia laserie de tiempo MANDARINA en miles de toneladas mtricas, para ser

estudiado en el mbito economtrico a travs de la metodologa de Box-Jenkins.

4.2 Diseo de investigacin

El diseo es descriptivo simple:

4.3 Poblacin y muestra

a) Poblacin

Para la investigacin se han tomado datos secundarios, recopilados delMinisterio de Agricultura, del producto agrcola mandarina, en periodos

mensuales.

Donde:

M= muestra

=


43/56


43

b) Muestra

La muestra abarca 288 datos para la serie MANGO, desde el periodo de1990M12013M12, construyendo con esta informacin data de una

serie de tiempo.

4.4 Serie de Tiempo

Se est considerando la serie de tiempo mandarina, serie que presenta un

comportamiento estacionario, con el que partiremos a formar un MODELOARIMA.

V. RESULTADOS

5.1 Pasos para la Metodologa ARIMA

En el anlisis de la serie temporal, mandarina, se tuvo en cuenta la

metodologa rigurosa propuesta por Box y Jenkins (1970), mediante el cual seexplica el comportamiento de la variable estacionaria y se construye a partir

de ello el modelo ARIMA.

5.2 Paso 1. Identificacin:

Consiste en decidir si Yt necesita ser diferenciada para encontrar su

estacionariedad.

Determinar el grado u orden de integracin adecuado, es decir,

encontrar los valores apropiados de p, d y q. El correlograma y el

correlograma parcial ayudan en esta labor.

Se presenta la serie del producto agrcola mango producido en miles

de TM, por el cual procesemos a ver si es estacional.


44/56


44

Segn se observa, la serie podra ser estacionaria, ya que la produccin demango no se produce todo el ao, y es lo que el grfico 1 muestra; la

estacionariedad de la produccin de mango en el Per durante los meses deNoviembre a Marzo.

Es necesario trabajar con logaritmos de la serie original para volverla

estacionaria en el caso no lo fuera.

0

10

20

30

40

50

90 92 94 96 98 00 02 04 06 08 10 12

Grfico N1: Produccin de Mandarina (miles de TM)

Fuente: Ministerio de Agricultura

Elaborado: Rubn Arias C .

-2

-1

0

1

2

3

4

90 92 94 96 98 00 02 04 06 08 10 12

Grfico N 2: Produccin de mandarina en logaritmos (miles de TM)

Fuente: Ministerio de Agricultura

Elaborado por: Rubn Arias C.


45/56


45

Se puede observar en el grfico 2 que la produccin de la mandarina lleva el

ritmo cclico, por lo tanto se tendr que realizar la prueba de raz unitaria paraverificas si la serie tiene un comportamiento estacionario, se utilizar elcontraste de Dickey-Fuller Aumentado.

Tabla N 01: Test ADF

Null Hypothesis: LMANDARINA has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 12 (Automatic based on SIC, MAXLAG=12)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.238990 0.0791

Test critical values: 1% level -3.991780

5% level -3.426251

10% level -3.136336

*MacKinnon (1996) one-sided p-values.

Bajo la propuesta de ADF, se muestra en la tabla N1 que la serie parecetener un comportamiento no estacional ya que su T statistic es 3.189585 envalor absoluto, siendo menor a los 3 niveles de confianza, por lo que

procedemos a aplicar su primera diferencia.

Tabla N 02: Test ADF en su primera diferencia

Null Hypothesis: D1LMANDARINA has a unit root



t-Statistic Prob.*


Test critical values: 1% level -3.991656

5% level -3.426191

10% level -3.136301


En este reporte se observa que la serie pasa la prueba de Dickey-Fuller

Aumentado, ya que el resultado de estadstico es 19.58473 en valor absolutoy es mayor a los tres niveles de confianza que son el 90%, 95% y 99%, por loque es significativo, pero para comprobar con ms detalle haremos la

siguiente prueba.


46/56


46

Se concluye que para la primera diferencia no existen problemas y hay una

estacionariedad en la serie. Por lo tanto ya conocemos el orden de integracinque en este caso sera el del uno (1) ya que tuvimos que diferenciar la serie

original una vez para que alcance su estacionariedad estacionalmente.Una vez evaluado la estacionalidad, se prosigue a desestacionalizar la serie.

-2

-1

0

1

2

-2

-1

0

1

2

90 92 94 96 98 00 02 04 06 08 10 12

D1LMANDARINA Trend Cycle

Hodrick-Prescott Filter (lambda=14400)

-2.4

-2.0

-1.6

-1.2

-0.8

-0.4

0.0

0.4

0.8

1.2

1.6

90 92 94 96 98 00 02 04 06 08 10 12

Grfico N 03: Primera diferencia logaritmica con una diferencial

Fuente: Ministerio de Agri cultura

Elaborado por: Rubn Arias C.


47/56


47

En el grfico N3 se observa la verdadera serie lmandarina, donde se identifica

el orden de la desestacionalizacin que para la serie es cada 12 meses.

Se representa: d1wlmandarina=d(lmandarina,1,12) en el lenguaje deprogramacin del programa Eviews.

Seguidamente aplicamos el Test de Dickey-Fuller Aumentado para comprobarsu estacionalidad.

Tabla N 03: Test de Dickey-Fuller Aumentado

Null Hypothesis: D1WLMANDARINA has a unit root



t-Statistic Prob.*


Test critical values: 1% level -3.9933355% level -3.427004

10% level -3.136780


Bajo este criterio, la tabla N3 demuestra que la primera diferencia logartmicade la serie mango, presenta convergencia de estacionariedad, es decir, la serietiene diferencia estacionaria. , dicho de otra forma, la serie logra suestacionariedad en su primera diferencia, o sea, la serie es estacionaria

estacionalmente hablando.

As tambin, el Test Hodrick-Presc ott Filter concluye que es estacionaria.

-3

-2

-1

0

1

2

-3

-2

-1

0

1

2

90 92 94 96 98 00 02 04 06 08 10 12

D1WLMANDARINA Trend Cycle

Hodrick-Prescott Filter (lambda=14400)


48/56


48

Anlisis de Orden AR y MA

Luego de haber pasado todas las pruebas satisfactoriamente, debemosanalizar el correlograma con la serie suavizada.

Tabla N 04: Correlograma d1wlamango

En la tabla N4 muestra el correlograma con los posibles candidatos AR y MA,ya que son estos los que se encuentran fuera de las bandas de confianza, eneste optaremos con el orden de integracin de 1 y con orden de promedio

mvil de 12, ya que debido a las pruebas intentadas con anterioridad se pudodeterminar el grado u orden de integracin adecuado (1,12), con lo cualprocedemos a la identificacin.


49/56


49

5.3 Paso 2. Estimacin:

Habiendo identificado los valores apropiados de p, d y q, se procede a estimarlos parmetros de un modelo ARIMA, los parmetros de los trminosautorregresivos (AR) y de media mvil (MA).

Tabla N 05: Modelo ARIMA (1, 1, 12)

Dependent Variable: D1WLMANDARINA

Method: Least SquaresDate: 10/25/15 Time: 13:28

Sample (adjusted): 1991M03 2013M12

Included observations: 274 after adjustments

Convergence achieved after 8 iterationsMA Backcast: 1990M03 1991M02

Variable Coefficient Std. Error t-Statistic Prob.

C 0.000337 0.005864 0.057460 0.9542AR(1) -0.194034 0.059633 -3.253790 0.0013

MA(12) -0.748563 0.040041 -18.69487 0.0000

R-squared 0.297545 Mean dependent var -0.000542

Adjusted R-squared 0.292361 S.D. dependent var 0.463517

S.E. of regression 0.389916 Akaike info criterion 0.965120Sum squared resid 41.20145 Schwarz criterion 1.004680

Log likelihood -129.2215 Hannan-Quinn criter. 0.980998

F-statistic 57.39485 Durbin-Watson stat 2.074182

Prob(F-statistic) 0.000000

La ecuacin estimada se muestra como el modelo ms adecuado con AR (1)y MA (12), para las series en primeras diferencias logartmicas, con un R^2de 30%, un Durbin Watson de 2.07 y un F statistic de 57.39.

De esta ecuacin se obtuvo que los valores de los coeficientes de AR y MA

son: =0.19 y = 0.74 respectivamente en valor absoluto (no pasa launidad), con lo que decimos que es significativa debido a que su t-estadstico

son: 3.253790 y 18.69487.

La generalizacin del modelo:

D1wlmandarina = -0.194034 * Log1wlmandarina+ + -0.748563*


50/56


50

5.4 Paso3. Verificacin de diagnstico:

Seleccionado un modelo ARIMA particular y luego de estimar sus parmetros,se realiza la aplicacin de varios test para verificar si el modelo elegido seajusta correctamente al conjunto de datos, ya que es posible que exista otromodelo ARIMA que tambin lo haga.

Una simple prueba del modelo seleccionado es ver si los residuales estimadosa partir de este modelo son ruido blanco; si lo son, se puede aceptar el ajusteparticular; si no lo son, se debe empezar nuevamente. Por tanto, lametodologa BJ es un proceso iterativo.

PRUEBA DE ESTACIONARIEDAD E INVERTIBILIDAD:

Los AR siempre son invertibles y debemos verificar si son estacionarios.

/


51/56


51

PRUEBA DE DISTRIBUCIN NORMAL:

Observando el correlograma de los residuos verificamos una distribucin quesigue un ruido blanco (con una significancia del 95%) apoyndose en elhistograma vemos que la media tiende a 0 y la varianza a un valor constante,a dems:

. < 2

2.50781 < 5.84

Con el cual podemos decir que los residuos siguen en una distribucin normal.

PRUEBA DE ESTABILIDAD DE PARMETROS:

(, ) =( 1 )( 1 )

( 1 )

(, ) = 2.44267

Esta prueba indica que si el resultado es altamente positivo o altamentenegativo se tomar como evidencia que series ser inestable; en nuestro caso

es 2.44267 lo que significa que la serie es estable.

5.5 Paso 4. Prediccin

Permite realizar modelos de prediccin puntual y una distribucin completapara los valores futuros de la serie. Una de las razones de la popularidad del

proceso de modelacin ARIMA es su xito en la prediccin, en muchos casoslas predicciones obtenidas por este mtodo son ms confiables que aquellasobtenidas de la elaboracin tradicional de modelos para predicciones de cortoplazo.

0

10

20

30

40

50

60

-1.0 -0.5 -0.0 0.5 1.0

Series: ResidualsSample 1991M03 2013M12Observations 274

Mean 0.000619Median -0.002475Maximum 1.241047

Minimum -1.240165Std. Dev. 0.388485Skewness 0.127349Kurtosis 4.559539

Jarque-Bera 2.50781Probability 0.000001


52/56


52

Tabla N 06:

Dependent Variable: D1WLMANDARINA

Method: Least SquaresDate: 10/25/15 Time: 13:28

Sample (adjusted): 1991M03 2013M12

Included observations: 274 after adjustments

Convergence achieved after 8 iterationsMA Backcast: 1990M03 1991M02

Variable Coefficient Std. Error t-Statistic Prob.

C 0.000337 0.005864 0.057460 0.9542

AR(1) -0.194034 0.059633 -3.253790 0.0013

MA(12) -0.748563 0.040041 -18.69487 0.0000

R-squared 0.297545 Mean dependent var -0.000542

Adjusted R-squared 0.292361 S.D. dependent var 0.463517

S.E. of regression 0.389916 Akaike info criterion 0.965120

Sum squared resid 41.20145 Schwarz criterion 1.004680Log likelihood -129.2215 Hannan-Quinn criter. 0.980998

F-statistic 57.39485 Durbin-Watson stat 2.074182

Prob(F-statistic) 0.000000

Inverted AR Roots -.19

Inverted MA Roots .98 .85+.49i .85-.49i .49+.85i.49-.85i .00+.98i -.00-.98i -.49-.85i

-.49+.85i -.85-.49i -.85+.49i -.98

Para la prediccin regresamos a la funcin de produccin original donde seobtienen:

PREDICCIN PUNTUAL:

Yt+1 2014M01 3.225848286 25.17492064

Yt+2 2014M02 3.221504887 25.06581304

Yt+3 2014M03 3.162057732 23.61914784

Yt+4 2014M04 3.0616154 21.36203753

Estos son los resultados que obtuvimos con anterioridad.

Ahora realizaremos la prediccin en base a criterio predictivo del paqueteeconomtrico Eviews (forecast), segn el proceso generador de datos PGD.


53/56


53

1.0

1.5

2.0

2.5

3.0

3.5

4.0

4.5

2014M01 2014M02 2014M03 2014M04

LMANDARINAF 2 S.E.

Grafico N 04: Prediccin Forecast

-2

-1

0

1

2

3

4

90 92 94 96 98 00 02 04 06 08 10 12

LMANDARINAF LMANDARINA

Grfico N 05: Pronostico Mandarina


54/56


54

En los grficos 05 y 06 observamos las predicciones para el ao 2014 de losmeses EneroAbril, vemos tambin que el coeficiente de Theil es 0.266, esdecir est cercano a 0, por lo que la prediccin es buena.

-3

-2

-1

0

1

2

3

4

5

6

92 94 96 98 00 02 04 06 08 10 12

LMANDARINAF 2 S.E.

Forecast: LMANDARINAF

Actual: LMANDARINA

Forecast sample: 1990M01 2014M04

Adjusted sample: 1991M01 2014M04Included observations: 276

Root Mean Squared Error 1.193632

Mean Absolute Error 0.990568

Mean Abs. Percent Error 154.0299

Theil Inequality Coefficient 0.266099

Bias Proportion 0.006697

Variance Proportion 0.125410

Covariance Proportion 0.867894

Grafico N06: Proyecccion Mandarina


55/56


55

VI. CONCLUSIONES

La metodologa de Box-Jenkis ha permitido estimar un modelo ARIMA de tipo

(1,1,12) para los siguiente periodo (Enero, Febrero, Marzo y Abril del 2014),usando la serie de tiempo mandarina, obteniendo resultados 25.1749,

25.0658, 23.6191, 21.3620.

La serie mango se ha llevado a logaritmos.

Bajo la propuesta de ADF, se muestra que la serie es estacionaria en su primera

diferencia, pero con lmandarina.

En la verdadera serie lmandarina, se da la desestacionalizacin cada 12 meses,

por ser cclico.

Se demuestra que la primera diferencia logartmica de la serie mandarina

(d1wlmandarina), presenta convergencia de estacionariedad, es decir, la serie

tiene diferencia estacionaria. Dicho de otra forma, la serie logra suestacionariedad en su primera diferencia, o sea, la serie es estacionaria

estacionalmente hablando.

A travs del anlisis del correlograma se obtuvo el orden de integracin (AR) 1

y con orden de promedio mvil (MA) 12, ya que debido a las pruebas intentadasse pudo determinar el grado u orden de integracin adecuado (1,12).

Se obtuvo a travs del histograma un proceso estocstico de ruido blanco, ya

que el J-B (2.50781) es menor que el chi cuadrado.

Se realiz satisfactoriamente el pronstico para los primeros 4 meses del ao

2014.


56/56


VII. REFERENCIAS BIBLIOGRFICAS

Casimiro, M. P. (18 de 10 de 2015). UNIVERSIDAD DEL PAIS VASCO. Obtenido de

https://addi.ehu.es/: https://addi.ehu.es/bitstream/10810/12492/1/04-09gon.pdf

Estadistica, I. N. (17 de 10 de 2015). Obtenido de http://www.inei.gob.pe/:

http://iinei.inei.gob.pe/iinei/siemweb/publico/

Informatica, I. N. (17 de 10 de 2015). Obtenido de http://ww

Trabajo Arima Mandarina

Documents

Transcript of Trabajo Arima Mandarina