Revista
de la
Universidad
del Zulia
Fundada en 1947
por el Dr. Jesús Enrique Lossada
DEPÓSITO LEGAL ZU2020000153
ISSN 0041-8811
E-ISSN 2665-0428
Ciencias del
Agro,
Ingeniería
y Tecnología
Año 14 N° 39
Enero - Abril 2023
Tercera Época
Maracaibo-Venezuela
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
139
Modelización econométrica aplicada y pronósticos de niveles
exportables para el plátano barraganete
en la provincia de Santo
Domingo de los Tsáchilas,
Ecuador
Mikel Ugando Peñate*
Ángel Ramón Sabando García**
Reinaldo Armas Herrera***
Ángel Alexander Higuerey Gómez****
Antonio Villalón Peñate*****
RESUMEN
La presente investigación tiene como objetivo principal la puesta en práctica de técnicas innovadoras de
modelación econométrica aplicada y pronósticos de niveles exportables del plátano barraganete (Musa
balbissiana, AAB) para Ecuador. Dentro del estudio se utiliza una metodología cuantitativa, correlacional y
predictiva, con el uso de diversas variables aleatorias econométricas: ventas, gastos mensuales, precio de venta
y número de cajas exportadas de plátano, teniendo en cuenta los niveles de exportación para Chile, Estados
Unidos y España. Se tomó como caso de estudio a la empresa FAVAYE S.A., recolectando datos para el período
noviembre del 2019 hasta julio del 2022. A través de la aplicación de la regresión lineal múltiple y el modelo
autorregresivo integrado de media móvil de Box y Jenkins se evidencia una alta correlación de las variables
regresoras; gastos mensuales, precio de venta y número de cajas exportadas en función de las ventas en miles
de dólares. La modelación estocástica presentó una alta correlación estacionaria, generando una modelación
confiable con las validaciones de los supuestos. Los resultados parciales muestran: el análisis econométrico
mediante la regresión lineal, presentó una estrecha correlación, y por defecto, los gastos mensuales tributan
con mayor fuerza a las ventas, y con una menor proporción el número de cajas exportadas y el precio de venta
del plátano. La técnica estocástica ARIMA indica una alta correlación estacionaria, un índice bayesiano
apropiado; y los parámetros del modelo ARIMA generaron una tendencia optimista, para los pronósticos de
las ventas, gastos mensuales, precio y número de cajas exportadas de plátano hasta el cierre del año 2023. Se
concluye, la presencia de escenarios apropiados e indicadores idóneos para incrementos de niveles exportables
del plátano para Ecuador.
PALABRAS CLAVE: Correlación, economía agraria, econometría, estadísticas agrícolas, exportación.
*Pontificia Universidad Católica del Ecuador, Sede Santo Domingo, Ecuador, Profesor Titular Investigador Principal,
Director del Grupo de Investigación FINNOVAPLAN. Santo Domingo, Ecuador. ORCID: https://orcid.org/0000-0002-
3021-0717. E-mail: mugandop@pucesd.edu.ec, ugando75@gmail.com
** Pontificia Universidad Católica del Ecuador, Sede Santo Domingo, Ecuador. Miembro del Grupo de Investigación
FINNOVAPLAN. ORCID: https://orcid.org/0000-0001-5438-9590. E-mail: arsabando@pucesd.edu.ec
***Universidad Técnica Particular de Loja, UTPL, Loja, Ecuador. Profesor Titular Principal, Miembro del Grupo de
Investigación FINNOVAPLAN. Loja, Ecuador. ORCID: http://orcid.org/0000-0002-3447-5838
****Universidad Técnica Particular de Loja, UTPL, Loja, Ecuador. Profesor Titular Principal, Miembro del Grupo de
Investigación FINNOVAPLAN. Loja, Ecuador. ORCID: https://orcid.org/0000-0003-0031-8898. E-mail:
aahiguerey@utpl.edu.ec
*****Pontificia Universidad Católica del Ecuador, Sede Santo Domingo de Los Tsáchilas. Miembro del Grupo de
Investigación FINNOVAPLAN. Santo Domingo, Ecuador. ORCID: https://orcid.org/0000-0002-5746-1145. E-mail:
avillalonp@pucesd.edu.ec
Recibido: 03/10/2022 Aceptado: 07/12/2022
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
140
Applied Econometric Modeling and forecasts of exportable levels for
the barraganete banana in the province of Santo Domingo de los
Tsáchilas, Ecuador
ABSTRACT
The main objective of this research is the implementation of innovative techniques for
applied econometric modeling and forecasts of exportable levels of barraganete banana
(Musa balbissiana, AAB) for Ecuador. Within the study, a quantitative, correlational and
predictive methodology is used, with the use of various econometric random variables: sales,
monthly expenses, sale price and number of exported boxes of bananas, taking into account
the export levels for Chile, the United States and Spain. The company FAVAYE S.A. was
taken as a case study, collecting data for the period November 2019 to July 2022. Through the
application of multiple linear regression and the integrated moving average autoregressive
model of Box and Jenkins, a high correlation of the regressor variables is evidenced; monthly
costs, sales price and number of exported boxes based on sales in thousands of dollars. The
stochastic modeling presented a high stationary connection, discovering a reliable modeling
with the validations of the assumptions. The partial results show that the econometric
analysis through linear regression presented a close correlation and by default, the monthly
costs are taxed more heavily on sales, and with a lower proportion the number of boxes
exported and the sale price of the banana. The ARIMA stochastic technique indicates a high
stationary correlation, an appropriate Bayesian index and the parameters of the ARIMA
model generated an optimistic trend, for the forecasts of sales, monthly costs, price and
number of exported boxes of bananas until the end of the year 2023. It is concluded, the
presence of appropriate scenarios and suitable indicators for increments in exportable levels
of bananas for Ecuador.
PALABRAS CLAVE:
Correlation, agricultural economics, econometrics, agricultural statistics,
exportation.
Introducción
Diversos estudios han manifestado las bondades en la utilización de modelos
econométricos para representar la producción del plátano y realizar pronósticos (Carrasco,
et al, 2021; Sabando et al., 2022). En Ecuador el cultivo de banano es uno de los principales
alimentos de exportación (AIbarra, 2020); acompañado del plátano barraganete que es uno
de los productos agrícolas más importante en las provincias de: Manabí, Santo Domingo, Los
Ríos, Esmeraldas y Guayas con fines de exportación, (Silva, et al., 2021; Orellana, et al., 2002
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
141
y Ugando, et al., 2022). Por lo tanto, surge la importancia de introducir los métodos
econométricos para el análisis de pronósticos productivos en el sector agrícola y en particular
para las exportaciones del plátano, con el objetivo de que los resultados puedan ser utilizados
para la toma de decisiones de investigadores, productores de frutas y empresarios del sector
agrícola (Carrasco, et al. 2021).
La situación positiva de los pronósticos de exportaciones de productos para Ecuador
presenta una tendencia al crecimiento tanto en dólares como en libras según estudios de
Correa et al., (2022). Las proyecciones de exportaciones para un producto agrícola en el
Ecuador pueden verse afectadas al cambio del precio, los incrementos de costos, entre otros
(Ruiz, 2018). En este contexto de las exportaciones, Acaro et al., (2021), manifiestan que la
evolución en las exportaciones de banano e impacto del desarrollo económico se determinó
mediante los modelos de predicción que la evolución de las exportaciones ha sido favorable
para la economía en la última década.
Los modelos econométricos expuestos por León et al., (2020), permitieron conocer el
leve impacto en las exportaciones de banano orgánico y convencional sobre la balanza
comercial en el país, demostrando escenarios creciente y decreciente para diferente época del
año, arrojando un valor positivo o superávit comercial. Por otro lado, la investigación
propuesta por García & Vite (2021) determinó que a pesar de la pandemia que suscitó un
gran impacto económico, el sector bananero exportador no se ha visto afectado en su
crecimiento, obteniendo como resultado que el país exportó en el período de enero a junio del
2019 un valor de 12696 toneladas métricas y generó 1706.2 millones de dólares; y en el mismo
periodo para el año 2020 exportó 12921 toneladas métricas y generó 2003.3 millones de
dólares. De esto modo queda en evidencia una variación absoluta de 225 toneladas métricas
y 297.1 millones de dólares más que el primer semestre del 2019, con un porcentaje de 17.41 %
de variación positiva.
Los pronósticos son una herramienta que proporciona un estimado cuantitativo de la
probabilidad de eventos futuros, con respecto en el volumen de ingreso y egreso de los
productos con el fin de estimar el volumen de almacenamiento para prever los requerimientos
de instalaciones adicionales, personal y materiales necesarios para la movilidad de los
productos (Contreras et al., 2016). Sin embargo, Ruiz (2018) indica que gran parte de las
decisiones que se toman en las empresas públicas o privadas, se hacen a partir de
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
142
pronósticos y de error o incertidumbre asociado con estos. En esta misma línea, Muñoz et al.,
(2019) manifestaron que, la cantidad de banano exportada tiende a incrementar, pero el
precio se ve reducido por parte de los compradores. Por su parte, Carvajal et al., (2019), en un
estudio concluye que el modelo econométrico para el plátano en fresco presenta una demanda
significativa, al igual que productos transformados como plátano congelado, chips y harina
de plátano, que pueden ser comercializados con mejores resultados en el mercado
norteamericano y europeo.
De acuerdo a los estudios de Ruiz et al., (2022) se evidencia que los países a los que
mayor exporta Ecuador tomando los valores por toneladas entre el periodo 2018 y 2019, se
destacan: Rusia, Estados Unidos, Turquía, China y Países Bajos. Se observa que las cantidades
exportadas a los países anteriormente mencionados, no varían mucho en los años 2018 y 2019,
es decir las unidades que solicitan cada uno se siguen manteniendo a través del tiempo y esto
ejerce cierto prestigio y preferencia a nivel mundial. Beltrón et al., (2018) destaca la mayor
parte de la producción de plátano del cantón El Carmen es destinada a la exportación. Como
puede apreciarse las exportaciones se han mantenido bastante estables, las exportaciones en
el período 2013-2017, además se observa a partir del 2017 una tendencia creciente de
aproximadamente un 14 % superior, lo que corrobora que existe mercado para el producto.
En este mismo escenario, Orellana et al., (2002), la producción del plátano barraganete del
cantón El Carmen, provincia de Manabí, Ecuador, se canaliza al mercado externo mediante
exportaciones formales como el caso de E.E.U.U; España entre otros.
Con base a los antecedentes descritos, la presente investigación tiene como objetivo
principal realizar un análisis exploratorio de los datos econométricos y definir un análisis
econométrico mediante la técnica de la regresión lineal múltiple, estableciendo un modelo
econométrico para la predicción de las ventas, precio, gastos y número de cajas exportadas
del plátano para Ecuador.
1.
Revisión de literatura
1.1.
Modelación econométrica mediante la técnica de regresión lineal
La investigación propuesta por Cruz et al., (2021) se basó en establecer un modelo
econométrico para las exportaciones ecuatorianas, con la técnica estadística de la regresión
lineal, para determinar la relación de estas dos variables, estableciendo como variable
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
143
independiente el valor total de las exportaciones y como variable dependiente el valor total
del PIB y los resultados indicaron que existe una relación positiva fuerte. sin embargo, para
beneficiar este mercado y competir de manera significativa con los productos a base de
plátano de Ecuador y Guatemala, es necesario implementar mejoras en calidad, variedad
sembrada, volumen, manejo y trazabilidad del producto, de manera que responda de manera
adecuada a las exigencias sanitarias y cantidades demandadas por los clientes internacionales
(Carvajal et al., 2019).
Por su parte, Sabando et al., (2020), en un estudio de las exportaciones ecuatorianas
de pitahaya hacia el mercado asiático con el uso de la técnica de la regresión y correlación
lineal es favorable en vista que existe una tendencia positiva de las cajas exportadas de
pitahaya en función de las ventas. En el marco de las exportaciones de plátano, Cáceres et al.,
(2013), concluyen que el incremento de la oferta de banana produzca un incremento en la
cotización del plátano, la correlación estadística entre ambas magnitudes sugiere que la
cantidad de banana pueda usarse como predictor del comportamiento de los precios en las
semanas consideradas para el plátano.
Cárdenas & Benavides (2021), el modelo econométrico multivariante o de regresión
múltiple, es apropiado para predecir variables financieras. Por su parte, Bernal (2015),
sostiene que en el contexto de los análisis econométricos la técnica de la regresión lineal
múltiple permite modelar el Producto Interno Bruto del sector textil, el Índice de Tipo de
Cambio Real Multilateral, el Tipo de Cambio Real y la Relación de Precios Internacionales
incidieron en las exportaciones textiles. Al respecto, Cruz et al., (2021) de acuerdo al modelo
econométrico y el uso de la técnica de la regresión lineal estableció la relación de estas dos
variables, teniendo en cuenta como variable independiente el valor total de las exportaciones
y como variable dependiente el valor total del PIB y los resultados indicaron que existe una
relación positiva fuerte. Londoño et al., (2018), mediante modelos lineales para el plátano, se
puede conocer los ingresos por cada caja y el precio de venta de cada caja exportada de
plátano.
El modelo econométrico lineal manifiesta una alta correlación por el número de
kilogramos exportados sobre las ventas, sin embargo, el precio presenta una correlación
inversamente proporcional, Sabando et al., (2022). Claramente, esto se evidencia en que el
precio del jengibre tiene un crecimiento con tendencia positiva a lo largo del tiempo. Por su
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
144
parte, en Camacho et al., (2017) plantea la regresión que permitirá llegar a las
conclusiones. Por lo tanto, se concluyó que los coeficientes del precio, el Producto Interno
Bruto (PIB) per cápita y el costo de vida son variables que explican de manera significativa la
demanda de los productos como la soja, banano y cacao. En este mismo escenario del precio,
Terrones et al., (2022) destacan que los valores de los coeficientes de regresión lineal
estimados y las elasticidades precio e ingreso son consistentes con la teoría de la demanda, la
variable con mayor influencia en las variaciones de la demanda de exportación es el producto
interno bruto de los Estados Unidos de América. Finalmente, Muñoz et al., (2017), describen
que el modelo econométrico mediante la ecuación de regresión lineal, indican que el precio
propio de la producción de mango, el precio de exportación y el tipo de cambio son factores
que inciden positiva e intensamente en las ventas de exportación de pulpa de mango de la
empresa.
En este mismo sentido, Valencia et al., (2017) mencionan que la estimación del modelo
econométrico mediante la técnica estadística de la regresión lineal, indican desde el punto de
vista económico una relación negativa entre el PIB agrícola y la competitividad de las
exportaciones de papaya. los resultados de las pruebas estadísticas indican que el modelo es
significativamente válido, el valor calculado de F encontrado fue de 14,72, mientras que los
valores de t indican que, aunque las variables rendimiento y exportaciones forman parte del
modelo, no tienen una importancia preponderante. Por su parte, Arellano & Peña (2020),
confirman que los modelos de regresión lineal pueden ser aplicados para predecir los
consumos de una población y garantizar una dotación racional del recurso en los sistemas de
distribución. Por la naturaleza dinámica de las variables, se debe actualizar permanentemente
la información con la finalidad de garantizar la sostenibilidad de los resultados.
1.2.
Modelación econométrica mediante series de tiempo-ARIMA
El estudio propuesto por Hamjah (2014), en esta misma línea, describe que el modelo
ARIMA es el mejor modelo para pronosticar las producciones de Mango, Banana y Guayaba
respectivamente en Bangladesh. A partir de la comparación entre la serie original y la serie
pronosticada, que también se muestran de la misma manera, lo que indica que el modelo
ajustado se comporta estadísticamente bien para pronosticar la producción de frutas en
Bangladesh. Por su parte, Mazón & Buñay (2022) manifiestan que los modelos
autorregresivos de media móvil son estrictamente autorregresivos es decir que son métodos
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
145
iterativos explícitos, puesto que determinan el valor en dependencia con el anterior
resultado, en el cual no intervienen los residuos de los errores, esto indica que no interviene
la componente de medias móviles.
El modelo estocástico a través de modelo ARIMA, representa un mejor pronóstico de
las ventas, precio y kilogramos exportados de jengibre, al presentar los coeficientes
significativos y menores errores de predicción y, por defecto, la simulación es alentadora para
la producción y exportación de jengibre para el Ecuador, Sabando et al., (2022). De acuerdo
a criterio de Miah (2019) el modelo ARIMA brinda mejores pronósticos con mayor precisión
a corto plazo. Los resultados expuestos por Alonso & Arcila (2013) muestran que es posible
construir un modelo autorregresivo de media móvil que se comporta relativamente mejor al
pronosticar el precio frente a un modelo que no tiene en cuenta dicho tipo de estacionalidad.
En este mismo escenario, Carrasco et al., (2021) describen que los pronósticos para los
próximos dos años, la serie presenta una disminución en la producción de plátano en la región
de Piura. Por otra parte, los modelos econométricos son muy utilizado para representar la
producción del plátano y realizar pronósticos, mediante la técnica estocástica de modelo
autorregresivo integrado de promedio móvil o ARIMA.
El estudio de Figueroa at al., (2013) concluye que los modelos ARIMA son de utilidad
tanto para describir como para predecir el comportamiento de la producción. En este mismo
escenario, Amaris, et al., (2017) sostienen que la simulación con el modelo ARIMA,
comparados con los datos observados, muestran un ajuste adecuado de los valores mínimos
y máximos. Esto permite concluir que, aunque estos modelos no simulan el comportamiento
exacto en el tiempo, son una buena herramienta para aproximar eventos mínimos y máximos.
Por su parte, López et al., (2015) sostienen que este tipo de series de tiempo univariables son
un buen candidato para generar pronósticos. De la misma manera, Trejos et al., (2003),
sostienen que los resultados de los pronósticos que proporciona la metodología ARIMA son
de corto plazo, hecho que en la bolsa significa una maximización de la inversión, ya que el
mercado accionario se caracteriza, porque las ganancias, que un inversionista puede
conseguir en un año, también se pueden lograr en unos pocos días.
Por su parte, Murillo et al. (2003), sostienen que las series de tiempo con el uso de la
técnica ARIMA estiman con una alta probabilidad de éxito en los pronósticos de la demanda.
Broz & Viego (2014), los modelos ARIMA tienen, por un lado, la ventaja de pronóstico de
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
146
series basadas en sus propios valores pasados, sin necesidad de recurrir a información
adicional. Generando los modelos propuestos predicen precios futuros con errores de
predicción entre 0,9 % y 1,8 %. Sabando et al., (2020), sostuvieron que la modelación
predictiva con el uso de modelo Arima, deja previsualizar que las ventas de pitahaya desde
Ecuador hacia los mercados asiáticos son alentadoras y tienden a crecer a mediano y largo
plazo.
Izquierdo et al., (2022), manifiestan que el modelo autorregresivo integrado de media
móvil, se ajusta adecuadamente a la exportación. El modelo econométrico óptimo de
pronóstico univariado para la serie, producto bruto interno un modelo SARIMA, Arana
(2019), en cambio para las exportaciones es un modelo ARIMA y el modelo econométrico
óptimo de pronóstico univariado para la serie, inversión privada es un modelo SARIMA.
2.
Materiales y métodos
En esta investigación se empleó
una metodología cuantitativa, correlacional y
predictiva, con el uso de variables aleatorias econométricas, tales como: ventas, gastos
mensuales, precio de venta de plátano y número de cajas exportadas de plátano barraganete
(Musa balbissiana, AAB) para países como: Chile, Estados Unidos y España. Los datos
econométricos se recolectaron desde noviembre del 2019 hasta julio del año 2022, teniendo
una muestra de 32 observaciones. Y se realizó un pronóstico desde julio del 2022 hasta
diciembre del 2023, utilizando una muestra en total de 50 observaciones para todas las
variables financieras de la empresa FAVAYE. S.A., de la provincia de Santo Domingo de los
Tsáchilas del Ecuador.
Siguiendo la investigación, se hace uso de las técnicas de regresión lineal múltiple y el
modelo autorregresivo integrado de media móvil de Box Jenkins para el modelo econométrico
de la exportación del plátano, antes de la aplicación de estas técnicas se realiza un análisis
exploratorio de los datos para cada variable econométricas, con la finalidad mirar datos
atípicos y si aquellos datos siguen una distribución normal. Los datos se recolectaron desde
el mes de noviembre del año 2019 hasta junio del año del año 2022. Inicialmente, se tenía una
población de 168 movimientos financieros la empresa FAVAYE. S.A., sin embargo, se
organizaron los datos de formas mensual, debido a que por día y semanas a veces no se
realizaban movimiento de exportación, en tal sentido, se obtuvo una muestra de 32
movimiento financiero. Para el caso del precio se obtuvo un promedio y para las ventas, gastos
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
147
mensuales y numero de caja se realizó una sumatoria para cada mes. Una vez, realizada la
depuración se procede a realizar la técnica de la regresión lineal múltiple, participando como
variables respuestas las ventas en miles de dólares y como variables explicativas los gastos
mensuales, precio de venta de la caja y número de cajas exportadas. Con respecto a esta
técnica se validaron los supuestos de normalidad residual, índice de tolerancia, Factor de
inflación de la varianza e independencia de los residuos. De la misma forma, se procede a
validar el modelo econométrico con las pruebas de bondades de ajuste de Fisher y T de
student al 5 % de significancia tal como lo reporta Jay (2012).
Posteriormente, se aplica la técnica de series de tiempo ARIMA, para cada variable
econométrica y de la misma forma se validan los supuestos para esta técnica estadística, como
normalidad residual, estacionariedad, estacionalidad. Paralelamente, se hace
representaciones gráficas de la autocorrelación simple (FAS) y autocorrelación Parcial (FAP)
para el numero de retardo para los modelos. Además, se hace uso del test de Ljung-Box, como
el criterio de BIC normalizado, MAPE, y la correlación estacionaria. De la misma forma, se
validan los parámetros o coeficientes del modelo ARIMA, mediante la técnica del T de
student al 5 % de significancia. Una vez, validado todos estos criterios se procede a realizar
los pronósticos desde junio del año 2022 hasta diciembre del año 2023.
3.
Resultados
3.1.
Análisis exploratorio cuantitativo del plátano
De acuerdo al análisis exploratorio cuantitativo de las fluctuaciones de las variables
econométricas según el destino de la exportación de plátano en la tabla 1 se presencia que las
ventas más destacadas en miles de dólares corresponden para los Estados Unidos, de la misma
forma el número de cajas exportadas y los mayores gastos mensuales, aunque se ha hecho
menor número de envió de plátano y el precio de caja exportada ha sido menor 12,90 dólares.
En este mismo contexto, se aprecia que el mayor número de envió de plátano ha sido al país
de Chile, con el mayor precio de venta, que corresponde a 13,46 dólares americanos, durante
noviembre del año 2019 hasta julio del 2022. Vale indicar que España es el país que ejerce una
menor demanda de cajas de plátano barraganete, estableciéndose un precio de 5,86 dólares.
El análisis exploratorio cuantitativo de las variables financieras que participan en la
exportación del plátano, según resultados de tabla 2, para el año 2019 Ecuador exportó un
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
148
promedio de 3,240 cajas y cerrando en junio del 2022 con un promedio de 8,820 cajas. Con
respecto al precio del plátano en noviembre del 2019 tuvo un promedio de 5,37 dólares/caja,
sin embargo, para junio del 2022 alcanzó un precio de 12,68 dólares/caja. En cuanto a los
gastos mensuales para noviembre del 2019 se reportó 37649,24 dólares y para junio del 2022
mantuvo 101320,20 dólares. En este mismo escenario, las ventas en noviembre del 2010 se
reportaron 24114,24 dólares y cerrando en junio del 2022 con 110809,80 dólares. Lo previsto
anticipadamente nos demuestra que los datos econométricos son alentadores para la
exportación de plátano en Ecuador
Destino de la
exportación
Ventas en
miles de
dólares
Gastos
mensuales
Precio de
venta por
caja
Número de
cajas
exportadas
España
N
3
3
3
3
Media
20995,04
31638,69
5,86
2880,00
D.T
17556,89
17791,20
2,10
1247,08
Chile
N
27
27
27
27
Media
77596,13
68244,10
13,46
5626,67
D.T
41251,18
37174,74
2,79
2769,08
Estados
Unidos
N
2
2
2
2
Media
149058,40
136595,27
12,90
10379,00
D.T
31932,38
33841,66
2,97
595,38
Tabla 1.
Fluctuación de variables econométricas según destino de la exportación de plátano
Fuente
:
Elaboración propia a través del procesamiento información y aplicación del SPSS
versión 21.
3.2. Pronósticos del plátano a través de regresión lineal múltiple
Con la finalidad de aplicar el modelo econométrico mediante la técnica de la regresión
lineal múltiple, se procede a aplicar la prueba de normalidad para los residuos del modelo que
se aprecia en la tabla 3, en la cual, se visualiza que los residuos se están distribuyendo con
media (0) y desviación típica cerca o igual a 1, para los diferentes residuos del modelo. En
función de estos datos se valida el modelo econométrico mediante la regresión lineal, por lo
tanto, se genera esa confiabilidad para llevar a cabo esta técnica estadística.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
149
Año
Descriptivo
Ventas en
miles de
dólares
Gastos
mensuales
Precio
venta
por caja
Número de
cajas
exportadas
2019
N
2
2
2
2
Media
24144,24
37649,24
5,37
3240,00
D.T
23600,51
20403,27
2,71
1527,35
2020
N
12
12
12
12
Media
68014,92
58807,29
13,15
5010,00
D.T
44745,00
38687,88
3,50
2848,98
2021
N
12
12
12
12
Media
77239,27
68482,52
13,52
5149,83
D.T
50259,39
45901,36
3,14
2727,70
2022
N
6
6
6
6
Media
110809,80
101320,20
12,68
8820,00
D.T
19501,49
17381,08
1,18
1860,19
Total
N
32
32
32
32
Media
76756,1727
69084,2947
12,7097
5666,19
D.T
46029,97274
40580,60492
3,48273
2954,384
Tabla 2.
Comportamiento de variables financiera para exportación de plátano en Ecuador
Fuente
:
Elaboración propia a través del procesamiento información y aplicación del SPSS
versión 21.
Este comportamiento de la normalidad para los residuos del modelo econométrico,
también se puede evidenciar en el grafico qq plot normal, apreciándose que los datos
residuales están muy de cerca en la línea de tendencia, en tal sentido, ese indicador nos
deducir que los datos se están distribuyendo normalmente y cumpliendo el supuesto de la
normalidad para el uso del modelo econométrico.
En cuanto al uso del modelo econométrico a través de la regresión lineal múltiple para
las diferentes variables financieras, y para este caso, actúa como variable dependiente las
ventas en miles de dólares, y como variables explicativas los gastos mensuales, precio de venta
de la caja y número de cajas exportadas de plátano desde Ecuador, según se observa en tabla
4 de resultados de modelación múltiple, se evidencia que los gastos mensuales tributan
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
150
mayormente sobre las ventas (70,9 %), acompañado del número de cajas exportadas (21,7 %)
y el precio con una fuerza de 13,1 % en función de las ventas.
Figura 1.
Comportamiento residual para la modelación lineal múltiple
Estadísticas de residuos
a
Mínimo
Máximo
Media
D.T
N
Valor pronosticado
8252,75
168793,11
76756,17
45856,30
32
Desv. Valor
pronosticado
-1,49
2,01
0,00
1,00
32
Valor pronosticado
corregido
7939,59
166031,27
76804,90
45587,48
32
Desv. Residuo
-1,98
2,48
0,00
0,95
32
Residuo estud.
-2,14
2,52
-0,01
1,01
32
Residuo eliminado
estud.
-0,01
1,05
32
Tabla 3.
Prueba de la normalidad y aleatoriedad residual de las ventas por efecto de las cuentas efectivo
y equivalente de efectivo, cuentas por cobrar y cuentas por pagar
Fuente: Elaboración propia a través del procesamiento información y aplicación del SPSS versión 21.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
151
De la misma manera, lo demuestra el coeficiente de determinación (R
2
=0,99), el
coeficiente de determinación ajustado (ΔR
2
=0,99). Bajo este mismo escenario lo confirman las
pruebas de bondades de ajuste como el estadístico de Fisher y la t de student, reportando
valores significativos (p<.05) para cada variable econométrica. En este sentido, se genera un
modelo econométrico confiable para la realización de pronósticos donde
. Lo mencionado garantiza un modelo de alta confiabilidad
para llevar a cabo la predicción en la exportación de plátano en Ecuador y continuar con el
buen posicionamiento de las empresas en rubros agrícolas en concordancia con Ugando et al.
(2022).
Variables
explicativas
R
2
ΔR
2
F
p
Coeficientes no
estandarizados
Coeficientes
estandarizados
t
p
Variables
explicativas
B
Desv.
Error
Beta
Ventas en
miles de
dólares
0,99
0,99
12,80
0,001
-19951,23
3480,49
-5,73
0,000
(Constante)
0,80
0,07
0,709
10,70
0,000
Gastos
mensuales
1728,99
291,51
0,131
5,93
0,000
Precio de
venta de la
caja
3,37
0,94
0,217
3,57
0,001
Número de
cajas
exportadas
Tabla 4.
Modelación lineal múltiple de las ventas en función de gastos mensuales, precio y número de
cajas exportadas del plátano
Fuente
:
Elaboración propia a través del procesamiento información y aplicación del SPSS
versión 21.
3.4.
Pronósticos del plátano a través de Modelo Autorregresivo Integrado de
Media Móvil-ARIMA
Con respecto al modelo econométrico mediante el uso de la serie de tiempo del modelo
autorregresivo integrado de media móvil, se realiza un análisis gráfico de la autocorrelación
parcial (FAP)para cada variable financiera con la finalidad de conocer, qué tipo de modelo se
va a forma y de la misma manera, determinar si las variables son estacionaria o no estacionaria.
Según se evidencia en la figura 2, para todas las variables econométricas un modelo
autorregresivo de orden 1(AR=1) debido a que una de las barras para cada variable sobrepasa
las bandas de control, teniendo como resultado una correlación estacionaria. En estas mismas
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
152
figuras, se observan que las barras no descienden o desaparecen a través de los retardos,
entonces, se llega a concluir que estamos con variables financieras no estacionaria.
Figura 2
.
Comportamiento de la autocorrelación parcial (FAP) para el modelo ARIMA.
Siguiendo con el análisis, en la tabla 5 se observa la modelación estocástica ARIMA de
las ventas, gastos mensuales, precio y número de cajas exportadas del plátano. Para lo cual,
variable econométrica venta, reportó un ARIMA (1,0,0)(0,0,0) y a su vez, se evidencia una
correlación estacionaria aceptable y de la misma forma lo hace Índice de Coeficiente
Bayesiano (BIC), esto significa que los datos del pasado reciente, repercuten en los valores
pronosticados para las ventas de plátano con fines de exportación y así mismo lo confirma el
test de Ljung-Box, que permite deducir una independencia de los residuos y aleatoriedad,
generando una confiabilidad para la predicción de las ventas, escenario que se comparte con
la variable econométrica gastos mensuales y número de cajas exportadas.
En esta misma línea de modelación econométrica, el precio de ventas de cajas de
plátano reporta un modelo ARIMA (1,0,0)(0,0,0), pero su coeficiente estacionario es más
relevante (0,467) y una correlación ajustada significativa (0,507), confirmando el Índice de
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
153
Coeficiente Bayesiano (BIC), un valor bastante bajo, generando una alta confiabilidad para el
modelo de predicción, resultado que lo asegura el test de Ljung Box con valores residuales
independiente, asegurando mejor aún el modelo estocástico para el precio.
Estadísticos del modelo
Modelo
Estadísticos de ajuste del modelo
Ljung-Box Q(18)
R
2
estacionaria
R
2
MAPE
BIC
normalizado
Estadísticos
DF
p
Ventas en miles de
dólares-ARIMA
(1,0,0)(0,0,0)
0,401
0,401
74,066
21,211
14,452
17
0,635
Gastos mensuales-
ARIMA
(1,0,0)(0,0,0)
0,351
0,351
60,832
21,039
13,361
17
0,712
Precio de venta de
la caja-ARIMA
(1,0,0)(0,0,0)
0,467
0,507
18,581
2,038
14,882
17
0,604
Número de cajas
exportadas-
ARIMA
(1,0,0)(0,0,0)
0,398
0,398
47,747
15,724
14,615
17
0,623
Tabla 5
. Modelación
estocástica ARIMA de las ventas, gastos mensuales, precio y número de
cajas exportadas del plátano.
Fuente
:
Elaboración propia a través del procesamiento información y aplicación del SPSS
versión 21.
Al demostrar confiabilidad la modelación econométrica para todas las variables
analizada en este proceso a través del modelo ARIMA, se procede a realizar un análisis
exhaustivo para cada coeficiente o parámetro del modelo ARIMA. En tal sentido, en la tabla
6 se visualiza que la variable ventas en miles de dólares es una serie de tiempo estacionaria,
porque el test de Dickey-Fuller, no realizó ninguna transformación. Además, la prueba de
bondad de ajuste de los parámetros t de student no hace más que confirmar que los
parámetros del modelo ARIMA (1,0,0)(0,0,0) para las ventas son confiables (p<.05),
generando una ecuación matemática
. para el caso de
modelación econométrica para las ventas significa que el valor promedio es de 74968,88
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
154
dólares con una variabilidad de crecimiento de 0,626 dólares y con un margen de error o
dispersión de 0,14 dólares.
Estimación
SE
t
p
Ventas en
miles de
dólares-
Modelo_1
Ninguna
transformación
Constante
74968,881
16199,794
4,628
0,000
AR
Retardo
1
0,626
0,140
4,485
0,000
Gastos
mensuales-
Modelo_2
Ninguna
transformación
Constante
68361,141
13357,539
5,118
0,000
AR
Retardo
1
0,579
0,147
3,945
0,000
Precio de
venta de la
caja-
Modelo_3
Logaritmo
natural
Constante
2,470
0,141
17,579
0,000
AR
Retardo
1
0,712
0,125
5,683
0,000
Número de
cajas
exportadas-
Modelo_4
Ninguna
transformación
Constante
5592,844
1022,166
5,472
0,000
AR
Retardo
1
0,617
0,141
4,369
0,000
Tabla 6.
Comportamiento de los parámetros del modelo ARIMA, para las ventas, gastos
mensuales, precio y número de cajas exportadas del plátano.
Fuente
:
Elaboración propia a través del procesamiento información y aplicación del SPSS
versión 21.
En esta misma línea, de la validación del modelo econométrico para los gastos
mensuales en la exportación de plátano reportó un ARIMA (1,0,0)(0,0,0), y según el test de
Dickey-Fuller no realiza ninguna transformación por lo tanto se identifica que esta serie es
estacionaria para un modelo econométrico
. Los
coeficientes de este modelo son validados por la prueba de bondad de ajuste T de student que
demostró un valor de alta confiabilidad (p<.05). Estos parámetros de los gastos personales
desde noviembre del 2019 hasta julio del 2022, poseen un promedio de 68361, 141 dólares, con
un incremento de 0,579 dólares y una variabilidad de 0,147 dólares.
Para el caso, del modelo econométrico del precio de caja exportada de plátano, se
plasmó un ARIMA (1,0,0) (0,0,0), y según el test de Dickey-Fuller realiza una transformación
de logaritmo natural, por lo tanto, se identifica que esta serie de tiempo era no estacionaria y
tuvo que volverse estacionaria para realizar los parámetros del modelo econométrico. En este
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
155
sentido, registró un modelo
. para este escenario del precio
de la caja de banano, tiene un promedio de 2,470 dólares de crecimiento, con un crecimiento
continuo de 0,712 dólares y una variabilidad de 0,125 dólares. El test de student no hace más
que confirmar la validez de los parámetros del modelo econométrico precio (p<.05).
Por último, el modelo econométrico para el número de caja exportada de plátano fue
un ARIMA (1,0,0)(0,0,0), y test de Dickey-Fuller no realiza ninguna transformación de esta
variable, dado este escenario es una serie de tiempo estacionaria, además lo confirma el test
de t de student con significancia estadística (p<.05) para los parámetros generado en la
ecuación econométrica,
. para este caso, el número de
caja exportada tiene un promedio de 5592,844 cajas desde noviembre 2019 hasta julio del año
2022, con un crecimiento mensual de 0,617 y una variabilidad de 0,145 cajas de plátano.
Con respecto a la Predicción econométrica para las ventas, gastos mensuales, precio y
número de cajas exportadas del plátano, desde julio del 2022 hasta diciembre del año 2023.
En la tabla 7 y figura 3 de resultados, se visualiza que las ventas para el mes de julio del 2022,
genera un ingreso económico de 74856,86 dólares y cerrando para la predicción de diciembre
del año 2023 con 74968,84 dólares generando un incremento del 99,85 % para las ventas de
plátano en Ecuador, En este mismo escenario de la predicción econométrica, la variable
financiera gastos mensuales para el mes de julio del 2022 generó un gasto de 67994,10 dólares
y cerrando este proceso en diciembre del 2023 con 68361,11 dólares, generando un incremento
de 99,46 % de gastos.
En este mismo contexto de la predicción econométrica para el número de cajas
exportadas, se evidencia que, para el junio del año del 2022, reportó un total de 5474 cajas, y
para el pronóstico del mes de diciembre del año 2023, se estimará un total 5593 cajas
exportada, notándose un incremento de 97,87 % de número de cajas exportadas de plátano
para Ecuador.
Finalmente, el modelo econométrico para el precio de cajas exportadas en julio del
2022 se estimó un precio de 13,75 dólares y para el pronóstico de diciembre del 2023, se
evidencia una reducción del precio a 12,58 dólares, que representa un 1,09 % en la disminución
del precio de caja exportadas, y si comparamos esta disminución del precio con los periodos
anteriores su disminución no es significativa y por defecto el precio genera alta confianza en
la exportación de plátano para Ecuador.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
156
Fecha de
predicción
Ventas en miles de
dólares-Modelo_1
Gastos mensuales-
Modelo_2
Precio de venta de
la caja-Modelo_3
Número de cajas
exportadas-
Modelo_4
Predicción
LCS
Predicción
LCS
Predicción
LCS
Predicción
LCS
Jul 2022
74856,86
148381,78
67994,10
135754,13
13,75
22,02
5474
10224
Ago 2022
74898,73
161650,54
68148,77
146434,17
13,48
23,84
5520
11099
Sep 2022
74924,95
166342,85
68238,26
149744,36
13,26
24,47
5548
11412
Oct 2022
74941,37
168125,35
68290,04
150846,35
13,08
24,63
5565
11535
Nov 2022
74951,65
168819,14
68320,00
151224,94
12,94
24,62
5576
11585
Dic 2022
74958,09
169092,26
68337,34
151358,67
12,84
24,55
5582
11606
Ene 2023
74962,13
169200,67
68347,37
151407,63
12,77
24,47
5586
11616
Feb 2023
74964,65
169244,10
68353,17
151426,46
12,71
24,39
5589
11620
Mar 2023
74966,23
169261,71
68356,53
151434,18
12,67
24,34
5590
11623
Abr 2023
74967,22
169268,99
68358,47
151437,58
12,64
24,29
5591
11624
May 2023
74967,84
169272,08
68359,60
151439,20
12,62
24,25
5592
11625
Jun 2023
74968,23
169273,43
68360,25
151440,01
12,61
24,23
5592
11625
Jul 2023
74968,47
169274,06
68360,62
151440,44
12,60
24,21
5592
11625
Ago 2023
74968,63
169274,36
68360,84
151440,68
12,59
24,20
5593
11626
Sep 2023
74968,72
169274,51
68360,97
151440,81
12,59
24,19
5593
11626
Oct 2023
74968,78
169274,59
68361,04
151440,89
12,58
24,18
5593
11626
Nov 2023
74968,82
169274,64
68361,08
151440,93
12,58
24,17
5593
11626
Dic 2023
74968,84
169274,67
68361,11
151440,95
12,58
24,17
5593
11626
Tabla 7.
Predicción estocástica para las ventas, gastos mensuales, precio y número de cajas
exportadas del plátano, desde julio del 2022 hasta diciembre del año 2023.
Fuente: Elaboración propia a través del procesamiento de información y aplicación del SPSS
versión 21.
Conclusiones
El análisis econométrico mediante la técnica estadística de la regresión lineal múltiple
evidencia una estrecha correlación de los gastos mensuales, tributando con mayor fuerza en
un 70,9 % a las ventas, con menor fuerza en un 21,7 % al número de cajas exportadas y un 13,1
% al precio de venta del plátano.
El modelo estocástico ARIMA, indica una alta correlación estacionaria, índice
bayesiano apropiado, los parámetros y supuestos generan una alta confiabilidad. Por defecto,
los pronósticos estacionarios representan un 40.1 % para las ventas, 35.1 % para los gastos
mensuales, un 46.7 % del precio de venta y 39.8 % para el número de cajas exportadas de
plátano hasta el cierre del año 2023.
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
157
Figura 3.
Predicción estocástica para las ventas, gastos mensuales, precio y número de cajas
exportadas del plátano, desde julio del 2022 hasta diciembre del año 2023.
La predicción estocástica para la variable precio de caja exportadas presenta una
variabilidad en torno al 4.5 %, de acuerdo a las comparaciones con el pronóstico y periodos
anteriores. Con respecto a las ventas se observa una variación de 0.4 %; los gastos mensuales
presentan una dinámica del 0.17 % y las cajas exportadas una variabilidad de 1.07 %. En estas
variaciones econométricas probablemente son influidas por las variables endógenas y
exógenas, así como también, las regulaciones y acuerdos vigentes establecidos por el mercado
nacional e internacional.
El modelo econométrico que genera una mayor confiabilidad en la predicción es el
ARIMA, presentando una mayor factibilidad en los test para cada parámetro y supuestos en
la simulación financiera, generando una alta confianza en años venideros para los productores
y exportadores de plátano barraganete para el mercado ecuatoriano.
Referencias
Acaro Chamba, L., Córdova Montoya, A., Vega Granda, A., & Sánchez Quezada, T. (2021).
Evolución en las exportaciones de banano e impacto del desarrollo económico, provincia de
El Oro 2011 - 2020, pre-pandemia, pandemia; aplicando series de tiempo. Polo del Conocimiento,
6(8), 257-277. http://dx.doi.org/10.23857/pc.v6i8.2936
Alonso, J.C. & Arcila, A.M. (2013). Empleo del comportamiento estacional para mejorar el
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
158
pronóstico de un commodity: El caso del mercado internacional del azúcar. Estudios
Gerenciales, 29(129), 406-415. https://doi.org/10.1016/j.estger.2013.11.006
Amaris, G.; Ávila, H., & Guerrero, T. (2017). Aplicación de modelo ARIMA para el análisis de
series de volúmenes anuales en el río Magdalena. Tecnura, 21(52), 88-101.
https://doi.org/10.14483/udistrital.jour.tecnura.2017.2.a07
Arana, B.E. (2019). Modelos econométricos óptimos para las exportaciones, inversión privada
y producto bruto interno en Perú. Revista Tzhoecoen 11(3).
https://doi.org/10.26495/rtzh1911.331601
Arellano, A., & Peña, D. (2020). Modelos de regresión lineal para predecir el consumo de agua
potable. Novasinergia 3(1), 27–36. https://doi.org/10.37135/ns.01.05.03
Beltrón-Cedeño, C., Sánchez-Briones, A., y Ortiz-Torres, A., (2018). El fortalecimiento de la
comercialización del plátano mediante formas asociativas. Caso de estudio El Cantón El
Carmen de la provincia de Manabí. Revista Caribeña de Ciencias Sociales.
https://www.eumed.net/rev/caribe/2018/08/comercializacion-platano-ecuador.html
Bernal-Altamirano, C.O. (2015). Modelo de análisis de la incidencia del tipo de cambio y otras
variables macroeconómicas sobre las exportaciones textileras en
Bolivia. PERSPECTIVAS, (35),29-68 https://www.redalyc.org/articulo.oa?id=425941232003
Broz, D.R., & Viego, V. N. (2014). Predicción de precios de productos de Pinus spp. con
modelos ARIMA. Madera y bosques, 20(1), 37-46.
https://www.scielo.org.mx/scielo.php?pid=S1405-04712014000100004&script=sci_abstract
Cáceres-Hernández, J.J., Martín, G., González. J.I., y Nuez. J.S. (2013). Exportaciones de
plátano canario. ¿Son racionales las decisiones de pica? Economía Agraria y Recursos
Naturales. ISSN: 1578-0732. e-ISSN: 2174-7350. Vol. 13, 2. (2013). pp. 77-102.
https://doi.org/10.7201/earn.2013.02.04
Camacho-Villagómez, F., Bermúdez-Gallegos, C., & Bajaña-Villagómez, Y. (2017).
Determinación de la demanda mundial de productos agrícolas Banano, Cacao versus los de
primera necesidad Maíz, Soja, Trigo y Arroz. Diseño de un modelo econométrico para el
periodo desde 1988-2015. Alternativas, 18(1), 18-24.
https://doi.org/10.23878/alternativas.v18i1.74
Cárdenas Pérez, A., & Benavides Echeverría, I. (2021). Explicación del crecimiento
económico en la Economía Popular y Solidaria mediante aplicación del modelo econométrico
de Regresión Lineal y Múltiple . Revista Publicando, 8(28), 74-84.
https://doi.org/10.51528/rp.vol8.id2163
Carrasco-Choque, F., Villegas-Yarleque, M., & Sánchez-Castro, J. (2021). Univariate analysis
to describe and forecast banana production in the piura region. Universidad Ciencia Y Tecnología,
25(109), 71-79. https://doi.org/10.47460/uct.v25i109.450
Carvajal-García, M., Zuluaga-Arango, P., Ocampo-López, O. & Duque-Gómez, D. (2019). Las
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
159
exportaciones de plátano como una estrategia de desarrollo rural en Colombia. Apuntes del
CENES, 38(68), 113 - 148. https://doi.org/10.19053/01203053.v38.n68.2019.8383
Contreras-Juárez, A., Atziry-Zuñiga, C., Martínez-Flores, J.L. & Sánchez-Partida, D. (2016).
Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos
perecederos. Estudios Gerenciales, 32(141), 387-396. https://doi.org/10.1016/j.estger.2016.11.002
Correa-Ochoa, J., Quezada-Campoverde, J., Quizhpe-Cordero, P., Prado-Carpio, E., &
Garzón-Montealegre, V. (2022). Series Temporales: Una Proyección de las Exportaciones del
Sector Camaronero Ecuatoriano, Periodo 2022 – 2024. Polo del Conocimiento, 7(2), 239-248.
http://dx.doi.org/10.23857/pc.v7i2.3582
Cruz-Acosta, J., Cartuche-Nagua, L., & León-Serrano, L. (2021). Modelo econométrico:
Análisis del impacto de las exportaciones en el crecimiento económico del Ecuador, 2009-
2019. Polo del Conocimiento, 6(9), 2076-2095. http://doi.org/10.23857/pc.v6i9.3156
Figueroa-Saavedra, F., Sánchez-López, E., Pérez-Linares, C., Olivas-Valdez, J.A. & Barreras-
Serrano, A. (2013). Aplicación de un modelo ARIMA para pronosticar la producción de leche
de bovino en baja california, México. Tropical and Subtropical Agroecosystems, 16(3), 315-324.
https://www.redalyc.org/articulo.oa?id=93929595004
García Gutiérrez, S. J., & Vite Cevallos, H. (2021). Análisis comparativo de las exportaciones
bananeras del ecuador entre el primer semestre 2019 Vs el primer semestre 2020 post Covid-
19. Revista Metropolitana de Ciencias Aplicadas, 4(S1), 194-201.
https://remca.umet.edu.ec/index.php/REMCA/article/view/427/447
Hamjah, M.A. (2014). Forecasting major fruit crops productions in Bangladesh using Box-
Jenkins ARIMA model, Journal of Economics and Sustainable Development, 5 (7), 96-107.
https://core.ac.uk/download/pdf/234646336.pdf
Ibarra-Velásquez, A. (2020). Análisis de las exportaciones de banano en el marco comercial
Múltipartes entre Ecuador y la Unión Europea. Revista Observatorio de la Economía
Latinoamericana, 5, 1-7.
https://www.eumed.net/rev/oel/2020/05/analisis-exportaciones-banano.html
León Serrano, L.; Arcaya Sisalima, M.; Barbotó Velásquez, N.; Bermeo Pineda, Y. (2020).
Ecuador: Análisis comparativo de las Exportaciones de banano orgánico y convencional e
incidencia en la Balanza Comercial, 2018. Revista Científica y Tecnológica UPSE, 7(2) pág. 38-46.
http://dx.doi.org/10.26423/rctu.v7i2.521
Londoño Orrego, S. M., Jaramillo López, C. M., & Bossio Vélez, J. L. (2018). Proceso de
modelación en el contexto del cultivo del plátano: una producción escolar relacionada con
modelos lineales. Revista Virtual Universidad Católica Del Norte, (54), 18–40.
https://revistavirtual.ucn.edu.co/index.php/RevistaUCN/article/view/978
López, Danilo A, García, Nancy Y, & Herrera, Jhon F. (2015). Desarrollo de un Modelo
Predictivo para la Estimación del Comportamiento de Variables en una Infraestructura de
Red. Información tecnológica, 26(5), 143-154. https://dx.doi.org/10.4067/S0718-
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
160
07642015000500018
Mazón-Fierro, G.J. & Buñay-Guisñan, P.A. (2022). Análisis exploratorio entre modelos
matemáticos predictivos, aplicados a la producción de energía mediante series temporales.
Conciencia Digital, 5(3.1), 57-78. https://doi.org/10.33262/concienciadigital.v5i3.1.2223
Miah, M.M. (2019). Modeling and Forecasting Rice Production in Bangladesh: An
Econometric Analysis. Research & Reviews: Journal of Statistics,8(2), 10-28.
https://sciencejournals.stmjournals.in/index.php/RRJoST/article/view/2125
Muñoz Briones, J. C., Novillo Díaz, L. A. & Ehmig Chum, G. H. (2019). Apreciación del dólar
en las exportaciones de banano ecuatoriano, hacia el mercado Ruso. Revista Científica Ciencia Y
Tecnología, 19(22). https://doi.org/10.47189/rcct.v19i22.244
Muñoz, H., Guzmán, E., De la Garza, M. y González, J. (2017) Análisis econométrico de las
ventas de pulpa de mango de Frozen Pulps de México SA de CV. Pistas Educativas,38 (124),
195-207. http://itcelaya.edu.mx/ojs/index.php/pistas/article/view/703
Murillo. S.J., Trejos, A., & Carvajal O.P. (2003). Estudio del pronóstico de la demanda de
energía eléctrica, utilizando modelos de series de tiempo. Scientia Et Technica, 3(23).
https://doi.org/10.22517/23447214.7379
Orellana, J., Unda, J. y Analuisa, J. (2002). Estudio de comercialización de plátano en la zona
norte del trópico húmedo. Instituto Nacional Autónomo de Investigaciones Agropecuarias,
Estación Experimental Santo Domingo.
Ruiz López, H. R. (2018). Pronóstico de las exportaciones del cacao ecuatoriano para el 2018
con el uso de modelos de series de tiempo. INNOVA Research Journal, 3(6), 9-20.
https://doi.org/10.33890/innova.v3.n6.2018.713
Ruiz-Contreras, M., Rodríguez, F. A. y Redondo- Méndez, A. C. (2022). Competitividad del
banano colombiano: una mirada desde el caso ecuatoriano. I+D Revista de Investigaciones, 17
(2), 1-13. https://www.udi.edu.co/revistainvestigaciones/index.php/ID/article/view/338
Sabando, Á., Ugando, M., Armas, R., Higuerey, Á., Espín, G. M., & Villalón, A. (2022).
Modelación econométrica y estocástica en los pronósticos de ventas de jengibre en Ecuador.
Ingeniería Investigación y Desarrollo, 22(1), 25–43.
https://doi.org/10.19053/1900771X.v22.n1.2022.14453
Sabando, Á., Ugando, M., Cueva E., Villalón, A., Mendoza, G., & Arias, A (2020). Modelación
productiva y pronósticos de las ventas del cultivo de la pitahaya en Ecuador. Revista Sinapsis
12(1), 106-121. https://dialnet.unirioja.es/servlet/articulo?codigo=7571141
Silva, P., Sablón, N., y Bravo, M. (2021). Estudio de la cadena agroalimentaria del plátano en
la provincia de Manabí. Revista Sinergia, 12(3), 155 -174.
https://doi.org/10.33936/eca_sinergia.v12i3
https://revistas.utm.edu.ec/index.php/ECASinergia/article/view/3430/3688
REVISTA DE LA UNIVERSIDAD DEL ZULIA. 3ª época. Año 14 N° 39, 2023
Mikel Ugando Peñate et al/// Modelización econométrica aplicada y pronósticos de niveles … 139-161
DOI: http://dx.doi.org/10.46925//rdluz.39.08
161
Terrones-Rodríguez, A. I., Caamal-Cauich, I., Pat-Fernández, V. G., Ávila-Dorantes, J. A.,
Martínez, L.D., & Caamal, Z. H. (2022). Análisis de las variables económicas que determinan
las exportaciones de fresa de México a Estados Unidos de América. Revista Mexicana De Ciencias
Agrícolas, 13(4), 631–640. https://doi.org/10.29312/remexca.v13i4.2532
Trejos-Carpintero, A., Nieto-Salazar, S., & Carvajal-Olaya, P. (2003). Modelo de predicción
del precio de la acción ordinaria cementos Argos. Scientia Et Technica, 3(23).
https://doi.org/10.22517/23447214.7377
Ugando Peñate, M., Sabando García, Á.R., Pilay Tóala, F. S., Armas Herrera, R. & Higuerey
Gómez, Á.A. (2022). Social responsibility and its relationship with strategic variables of
productive companies, Ecuador: Social Corporative Responsibility: its orientation and
influence with strategic variables and its dimensions for business. VISUAL REVIEW.
International Visual Culture Review /Revista Internacional De Cultura Visual, 9(Monográfico), 1–18.
https://doi.org/10.37467/revvisual.v9.3622
Valencia-Sandoval, K; Duana-Ávila, D., y Hernández-Gracia, T., (2017). Estudio del mercado
de papaya mexicana: un análisis de su competitividad (2001-2015), Suma de Negocios, 8 (18),
131-139. https://doi.org/10.1016/j.sumneg.2017.10.002
