Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Modelación de las dinámicas, estimación y análisis de las exportaciones mineras: caso peruano

PDF

Resumen

Las exportaciones mineras en el Perú son un factor importante en la dinámica de la economía peruana, interviniendo en un 64.9 % del total de las exportaciones. Un elemento importante para los inversionistas en el sector minero, es saber a corto, mediano y largo plazo, el comportamiento de las exportaciones mineras. En este contexto el presente estudio presenta el modelado de las dinámicas, la estimación y el análisis del comportamiento de las exportaciones mineras desde el año 1985 hasta el año 2017. El objetivo principal de esta investigación fue aplicar las metodologías de predicción y suavizamiento para pronosticar a corto plazo las exportaciones mineras. Se utilizó el análisis estadístico descriptivo y la comparación de los métodos predictivos ARIMA y SARIMA. Los resultados presentados pueden ser utilizados por instituciones privadas y/o públicas para tomar decisiones relacionadas a las inversiones en el sector minero. Finalmente, la presente investigación concluye en que el modelo SARIMA es el modelo óptimo para predecir el futuro de las exportaciones mineras.

Palabras clave

exportaciones mineras, series de tiempo, ARIMA, SARIMA


Biografía del autor/a

María Raquel Chafloque-Céspedes

Investigadora del Instituto de Investigación de la Facultad de Ciencias Administrativas y Recursos Humanos. Candidata a Master Sciences en Estadística Aplicada por la Universidad Nacional Agraria de La Molina y Economista por la Universidad de San Martín de Porres. Especialista en coordinación de trabajos de campo a nivel nacional y regional. Con experiencia en trabajos de investigación en el área de sostenibilidad, emprendimiento, informalidad y violencia contra la mujer.


Citas

  1. Aguilar, R. & Valdivia, D. (2011). Bolivian natural gas export prices: Modeling and forecast pooling. Munich Personal RePEc Archive. Recuperado de: https://mpra.ub.uni-muenchen.de/35485/
  2. Alvarado, A., Campoverde, S. & Merchan, P. (2014). Medición del impacto económico de la crisis financiera mundial sobre el sector petrolero exportador ecuatoriano, Revista Tecnológica ESPOL.
  3. Al-Zyoud, H. & Elloumi, F. (2017). Dynamics of Canadian Trade Pattern: A Time-Series Analysis, International Journal of Economics and Finance, 9(3), 115 – 125.
  4. Amaris, G., Ávila H. & Guerrero, T. (2017). Aplicación de modelo ARIMA para el análisis de series de volúmenes anuales en el río Magdalena, Revista Tecnura, 21(52), 88 – 101.
  5. Banco Central de Reservas del Perú– BCRP. (2016a). Memoria Anual 2015 – Balanza de Pagos. BCRP, Lima.
  6. Banco Central de Reservas del Perú – BCRP. (2016b). Notas de Estudios del BCRP - Actividad Económica. BCRP, Lima.
  7. Banco Mundial. (2017). PIB (US$ a precios actuales). Grupo Banco Mundial, Washington.
  8. Glave, M. (2007). La minería peruana: Lo que sabemos y lo que aún nos falta por saber, Group for the Analysis of Development: Investigación, políticas y desarrollo en el Perú.
  9. Benavente, M. (2017). Efecto de la Falta de Acuerdos Arancelarios en Exportaciones de Atún Ecuatoriano a la Unión Europea: Análisis de Tendencia en el período 2010–2015, INNOVA Research Journal, 2 (5), 115 - 124.
  10. Lanteri, L. (2010). Modelos de VAR alternativos para pronósticos (VAR Bayesianos y FAVAR): el caso de las exportaciones argentinas, Economía, 33(66) 42 – 64.
  11. López, D. & Martínez, C. (2013). Modeling video transmission losses using SARIMA and ARIMA models, Tecnura. 17(37).
  12. Nolazco J., Lengua-Lafose, P. & Céspedes, N. (2016). Contribución de los choques externos en el crecimiento económico del Perú: un modelo semi-estructural. Asociación Peruana Economía, Lima.
  13. Seminario, B. (2016). El desarrollo de la economía peruana en la era moderna: precios, población, demanda y producción desde 1700. Universidad del Pacifico, Lima.
  14. Tramontana, R. (2018). BVL: Es muy poco probable que mercado local sea reclasificado a frontera, Diario Gestión.
  15. Valdés, H., Azuara, O., Corrales, M., González, A., Di Tata, J., Haarsager, U., Mendieta, M., Molina, A., Palomino, A., Ramírez, A. & Ramírez-Goldin, A. (2016). Evaluación del programa de país: Perú 2012 – 2016. BID
  16. World Trade Organization- WTO. (2017). World Trade Statistical Review, (WTO, Ginebra.
  17. World Trade Organization- WTO. (2018). World Trade Outlook Indicator (WTOI), WTO, Ginebra.
  18. Yaglom, A. (1955). Correlation theory of processes with random stationary nth increments, Matematicheskii Sbornik, 79(1), 141 – 196.

Cómo citar

Chafloque-Céspedes, M. R., Chung Alva, V. M., & Cotrina Camacho, A. B. (2018). Modelación de las dinámicas, estimación y análisis de las exportaciones mineras: caso peruano. Alternativas, 19(3), 37–45. https://doi.org/10.23878/alternativas.v19i3.264

Descargar cita

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.

Artículos similares

1 2 3 4 > >> 

También puede {advancedSearchLink} para este artículo.