Alejandro Acevedo Amorocho, Fabian E. Ramirez Carreño, Duvan D. Salcedo Blanco, Javier Alexander Román Ordoñez
La producción de café en Colombia hace parte de uno de los renglones más importantes de su economía, de este producto dependen miles de personas directa e indirectamente que se han visto afectados por la volatilidad de su precio en los mercados locales e internacionales. El presente estudio consiste en analizar un modelo predictivo de los precios internos del café que ayudará a mitigar el impacto económico producto de su cotización en bolsa. Para ello se empleó el análisis de series de tiempo, lo que permitió formular un modelo autorregresivo de media móvil heterocedástico cuya ventana de tiempo comprende las cotizaciones del precio que van desde el año 2010 hasta el 2019, tiempo que incluyó su respectivo periodo de entrenamiento y validación. Se obtiene como resultado un modelo que cumplió satisfactoriamente con la etapa de diagnóstico, así como de validación. Se concluye de los resultados que el análisis y construcción del modelo permitió realizar una predicción de los precios del café para el mes de enero del 2020 cuyo comportamiento presentó estabilidad con una disminución lenta pero sostenida de la volatilidad.
The production of coffee in Colombia is part of one of the most important lines of its economy, thousands of people depend on this product directly and indirectly who have been affected by the volatility of its price in local and international markets. This study consists of analyzing a predictive model of internal coffee prices that will help mitigate the economic impact of its listing on the stock market. For this, the analysis of time series was used, which allowed to formulate an autoregressive model of a heteroscedastic moving average whose time window includes the price quotes that go from 2010 to 2019, time that included their respective training period and validation. The result is a model that satisfactorily complied with the diagnosis and validation stage. It is concluded from the results that the analysis and construction of the model made it possible to make a prediction of coffee prices for the month of January 2020, the behavior of which presented stability with a slow but sustained decrease in volatility.
© 2001-2025 Fundación Dialnet · Todos los derechos reservados