Comparación de modelos de pronóstico de precios para el Arroz Paddy Verde en Colombia

Abstract

El presente trabajo tiene como eje central el estudio de los precios al productor del Arroz Paddy Verde, con el objetivo de construir y comparar modelos de pronóstico que incluyan aquellas variables que son determinantes y que tomaron mayor relevancia tanto durante la pandemia como en el marco del conflicto entre Rusia y Ucrania. Tomando como criterios el Análisis de Componentes Principales y la Prueba de Causalidad de Granger para la elección de variables explicativas, los modelos SARIMAX resultaron ser relevantes para el pronóstico de los precios del cereal en su primer eslabón y más precisos que los modelos SARIMA simples y otros modelos utilizados para pronosticar variables económicas como los Modelos de Factores Dinámicos (DFM). No obstante, siguiendo la metodología empleada por algunos autores, se construyó un modelo SARIMAX que incluye como variable exógena el primer factor obtenido a través de DFM (SARIMAX_F1), el cual obtuvo los pronósticos más precisos comparados con los pronósticos de los 8 modelos restantes evaluados según los indicadores RMSE, MAE y MSE. El contraste Diebold-Mariano sugiere que los pronósticos de este modelo no son estadísticamente más precisos que los del modelo SARIMAX que incluye como variables independientes el abastecimiento en Corabastos y el precio nacional del fertilizante DAP; por lo tanto, se utilizan ambos modelos para realizar un pronóstico contrafactual que confirma la sobre reacción de los precios por las compras de pánico durante la primera fase de la pandemia, así como la posterior caída sustancial ante la reactivación del canal HORECA. (Texto tomado de la fuente)

The cornerstone of this document is the study of Green Paddy Rice prices. It aims to construct and compare forecasting models that include those variables that must have been determinant and relevant either during the COVID-19 pandemic or during the Rusian and Ukrainian conflict. Taking the Principal Component Analysis (PCA) and the Granger Causality Test as criteria for independent variable election, the SARIMAX models were relevant for the cereal’s price projection in its first link of the chain. Moreover, SARIMAX forecasts appeared to be more precise than those for simple SARIMA and other models commonly used to forecast economic variables such as Dynamic Factor Models (DFM). Nevertheless, following the methodology employed by some authors, it was built a SARIMAX model that includes the first factor obtained through DFM as an exogenous variable (SARIMAX_F1). This model reached the most accurate forecasts compared to the other 8 models evaluated according to the RMSE, MAE, and MSE indicators. Diebold-Mariano Contrast suggests that SARIMAX_F1 forecasts are not statistically more precise than those of the SARIMAX model that includes Corabastos supply and the national price of DAP fertilizer as independent variables. Therefore, both models are used to carry out a counterfactual forecast that confirms not only the overshooting of Green Paddy Rice prices due to panic purchases at the first phase of the pandemic but also the subsequent strong decline caused by the reactivation of HORECA demand.