Un análisis de series de tiempo mediante modelos SARIMAX para la proyección de demanda de carga en el puerto del Callao

  • Victor Alejandro Chang Rojas Universidad de San Martín de Porres
DOI: https://doi.org/10.24265/raef.2019.v2n2.12
Palabras clave: Modelos SARIMAX, Análisis de series de tiempo, Predicción de flujos de carga marítima, Modelos de predicción, Puerto del Callao

Resumen

El objetivo principal de este artículo es estimar y proporcionar modelos de pronóstico para predecir el rendimiento de carga para el Puerto del Callao del 2019 al 2023. Estos resultados podrían servir para hacer un análisis prospectivo, mejorar las decisiones de inversión y determinar las tarifas del puerto. Para este propósito, los modelos de series temporales SARIMAX se utilizan con la inclusión de entradas exógenas que son representativas del rendimiento de carga de las tres terminales del Puerto del Callao: APMTC, DPWC y TC. Los resultados del pronóstico indican que para el año 2023 se alcanzará un total de 17 millones de TM y 3.4 millones de TEU’s, activando los gatillos de inversión para APMTC y DPWC.

Descargas

La descarga de datos todavía no está disponible.

Citas

[1] Abdelali Hajbi (2011) Traffic Forecasting in Moroccan Ports, Supply Chain Forum: An International Journal, 12:4, 26-35.

[2] Bollerslev, Tim (1986). Generalized Autoregressive Conditional Heteroskedasticity. Journal of Econometrics, 307-327.

[3] De Rus, G., Campos, J. y Nombela, G. (2003) Economía del transporte, Antoni Bosch Editor.

[4] Dragan, Dejan; Kramberger, Tomaz; Intihar, Marko. (2014). A comparison of Methods for Forecasting the Container Throughput in North Adriatic Ports.

[5] Dragan, Dejan; Kramberger, Tomaz; Intihar, Marko. (2017). Container Throughput Forecasting Using Dynamic Factor Analysis and ARIMAX Model. Promet – Traffic & Transportation, Vol. 29, No. 5, 529-542.

[6] Enders, W. (2014). Applied Econometric Time Series. en W. Enders, Applied Econometric Time Series (pp. 76-77). Tuscaloosa, Alabama: Wiley & Sons, Inc.

[7] Hui, Eddie; Seabrook, William; Wong, Gordon (2004). Forecasting Cargo Throughput for the Port of Hong Kong: Error Correction Model Approach. Journal of Urban Planning and Development, 195- 203.

[8] Kotcharat, Pitinoot, A forecasting model for container throughput: empirical research for Laem Chabang Port, Thailand (2016). World Maritime University Dissertations. 538.

[9] Mohamed, Yasmine R. (2016). Container Throughput Modelling and Forecasting: An Empirical Dynamic Econometric Time Series Approach. Amberes: University of Antwerp – Faculty of Applied Economics.

[10] Wen-Yi Peng, Ching-Wu Chu (2009). A Comparison of univariate methods for forecasting container throughput volumes. Department of shipping and Transportation Management, National Taiwan Ocean University.

[11] Veerachi Gosasang, Watcharavee Chandraprakaikul, Supaporn Kiattisin (2011). A Comparison of Traditional and Neural Networks Forecasting Techniques for Container Throughput at Bangkok Port. The Asian Journal of Shipping and Logistics.

[12] Gamassa Pascal Kany Prud’ome, Chen Yan (2017). Application of several models for the forecasting of the container Throughput of the Abidjan in the Republic of Côte d’Ivoire. International Journal of Engineering Research in Africa.

[13] Shih-Huang Chen, Jun-Nan Chen (2010). Forecasting container throughputs at ports using genetic programming. Dept. Transportation Technology and Management, Feng-Chia University, Taiwan.

[14] Peter M. Schulze, Alexander Prinz (2014). Forecasting container transshipment in Germany. Institute of Statistics and Econometrics, Johannes Gutenberg University, Mainz, Germany.
Publicado
2019-07-15
Cómo citar
Chang Rojas, V. A. (2019). Un análisis de series de tiempo mediante modelos SARIMAX para la proyección de demanda de carga en el puerto del Callao. REVISTA DE ANÁLISIS ECONÓMICO Y FINANCIERO, 2(2), 15-31. https://doi.org/10.24265/raef.2019.v2n2.12
Número
Vol. 2 Núm. 2 (2019): REVISTA DE ANÁLISIS ECONÓMICO Y FINANCIERO
Sección
Artículos científicos

Derechos de autor 2019 ANÁLISIS ECONÓMICO Y FINANCIERO

Creative Commons License
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.

El autor o autores asumen la responsabilidad ética de la investigación presentada. Cuando un  artículo es aprobado para su próxima publicación, el autor o autores conservan los derechos de autor y ceden a la Revista de Analisis Económico y Financiero el derecho de la publicación, edición, reproducción, distribución, exhibición y comunicación en el país de origen, así como en el extranjero, mediante medios impresos y electrónicos en diferentes bases de datos.

Después de la publicación de artículo el autor o autores pueden realizar otro tipo de acuerdos independientes para la difusión no exclusiva de la versión del artículo publicado en la Revista Analisis Económico y Financiero, siempre que se indique explícitamente que el trabajo ha sido publicado por primera vez en esta revista.

Por último, todos los artículos aceptados y publicados en la Revista de Análisis Económico y Financiero se distribuyen gratuitamente bajo los términos de la licencia Creative Commons. Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0). Los lectores pueden leer, descargar, copiar, distribuir, imprimir, transformar y construir sobre el material, siempre y cuando otorguen el crédito apropiado y no utilicen el material con fines comerciales.