El presente estudio tiene como objetivo predecir el comportamiento de la producción de huevos de la Empresa Avícola de Pinar del Río (PICAN), que t...

El presente estudio tiene como objetivo predecir el comportamiento de la producción de huevos de la Empresa Avícola de Pinar del Río (PICAN), que tiene, entre sus principales metas, producir y comercializar aves vivas, huevos de aves, carne de aves, subproductos avícolas. Para ello, se emplearon las series temporales, por su facilidad para, realizar predicciones dado el conocimiento de una variable a través del tiempo. Existen publicaciones de modelos de producción de huevos que emplean modelos matemáticos y estocásticos. Estos estudios, sin embargo, resultan muy complejos, como el de Grossman & Koops (2001) o requieren demasiadas variables para determinar la producción, como en el caso del modelo estocástico de Alvarez & Hocking (2007), restándoles utilidad práctica en la mayoría de las situaciones comerciales (Ahmand, 2012). Otros modelos, como el modelo no lineal de Gompertz, producen resultados carentes de sentido y no son apropiados para el tipo de variables y datos de producción que emplean (Ahmand, 2012). Existen, además, otras aplicaciones a la producción de huevos como Prasad & Singh (2008), que analiza varios modelos para describir la producción anual de huevos de gallina, Sumner et al. (2011), Ospina-Álvarez (2013), entre otros. En ese sentido, el empleo de las series de tiempo en el actual estudio permite a la administración de la entidad obtener mejores resultados, si en alguna medida, se logra reducir la incertidumbre sobre los sucesos futuros. El análisis incluye la estimación de un modelo de pronóstico para la producción de huevos y una comparación del comportamiento de esta serie con las series “promedio de ponedoras” y “eficiencia”. Para analizar la serie se empleó el Método de Descomposición (Reyes, 2007), que consiste en separar las componentes de una serie: Tendencia, Estacionalidad, Ciclo y Error; este último, constituye el factor aleatorio de la serie. En el estudio no se analiza cada factor para todas las series, sino que se brinda atención a aquellos que proporcionen la información más útil para el análisis de las mismas. Los resultados reales mostraron una alta confiabilidad para la estimación realizada, pues la diferencia entre la cantidad total estimada, para los últimos ocho meses de 2015 y la real obtenida, no supera el 0,04%. 2. MODELO DE PRONÓSTICO PARA LA PRODUCCIÓN DE HUEVOS La serie incluye los datos de producción de huevos durante 146 meses, en el período comprendido entre enero de 2003 y febrero de 2015 (en miles de unidades). La producción mínima fue de 6008,10 y la máxima de 23903,10 con una media mensual de 17948,04 miles de huevos. El comportamiento cronológico que ha tenido la producción en el período que se analiza (Figura1) tiene una depresión significativa en septiembre de 2008, causada por fenómenos meteorológicos (Huracanes Gustav e Ike). Después de la fecha señalada se muestra una recuperación considerable, que se ha mantenido con tendencia creciente, pero menor que la obtenida hasta aquel momento; esto es, la existencia de crecimiento de los niveles de producción de forma sostenida, pero siempre por debajo del último valor alcanzado antes de la depresión de septiembre de 2008. Con la finalidad de identificar el modelo que mejor describe el comportamiento de los datos se realizaron varios ajustes, incluyendo toda la información del período analizado (Tabla 1). Todos resultaron significativos, debido a la cantidad de observaciones incluidas; sin embargo, su capacidad predictiva resultó baja (R2), debido al cambio brusco en la tendencia registrado a partir de septiembre de 2008. Se dividió la serie en dos etapas: La primera, hasta Septiembre de 2008 (68 datos) y la segunda, desde octubre de 2008 hasta el final del período analizado (78). Se ajustaron los modelos para cada una de las etapas establecidas. Ambos resultaron significativos y con alto poder explicativo. El modelo que mejor se ajusta al comportamiento de los datos de la primera etapa es el Cúbico (R2= 0.839), mientras que el Logarítmico es el que mejor describe la segunda (R2= 0.792). La existencia de un cambio estructural en el comportamiento de los datos es una de las premisas en el pronóstico de series temporales, pues parte del supuesto de que el comportamiento futuro de la serie es similar al de la etapa de análisis. Una vez demostrado el cambio en la estructura de la serie, se decidió no tener en cuenta los datos de antes de enero de 2009. Por lo tanto, de aquí en adelante se analizarán los factores a partir de enero de 2009, fecha a partir de la cual se considera la empresa ya recuperada, en términos de producción. 2.1. Análisis de la serie de producción Primeramente, se analiza la producción, para la que se determina cuál es el esquema más adecuado para representar la serie (aditivo o multiplicativo). Con esa finalidad, se compararon los coeficientes de variación correspondientes a las primeras diferencias y a los cocientes de orden 1 de la variable producción. El coeficiente de variación para las diferencias resultó igual a 76,65 y el de los cocientes 0,076, por lo que se seleccionó el esquema multiplicativo. Con respecto a la estacionalidad, de la figura 3 se desprende que en los meses de diciembre, marzo, mayo, junio y julio de cada año el nivel de la producción está por encima de la media de los meses restantes. Durante el verano, de forma natural, se presenta