Ítem
Acceso Abierto
Evaluación de modelos para el pronóstico del precio externo del café
Título de la revista
Autores
Rojas Trujillo, Sergio Andrés
Fecha
0029-04-29
Directores
Otero Cardona, Jesús Gilberto
ISSN de la revista
Título del volumen
Editor
Universidad del Rosario
Buscar en:
Métricas alternativas
Resumen
Esta tesis evalúa el desempeño predictivo de nueve modelos para el pronóstico mensual del precio externo del café colombiano, empleando un esquema de validación fuera de muestra con tres particiones temporales (de 18, 24 y 36 observaciones de prueba) y dos horizontes de pronóstico (h = 1 y h = 3 meses). Los modelos comparados incluyen tres benchmarks ingenuos, dos modelos estadísticos univariados (ARIMA, ETS), un modelo de vectores autorregresivos (VAR) con covariables macroeconómicas y climáticas, un modelo de bosques aleatorios y dos estrategias de combinación de pronósticos: promedio simple y ponderación por el inverso del RMSE acumulado. La muestra comprende 315 observaciones mensuales entre enero de 2000 y marzo de 2026. La variable objetivo se aproxima mediante el contrato continuo KC1 de Bloomberg, usado como proxy del precio externo del café. La métrica principal de comparación es el OWA (Overall Weighted Average), calculado en relación con el benchmark Naive 2, complementado por sMAPE, MASE, RMSE y MAE. La robustez de los resultados se evalúa mediante el test de Diebold-Mariano con corrección de muestra finita. Para h = 1, el VAR y Naive 1 empatan en el primer lugar con OWA promedio de 0,937 y 0,938 respectivamente, seguidos por ARIMA (0,956) y ETS (0,957). Los cuatro modelos superan al benchmark en las tres particiones sin excepción. Para h = 3, el ordenamiento cambia: Naive 1 registra el mejor OWA (0,973), seguido por VAR (0,991) y ETS (0,992). En ambos horizontes, el Random Forest y las dos estrategias de combinación no superan al benchmark. El test de Diebold-Mariano no rechaza la igualdad predictiva al 5%, resultado coherente con el limitado poder estadístico disponible (n ≤ 36) y con la magnitud moderada de las mejoras observadas. Los resultados se interpretan como evidencia específica del esquema y la muestra analizados, sin generalización a otros contextos o períodos.
Abstract
This thesis evaluates the predictive performance of nine models for monthly point forecasting of the external Colombian coffee price under a rolling-origin out-of-sample evaluation scheme with three temporal holdout partitions (of 18, 24, and 36 test observations) and two forecast horizons (h = 1 and h = 3 months ahead). The models under comparison include three naïve benchmarks, two classical univariate models (ARIMA, ETS), a vector autoregression (VAR) with macroeconomic and climatic covariates, a random forest, and two forecast combination strategies: a simple average and an inverse-RMSE weighted average. The sample covers 315 monthly observations from January 2000 to March 2026. The target variable is proxied by Bloomberg’s continuous KC1 contract as a monthly benchmark for the external coffee price. The primary evaluation criterion is the OWA (Overall Weighted Average), computed relative to the Naive 2 benchmark and supplemented by sMAPE, MASE, RMSE, and MAE. Statistical robustness is assessed using the Diebold-Mariano test with the finite-sample correction of Harvey, Leybourne, and Newbold (1997). For h = 1, VAR and Naive 1 tie for first place with average OWA of 0.937 and 0.938, respectively, followed by ARIMA (0.956) and ETS (0.957); all four models outperform the benchmark across all three partitions without exception. For h = 3, the ranking shifts: Naive 1 records the best OWA (0.973), followed by VAR (0.991) and ETS (0.992). At both horizons, the random forest and both combination strategies fail to outperform the Naive 2 benchmark. The Diebold-Mariano test does not reject equal predictive ability at the 5% level, a result consistent with the limited statistical power available (n ≤ 36) and the moderate magnitude of the observed improvements. Results are interpreted as evidence specific to the evaluated scheme and sample period, without generalization beyond the study context.
Palabras clave
Pronóstico de series de tiempo , Precio del café , ARIMA , Validación fuera de muestra. , OWA , Combinación de pronósticos , Bosques aleatorios , VAR , ETS
Keywords
Time series forecasting , Out-of-sample evaluation , OWA , Forecast combination , Random forest , VAR , ETS , ARIMA , Coffee price
