EVOLUCIÓN DE LA PRODUCCIÓN DE LECHE EN CUBA EN EL PERÍODO 2005-2013. ANÁLISIS DE COYUNTURA MEDIANTE LA METODOLOGÍA DE EXTRACCIÓN DE SEÑALES

Resumen
La evolución de la producción lechera en Cuba resulta de especial interés dada la importancia económica que representa este rubro para el país. A pesar de los esfuerzos realizados por la Revolución, su producción no ha podido cubrir la demanda doméstica, en su totalidad. El presente trabajo tiene como propósito realizar un análisis del comportamiento de la serie de la producción nacional de leche desde el 2005 hasta el 2013 mediante el uso de técnicas de extracción de señales, para determinar los factores que inciden en su evolución. Se estructura en tres partes fundamentales, en la primera se identifican los aspectos teóricos sobre la extracción de señales; seguidamente se realiza una breve caracterización de la situación nacional de la producción lechera; y finalmente, se procede a la aplicación de las herramientas que brinda esta metodología para el análisis de coyuntura, así como a la interpretación de los resultados.
Palabras clave: extracción de señales, ciclo, tendencia, producción de leche

Abstract
The evolution of the milk production of Cuba results of the special interest because it has an important product in the menu of basic foods in the country. Even the efforts of Revolution, this production is insufficient to provide the national demand. The present article has the general objective: to realize an analysis of national milk production behavior in the period 2005-2013 using methods of signal extraction, to determine the factors that affect the data evolution. This investigation has three fundamental parts; the first, shows the theoretic elements of signal extraction; the second, presents a short description of national milk production behavior and the third, offers the application of methods of signal extraction and the interpretations of results.
Keywords: signal extraction, cycle, trend, milk production

Introducción

Con el triunfo de la Revolución el 1ro de enero de 1959 se comenzó en Cuba un proceso de reformas en todas las esferas de la actividad económica con el objetivo de mejorar las condiciones económicas, políticas y sociales heredadas de los gobiernos anteriores. Toda la ola de cambios que caracterizaron esta época condujo a un nuevo contexto donde el objetivo principal de política económica se centraba en lograr el desarrollo integral del ser humano (Mesa & León, 2014).

Con la caída del campo socialista, el país se vio inmerso en una dramática situación que lo obligó a buscar soluciones urgentes para frenar el impacto de la crisis. Al calor de este contexto, se adoptaron medidas, especialmente en el sector agropecuario que significaron un cambio en el mecanismo económico, al proponer el redimensionamiento empresarial y la descentralización (creación de las Unidades Básicas de Producción Cooperativa); la entrega de tierras en usufructo a productores individuales; la apertura del mercado agropecuario y la flexibilización del sistema de acopio; la aplicación de diferentes mecanismos de estimulación; la implementación de esquemas de autofinanciamiento en divisas; el desarrollo del autoabastecimiento municipal; y finalmente, el fortalecimiento de la dirección a nivel territorial (Mesa & León, 2014).

Con estas disposiciones, el valor agregado agropecuario creció lentamente hasta finales de la década del 90, lo que no implicó que se alcanzaran los niveles de crecimiento experimentados en 1989 (ver anexo 1, figura 7). Los mayores rezagos se concentraron en la caña de azúcar y en los productos de la ganadería. A partir del año 1997 el valor añadido por el sector mantuvo un comportamiento estable con períodos de retraimiento.

Por su parte, la balanza comercial agropecuaria obtuvo un saldo deficitario como resultado de la caída del rubro de exportación fundamental de ese origen, el azúcar, y de la incrementada dependencia de las importaciones de alimentos. En el año 2008 el déficit superó la cifra de los 2000 MM USD (anexo 1, figura 8). Aunque se observa una contracción para el año 2010, en virtud de los ajustes en la importación de alimentos por la disminución de asignaciones al consumo social de alimentos, el déficit todavía se mantiene por encima de los 1500 MM USD.

La producción agrícola descendió a un ritmo acelerado después de 2004 y la dinámica en la producción ganadera ha resultado insuficiente. La existencia de importantes magnitudes de tierras ociosas, el incremento de los volúmenes de importación de alimentos y la necesidad de transformación de las relaciones de producción son otros de los elementos que caracterizan la problemática del sector. En general, la contracción de los sectores industrial y agropecuario se refleja en una notable disminución de la producción nacional de alimentos agrícolas y pecuarios (ver anexo 1, figura 9).

Esta disminución ha provocado que el abastecimiento nacional sea insuficiente y como consecuencia, el país se ha visto obligado a cubrir el déficit con las importaciones de agroalimentos. Esta situación repercute negativamente en el saldo de la cuenta corriente. En el 2008, la cantidad de alimentos importados superó la cifra de 2200 millones de pesos, lo cual representa un aumento cercano a 800 miles de pesos con respecto al 2006. Para el 2011 se realizaron importaciones de carne vacuna y de cerdo, leche de vaca, frijoles, maíz, café y cítricos adicionales por un valor de 48 millones 875 mil dólares, no previstas en el plan del año (Yzquierdo, 2011).

La política del país orienta todos sus esfuerzos a estimular la producción nacional de alimentos para lograr abastecer el mercado doméstico y disminuir las importaciones. A partir del 2008 se ha observado un gradual descenso en el volumen de alimentos importados, lo cual representó para el 2010 un ahorro de 737 miles de pesos, aproximadamente.

La leche, los productos lácteos y cárnicos son alimentos de primera necesidad en la canasta básica por sus altos contenidos proteicos, vitamínicos y de grasas. Sus importaciones todavía representan más del 7%, 9% y 17%, en ese orden, del total de importaciones de alimentos y animales vivos para el 2010 (ver anexo 1, figura 10). El presente trabajo se concentra en la evolución de la producción nacional de leche desde el 2005 hasta el 2013. Tiene como objetivo realizar un análisis del comportamiento de esta serie mediante el uso de técnicas de extracción de señales, destacando la estimación de los componentes ciclo y tendencia.

Cabe destacar que esta investigación forma parte de un proyecto mayor que implica la participación de un colectivo de estudiantes y profesores de la Facultad de Economía de la Universidad de La Habana, que aborda diferentes problemáticas de la actividad económica del país para proponer soluciones científicamente fundamentadas, que tienen como base la modelación en instrumentos estadísticos y econométricos.

El trabajo se estructura en tres partes fundamentales, en la primera se identifican los aspectos teóricos sobre la Extracción de Señales; seguidamente se realiza una breve caracterización de la situación nacional de la producción lechera; y finalmente, se procede a la aplicación de las herramientas que brinda esta metodología para el análisis de coyuntura, así como a la interpretación de los resultados.

Algunos elementos conceptuales sobre la Extracción de Señales

La extracción de señales es una metodología que estudia la evolución temporal de las series de tiempo teniendo en cuenta sus componentes, los cuales pueden ser inobservables. Estos son: a) La Tendencia: se refiere a aquella parte de la evolución de la serie relacionada con factores de largo plazo; b) La Estacionalidad: se asocia a las oscilaciones regulares que tienen lugar durante un año; c) El ciclo: se determina por las oscilaciones cuya periodicidad es mayor que un año; d) Irregularidad: se halla por las oscilaciones no sistemáticas que afectan puntualmente a la serie (Kamil & Lorenzo, 2008).

Sin embargo, en la evolución temporal de una serie económica pueden intervenir elementos que distorsionan su análisis  (Aguilar, Garcia, & Vidal, 2011). De aquí, que en la metodología de extracción de señales se incluyan determinados procedimientos de descomposición para “filtrar” una señal de interés para el investigador que se presente contaminada.

Métodos de extracción de señales

Existen diferentes métodos para descomponer una serie de tiempo según la señal que se desee obtener. Esta descomposición se conoce como filtro, que no es más que una combinación lineal de las observaciones originales de la variable objeto de interés para distintos momentos del tiempo con el fin de obtener una señal determinada (Maqueira & León, 2010). Según la referencia al modelo teórico de generación de datos, los métodos o filtros se clasifican en tres tipos: Empiricistas, Pasabandas y Filtros basados en modelos.

Filtros Empiricistas

Los Filtros Empiricistas son los más utilizados y provienen del análisis de series reales en oficinas estadísticas. Se destacan por “la descomposición de filtros lineales cuya estructura y parámetros no dependen del proceso generador de datos, sino que presentan valores prefijados. Esto, a su vez, se convierte en su mayor inconveniente o desventaja pues al desarrollarse sin reparos de tipo teórico, pudieran conducir a la extracción de señales espurias que no reflejan la verdadera evolución de la señal de interés” (Maqueira & León, 2010).

Los Filtros Empiricistas más empleados son: X11, X11 ARIMA, X12 ARIMA, el alisado exponencial y el Hodrick-Prescott (HP). Para la desestacionalización de las series macroeconómicas es más favorable el uso de los tres primeros filtros, mientras que para la extracción de los componentes tendencia y ciclo, una vez desestcionalizada la serie, se recomiendan el alisado exponencial y el HP.

El método X11 se aplica a partir de la iteración de filtros a través de medias móviles distintas con el fin de obtener una estimación de los factores estacionales, que se pueden presentar mediante una serie ajustada de estacionalidad. Su principal ventaja consiste en su fácil aplicación pues requiere de métodos automáticos basados principalmente en sistemas computacionales que descomponen las series sin requerir conocimiento de analistas expertos, lo cual ha motivado la divulgación de su empleo en casi todas las agencias estadísticas. Sin embargo, su uso indiscriminado pudiera conllevar a la desestacionalización de una serie que no presente el componente deseado o la extracción incorrecta de dicho componente (Vidal & Fundora, 2004).

Los filtros X11 ARIMA y X12 ARIMA son versiones perfeccionadas del método anterior. La diferencia fundamental del X11 ARIMA radica en incorporar un procedimiento automático que permite ajustar un modelo ARIMA a la serie que se quiere descomponer. La gran ventaja de esta opción es que predice los valores correspondientes a un año en cada extremo de la muestra y extrae los componentes utilizando las predicciones como valores reales y por tanto, permite que no se pierdan los valores extremos tal como sucede con la sola aplicación de medias móviles (Maqueira & León, 2010). Por su parte, el X12 ARIMA incorpora pruebas de diagnóstico para realizar análisis de intervención como por ejemplo, el tratamiento de observaciones atípicas.

El alisado exponencial es muy útil si se quiere analizar el componente cíclico de la serie. Debe aplicarse sobre la serie ajustada de estacionalidad o sobre la señal tendencia-ciclo, una vez eliminado el componente irregular. El filtro permite transformar la sucesión de datos en una serie alisada para observar el comportamiento subyacente de la variable, bajo el supuesto de que la media móvil es constante, es decir, que existe una evolución suave a lo largo del tiempo, en tanto, construye una nueva serie a partir de un filtro que contiene la constante λ de alisado, elegida arbitrariamente por el analista.

Finalmente, el Hodrick-Prescott permite extraer tanto el componente de tendencia como el de ciclo en las series macroeconómicas. Consiste en la desestacionalización de la serie para filtrar la tendencia de los datos. Las desviaciones obtenidas respecto a la tendencia las interpreta como el componente cíclico (Badagián, 2014). También es un método de fácil implementación aunque puede presentar algunos inconvenientes como la formación de ciclos espurios y la elección arbitraria del parámetro λ (regula la suavidad del componente de tendencia), que puede inducir a malas aproximaciones en la construcción de un filtro ideal.

Filtros Pasabandas

Los Filtros Pasabandas permiten determinar a priori el intervalo de frecuencias del componente que se quiere estudiar. Fueron construidos con el objetivo de medir óptimamente los ciclos económicos a partir de las especificaciones asignadas por el investigador. Logran un caso particular de medias móviles bidireccionales simétricas que no introducen desfases respecto a los datos originales. Se aplican en dos etapas: 1) medición del ciclo y 2) aislamiento del ciclo mediante el empleo de promedios móviles a los datos originales.

Existen tres procedimientos para aplicar los Filtros Pasabandas desarrollados por Baxter y King: paso bajo, paso alto y pasa banda. El primero solo mantiene los componentes que se producen en las frecuencias más bajas y se representa como LPk (p), siendo k el número de rezagos de promedios móviles y p la periodicidad mínima para el filtro. El filtro paso alto (HPk(p)) retiene solamente los componentes de los datos con periodicidad menor o igual a p. Es por ello que se espera que recoja elementos más frecuentes en la serie como suelen ser los movimientos irregulares o estacionales. Por último, el filtro pasa banda (Hbk (p, q)) aísla los componentes periódicos de la serie de tiempo que coinciden con una banda de frecuencia específica, donde p y q son los períodos máximos a incluir en el ciclo (Maqueira & León, 2010)

Un aspecto a tener en cuenta para la aplicación de estos métodos se halla en la cantidad de rezagos a incluir pues la precisión de los ponderadores es determinada por los propios filtros. Mientras mayor sea el número de rezagos en el promedio móvil mayor será la aproximación al filtro ideal. Lo anterior, provoca una pérdida de datos alrededor del valor de interés, de aquí que el investigador debe tener en cuenta la posibilidad de la formación de los efectos leakage y compression, el primero referido a la inclusión de elementos que debían eliminarse a priori y el segundo relacionado con elementos que no debieron incluirse. No obstante, la acción de estos efectos puede reducirse si se incluyen un mayor número de rezagos, lo cual induce claramente a un trade-off (Badagián, 2014).

Filtros basados en los modelos

Los filtros basados en los modelos constituyen el último grupo de metodologías para la extracción de señales. Se desarrollan a partir de la incorporación de información sobre procesos generadores de datos y sus componentes inobservables, por tanto, son considerados incluso mucho más fiables que los filtros Empiricistas y Pasabandas, a pesar de que su uso haya sido mucho menor.

“En sentido muy general, estos filtros admiten la posibilidad de que cada uno de los componentes inobservables típicos de una serie de tiempo posea una naturaleza estocástica, lo cual representa una amplia ventaja respecto al resto de los filtros pues se ha comprobado la inestabilidad de los componentes al ser modelados de forma determinista cuando las series son muy largas. De esta manera estima un modelo para cada uno de los componentes inobservables de la serie de tiempo macroeconómica a través del método de máxima verosimilitud” (Maqueira & León, 2010).

Breve caracterización de la producción de leche en Cuba

El proceso de desarrollo de la ganadería vacuna, en particular, la cubana, cuenta con un prolongado proceso de producción, dadas sus características biológicas. En nuestro país, se añade una característica peculiar, que tiene como base, el hecho de que las cadenas productivas de sus principales productos derivados, leche y carne, se encuentran subordinadas a varios Ministerios que tienen financiamiento limitado, por la difícil situación económica que enfrenta el país, producto del bloqueo impuesto por el gobierno norteamericano.

Conjuntamente, se muestran otros problemas asociados al destino social de las producciones porque impone condiciones muy propias a la nación, la existencia de inconvenientes organizativos en la elaboración, la falta de motivación por parte del productor, la influencia de las estaciones del año y de eventos climáticos como ciclones, huracanes, sequías, etc., que contribuyen a que este sector presente una situación nacional compleja.

Diversos estudios, desarrollados a partir del triunfo revolucionario, señalan que el rasgo distintivo, en el proceso de desarrollo de la economía ganadera vacuna, está dado por los niveles de intensificación, concentración y especialización de la producción que se han alcanzado, y que originaron cambios en el uso de la tierra en el país, sobre la base del aprovechamiento creciente, en la base alimentaria de la ganadería vacuna, de las condiciones naturales de los territorios, subproductos y derivados de los Complejos Agroindustriales Azucareros (CAI) y de otras industrias.

Este rasgo, unido al impulso de una ganadería en función de la producción lechera, posibilitó que esta última se duplicara en el sector estatal; se desarrollara una fuerte infraestructura científico-técnica; se implementaran nuevos programas de capacitación para el personal, y se introdujera, masivamente, la inseminación artificial. Estos logros contribuyeron, a su vez, a que el consumo per cápita de leche se elevara de menos de 30 a 150 litros por año, así como al crecimiento de una raza vacuna recordista mundial en la producción lechera: La Ubre Blanca.

Cabe destacar, que el modelo para el crecimiento de la ganadería especializada implicó la introducción de nuevos fertilizantes, combustibles, materias primas para piensos, mieles, medicamentos y otros productos. A pesar de esto, los resultados conseguidos no estuvieron en correspondencia con la cantidad de insumos empleados, lo cual se evidenció mediante el análisis de los indicadores de eficiencia productiva y reproductiva, que se mostraron inferiores a lo esperado. Entre las causas que explican estos efectos, se mencionan el fuerte énfasis que tiene el modelo en el sector estatal, la existencia de una ganadería especializada en leche con vacas de elevada productividad, pero con alto componente importado, en cuanto a la alimentación y el mantenimiento.

La crisis que enfrenta la nación, desde finales de la década de 1980 y principios de 1990 y que tuvo lugar a partir de la combinación de importantes desajustes internos y externos, aunque estos últimos, con carácter predominante, afectó notablemente, como consecuencia de una drástica reducción de los insumos que tradicionalmente se empleaban, al modelo de producción ganadera que se venía desarrollando y que se sostenía sobre los pilares distintivos mencionados anteriormente.

A pesar de los esfuerzos, el impacto de la crisis dentro de este sector no ha sido superado, lo cual es resultado, entre otros factores, de que el cambio experimentado en las formas de tenencia implica la sustitución de los métodos y mecanismos de dirección que se encuentran en manos del Estado. Una medida, para atenuar este efecto, se halla en el inicio de una política de recuperación que trata de fomentar una base alimentaria propia, a partir de la utilización de la caña de azúcar y de variantes de leguminosas como fuentes de alimentos, así como el buen manejo de los pastizales. Además, contempla la introducción de modificaciones en el tamaño de las vaquerías y fincas, la mejora de las condiciones de trabajo y la ejecución de mecanismos de estimulación vinculados con la calidad y cantidad de nutrientes de la leche.

En el año 2011, como complemento a esta política, se desplegaron otros programas que beneficiaron la producción de leche, tales como el aumento del precio pagado al productor por litro de leche, entre otros. A continuación se presenta el efecto de la producción de leche, como consecuencia de las transformaciones realizadas en la ganadería, en el período 2005-2013.

Aplicación de la metodología de Extracción de Señales a la serie trimestral de producción de leche en Cuba (2005-2013)

Para la descomposición de la serie trimestral de producción de leche en el país en el período 2005-2013, obtenida a partir de las cifras anuales divulgadas en los Anuarios Estadísticos  del país publicados por la Oficina Nacional de Estadística e Información (ONEI, 2012), se procedió, como primer paso, a su transformación logarítmica mediante el programa Eviews, versión 5.0 con el fin de reducir su escala. En el gráfico 1 se muestra la existencia del componente estacional y la presencia de tendencia en la serie, lo cual se explica debido a que la producción de leche nacional está altamente influenciada por la época del año en que se realice, por el alto impacto que tiene el tiempo de lluvia en la alimentación del ganado.

La eliminación del componente estacional se efectuó a través del filtro CENSUS X12 ARIMA. La aplicación de este método permitió obtener los componentes: tendencia-ciclo, e irregular. Al observar el gráfico 2 del componente irregular se identificó la presencia de atípicos en el primer trimestre de 2009 y en el segundo de 2011, que deben ser corregidos. Un factor que pudo haber provocado estas anomalías se tiene en la ocurrencia de dos ciclones en el 2008 y de una sequía en el 2010.

Igualmente, la observación del componente de tendencia- ciclo (gráfico 3, panel a) sugirió un comportamiento influenciado por la presencia de atípicos, por lo que se procedió a la aplicación del TRAMO-SEATS[1] para eliminarlos, a través del análisis de intervención que el programa provee de manera automática. Una vez implementado el filtro, se pudo apreciar una conducta más suavizada  de la serie (gráfico 3, panel b).

Como el filtro TRAMO-SEATS brindó un comportamiento más laxo en el período que se analiza, al eliminar la irregularidad y brindar una serie mucho más estable, se procedió a emplear los filtros Hodrick-Prescott y Baxter-King sobre los resultados obtenidos mediante él, con el fin de separar la tendencia del ciclo y poder realizar el análisis de coyuntura. El componente tendencia-ciclo, obtenido mediante la utilización del TRAMO-SEATS, adquirió la ventaja de ofrecer un mejor ajuste del modelo ARIMA de la serie analizada, pues el método considera, de manera explícita, las características específicas del proceso generador de datos estimado de la variable en cuestión (Kamil & Lorenzo, 2008). El análisis de extracción de los componentes se basa en las raíces de la parte autorregresiva del modelo ARIMA estimado.

Implementación del Hodrick-Prescott

El Hodrick-Prescott (HP), al suponer que la serie está conformada por un componente de tendencia-ciclo, filtra la tendencia de los datos e interpreta las desviaciones respecto a ella como el ciclo (Badagián, 2014). Para la utilización del mismo, se empleó un λ de 1600, porque es el recomendado para series trimestrales y, según King y Rabelo, con esta lambda el HP se aproxima a un filtro ideal de paso alto (Badagián, 2014).

El gráfico 4 muestra la tendencia creciente de la producción de leche nacional, luego de ser instrumentado el filtro, hasta aproximadamente, el primer trimestre de 2011, luego continúa estable hasta el 2013. En cuanto al ciclo, se aprecia que se ha comportado por encima de la tendencia en el período 2008-2011, el resto de los años ha estado por debajo, pues en el gráfico del ciclo esta última se ubica en el cero.

Implementación del Baxter-King

La metodología Baxter-King (BK) supone un caso particular de medias móviles bidireccionales simétricas, que no introducen desfases respecto a los datos originales. El cálculo de la media móvil se realizó truncando el filtro ideal en el rezago o el adelanto k, en este caso se utilizó k=12, que es el recomendado para series trimestrales.[2] El gráfico 5 muestra los componentes tendencia, ciclo y la función impulso– respuesta, obtenidos a través del BK.

La tendencia muestra un comportamiento similar al computado por el filtro anterior. En el caso del ciclo se observa que, igualmente, supera a la tendencia en los años que van desde el 2008 hasta el 2011, lo cual se aprecia mejor en la figura 6, donde se graficó solamente el componente ciclo a partir de los resultados obtenidos por ambos filtros, para obtener una mejor precisión en la interpretación. Una limitación que presenta el BK sobre la serie que se analiza es que como es pequeña se pierden observaciones que inciden sobre los resultados.

Entre el primer trimestre de 2008 y el último de 2010 se aprecia un leve incremento de la modelación del ciclo que se corresponde con la incidencia de dos ciclones sobre el país. Estos eventos meteorológicos causaron nefastas consecuencias en la producción de leche durante este período.

Comparación entre HP y BK

Para el análisis comparativo entre ambos filtros se determinaron los estadísticos desviación típica y autocorrelación (ver tabla 1). El primero indica la variabilidad o amplitud relativa de las fluctuaciones cíclicas. El componente cíclico derivado de BK tiene menor varianza, lo que sugiere que el ciclo se encuentra más cerca de la tendencia y se interpreta que, como promedio, la lejanía en términos porcentuales con respecto a la tendencia que muestra el ciclo obtenido a través de BK es menor.

En el caso del HP, se obtuvo una volatilidad mayor que en BK, lo cual pudiera estar explicado porque en la modelación de la serie, a través del BK, se perdieron observaciones.

Tabla 1: Estadísticos para la descripción del componente ciclo

HP BK
Desviación Estándar 0.031070 0.005514
Autocorrelación 0.816 0.816

Fuente: Elaboración propia mediante el Eviews 5.0

La autocorrelación de primer orden se asocia al grado de persistencia del ciclo, y esta última determina si el tiempo que demora la variable en comenzar o terminar un ciclo es estable. Los coeficientes derivados alcanzan los mismos valores, y se acercan a 1, indicando que el componente cíclico es muy persistente en la serie.

La pérdida de observaciones que se adquiere mediante el BK, por el tamaño pequeño de la serie, incide en la obtención de una mejor estimación de la desviación estándar a través de HP, a pesar de que la autocorrelación se comporte de manera similar en ambos filtros, por lo que este último se ajusta mejor para el análisis de coyuntura en la producción de leche. Finalmente, se graficaron los componentes tendencia-ciclo y tendencia conjuntamente en las dos metodologías (ver grafico 7). En ambas se corrobora que la tendencia sigue un comportamiento más suavizado, aunque muy similar a cuando contiene ciclo.

Conclusiones

  1. El método Hodrick-Prescott resultó más conveniente para la extracción de señales de la producción nacional de leche desde 2005 hasta 2013, pues arrojó una mejor estimación de la desviación estándar. Por su parte, el BK ocasionó pérdidas en las observaciones lo que incidió en la obtención de valores más pequeños para este coeficiente.
  2. El ciclo de la producción de leche en Cuba no posee una alta volatilidad o amplitud relativa de las fluctuaciones cíclicas, lo cual pudiera asociarse a los esfuerzos realizados por el gobierno para garantizar un mayor abastecimiento doméstico, desde el triunfo revolucionario.
  3. El componente cíclico posee una alta persistencia, lo que indica que la producción de leche ha demorado mucho tiempo en rebasar los efectos de la crisis, devenida del derrumbe del campo socialista, elemento que había sido abordado anteriormente y que el cómputo de la serie en el programa Eviews, ratifica.
  4. La ocurrencia de dos eventos meteorológicos durante el 2008 impactó en el ciclo de la serie entre el primer trimestre de este año y el último de 2010, ocasionando un comportamiento inusual en el componente, que luego retorna a su conducta anterior.
  5. Ambas metodologías permitieron obtener un factor tendencial más suavizado en la producción de leche al separar el ciclo de ella, aunque en Hodrick Prescott se logró una mejor visibilidad de este componente debido a que no se perdieron observaciones.

Bibliografía

  1. Aguilar, R., Garcia, A., & Vidal, P. (2011). Elementos de Econometría. Aplicaciones para Cuba. San, Martín, Uruguay: Zona Libro, Segunda Edición.
  2. Badagián, A. (2014). Materiales del curso Extracción de Señales insertado en el Diplomado de Métodos Estadísticos y Econometría impartido por la Universidad de la República de Uruguay. (pág. 50). La Habana: Inédita.
  3. Kamil, H., & Lorenzo, F. (2008). Caracterización de las fluctuaciones cíclicas en la economía uruguaya. Revista de Economía, V. , 8.
  4. Maqueira, A., & León, J. (2010). Análisis del componente cíclico y tendencial del PIB de Cuba para el período 1900-2009. La Habana: Inédito.
  5. Mesa, C., & León, C. (2014). Producción de soya en Cuba: su impacto en el Desarrollo Local. . Caribe en Contexto. Barranquilla , 189-218.
  6. ONEI. (2012). Anuario Estadístico de Cuba. La Habana: ONEI.
  7. Vidal, P., & Fundora, A. (2004). Tendencias y Ciclos en el Producto Interno Bruto de Cuba: Estimación con un Modelo Estructural Univariante de Series Temporales. Ponencia presentada en el 42 Aniversario de los Estudios Económicos en la Facultad de Economía de la Universidad de la Habana. La Habana: Publicación electrónica del evento (ISBN 959-16-0289-0).
  8. Yzquierdo, A. (2011, 12 24). granma. Recuperado el enero 20, 2012, de Granma. Cubaweb. cu: http://www.granma.cubaweb.cu/2011/12/24/nacional/artic04.html/


[1] El TRAMO-SEATS es un procedimiento basado en modelos de forma reducida y es muy utilizado para efectuar la descomposición de las series temporales. Se compone de dos programas independientes que se usan de forma complementaria. El TRAMO es una herramienta para realizar la modelación univariante automática, mientras que el SEATS hace uso de la modelización previa que puede ser ejecutada a través del TRAMO y, a partir de ella, realiza una estimación de los componentes inobservables. Su principal inconveniente tiene que ver con la identificación de los componentes, que se soluciona mediante la descomposición canónica, que implica imponer la restricción de que el componente irregular sea de máxima varianza, de manera que el resto de los componentes resulten los más estable (suave) posible. De aquí, que la descomposición se base en un modelo perfectamente ajustable a los datos (Badagián, 2014).

[2] La elección de K depende del tamaño de la muestra y de la necesidad de acercarse a un filtro ideal. Un valor más grande de K produce una mayor aproximación al filtro ideal, pero resulta en una mayor pérdida de observaciones. La utilización de k=12 se recomienda tomando como base la observación de tres indicadores: la desviación estándar, los coeficientes de correlación serial, las correlaciones contemporáneas con el producto bruto nacional. A partir de k=12, estos estadísticos permanecen estables, lo cual implica que no se incurre en una mayor pérdida de observaciones para lograr una mejor aproximación al filtro pasa banda ideal  (Badagián, 2014).

Para citar este artículo puede utilizar el siguiente formato:
Mesa León, Carmen y Cárdenas Palazón, Lisset: "Evolución de la producción de leche en cuba en el período 2005-2013. Análisis de Coyuntura mediante la metodología de Extracción de Señales" en Revista Caribeña de Ciencias Sociales, septiembre 2014, en http://caribeña.eumed.net/produccion-leche/

Revista Caribeña de Ciencias Sociales es una revista académica, editada y mantenida por el Grupo eumednet de la Universidad de Málaga.