Browsing by Author "Delgado Domínguez, Diego Fernando"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Forecasting Chile’s mine copper production considering country risk and metal price: ARIMA, ARIMAX, and panel data models comparison
    (2025) Delgado Domínguez, Diego Fernando; Jara Donoso, José Joaquín; Marquardt R., Carlos; Fernández Maturana, Viviana; Suárez Poch, Francisco Ignacio; Pontificia Universidad Católica de Chile. Escuela de Ingeniería
    Chile lidera la producción mundial de cobre de mina, un insumo estratégico para la industria global y la transición hacia una economía más sostenible. Anticipar con precisión la producción de cobre de mina en el corto, mediano y largo plazo es fundamental para la planificación presupuestaria, la formulación de políticas públicas y la toma de decisiones de inversión en el sector minero, particularmente en países con capacidades productivas significativas. Este estudio compara tres enfoques econométricos para estimar la producción de cobre de mina en Chile en un horizonte de corto a mediano plazo: ARIMA univariado; ARIMAX multivariado; y modelos multivariados de datos de panel. Los modelos multivariados incorporan el precio del cobre y el riesgo país como variables exógenas. Se emplean series históricas anuales y mensuales y periodos de entrenamiento variables para evaluar la capacidad de pronóstico de los modelos frente a datos reales observados entre 2021 y 2024 mediante cuatro métricas: MSE, RMSE, MAE y MAPE. Todos los modelos se estiman con y sin estrategias de estimación multi-paso. Los resultados muestran que la granularidad y la heterogeneidad de la información de producción, el uso de variables exógenas y la aplicación independiente de estrategias multi-paso solo contribuyen de forma marginal a obtener mejores estimaciones. Sin embargo, cuando se combinan, mejoran significativamente la precisión de las evaluaciones. El mejor modelo simple, ARIMA MM3 de producción total 2004–2020 (directo), y el mejor modelo integrador, datos de panel MM3 2004–2020 (iterativo), presentan un MAPE de 4,28% frente a 1,47% para todo el periodo de prueba. Este artículo propone un marco metodológico robusto y reproducible para la estimación de la producción minera de recursos estratégicos, destacando la importancia de considerar tanto la frecuencia de los datos como el entorno económico en los modelos de pronóstico de producción minera.