Proyección del precio de la harina de pescado mediante modelos ARIMA basados en la temperatura superficial del mar y la producción de Engraulis ringens

Dennis Tomalá-Solano; Francisco Javier Montalvo-Márquez; Gabriela Revelo-Salgado

doi:10.17268/agroind.sci.2025.03.12

Autores/as

Dennis Tomalá-Solano Universidad Politécnica Estatal del Carchi, Carchi, Ecuador. Universidad Estatal Península de Santa Elena. Campus universitario La Libertad, Santa Elena, Ecuador. https://orcid.org/0000-0002-8501-7885
Francisco Javier Montalvo-Márquez Universidad Politécnica Estatal del Carch, Carchi, Ecuador. https://orcid.org/0000-0003-2597-1113
Gabriela Revelo-Salgado Universidad Politécnica Estatal del Carchi, Carchi, Ecuador. https://orcid.org/0000-0001-5238-223X

DOI:

https://doi.org/10.17268/agroind.sci.2025.03.12

Palabras clave:

anchoveta, series de tiempo, El Niño, desembarques, sostenibilidad

Resumen

Engraulis ringens es la principal especie utilizada en la producción de harina y aceite de pescado para la industria acuícola y agroalimentaria. La distribución, abundancia y producción de la especie está fuertemente influenciada por la temperatura superficial del mar (TSM), afectando de forma directa la oferta y demanda de harina, repercutiendo en el
valor en el mercado. Sin embargo, existen escasos estudios que vinculen la TSM con el precio final de la harina, como un mecanismo de predicción. Por ello, el análisis y modelamiento de series de tiempo constituye una herramienta apropiada. Se aplicó el modelo ARIMA bajo el enfoque Box–Jenkins para analizar series univariadas de la temperatura, desembarques de E. ringens y precio de la harina de pescado. Se realizó 20 interacciones del modelo ARIMA por cada relación de variables y presentó mejores resultados en cortos períodos. La correlación TSM - Precio, presentó un coeficiente r = 0,533 al 95% de confianza (p = 0,0004). El modelo ARIMA de la TSM constituye una herramienta importante para proyectar el precio de la harina de pescado hasta tres años, permitiendo el desarrollo de estrategias efectivas para mantener la sostenibilidad de los recursos pesqueros y garantizar la estabilidad del mercado.

Citas

Arntz, W. E., Gallardo, V. A., Gutiérrez, D., Isla, E., Levin, L. A., Mendo, J., & Wolff, M. (2006). El Niño and similar perturbation effects on the benthos of the Humboldt, California, and Benguela Current upwelling ecosystems. Advances in Geosciences, 6, 243-265. https://doi.org/10.5194/adgeo-6-243-2006

Ashok, K., & Yamagata, T. (2009). The El Niño with a difference. Nature, 461(7263), 481-484. https://doi.org/10.1038/461481a

Banco Central de la Reserva de Perú - BCRP, G. C. de E. E. (2022). Pesqueros—Harina de Pescado—Precio (US$ por toneladas).

Bouchon Corrales, M., Ñiquen Carranza, M., & Ttito, H. (2018). Estadísticas de la pesquería pelágica en la costa peruana (1959- 2015). Instituto del Mar del Perú - IMARPE. https://hdl.handle.net/20.500.12958/3302

Box, G. E., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (1994). Time series analysis: Forecasting and control (3rd edition). John Wiley & Sons. ISBN-13 978-0130607744. https://doi.org/10.1002/9781118619193

Bracamonte Bazán, G. H. (2025). Tres propuestas de mejora para el proceso productivo de una empresa de harina de pescado. http://hdl.handle.net/20.500.12404/29932

Burga Farfán, J. E., Aguirre Panta, Y. E., Lecarnaqué Arévalo, C. A., & Aldana Yarlequé, C. N. (2024). Predicción de precios de exportación del aceite y la harina de pescado, utilizando series de tiempo para el periodo 2023. Revista de Investigación Científica de la UNF – Aypate, 2(1), 43–53. https://doi.org/10.57063/ricay.v2i1.28

Cai, W., Borlace, S., Lengaigne, M., Van Rensch, P., Collins, M., Vecchi, G., & Cowan, T. (2014). Increasing frequency of extreme El Niño events due to greenhouse warming. Nature Climate Change, 4(2), 111-116. https://doi.org/10.1038/nclimate2100

Cancino, S. E., Escalante, G. O. C., & Ricketts, D. F. C. (2023). Un modelo Box Jenkins ARIMA para modelar y pronosticar la producción de mora de castilla en Colombia. Económicas CUC, 44(1), Article 1. https://doi.org/10.17981/econcuc.44.1.2023.Econ.4

Carlson, A. K., Taylor, W. W., Liu, J., & Orlic, I. (2018). Peruvian anchoveta as a telecoupled fisheries system. Ecology and Society, 23(1). https://doi.org/10.5751/ES-09923-230135

Chavez, F. P., & Messié, M. (2009). A comparison of eastern boundary upwelling ecosystems. Progress in Oceanography, 83(1-4), 80-96. https://doi.org/10.1016/j.pocean.2009.07.032

Chavez, F. P., Messié, M., & Pennington, J. T. (2017). Marine primary production in relation to climate variability and change. Annual Review of Marine Science, 9, 227-260. https://doi.org/10.1146/annurev.marine.010908.163917

Chavez, F. P., Ryan, J., Lluch-Cota, S. E., & Ñiquen, M. (2003). From anchovies to sardines and back: multidecadal change in the Pacific Ocean. Science, 299(5604), 217-221. https://doi.org/10.1126/science.1075880

Cheung, W. W., Lam, V. W., Sarmiento, J. L., Kearney, K., Watson, R., & Pauly, D. (2009). Projecting global marine biodiversity impacts under climate change scenarios. Fish and Fisheries, 10(3), 235-251. https://doi.org/10.1111/j.1467-2979.2008.00315.x

Christy, F. T. (2011). The Development and Management of Marine Fisheries in Latin America and the Caribbean. https://doi.org/10.18235/0008823

Climate Prediction Center - CPC (2023). Four El Niño Regions – NOAA. https://www.cpc.ncep.noaa.gov/products/analysis_monitoring/enso_advisory/ensodisc.shtml

De La Fuente, F. S. (2013). Series Temporales, Modelo ARIMA - Metodología de Box—Jenkins (p. 57). Universidad Autónoma de Madrid. Facultad Ciencias Económicas y Empresariales Departamento de Economía Aplicada.

Espino, M. (2013). El jurel Trachurus murphyi y las variables ambientales de macroescala. Revista Peruana de Biología, 20(1), 09-20.

Fisher, J. L., Peterson, W. T., & Rykaczewski, R. R. (2015). The impact of El Niño events on the pelagic food chain in the northern California Current. Global Change Biology, 21(12), 4401-4414. https://doi.org/10.1111/gcb.13054

Food and Agriculture Organization of the United Nations - FAO. (2009). Guide for the production of fish meal in developing countries. Food and Agriculture Organization of the United Nations. Roma, Italia.

Food and Agriculture Organization of the United Nations- FAO. (2014). The state of world fisheries and aquaculture 2014: Opportunities and challenges. Food and Agriculture Organization of the United Nations. Roma, Italia.

Fréon, P., Cury, P., Shannon, L., Roy, C., & Shin, Y. J. (2005). Sustainable exploitation of small pelagic fish stocks challenged by environmental and ecosystem changes: a review. Bulletin of Marine Science, 76(2), 385-462.

García, H. E., Locarnini, R. A., Boyer, T. P., Antonov, J.I., Mishonov, A.V., Baranova, O.K., Zweng, M.M., Reagan,J.R., Johnson, D.R. (2013). World Ocean Atlas 2013. Vol. 3: Dissolved Oxygen, Apparent Oxygen Utilization, and Oxygen Saturation. S. Levitus, Ed.; A. Mishonov, Technical Ed. NOAA Atlas NESDIS 75, 27 pp.

García-Reyes, M., Largier, J., Sydeman, W. (2014). Synoptic-scale upwelling indices and predictions of phyto-and zooplankton populations. Progress in Oceanography, 120, 177-188. https://doi.org/10.1016/j.pocean.2013.08.004

Gutiérrez, M., Swartzman, G., Bertrand, A., Bertrand, S. (2007). Anchovy (Engraulis ringens) and sardine (Sardinops sagax) spatial dynamics and aggregation patterns in the Humboldt Current ecosystem, Peru, from 1983–2003. Fisheries Oceanography, 16(2), 155-168. https://doi.org/10.1111/j.1365-2419.2006.00422.x

Instituto del Mar del Perú - IMARPE, (2020). Informe sobre las condiciones oceanográficas y la pesquería de anchoveta en la costa peruana. Lima: IMARPE.

Hsieh, C. H., Reiss, C. S., Hunter, J. R., Beddington, J. R., May, R. M., & Sugihara, G. (2019). Fishing elevates variability in the abundance of exploited species. Nature, 443(7113), 859-862. https://doi.org/10.1038/nature05232

L’Heureux, M. L., Collins, D. C., & Hu, Z.-Z. (2013). Linear trends in sea surface temperature of the tropical Pacific Ocean and implications for the El Niño-Southern Oscillation. Climate Dynamics, 40(5), 1223-1236. https://doi.org/10.1007/s00382-012-1331-2

Lehodey, P., Bertignac, M., Hampton, J., Lewis, A., & Picaut, J. (2006). El Niño Southern Oscillation and tuna in the western Pacific. Nature, 389, 715–718 (1997). https://doi.org/10.1038/39575

Montecinos, A., & Aceituno, P. (2003). Seasonality of the ENSO-related rainfall variability in central Chile and associated circulation anomalies. Journal of Climate, 16(2), 281-296. https://doi.org/10.1175/1520-0442(2003)016<0281:SOTERR>2.0.CO;2

Ñiquen, M., & Bouchon, M. (2004) Impact of El Niño events on pelagic fisheries in Peruvian waters, Deep Sea Research Part II: Topical Studies in Oceanography, Volume 5 (6-9) 563-574. https://doi.org/10.1016/j.dsr2.2004.03.001.

Pauly, D., & Zeller, D. (2017). Comments on FAOs State of World Fisheries and Aquaculture (SOFIA 2016). Marine Policy, 77, 176-181. https://doi.org/10.1016/j.marpol.2017.01.006

Richardson, A. J., & Schoeman, D. S. (2004). Climate impact on plankton ecosystems in the Northeast Atlantic. Science, 305(5690), 1609-1612. https://doi.org/10.1126/science.1100958

Rodríguez, J. (2023). Calendario anual de trabajo de la industria de harina pescado en Perú. Veterinaria Digital - Avicultura, Porcicultura, Rumiantes y Acuicultura.

Scheidereite, G. D., & Faure, O. R. (2015). Aplicación de los Modelos Autorregresivos Integrados de Media Móvil (ARIMA) a las Series de Precipitaciones de Lluvia. Revista RInCE, 6(12), 16. https://doi.org/10.54789/rince.12.1

Tafur, R., Paredes, C., Moreno, J., & Ortiz, M. (2009). Overview of the Peruvian anchoveta fisheries. In Anchovy & Its Environment in the Northern Humboldt Current System (pp. 1-13). Springer, Berlin, Heidelberg.

Timmermann, A., Oberhuber, J., Bacher, A., Esch, M., Latif, M., & Roeckner, E. (1999). Increased El Niño frequency in a climate model forced by future greenhouse warming. Nature, 398(6729), 694-697. https://doi.org/10.1038/19505