Predicción y estudio del mercado minorista en Colombia

Contexto

La venta de productos al por menor, o mejor conocida como venta minorista o de tipo retail, es una de las principales actividades económicas en Colombia. Dicha actividad se define cómo “comercio minorista”, el cúal consiste en la venta de bienes y servicios a los consumidores, a diferencia de la venta mayorista, la cúal se dedica a la venta de bienes y servicios a clientes comerciales (estancos, tiendas de barrio, plazas de mercado, etc) e institucionales (cadenas, distribuidoras, supermercados, etc).

La historia del comercio minorista en Colombia empieza en el siglo XIX, cuando el territorio colombiano todavía se consolidaba cómo país y nación después de su independencia del imperio Español en 1819, con pequeñas y desorganizadas plazas de mercado en donde los colombianos iban en busca de víveres y enseres para poder llevar comida a la mesa, pero dichas plazas de mercado empiezan a tomar protagonismo a mediados y finales del siglo XX, cuando en las diferentes principales ciudades de Colombia se toman acciones de inversión para consolidar y dignificar dichas áreas de comercio minorista, lo cual benefició tanto a comerciantes como a los consumidores, tomando como ejemplo:

Plaza minorista en Medellín
Mercado de Paloquemao en Bogotá
Galerías de los barrios Alameda, Alfonso Lopez y Santa Elena en Cali
Mercado público y plaza del pescado en Barranquilla
Plaza central en Bucaramanga
Plaza de mercado Jose Hilario Lopez en Buenaventura

Aunque las plazas de mercado no son las únicas formas de comercio minorista que existen en Colombia, también se destacan las grandes cadenas de supermercados. Cadenas como Carulla, Éxito, Carrefour (hoy en dia Jumbo) o la extinta La 14 se introdujeron al mercado en los años 60, aunque en ese entonces solamente un reducido grupo de personas tenían acceso a dichas cadenas de supermercados en esa época, las cadenas empezaron a tomar protagonismo y expansión a principios de la década de los 2000.

No hay lugar a duda de que las grandes cadenas de supermercados llegaron como un gran atractivo para los consumidores, sin embargo, para algunos ciudadanos sus precios eran demasiado elevados y las presentaciones de los productos eran de gran contenido, es decir, no había forma de comprar productos individualmente, sino, por packs, displays o paquetes, por ejemplo: leche, huevos, pastillas de chocolate, medicamentos, abarrotes, entre otros.

Por lo tanto, algunos emprendedores encontraron la oportunidad de ofrecerle una solución a dichos consumidores que no tenían la capacidad de frecuentar los supermercados, la cuál dió origen a las tiendas de barrio. Dichas tiendas fueron bien acogidas por los consumidores, tanto así que la idea de poner una tienda de barrio tuvo una alta popularidad en todo el país, lo que llevó a una alta expansión de este modelo de negocio, lo que produjo que casi en todos los barrios de clase media y clase baja de Colombia existiera al menos una tienda de barrio.

Por último pero no menos importante, en la década pasada alrededor de los años 2012 a 2015 entró al mercado un modelo de negocio que generó un gran impacto, quitándole clientes tanto a las grandes cadenas de supermercados como a las tiendas de barrio; dicho modelo de negocio se le conoce como las tiendas low cost, “en español low cost significa coste bajo y se califica de esta manera a un negocio que consiste en vender productos o servicios con precios inferiores a la competencia. En realidad deberíamos denominarlo de precio bajo, o simplemente baratos” (Somohano, 2014). En este nuevo tipo de tiendas tuvieron una gran expansión hasta el punto en el que hoy en día suman miles de puntos de venta en todo el país, tiendas como D1, Dollarcity, Tiendas Ara o Justo y Bueno, son aquellas que llegaron a ocupar parte del mercado.

Cabe mencionar otros negocios, que si bien, no ocupan un alto porcentaje de presencia en el mercado como los mencionados anteriormente, es relevante mencionarlos:

Homecenter e Ikea: aquí se pueden encontrar variedad de materiales para el hogar, desde tornillos hasta muebles.
Falabella: aquí se pueden encontrar variedad de productos como ropa, electrodomésticos, maquillaje, dispositivos electrónicos, perfumería, decoración, etc.
Alkosto, Makro y Pricesmart: son supermercados que ofrecen productos a gran escala con precios “accesibles”.

A continuación se presentará una línea de tiempo que representa un poco de la historia del comercio minorista de Colombia desde los años 80:

Metodología

Las series de tiempo son un recurso muy utilizado a la fecha. En términos básicos, una serie temporal o cronológica es una sucesión de datos medidos en determinados instantes (sean anuales, mensuales o trimestrales) ordenados cronológicamente. Dichos datos pueden estar espaciados a intervalos desiguales o iguales.

Es una técnica de representación gráfica de información que permite predecir comportamientos a futuro, periodos o etapas de las o la varible a medir. Esto puede tener diferencias periodicas como se mencionó anteriormente:

Anuales
Mensuales
Trimestrales

La gran parte de esta información proviene de datos económicos, meteorológicos y demográficos.

El objetivo de este reporte es estudiar la estacionariedad de una serie de tiempo apoyándose con modelos ARIMA y diferenciación de series de tiempo. “Una serie de tiempo estacionaria es aquella cuyas propiedades no dependen del momento en el que se observa la serie” (Barandica, 2024).

Un modelo autorregresivo integrado de promedio móvil, o por sus siglas ARIMA, es un modelo estadistico que utiliza variaciones y regresiones de datos estadísticos con el objetivo de encontrar patrones para poder hacer predicciones de valores futuros combinando observaciones pasadas, diferenciación para lograr la estacionariedad y errores pasadaos para mejorar las predicciones.

Para definir una serie estacionaria hay que tener en cuenta los siguientes aspectos:

Que la serie (gráfico) sea horizontal
Que presente varianza constante
Que no tenga patrones predecibles a largo plazo

La diferenciación de series o una serie diferenciada se define cómo el cambio entre cada observación de la serie original, para esto hay que tener en cuenta la siguiente fórmula:

$y'_t = y_t - y_{t-1}$

Una vez definidos los conceptos estudiados para la realización de este reporte, se obtuvo una base de datos que presenta información sobre los saldos de inventario expresados en porcentaje de negocios minoristas en Colombia. Estos datos se encuentran expresados de forma mensual, abarcando información desde el mes de enero del año 2004 hasta el mes de enero del presente año.

Con esta base de datos se realizó un analisis ADF.test para verificar si la serie de tiempo es estacionaria o no, de esto sacamos:

$H_0$: la serie no es estacionaria
$H_1$: la serie es estacionaria

Una vez definidas las hipótesis, se prosiguió a separar la base de datos en dos:

Una ventana de entrenamiento
Una ventana para comparar los resultados de predicción

Se realizó el ADF.test a la ventana 1 para verificar su estacionalidad o no. Se siguió realizando las pruebas ggAcf y la ggPacf de esta forma para poder hallar los valors p y q para realizar así el modelo ARIMA. Se realizó la prueba auto.arima a la ventana de entrenamiento para encontrar los valores de p, d y q, con estos realizar la comparación con los valores encontrados en las pruebas ggAcf y ggPacf. Luego se realizaron los checkresiduals y los accuracy de los modelos encontrados. Se dieron comparaciones entre los valores de: AICc, BIC y MAE, para asi determinar el modelo con el que se realizarán los pronósticos.

Se calcularon diez pronósticos para el modelo seleccionado y finalmente se graficaron junto a la serie original para ver su comportamiento y se compararon dichos resultados con los de la ventana para comparación de resultados de predicción.

Estadistica descriptiva

Las encuestas de tendencias empresariales (BTS, por sus siglas en inglés), también llamadas encuestas de opinión empresarial o de clima empresarial, son encuestas económicas que se utilizan para monitorear y pronosticar los ciclos económicos. Abarcando cuatro sectores económicos diferentes (manufactura, construcción, comercio minorista y servicios), están diseñadas para recopilar información cualitativa útil para monitorear la situación empresarial actual y pronosticar desarrollos a corto plazo preguntando directamente a los gerentes de las empresas sobre el pulso de sus negocios. Son bien conocidas por proporcionar advertencias anticipadas de puntos de inflexión en la actividad económica agregada medida por el PIB o la producción industrial. A medida que los encuestados brindan respuestas en una escala de tres opciones (arriba, igual, abajo o por encima de lo normal, normal, por debajo de lo normal), los datos se resumen en saldos netos correspondientes a la diferencia en % de respuestas positivas sobre respuestas negativas. Debido a su modo de recopilación, puntualidad y disponibilidad inmediata, han demostrado ser un medio rentable de generar información oportuna, especialmente durante las crisis.

A fines de los años 90, en colaboración con la Comisión Europea, la OCDE desarrolló un sistema de encuestas de tendencias empresariales armonizadas para recopilar y comparar datos entre países. Desde entonces, la Dirección General de Asuntos Económicos y Financieros de la CE se encarga de gestionar el programa y recopilar datos en los países miembros de la UE, mientras que la OCDE ayudó a la adopción e implementación del mismo marco armonizado en los países de la OCDE no pertenecientes a la UE y en los BRIICS. Por construcción, las preguntas de la BTS se formulan para excluir los factores estacionales. No obstante, todas las series se someten a pruebas de estacionalidad tanto por parte de la OCDE (utilizando x12) como por parte de la CE para los datos de los miembros de la UE (utilizando DAINTIES). Este conjunto de datos comprende un conjunto de indicadores objetivo armonizados disponibles en los países de la OCDE y los BRIICS; cualquier desviación de las definiciones objetivo se documenta en los metadatos.

Medida: Volúmen de stocks. Unidad de medida : Saldo porcentual. Ajuste : Ajustado por calendario y estacionalidad.

A continuación se presenta un gráfico de encuestas de tendencias empresariales en colombia desde enero del 2004 hasta enero del 2024, donde este tipo de encuesta se utiliza para recopilar datos sobre el mercado, los clientes potenciales, los competidores y las tendencias. Puede incluir preguntas sobre preferencias de compra, hábitos del consumidor, percepciones de la marca, precios, etc.

El gráfico muestra una tendencia positiva en las encuestas empresariales al inicio de 2004, lo que refleja un contexto económico colombiano favorable.

Incremento inicial (enero-abril 2004): En enero, el saldo porcentual ajustado comenzó en 13.57 y se incrementó significativamente a 26.91 en abril. Este crecimiento puede explicarse por el contexto económico optimista, impulsado por:
- Crecimiento del PIB: Se proyectó un aumento del 4% o más, gracias a políticas económicas favorables.
- Tasas de interés bajas: Fomentaron el acceso al crédito, especialmente en el consumo y sectores productivos.
- Control de inflación: Esto generó mayor confianza económica.
- Fortaleza del mercado accionario: Con un crecimiento del IGBC superior al 70%, las empresas cotizadas ganaron valor, atrayendo inversiones y mejorando las expectativas económicas.
Factores económicos claves:
- Revaluación del peso: Aunque benefició a los consumidores al reducir el costo de bienes importados, afectó al sector exportador, que dependía de mercados como Venezuela.
- Demanda de deuda pública interna: La alta demanda por títulos de tesorería (TES) disminuyó las tasas de interés, beneficiando la financiación del gobierno y el mercado crediticio.
- Recuperación del crédito de consumo: Estimuló la actividad económica, mientras el crédito hipotecario avanzaba lentamente.
Desafíos:
- Desempleo elevado: A pesar de una leve tendencia a la baja, el desempleo siguió siendo una preocupación importante, limitando el consumo interno.
- Costos del crédito: Las altas tasas de interés afectaron a ciertos segmentos, aunque los niveles generales de consumo y confianza continuaron mejorando. Toda esta información puede ser corroborada en la web oficial del (Periódico el Tiempo)

En resumen, el aumento en las tendencias empresariales reflejado en el gráfico para 2004 coincide con el entorno económico general de estabilidad y crecimiento en Colombia, impulsado por políticas económicas sólidas, control inflacionario y un mercado accionario robusto. Sin embargo, persisten retos como el desempleo y los efectos de la revaluación lo cual generó una caida en en julio 2005 de 15,47 y se mantuvo inestable hasta volver a caer un poco más en marzo 2006 a 11,29 aunque a partir de ahí comenzó una recuperación debido a que en este año hubo un fortalecimiento Pyme (pequeñas y medianas empresas con el fin de contribuir con su crecimiento y escalabilidad.) con Asignación de recursos para financiar 320 proyectos productivos combinado con la implementación de novedosos procedimientos para que las pequeñas empresas se conviertan en proveedoras de las grandes industrias y el empoderamiento de la calidad como una herramienta vital para competir son los principales logros del Viceministerio de Desarrollo Empresarial del Ministerio de Comercio Industria y Turismo en este campo. Logrando subir hasta un 30,73 en agosto 2007 siendo el cuarto año de crecimiento económico.

El año 2007 marcó el cuarto año consecutivo de crecimiento económico en Colombia, con una expansión cercana al 6.8%. Este dinamismo económico reflejó el auge más notable en las últimas tres décadas, consolidando al país como una economía emergente en el ámbito internacional.

El crecimiento estuvo fundamentado en múltiples factores:

Variables económicas internas:
- Incremento de la inversión extranjera directa (IED), que alcanzó niveles récord de más de USD 7,000 millones.
- Mayor utilización de la capacidad instalada en la industria (82.3%) y niveles récord en los pedidos industriales (91.3%).
- Crecimiento de sectores clave como la construcción (16%), la industria manufacturera (13.3%) y el comercio y servicios (11.2%).
- Expansión del crédito interno, con tasas de interés aún moderadas para la demanda privada.
Condiciones internacionales favorables:
- El crecimiento de las economías de socios comerciales clave, como Estados Unidos y Venezuela, junto con los altos precios de productos tradicionales de exportación (carbón, petróleo, café).
- La expansión de las exportaciones en un 17.7%, destacándose el aumento del 70% en exportaciones a Venezuela.
Seguridad y confianza:
- Reducción en los niveles de criminalidad, producto de la política de seguridad democrática, que mejoró la confianza del sector privado y atrajo inversión.
- Crecimiento de la inversión privada del 8.8% al 20.2%, reflejo de un entorno más favorable para los negocios.

Desafíos económicos

Aunque los indicadores generales fueron positivos, el año 2007 presentó retos importantes:

Inflación: A pesar de los esfuerzos del Banco de la República, la inflación promedio fue del 5.7%, por encima de la meta del 4.5%. Esto fue impulsado por el alza en los precios de alimentos y combustibles, influenciados por la demanda de bio-combustibles.
Tasa de interés: El Banco de la República incrementó la tasa de interés cinco veces durante el año para evitar el “calentamiento” de la economía. Sin embargo, el costo del crédito, con una tasa de usura del 31.89%, encareció los préstamos.
Tasa de cambio: El peso colombiano se apreció un 10% frente al dólar, cerrando en $2,014.76 por dólar, lo que afectó la competitividad de algunos sectores exportadores.
Balanza comercial: Aunque las exportaciones crecieron, las importaciones aumentaron aún más (26.3%), generando un déficit comercial de USD 1,515 millones a octubre de 2007.

Proyecciones para el 2008

Aunque el 2007 fue un año de consolidación económica, las proyecciones para 2008 se plantearon con cierta cautela. Factores como una desaceleración en el crecimiento esperado, presiones fiscales y desafíos en el entorno internacional, como la incertidumbre en la economía estadounidense, apuntaban a un año menos optimista.

En resumen, 2007 representó un año histórico para Colombia, con sólidos avances económicos, mejoras en seguridad y crecimiento sostenido. Sin embargo, los retos inflacionarios, el déficit comercial y el desempleo destacaron como áreas pendientes de atención para mantener el ritmo de desarrollo en los años venideros.

Con perspectivas para el 2008, las proyecciones de crecimiento económico para Colombia han sido ajustadas a la baja, pasando de un rango inicial del 5-6% a uno entre el 4.5-5.5%. Para ese entonces (2007) se hizo la siguiente tabla de análisis para la perspectiva del 2008:

Tabla 1

Se muestra una desaceleración del crecimiento (5.5% frente al 6.8% de años anteriores), aunque sigue atrayendo inversión extranjera y manteniendo reservas internacionales sólidas. La inflación disminuye (4.0%), pero el déficit fiscal (-3.6%) y el déficit comercial se amplían. Las tasas de interés más altas encarecen el crédito, mientras que el desempleo urbano sigue bajando (10.5%). La economía enfrenta incertidumbre externa por la crisis hipotecaria en EE. UU. y retos internos por el creciente gasto público y las importaciones. Esto indicaría que en 2008, las encuestas de tendencias empresariales probablemente reflejarán cautela debido a la desaceleración del crecimiento económico, las altas tasas de interés, el déficit fiscal y comercial, y la incertidumbre externa. Aunque hay factores positivos como la inversión extranjera y menor inflación, los riesgos podrían limitar el optimismo empresarial.

Aunque las predicciones del 2007 indican expectativas bajas, de lo contrario en mayo 2008 tuvo el pico más alto desde enero 2004 hasta enero 2024 (Toda la gráfica) con 31,74 donde la tasa de actividad emprendedora (TEA) en Colombia en el año 2008 fue del 24,52%, una combinación de nuevos emprendedores (13,82%) y los nuevos empresarios (11,73%).

Curiosamente, en 2008 la proporción de nuevos emprendedores fue muy superior a la del 2007 (cuando fue de 8,02%), mientras que la proporción de nuevos empresarios fue menor que en el 2007 (15,53%). A su vez, el porcentaje de empresarios establecidos aumentó de 11,56% en el 2007 al 14,07% en el 2008. Esto indicaría que más empresas están alcanzando la etapa de empresas establecidas, al mismo tiempo que más nuevas empresas se crean por año. Esta hipótesis deberá estudiarse en los próximos años, para verificar si se trata de una tendencia consistente o es solo un resultado puntual en el tiempo.

Después de este pico, la encuesta de tendencias empresariales comenzó en decaida hasta julio 2010 llegando a -1,82 ya que en 2009, la recesión global afectó a varios países de América Latina, pero a partir del primer trimestre de 2010, se observó una recuperación económica en varios de ellos. Colombia destacó con un crecimiento del PIB del 4,4% en el primer trimestre de 2010, respaldado por el buen desempeño de los sectores de construcción (15,9%) y minas y canteras (13,2%). Este crecimiento fue resultado del aumento en la construcción de obras civiles y la dinámica de sectores como el petróleo y el carbón.

Otros sectores también mostraron recuperación, como la industria (3,9%) y el comercio, restaurantes y hoteles (3,6%), mientras que el sector agropecuario experimentó una caída (-1,3%), con descensos en productos como el café y el ganado bovino.

En cuanto a la demanda, se observó un aumento del 4,9% en el primer trimestre, con un crecimiento notable en el consumo (4%) y la inversión (8%). Sin embargo, las exportaciones cayeron un 6,2% debido a la contracción de la demanda global.

Altibajos en la década del 2010

Luego inició una recuperación subiendo hacia el año 2013 debido a:

Crecimiento de la creación de empresas (2013): En 2013, Colombia experimentó un aumento en la constitución de empresas, alcanzando un total de 63.500 nuevas sociedades, lo que representó un crecimiento del 1,7% respecto al año anterior. Este repunte en la creación de empresas, principalmente en las sociedades por acciones simplificadas (S.A.S.), sugiere un panorama empresarial optimista, con sectores como comercio, actividades profesionales y construcción liderando la creación de nuevas empresas. Sin embargo, el comportamiento de la creación de empresas mostró fluctuaciones a lo largo del año, con algunos meses de retroceso y otros de crecimiento continuo.
Desempeño de las pymes (2013): En cuanto al desempeño de las pymes, aunque el 83% de ellas registraron utilidades operacionales positivas, las ventas no tuvieron un dinamismo importante, manteniéndose estancadas en comparación con el crecimiento de años anteriores. Las ventas en 2013 crecieron apenas un 0,1% en comparación con 2012, después de haber experimentado un crecimiento más sustancial en años previos. A pesar de la desaceleración en las ventas, las pymes siguieron invirtiendo y ajustándose en costos y gastos para mantenerse competitivas.

En resumen, la información sugiere que, aunque la creación de empresas en Colombia creció en 2013, el dinamismo empresarial fue mixto, con un crecimiento moderado en la constitución de nuevas empresas pero un desempeño moderado de las pymes en términos de ventas. Para las Encuestas de Tendencias Empresariales, esto podría reflejar una perspectiva de crecimiento contenido, con las empresas siendo cautelosas y ajustando sus operaciones para mantener la rentabilidad, mientras la creación de nuevas sociedades muestra un optimismo moderado.

Posteriormente 2014 inicia en 14,31 menor a lo que abrió el 2013 debido a que a finales de este año hubo una caída y cerró en diciembre con 15,66 y continuaba descendiendo, pero en octubre 2014 logró tener una recuperación de 24,94 siendo el pico más alto de ese año debido a que en 2014, la economía mundial dejó atrás la crisis pero sin tener la evolución esperada, la tasa de crecimiento mundial aumentó al 2,6% frente a 2,4% de 2013. Donde el crecimiento de Colombia alcanzó 4,5% por encima del promedio de América Latina y el Caribe que la Cepal estima en 1.1%. Adicionalmente, el país ha logrado multiplicar por tres su PIB per cápita en una década pasando de US$2.769 en el año 2000 a US$8.478 en 2013 y la clase media representa aproximadamente el 25% de la población colombiana (Estimación Fedesarrollo, 2013).

Importantes aspectos caracterizaron el año 2014 para el país. Primero, según el Doing Business 2015. Segundo, las condiciones económicas del país siguen siendo validadas a nivel internacional: las tres calificadoras de riesgo más importantes (S&P, Fitch y Moody’s) mantienen el grado de inversión en Colombia. En 2014, Moody’s elevó la calificación del país de Baa3 a Baa2 como resultado de las expectativas de consolidación fiscal, predictibilidad de la política económica y solidez de la economía para enfrentar choques externos.

Tercero, este contexto económico en el que se desenvuelve Colombia continúa generando un ambiente propicio para hacer negocios, el crecimiento, la confianza y las oportunidades han sido factores clave para que los empresarios le apuesten a Colombia y esto se ha visto reflejado en los registros de inversión directa extranjera que se estima alcance una cifra cercana al 2013 cuando el país registró récord de inversión extranjera directa con USD$16.198 millones. A nivel sectorial, se evidencia un cambio en la composición del tipo de IED, la participación en el sector de petróleo y minas se ha reducido, como se podrá ver en el informe.

En cuanto a las exportaciones totales del país, a noviembre alcanzaron US$51.060 millones, valor inferior en un 4,7% al observado en el mismo periodo del 2013 cuando registraron US$53.551 millones, este comportamiento se explica principalmente por la caída de las exportaciones mineras, ya que las exportaciones no mineras sin café, también presentan una disminución de 3,2% frente a igual período del año anterior. Respecto al turismo, según Migración Colombia, la llegada de extranjeros no residentes al país a noviembre de 2014 registró 1.760.254, 13,5% por encima de la cifra de igual periodo del año anterior. En el mismo periodo, el número de visitantes en cruceros registró un crecimiento del 8% (278.714) según autoridades portuarias.

En cuanto a las empresas pyme hubo una recuperación: las ventas crecieron 3,7% anual, buen resultado comparado con el parco 1,1% de crecimiento reportado en 2013. La mediana empresa impulsó el crecimiento pyme, con un aumento en las ventas del 8,1% anual en 2014 después de haber crecido 2% en 2013. La pequeña, aunque en menor medida, también se recuperó con un crecimiento del 3% frente al 0,9% del año anterior. El 61% de las empresas registró un crecimiento en sus ventas, un porcentaje superior frente al 53% del 2013 y del 59% del 2012.

Desde marzo 2014 hasta abril 2018 se aprecia una tendencia en el siguiente gráfico:

En el anterior gráfico se evidencia lo siguiente:

Crecimiento entre marzo 2014 y junio 2015: Durante este período, las tendencias empresariales mostraron un auge sostenido, alcanzando un máximo de 22,1 en junio 2015. En 2015, se puede concluir lo siguiente:

Recuperación Económica: El desempeño de las pymes en 2015 reflejó un proceso de recuperación consolidada tras años más modestos como 2013. Este comportamiento se alinea con el gráfico de tendencias empresariales, que muestra una recuperación hacia mediados de 2015, aunque con valores inferiores al pico alcanzado en 2014.
Crecimiento Sostenido: Las pymes registraron un aumento en ventas del 7,5% anual, superior al 6% de 2014. Este crecimiento estuvo impulsado por inversiones previas y un mejor aprovechamiento de la demanda interna, especialmente en la mediana empresa, que lideró este crecimiento con un incremento del 8,8%.
Estabilidad Financiera: Aunque el porcentaje de empresas con pérdidas operacionales aumentó ligeramente, los márgenes operacionales y el retorno sobre activos (ROA) mejoraron, lo que indica que las pymes pudieron adaptarse a un mercado menos dinámico mediante ajustes en costos y gastos.
Inversiones Estratégicas: El aumento del 12,5% en los activos, especialmente en la mediana empresa, evidencia un esfuerzo sostenido de inversión para mantener su competitividad, incluso en un contexto de menor crecimiento económico general.
Confianza Empresarial: La tendencia en las encuestas empresariales hasta mediados de 2015, con valores positivos, refuerza la idea de que las expectativas de las empresas para ese año eran favorables, a pesar de ciertas incertidumbres económicas.
Perspectivas Mixtas hacia el Final del Año: La caída posterior en las tendencias empresariales (según el gráfico) puede reflejar una percepción de desaceleración económica hacia finales de 2015, lo cual coincide con la observación de que las empresas comenzaron a tomar medidas preventivas frente a un menor crecimiento esperado.

En síntesis, el 2015 fue un año de consolidación para las pymes, con crecimiento en ventas y activos, pero con señales de precaución debido a las perspectivas menos favorables de la economía hacia el final del año. En 2015, los negocios minoristas tuvieron una buena disponibilidad de stock gracias al crecimiento de las ventas (7,5%) y las inversiones en activos, especialmente en la primera mitad del año, cuando las expectativas empresariales eran positivas. Sin embargo, hacia finales del año, con una caída en las tendencias empresariales, ajustaron sus inventarios de forma más conservadora ante una posible desaceleración económica.

Caída entre junio 2015 y mayo 2016: Desde su punto más alto, las tendencias empresariales comienzan un declive constante, llegando a un mínimo de 4,59 en mayo 2016. Este descenso puede estar relacionado con factores económicos adversos, como desaceleración del crecimiento, baja en los precios internacionales de productos clave para Colombia (por ejemplo, el petróleo) o tensiones en el comercio internacional. Este contexto habría afectado las expectativas empresariales, causando una pérdida significativa en la confianza.

En 2016, los negocios minoristas en Colombia enfrentaron importantes desafíos para la disponibilidad de stock debido a diversos factores. La depreciación del peso, el fenómeno de El Niño y el paro de transporte en julio incrementaron los costos de bienes, especialmente de alimentos, lo que afectó los márgenes y dificultó mantener inventarios adecuados. Además, la desaceleración económica, con un crecimiento del 2% y una caída en la demanda interna de 2,3 puntos porcentuales en el primer semestre, limitó las inversiones en maquinaria y equipos necesarios para reabastecer inventarios. La inflación, que alcanzó su nivel más alto en 15 años (9% en julio), redujo el poder adquisitivo de los consumidores y generó mayor incertidumbre en el manejo de stock. Por último, factores como la reforma tributaria y los acuerdos de paz añadieron complejidad al entorno político y económico, afectando la planificación y las decisiones de inventario. En este contexto, los negocios minoristas tuvieron que adaptarse a un entorno incierto con menor capacidad para mantener inventarios amplios debido al alza de costos y la caída en la demanda.

Recuperación entre mayo 2016 y marzo 2017: A partir de mayo 2016, las tendencias comienzan a recuperarse, alcanzando un nivel de 18,7 en marzo 2017, aunque sin superar el máximo anterior de junio 2015. Esto indica una mejora parcial en las condiciones empresariales, posiblemente influida por una recuperación en el mercado internacional, ajustes internos en las empresas o políticas que estabilizaron la economía.

La recuperación observada en mayo de 2016 puede explicarse en parte por un aumento significativo en la creación de empresas en diversos sectores. Durante ese periodo, el sector comercio registró la mayor participación, con un 37,1% del total de nuevas empresas, lo que refuerza su rol clave en la reactivación económica. Este crecimiento también se evidenció en otros sectores como alojamiento y servicios de comida (13,1%), actividades profesionales y científicas (7,6%), e industria manufacturera (10,7%), mostrando una diversificación en las áreas de emprendimiento.

El incremento en la creación de sociedades, que subió un 19,5% respecto al año anterior, y de matrículas de personas naturales, con un aumento del 14%, refleja una dinámica positiva del sector privado y una mayor confianza por parte de los inversionistas, pese a las condiciones económicas adversas de 2016. Este optimismo empresarial fue clave para la recuperación económica de ese periodo, especialmente en regiones como Bogotá y Norte de Santander, que lideraron la creación de empresas. La recuperación de mayo 2016 puede relacionarse con esta actividad emprendedora, que ayudó a estabilizar el mercado minorista y fortalecer la confianza en la economía.

En 2017, las ventas de las empresas crecieron un 7,4% anual, mejorando frente al descenso del 0,1% en 2016, gracias a estrategias como el ajuste de costos y la reducción de precios para estimular la demanda en un entorno de menor crecimiento económico. Aunque esto reflejó una recuperación en indicadores como las expectativas de negocio, el porcentaje de empresas con pérdidas operacionales aumentó de 15,3% a 16,8%, lo que evidencia desafíos persistentes en términos de rentabilidad. Además, la reducción de tasas de interés permitió una disminución del endeudamiento, especialmente en grandes empresas, favoreciendo la percepción financiera en un contexto de recuperación moderada.

Nueva caída hasta abril 2018: Posteriormente, la confianza empresarial vuelve a decaer, alcanzando un nivel de -0,44 en abril 2018. Aunque este valor es mayor que el mínimo de mayo 2016, muestra que la incertidumbre o las condiciones adversas persistieron, limitando el entusiasmo de los empresarios. Por las pérdidas operacionales mencionadas anteriormente, hubo esta caída hasta abril 2018 donde después se comenzó a recuperar debido a que en 2018, la creación de empresas creció un 0,8%, alcanzando 328.237 unidades productivas, lo que refleja una recuperación económica. El sector comercio fue uno de los más destacados, junto con alojamiento, servicios de comida e industrias manufactureras, representando el 74,5% de la creación de empresas, lo que sugiere una mejora en la confianza empresarial y posiblemente en el stock disponible para minoristas. Sin embargo, también se registró un aumento del 2,1% en cancelaciones, lo que puede haber afectado el abastecimiento en ciertos segmentos.

En resumen, el gráfico refleja un ciclo de optimismo, caída, recuperación parcial y nueva disminución en las tendencias empresariales durante este período. Esto sugiere una volatilidad en las expectativas empresariales, influida tanto por factores externos (como los precios internacionales y la economía global) como internos (como las políticas económicas locales y la estabilidad macroeconómica).

2020 hasta la actualidad

Luego se recuperó y se mantuvo un poco estable hasta junio del 2020 con 8,26 y comenzó a caer drásticamente hasta mayo 2021 alcanzando -30,75 siendo este el punto más bajo donde ha llegado en los últimos años. Todo esto se debe a que el 6 de marzo de 2020 inició la pandemia del Covid-19 en Colombia la economía enfrentó uno de los choques más fuertes en su historia, con medidas como el aislamiento preventivo, cancelación de eventos masivos y restricciones como el “pico y género”. Estas acciones afectaron gravemente las cadenas de suministro y la capacidad de reposición de inventarios en los negocios minoristas.

La operación de los sectores económicos se redujo entre un 37% y un 49%, generando pérdidas estimadas entre el 4,5% y 10% del PIB por mes, de acuerdo con el CEDE. Esto ocasionó interrupciones en la actividad económica, especialmente en la logística y la disponibilidad de productos en los comercios minoristas. Aunque la economía tuvo un crecimiento del 3,3% en 2019 y se proyectaba un 3,5% para 2020, la pandemia y la caída de los precios del petróleo truncaron estas expectativas, afectando tanto la oferta como la demanda interna. Esta crisis económica se reflejó en el gráfico, donde se observa una caída drástica en la disponibilidad de stock de los negocios minoristas, pasando de niveles estables en junio de 2020 a un punto crítico de -30,75 en mayo de 2021. Este comportamiento evidencia los efectos acumulados de la pandemia en la logística, el consumo y la capacidad operativa de los minoristas.

En 2021, la economía colombiana enfrentó múltiples desafíos marcados por la pandemia del COVID-19 y el Paro Nacional, que juntos agudizaron las dificultades económicas y sociales del país. La disponibilidad de stock de negocios minoristas tocó su punto más bajo en mayo de 2021 con -30,75, reflejando el impacto acumulado de las restricciones logísticas y el estallido social.

El Paro Nacional, iniciado el 28 de abril de 2021, generó pérdidas económicas estimadas entre 13 y 14 billones de pesos (US$3.500 millones), según la ANDI, sumándose a las ya graves pérdidas de 64 billones de pesos (US$17.300 millones) causadas por la pandemia. Este movimiento social, acompañado de bloqueos y protestas, provocó un incremento en la inflación, especialmente en alimentos, cuya variación mensual en mayo fue del 5,37%, 3,28 puntos porcentuales superior a abril, según el DANE. La inflación general mensual también se elevó a 1,00%, superando las proyecciones del mercado.

El gobierno respondió con una política de control represivo, negándose inicialmente a negociar con el Comité Nacional del Paro (CNP), lo que profundizó la crisis social. Aunque finalmente se exploraron diálogos y propuestas de ley en el Congreso para atender las demandas del paro, los avances fueron limitados, y el descontento social persistió. Este periodo evidenció la fragilidad de las cadenas de suministro, la polarización política y la necesidad de transformaciones estructurales en la política pública y económica del país.

Después del punto más bajo de mayo 2021 en colombia se comienzan a implementar estrategias como la diversificación del consumo interno, la promoción del consumo nacional y la búsqueda de la sostenibilidad han sido pilares esenciales para la resiliencia económica y el desarrollo sostenible del país. Con el compromiso continuo del gobierno y el sector privado. para lograr recuperarse de estos fuertes golpes en la economía Las pequeñas y medianas empresas en Colombia han mostrado con toda crudeza su fragilidad y han revelado la sensación de incertidumbre (38%) que afecta a los empresarios, muchas de cuyas compañías trabajan a media marcha. En general, el sector advierte las limitaciones de las medidas gubernamentales: por ejemplo, según la dirigente de ACOPI, Alejandra Osorio, el subsidio de nómina sólo alcanzó al 10% de las 100 mil Pymes colombianas.

Se logra una recuperación de -7,69 para cerrar el año en diciembre 2021 siendo este un valor no muy favorable pero mucho mejor a comparación del que hubo a mediados del año.

En los siguientes años Colombia siguió en recuperación llegando a febrero 2023 a 16,63 siendo este el punto más alto que ha llegado después del paro hasta la actualidad. Según el 29% de los encuestados, la liquidez y el endeudamiento, son uno de los principales retos internos a los que se enfrentan. El 55% de las empresas nacionales cuentan con un modelo de negocio adecuado para enfrentar el mercado actual y los desafíos futuros, mientras que en las organizaciones latinoamericanas esta cifra se sitúa en el 56%.

Actualmente este 2024 se presenta como un año crucial para las empresas en Colombia. Tras superar los desafíos planteados por la pandemia global, las empresas colombianas están entrando en una fase de transformación y adaptación, impulsadas por la innovación tecnológica, las nuevas prácticas de sostenibilidad y la evolución de las dinámicas del mercado. Aunque todavía no contamos con los resultados de cómo está cerrando el año, podemos concluir que la recuperación va en aumento donde a inicios del año (enero 2024) abrió en ascenso con 9,45.

La serie original

Organizamos la serie original en dos ventanas, una de entrenamiento (Ventana1) y otra para predicción (Ventana2):

Análisis del modelo

## 
##  Augmented Dickey-Fuller Test
## 
## data:  ventana1
## Dickey-Fuller = -2.2282, Lag order = 5, p-value = 0.4812
## alternative hypothesis: stationary

El gráfico de autocorrelación ACF representa una tendencia lineal que se refiere al grado de correlación entre los valores de la misma variable en diferentes observaciones de los datos, es una dependencia secuencial, los elementos cercanos en el tiempo se parecen más entre sí que con respecto a elementos más lejanos. Por ende, es una serie no estacionaria, no oscila alrededor de un valor constante y la media determina una tendencia principalmente decreciente.

Al aplicar el test, en donde $H_0$= No estacionaria, $H_1$= Estacionaria, el valor p resulta de 0.4812 mayor al porcentaje de significancia del 5% por lo que nos indicaría que no se rechaza la hipótesis nula (H0),Para definir como serie estacionaria utilizando el gráfico ACF se debe observar que no se encuentre una tendencia dentro de este, es decir, que tienda a ser un gráfico sinusoidal.

Como el p-valor del adf.test(ventana1) es mayor a 0,05 entonces tenemos que diferenciar la serie

Esta es la serie original diferenciada:

Y aqui tenemos la prueba del adf.test y la prueba de ggAcf y ggPacf:

adf.test(serie2) # basto con solo una diferenciación, ARIMA(p,d,q) d=1

## 
##  Augmented Dickey-Fuller Test
## 
## data:  serie2
## Dickey-Fuller = -5.6378, Lag order = 5, p-value = 0.01
## alternative hypothesis: stationary

En ese sentido, aplicamos una diferenciación a la ventana de tiempo para lograr convertirla estacionaria. A pesar de que el gráfico ACF y PACF (función de autocorrelación parcial) mejora, dicho de otra manera, parece ser que ya no hay tendencia lineal, que es estable a lo largo del tiempo, y que el test dio como resultado 0.01, se puede inferir que la serie es estacionaria.

Tienen formas sinusoidales conjunto para p= 1,2,3 y para q= 1

El gráfico de función de autocorrelación parcial PACF es la derivada o pendiente de la ACF y nos indica la correlación parcial entre los intervalos, descontando el efecto del resto. En este caso es utilizado para ayudarnos a estimar el orden del parámetro p de nuestros modelos ARIMA, teniendo en cuenta el número de rezagos que se presenten, al ser dos se deberían tomar valores para p de 1 a 3.

Al aplicar el gráfico ACF con nuestra serie diferenciada podemos obtener como resultado que el valor óptimo de q debería ser 1, debido a que solo se presenta un rezago significativo. Debido a la diferenciación ARIMA(p,d,q) d=1

Teniendo en cuenta los gráficos ACF Y PACF obtuvimos las siguientes combinaciones de posibles órdenes para el modelo, aquellos se especifican a continuación:

Modelo1 <- Arima(ventana1, order = c(1,1,1))
Modelo2 <- Arima(ventana1, order = c(2,1,1))
Modelo3 <- Arima(ventana1, order = c(3,1,1))
Modelo4 <- Arima(ventana1, order = c(4,1,1))

Resultados del modelo

Resultado Auto Arima:

## Series: ventana1 
## ARIMA(1,1,1) 
## 
## Coefficients:
##          ar1      ma1
##       0.0127  -0.6170
## s.e.  0.1226   0.0921
## 
## sigma^2 = 18.49:  log likelihood = -439.51
## AIC=885.02   AICc=885.18   BIC=894.11

El autoarima nos dice que el mejor modelo seria el (1,1,1) pero ya que este no toma todos los valores posibles tendremos que comprobarlo con los anteriores valores elegidos por el ACF y el PACF.

Resultados del modelo1 (1,1,1)

## Series: ventana1 
## ARIMA(1,1,1) 
## 
## Coefficients:
##          ar1      ma1
##       0.0127  -0.6170
## s.e.  0.1226   0.0921
## 
## sigma^2 = 18.49:  log likelihood = -439.51
## AIC=885.02   AICc=885.18   BIC=894.11

## 
##  Ljung-Box test
## 
## data:  Residuals from ARIMA(1,1,1)
## Q* = 8.2634, df = 8, p-value = 0.4082
## 
## Model df: 2.   Total lags used: 10

Resultados del modelo2 (2,1,1):

## Series: ventana1 
## ARIMA(2,1,1) 
## 
## Coefficients:
##           ar1      ar2      ma1
##       -0.1154  -0.1366  -0.4861
## s.e.   0.1747   0.1194   0.1654
## 
## sigma^2 = 18.47:  log likelihood = -438.9
## AIC=885.8   AICc=886.07   BIC=897.92

## 
##  Ljung-Box test
## 
## data:  Residuals from ARIMA(2,1,1)
## Q* = 6.6537, df = 7, p-value = 0.4658
## 
## Model df: 3.   Total lags used: 10

Resultados del modelo3 c(3,1,1):

## Series: ventana1 
## ARIMA(3,1,1) 
## 
## Coefficients:
##           ar1      ar2      ar3      ma1
##       -0.2107  -0.1920  -0.0518  -0.3924
## s.e.   0.3300   0.1994   0.1455   0.3247
## 
## sigma^2 = 18.58:  log likelihood = -438.84
## AIC=887.68   AICc=888.09   BIC=902.84

## 
##  Ljung-Box test
## 
## data:  Residuals from ARIMA(3,1,1)
## Q* = 6.1931, df = 6, p-value = 0.4019
## 
## Model df: 4.   Total lags used: 10

Resultados del modelo4 c(4,1,1)

## Series: ventana1 
## ARIMA(4,1,1) 
## 
## Coefficients:
##           ar1      ar2      ar3      ar4     ma1
##       -0.7921  -0.5492  -0.3038  -0.1599  0.1878
## s.e.   0.4225   0.2606   0.1859   0.0987  0.4244
## 
## sigma^2 = 18.54:  log likelihood = -438.2
## AIC=888.4   AICc=888.97   BIC=906.58

## 
##  Ljung-Box test
## 
## data:  Residuals from ARIMA(4,1,1)
## Q* = 4.8962, df = 5, p-value = 0.4287
## 
## Model df: 5.   Total lags used: 10

BIC Y AIC

El AIC mide la calidad de un modelo al ser flexible permite modelos más complejos considerando el ajuste y la complejidad, mientras BIC también mide el ajuste y penaliza la complejidad del modelo, pero lo hace de manera más estricta que el AIC cuanto más bajo es el valor de AIC o BIC, mejor es el modelo.

Resultado accuracy modelos:

Accuracy modelo 1:

##                      ME    RMSE      MAE      MPE     MAPE      MASE
## Training set -0.1555778 4.25838 3.339221 28.70058 72.12705 0.8594809
##                     ACF1
## Training set 0.002813863

Accuracy modelo 2:

##                      ME     RMSE      MAE      MPE     MAPE      MASE
## Training set -0.1436304 4.241212 3.333998 28.87788 72.01873 0.8581366
##                      ACF1
## Training set -0.001013834

Accuracy modelo 3:

##                      ME     RMSE     MAE     MPE     MAPE      MASE
## Training set -0.1406637 4.239536 3.32796 29.2363 71.97457 0.8565824
##                       ACF1
## Training set -0.0008514135

Accuracy modelo 4:

##                      ME     RMSE      MAE      MPE     MAPE      MASE
## Training set -0.1364489 4.221198 3.309508 28.95643 71.27169 0.8518332
##                     ACF1
## Training set 0.003571901

El mejor MAE es 3.309508 (Modelo4) porque representa el menor error absoluto medio. Esto significa que este modelo tiene las predicciones más precisas, con la menor diferencia promedio entre los valores predichos y los reales. La reducción gradual del MAE desde el modelo1 hasta el modelo4 sugiere una mejora progresiva en la capacidad predictiva del modelo.

Realizamos proyecciones con el modelo seleccionado:

Proyección Modelo 1

##     Point Forecast     Lo 95    Hi 95
## 155       5.379435 -3.049338 13.80821
## 156       5.370130 -3.694522 14.43478
## 157       5.370011 -4.266556 15.00658
## 158       5.370010 -4.806117 15.54614
## 159       5.370010 -5.318471 16.05849
## 160       5.370010 -5.807363 16.54738
## 161       5.370010 -6.275750 17.01577
## 162       5.370010 -6.726013 17.46603
## 163       5.370010 -7.160107 17.90013
## 164       5.370010 -7.579658 18.31968

Proyección Modelo 2

##     Point Forecast     Lo 95    Hi 95
## 155       5.879462 -2.543266 14.30219
## 156       5.326038 -3.740819 14.39290
## 157       5.421468 -4.064961 14.90790
## 158       5.486073 -4.641996 15.61414
## 159       5.465582 -5.262528 16.19369
## 160       5.459119 -5.805572 16.72381
## 161       5.462664 -6.318034 17.24336
## 162       5.463138 -6.815402 17.74168
## 163       5.462599 -7.293492 18.21869
## 164       5.462597 -7.753454 18.67865

Proyección Modelo 3

##     Point Forecast     Lo 95    Hi 95
## 155       5.824866 -2.622739 14.27247
## 156       5.433762 -3.654880 14.52240
## 157       5.351155 -4.160165 14.86247
## 158       5.458461 -4.662780 15.57970
## 159       5.471974 -5.301401 16.24535
## 160       5.452799 -5.888851 16.79445
## 161       5.448686 -6.420000 17.31737
## 162       5.452535 -6.928175 17.83325
## 163       5.453507 -7.421945 18.32896
## 164       5.452776 -7.897797 18.80335

Proyección Modelo 4

##     Point Forecast     Lo 95    Hi 95
## 155       6.462898 -1.976536 14.90233
## 156       5.229257 -3.846894 14.30541
## 157       5.846468 -3.635495 15.32843
## 158       5.249360 -4.841502 15.34022
## 159       5.701872 -4.952429 16.35617
## 160       5.681037 -5.717986 17.08006
## 161       5.531796 -6.377589 17.44118
## 162       5.619404 -6.786896 18.02570
## 163       5.565967 -7.351782 18.48372
## 164       5.608856 -7.792816 19.01053

Realizamos proyecciones graficas del modelo seleccionado:

Gráfica modelo 1:

Gráfica modelo 2:

Gráfica modelo 3:

Gráfica modelo 4:

Conclusiones

Respecto al modelo

La función forecast nos permite predecir la serie brindándonos los pronósticos solicitados con la ayuda del modelo ARIMA que en este caso se realizó con el modelo 1. Al realizar 5 pronósticos, se intenta predecir el volúmen de stocks de inventario (expresados en porcentaje) de negocios minoristas de Colombia desde octubre del 2019 hasta julio del 2020, obtuvimos valores muy similares entre sí.

Elegimos el modelo 1 debido a que tanto el AIC (Criterio de Información de Akaike) como el BIC (Criterio de Información Bayesiano) presentan valores más bajos, lo que implica que este modelo logra explicar los datos de manera adecuada con una menor complejidad. Estos criterios penalizan la complejidad del modelo, por lo que un menor valor sugiere un mejor equilibrio entre ajuste y simplicidad, reduciendo el riesgo de sobreajuste.

Por otro lado, si nos enfocáramos únicamente en minimizar el MAE (Error Absoluto Medio), podríamos aumentar los valores de p, d ó q del modelo ARIMA (Autorregresivo Integrado de Media Móvil) con el objetivo de optimizar este indicador. Sin embargo, esto podría conducir a un sobreajuste del modelo, en el que los datos de entrenamiento se ajustan demasiado bien, a expensas de la capacidad del modelo para generalizar en nuevos datos. Además, un aumento en los parámetros podría introducir problemas adicionales, como una mayor multicolinealidad y un incremento en la varianza de los estimadores.

Por estas razones, es importante considerar no solo el MAE, sino también los criterios de información como el AIC y el BIC al momento de seleccionar un modelo. Estos garantizan que el modelo elegido sea parsimonioso y capture las características principales de los datos sin sacrificar la capacidad predictiva ni la estabilidad del modeló.

Respecto al mercado minorista

A partir de lo estudiado, no es un secreto que el mercado minorista representa gran parte del aporte económico y laboral dentro del país, sin embargo, este sector económico es el que más a sufrido las consecuencias de las diferentes problemáticas económicas a lo largo del tiempo, esto debido a lo débil y cambiante que ha sido la economía colombiana en su historia, con etapas de auge y recesión, además de la votalidad e inestabilidad del peso colombiano.

Con lo anterior se reafirma la clasificación ó condición de Colombia cómo un país tercermundista, que a la fecha sigue siendo un país en vías de desarrollo, con una industria poco avanzada y desarrollada y una economía débil que sufre constantes fluctuaciones.

Hay que rescatar que la economía se ha recuperado fuertemente desde el año 2022, lo cúal se ve reflejado hoy en día con un peso colombiano considerado cómo una de las monedas mejor valorizadas de la región, una inflación que actualmente vuelve a ser de una cifra y se proyecta que términe el 2024 por debajo del 5,3% aproximadamente, al igual que la tasa de desempleo que hasta septiembre del 2024 se ubicó en 9,1%.