Activos
Juan David Pérez
2025-03-12
Introducción
Este informe se enfocará en la descomposición de series temporales para analizar la evolución de los activos trimestrales de Colombina S.A. en el período comprendido entre el primer trimestre de 2019 (1T2019) y el tercer trimestre de 2024 (3T2024).
El análisis de series temporales es una herramienta útil para identificar patrones estructurales en los datos, como tendencias, estacionalidad y variaciones aleatorias, lo que permite una comprensión más profunda del comportamiento de los activos de la empresa. Para ello, se aplicarán métodos estadísticos y técnicas de descomposición con el propósito de extraer información relevante que apoye la toma de decisiones estratégicas.
A lo largo del informe, se presentarán los hallazgos obtenidos y se discutirán sus implicaciones dentro del contexto financiero de Colombina S.A.
Análisis Exploratorio-Descriptivo En este apartado, se llevará a cabo un estudio exploratorio de la variable activos de la empresa Colombina S.A. Para ello, se calcularán diversas estadísticas descriptivas que permitirán comprender la distribución y las principales características de la variable analizada.
Asimismo, se complementará el análisis con visualizaciones gráficas que facilitarán la identificación de patrones, tendencias y posibles valores atípicos en los datos.
El propósito de este análisis es obtener una visión preliminar de la información disponible y generar conocimientos que puedan servir como base para estudios más detallados en el futuro.
A continuación, se desarrolla el análisis en detalle
library(readxl) # Para leer archivos Excel
library(dplyr) # Para manipulación de datos##
## Adjuntando el paquete: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(ggplot2) # Para visualización
library(plotly) # Para gráficos interactivos## Warning: package 'plotly' was built under R version 4.4.3##
## Adjuntando el paquete: 'plotly'## The following object is masked from 'package:ggplot2':
##
## last_plot## The following object is masked from 'package:stats':
##
## filter## The following object is masked from 'package:graphics':
##
## layoutlibrary(tseries) # Para análisis de series temporales## Warning: package 'tseries' was built under R version 4.4.3## Registered S3 method overwritten by 'quantmod':
## method from
## as.zoo.data.frame zoolibrary(forecast) # Para descomposiciónlibrary(timetk) # Para análisis y visualización de series temporale## Warning: package 'forecast' was built under R version 4.4.3# Cargar datos desde el archivo Excel
data <- read_excel("C:/Users/usuario/Downloads/Colombina EXTRA.xlsx")
# Ver las primeras filas de los datos
class(data) ## [1] "tbl_df" "tbl" "data.frame"colnames(data)## [1] "Date" "ING" "UTILIDAD" "ACTIVOS" "PASIVOS"head(data)## # A tibble: 6 × 5
## Date ING UTILIDAD ACTIVOS PASIVOS
## <dttm> <dbl> <dbl> <dbl> <dbl>
## 1 2019-03-01 00:00:00 433580000 35320000 1565128000 1391576000
## 2 2019-06-01 00:00:00 462186000 32407000 1571254000 1387456000
## 3 2019-09-01 00:00:00 517285000 44634000 1625282000 1418499000
## 4 2019-12-01 00:00:00 528268000 44063000 1690409000 1457298000
## 5 2020-03-01 00:00:00 498207000 47612000 1816189000 1604851000
## 6 2020-06-01 00:00:00 402864000 -2194000 1727606000 1532106000ts_data <- ts(data$ACTIVOS, start = c(2019, 1), frequency = 4)descriptive_stats <- data.frame(
Min = min(ts_data),
Max = max(ts_data),
Media = mean(ts_data),
Mediana = median(ts_data),
DesviacionEstandar = sd(ts_data),
CoefVar = sd(ts_data) / mean(ts_data)
)
print(descriptive_stats)## Min Max Media Mediana DesviacionEstandar CoefVar
## 1 1565128000 2570619000 1958703522 1858098000 308659682 0.1575837Análisis de las estadísticas exploratorias de los activos trimestrales de Colombina S.A.
A partir de los resultados obtenidos, se presentan las siguientes interpretaciones:
Mínimo (Min = 15.651.280.000 COP)
El valor más bajo registrado en los activos trimestrales durante el período analizado es de aproximadamente 15,65 mil millones de COP.
Máximo (Max = 25.706.190.000 COP)
El mayor valor alcanzado en los activos trimestrales es de 25,7 mil millones de COP, lo que indica que la empresa ha logrado un incremento significativo en su estructura de activos en algunos periodos.
Media (Media = 19.587.035.22 COP)
En promedio, los activos trimestrales de Colombina S.A. ascienden a 19,58 mil millones de COP.
Mediana (Mediana = 18.580.980.00 COP)
La mediana de 18,58 mil millones de COP es ligeramente menor que la media, lo que sugiere la posible existencia de valores más altos que elevan el promedio, aunque sin un sesgo significativo.
Desviación estándar (DesviacionEstandar = 3.086.596.82 COP)
La dispersión de los activos trimestrales con respecto a la media es de aproximadamente 3,08 mil millones de COP, indicando una variabilidad moderada en los activos de la empresa.
Coeficiente de variación (CoefVar = 0.157837)
Este valor indica que la variabilidad de los activos representa un 15,78% con respecto a la media, lo que implica que los activos son relativamente estables en comparación con otras métricas financieras.
Los activos trimestrales de Colombina S.A. presentan una variabilidad moderada, reflejada en un coeficiente de variación bajo (15,78%), lo que sugiere una estructura de activos relativamente estable a lo largo del tiempo.
Además, la diferencia entre la media y la mediana no es significativa, lo que indica que la distribución de los datos no presenta un sesgo marcado.
Sin embargo, se observa una diferencia notable entre el valor mínimo y el máximo, lo que puede deberse a inversiones estratégicas en ciertos períodos, variaciones en la adquisición de activos o efectos de factores externos como fluctuaciones económicas y cambios en las políticas de financiamiento de la empresa
# Gráfico interactivo de la serie original
grafico_serie <- ggplot(data, aes(x = seq.Date(from = as.Date("2019-01-01"), by = "quarter", length.out = nrow(data)), y = ACTIVOS)) +
geom_line(color = "#457B9D", size = 1) +
geom_point(color = "#E56399") +
ggtitle("Figura 1.Activos Trimestrales de Colombina S.A.") +
xlab("Tiempo") +
ylab("Miles de Pesos Colombianos") +
theme_minimal()## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.ggplotly(grafico_serie)La gráfica muestra la evolución de los activos trimestrales de Colombina S.A. entre 2019 y 2024, reflejando una tendencia general de crecimiento con algunas fluctuaciones en el tiempo. Durante los primeros años, entre 2019 y 2020, los activos se mantuvieron relativamente estables con variaciones moderadas, lo que sugiere una etapa de consolidación o ajustes en la estructura financiera de la empresa. Sin embargo, a partir de 2021 se observa un crecimiento sostenido, lo que podría estar relacionado con una estrategia de expansión, nuevas inversiones o un aumento en la valoración de los activos de la compañía.
Entre 2022 y 2023, la serie muestra un comportamiento más estable, con pequeñas oscilaciones que indican una fase de consolidación tras el crecimiento previo. Este periodo puede estar asociado a ajustes financieros o a la estabilización de los activos después de inversiones significativas. No obstante, en 2024 se evidencia un aumento acelerado en los activos, alcanzando su punto más alto en toda la serie. Este crecimiento pronunciado podría responder a nuevas adquisiciones, expansiones operativas o revalorizaciones contables de los activos de la empresa.
En general, el comportamiento de los activos de Colombina S.A. refleja una evolución positiva, marcada por un crecimiento constante y algunos periodos de ajuste
Descomposición temporal-extracción de señales
# Descomposición de la serie temporal
stl_decomp <- stl(ts_data, s.window = "periodic")
plot(stl_decomp)
La descomposición de la serie temporal de los activos trimestrales de Colombina S.A. revela distintos componentes que explican su comportamiento a lo largo del tiempo. En primer lugar, la serie original muestra un crecimiento progresivo en los activos desde 2019 hasta 2024, con algunas fluctuaciones intermedias. Este aumento general sugiere una tendencia de expansión en la empresa, impulsada posiblemente por estrategias de inversión o crecimiento en el valor de sus activos.
El componente estacional exhibe un patrón cíclico recurrente en los mismos periodos de cada año, lo que indica que los activos siguen una dinámica predecible dentro del ciclo económico anual. Este comportamiento puede estar relacionado con factores como la planificación financiera de la empresa, decisiones de inversión periódicas o variaciones en la valoración de activos según la época del año.
Por otro lado, la tendencia muestra una evolución ascendente a lo largo del tiempo, reflejando un crecimiento sostenido en los activos de la compañía. Esta trayectoria sugiere que Colombina S.A. ha mantenido una estrategia financiera que le ha permitido incrementar su base de activos de manera consistente, con períodos de estabilización en algunos años y un crecimiento acelerado en 2024.
Finalmente, el componente irregular o residuo presenta fluctuaciones de menor magnitud, lo que indica la presencia de variaciones no explicadas por la tendencia o la estacionalidad. Estos valores pueden deberse a eventos inesperados, factores económicos externos o decisiones internas de la empresa que impactan temporalmente la evolución de los activos.
En general, la descomposición de la serie temporal permite identificar que el crecimiento de los activos de Colombina S.A. ha sido sostenido, con una fuerte influencia de la estacionalidad y una tendencia positiva clara.
# Extraer los componentes de la descomposición
serie_ajustada <- ts_data - stl_decomp$time.series[, "seasonal"]library(ggplot2)
library(plotly)
library(scales)# Comparación de la serie original con la ajustada por estacionalidad
grafico_ajustada <- ggplot() +
geom_line(aes(x = seq_along(ts_data), y = ts_data), color = "aquamarine3", size = 1, linetype = "solid") +
geom_line(aes(x = seq_along(serie_ajustada), y = serie_ajustada), color = "#E56399", size = 1, linetype = "dashed") +
ggtitle("Figura 2.Serie Original vs Serie Ajustada por Estacionalidad") +
xlab("Tiempo") +
ylab("Miles de Pesos Colombianos") +
theme_minimal()
ggplotly(grafico_ajustada)## Don't know how to automatically pick scale for object of type <ts>. Defaulting
## to continuous.La comparación entre la serie original y la serie ajustada de los activos trimestrales de Colombina S.A. muestra un alto grado de concordancia entre ambas. La serie ajustada sigue de cerca la trayectoria de la serie original, lo que indica que el modelo utilizado para el ajuste captura eficazmente la estructura subyacente de los datos. Se observa que tanto las tendencias como los patrones de variación se mantienen consistentes, lo que sugiere que el modelo logra representar con precisión el comportamiento de los activos a lo largo del tiempo. Esta fiabilidad en el ajuste refuerza la utilidad del análisis para realizar proyecciones y apoyar la toma de decisiones financieras.
# Comparación de la serie original con la tendencia
tendencia <- stl_decomp$time.series[, "trend"]
grafico_tendencia <- ggplot() +
geom_line(aes(x = seq_along(ts_data), y = ts_data), color = "#E56399", size = 1) +
geom_line(aes(x = seq_along(tendencia), y = tendencia), color = "purple", size = 1, linetype = "dashed") +
ggtitle("Figura 3. Serie Original vs Tendencia") +
xlab("Tiempo") +
ylab("Miles de Pesos Colombianos") +
theme_minimal()
ggplotly(grafico_tendencia)## Don't know how to automatically pick scale for object of type <ts>. Defaulting
## to continuous.La comparación entre la serie original y la tendencia de los activos trimestrales de Colombina S.A. evidencia un crecimiento sostenido en el tiempo. La tendencia suavizada refleja el comportamiento estructural de la serie, eliminando fluctuaciones estacionales o aleatorias. Se observa un cambio significativo en la pendiente alrededor del año 2021, lo que sugiere una aceleración en el crecimiento de los activos. Esto puede estar asociado a decisiones estratégicas de la empresa o a condiciones externas del mercado. En general, la tendencia confirma una evolución positiva de los activos, proporcionando una base sólida para futuras proyecciones financieras.
# Cálculo de la tasa de crecimiento anual correctamente alineada
tasa_crecimiento <- (ts_data[(5:length(ts_data))] / ts_data[1:(length(ts_data) - 4)] - 1) * 100
tasa_tendencia <- (tendencia[(5:length(tendencia))] / tendencia[1:(length(tendencia) - 4)] - 1) * 100
# Crear vector de fechas corregido
fechas_corregidas <- seq(from = as.Date("2020-01-01"), by = "quarter", length.out = length(tasa_crecimiento))
# Verificar longitudes
print(length(fechas_corregidas))## [1] 19print(length(tasa_crecimiento))## [1] 19print(length(tasa_tendencia))## [1] 19# Gráfico de la tasa de crecimiento anual
grafico_crecimiento <- ggplot() +
geom_line(aes(x = fechas_corregidas, y = tasa_crecimiento), color = "#A8DADC", size = 1) +
geom_line(aes(x = fechas_corregidas, y = tasa_tendencia), color = "#B39BC8", size = 1, linetype = "dashed") +
ggtitle("Figura 4. Tasa de Crecimiento Anual: Serie Original vs Tendencia") +
xlab("Tiempo") +
ylab("% de Crecimiento Anual") +
theme_minimal()
# Convertir a gráfico interactivo
ggplotly(grafico_crecimiento)La tasa de crecimiento anual de los activos de Colombina S.A. muestra un comportamiento cíclico, con períodos de expansión y desaceleración bien marcados. Se observa que entre 2021 y 2022 hubo un fuerte impulso en el crecimiento, alcanzando su punto máximo alrededor de 2022, seguido de una disminución hasta 2023. Posteriormente, se evidencia una recuperación en 2024. Estas variaciones pueden estar influenciadas por factores internos, como estrategias de inversión y gestión financiera, así como por condiciones macroeconómicas. La tendencia general sugiere que, a pesar de las fluctuaciones, la empresa mantiene un crecimiento sostenido en el largo plazo