En este informe, se realizará la extracción de señales o descomposición de series temporales aplicadas a las utilidades trimestrales de la empresa Colombina S.A. durante el período comprendido entre el primer trimestre de 2019 (1T2019) y el tercer trimestre de 2024 (3T2024).
El análisis de series temporales permite identificar patrones subyacentes en los datos, como tendencias, estacionalidad y componentes irregulares, lo que facilita una mejor comprensión del comportamiento de los ingresos de la empresa. Para ello, se emplearán técnicas estadísticas y métodos de descomposición, con el fin de extraer información clave que pueda contribuir a la toma de decisiones estratégicas.
A lo largo del informe, se presentarán los resultados obtenidos y se discutirán sus implicaciones en el contexto financiero de Colombina S.A.
En este análisis, se realizará un estudio exploratorio de la variable Utilidad de la empresa Colombina. Para ello, se calcularán estadísticas descriptivas que nos permitirán conocer mejor la distribución y principales características de la variable en estudio.
Además, se complementará el análisis con la visualización de gráficos, los cuales facilitarán la identificación de patrones, tendencias y posibles valores atípicos en los datos.
El objetivo de este análisis es obtener una comprensión inicial de la información disponible y generar insights que puedan ser utilizados en estudios posteriores más avanzados.
A continuación, se presenta el desarrollo del análisis.
# Cargar librerías necesarias
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, union
library(ggplot2) # Para visualización
library(plotly) # Para gráficos interactivos
##
## 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':
##
## layout
library(tseries) # Para análisis de series temporales
## Registered S3 method overwritten by 'quantmod':
## method from
## as.zoo.data.frame zoo
library(forecast) # Para descomposición
library(timetk) # Para análisis y visualización de series temporales
# Cargar datos desde el archivo Excel
data <- read_excel("C:/Users/ville/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"
## [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 1532106000
ts_data <- ts(data$UTILIDAD, start = c(2019, 1), frequency = 4)
install.packages("ggplot2", dependencies = TRUE)
## Warning: package 'ggplot2' is in use and will not be installed
install.packages("plotly", dependencies = TRUE)
## Warning: package 'plotly' is in use and will not be installed
Mínimo (Min = -2,194,000 COP). La utilidad trimestral más baja registrada en el periodo analizado es de aproximadamente -2.1 billones de COP.Este resultado fue causado por las medidas tomadas por los gobiernos, restringiendo la movilidad de las personas en pandemia, afectando el consumo de sus productos. En cuanto a los costos y gastos, significaron un crecimiento extraordinario por la adquisición de insumos para cumplir las medidas de bioseguridad (La República, 2021)
Máximo (Max = 105,801,000 COP).La utilidad trimestral más alta registrada alcanza los 105 billones de COP. Esto gracias a que la compañía registró ventas netas por $3,34 billones, que representaron un crecimiento del 14 %, frente a las cifras de 2022 (Valora Analitik, 2024)
Media (Media = 54,522,478 COP) En promedio, las utilidades trimestrales son 54.5 billones de COP. Mediana (Mediana = 50,231,000 COP) El valor central de las utilidades es 50.2 billones de COP, lo que sugiere que hay cierta simetría en la distribución de los ingresos, aunque la media es ligeramente mayor, lo que puede indicar la presencia de valores altos que elevan el promedio.
Desviación estándar (DesviacionEstandar = 27,259,333 COP). La variabilidad de las utilidades trimestrales es de 27.2 billones de COP, lo que indica una fluctuación considerable entre periodos.
Coeficiente de variación (CoefVar = 0.499965). Este valor indica que la variabilidad de las utilidades representa un 50%% con respecto a la media. Como regla general, si el coeficiente de variación es menor a 0.30 (30%), la variabilidad no es excesiva, lo que indica que las utilidades de Colombina S.A. presentan una moderada a alta variabilidad, lo que sugiere que los resultados financieros de la empresa no son completamente estables y pueden estar sujetos a fluctuaciones considerables entre trimestres.
Conclusiones: Las utilidades trimestrales de Colombina S.A. presentan una variabilidad moderada a alta, con un coeficiente de variación del 50%, lo que indica que los resultados financieros pueden fluctuar significativamente entre períodos.
Existe una diferencia notable entre la utilidad mínima (-2.19 millones de COP) y la máxima (105.8 millones de COP), lo que sugiere que la empresa ha enfrentado tanto períodos de pérdidas como de alto rendimiento. Estas variaciones pueden estar influenciadas por factores estacionales, cambios en la demanda o condiciones económicas externas.
La diferencia entre la media (54.52 millones de COP) y la mediana (50.23 millones de COP) no es muy grande, lo que indica que la distribución de las utilidades no está fuertemente sesgada y que la mayoría de los trimestres presentan valores relativamente cercanos al promedio.
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 -2194000 105801000 54522478 50231000 27259333 0.499965
# 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 = UTILIDAD)) +
geom_line(color = "black", size = 1) +
geom_point(color = "#E59") +
ggtitle("Figura 1.Utilidades 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)
El análisis de las utilidades trimestrales de Colombina S.A (2019-2024), muestra una clara tendencia creciente a lo largo del tiempo, reflejando un fortalecimiento financiero. Sin embargo, en 2020 se observa una caída significativa, debido a factores externos como la pandemia y sus efectos en la economía.Este acontecimiento significó para Colombina un decremento del 49% de sus utilidades, impulsado por un deterioro en ventas de chocolateríade 13,5% y $95.837 millones, seguido de dulcería con una baja de 12,9% y $690.393 millones (La Reública, 2021). A partir de 2021, las utilidades comienzan a recuperarse de manera constante, alcanzando niveles máximos en 2024. A pesar del crecimiento sostenido, se presentan algunas fluctuaciones, lo que podría deberse a la estacionalidad del negocio o a factores económicos externos. En general, la empresa ha logrado una recuperación sólida y mantiene un desempeño positivo, consolidando su estabilidad financiera.
# Descomposición de la serie temporal
stl_decomp <- stl(ts_data, s.window = "periodic")
plot(stl_decomp)
La descomposición STL de la serie temporal de utilidades trimestrales de
Colombina S.A. revela un crecimiento sostenido en la tendencia, lo que
indica que la empresa ha mejorado sus resultados a lo largo del tiempo.
Además, la estacionalidad muestra un patrón cíclico claro, sugiriendo
que ciertos periodos del año impactan recurrentemente en las utilidades,
puede ser por ejemplo hallowen o navidad. Por otro lado, el residuo
refleja variaciones no explicadas que podrían estar relacionadas con
factores externos o eventos imprevistos. En general, la serie sugiere un
desempeño positivo con un comportamiento predecible en el tiempo.
# Extraer los componentes de la descomposición
serie_ajustada <- ts_data - stl_decomp$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 = "black", size = 1, linetype = "solid") +
geom_line(aes(x = seq_along(serie_ajustada), y = serie_ajustada), color = "#E53", 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 figura 2 evidencia que la serie ajustada por estacionalidad presenta una tendencia creciente de las utilidades de Colombina S.A, lo que significa una mejora significativa en la salud financiera de la compañía (rentabilidad) tras la pandemia, con una tasa de crecimiento del 45% en el tercer semestre del 2024, en comparación con el segundo.
# 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 = "black", 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 tendencia ajustada muestra un periodo inicial de estabilidad seguido de una caída en el sexto semestre de estudio, asociada a la pandemia. Sin embargo, a partir de ese punto, la tendencia muestra una recuperación progresiva, reflejando un crecimiento sostenido en las utilidades. Este comportamiento sugiere que la empresa ha logrado mejorar su desempeño financiero a lo largo del tiempo, superando desafíos iniciales y consolidando un patrón de crecimiento positivo.
La recuperación de Colombina S.A. estuvo impulsada por una combinación de factores clave. A pesar del desafío que representó la alta inflación en 2023 y el impacto de las elevadas tasas de interés en el consumo, la reducción progresiva de estas tasas permitió aliviar costos financieros, reactivar el consumo y mejorar el acceso al crédito, lo que favoreció tanto a la empresa como a sus consumidores (Valora Analitik, 2024)
# 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] 19
print(length(tasa_crecimiento))
## [1] 19
print(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 = "aquamarine3", size = 1) +
geom_line(aes(x = fechas_corregidas, y = tasa_tendencia), color = "#E56933", 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 gráfica muestra la evolución de la tasa de crecimiento anual de las utilidades de Colombina, reflejando una caída abrupta en 2021, seguida de una recuperación. El punto de quiebre se presenta en el 2021, cuando la tendencia (línea naranja punteada) cambia de negativa a positiva, marcando el inicio de una recuperación sostenida. Esta tendencia crece hasta alcanzar su punto máximo en julio de 2022, con un 90.27%, para luego estabilizarse y descender gradualmente hasta llegar a 8.62% en el último trimestre de 2024.
Por otro lado, la tasa de crecimiento (línea verde) sigue un patrón similar, con fluctuaciones más pronunciadas en el proceso de recuperación, hasta estabilizarse en 11.21% al cierre de 2024. Esto sugiere que, más que un crecimiento acelerado, la empresa ha alcanzado una estabilidad en sus utilidades. Esto indica que el sector ha logrado consolidarse tras superar los retos económicos, incluyendo el impacto de la inflación y las altas tasas de interés que afectaron el consumo de bienes no esenciales.
Morales, N. (2021, marzo 19). Las utilidades de Colombina cayeron 49% y cerró el año 2020 con $30.783 millones.La República. https://www.larepublica.co/empresas/las-utilidades-de-colombina-cayeron-49-y-cerro-el-ano-2020-con-30-783-millones-3141932
Pérez Godoy, M. C. (2024, marzo 19). Ingresos de Colombina se elevaron en 2023. Valora Analitik. https://www.valoraanalitik.com/ingresos-de-colombina-se-elevaron-en-2023/
Pérez Godoy, M. C. (2024, noviembre 13). Colombina redujo ingresos en el tercer trimestre, pero mantuvo alza en ganancias. Valora Analitik. https://www.valoraanalitik.com/colombina-redujo-ingresos-en-el-tercer-trimestre/