Desarrollo de modelos para la predicción de los precios del ganado vacuno argentino

Abstract

La producción de carne vacuna no solo es una parte importante de la economía argentina, también es una parte fundamental de la dieta de los argentinos y un símbolo ante el mundo. Pero a pesar de ser un producto tan importante muchas veces se desconoce el esfuerzo que requiere producirlo y la volatilidad que puede tener su precio. Cuando un productor decide producir ganado vacuno se está involucrando en un proceso prolongado en el tiempo; este ciclo productivo puede durar al menos dos años y comprende distintas etapas desde que el animal nace hasta que está listo para su comercialización. Una vez transcurrido este ciclo, el productor tiene la difícil tarea de buscar precio que represente el esfuerzo realizado durante todo el ciclo. El Mercado Agroganadero (MAG), antes conocido como Mercado de Liniers, es un mercado concentrador de hacienda, formador y orientador de los precios ganaderos en todo el país. El MAG funciona similar al de la bolsa de comercio; donde los únicos autorizados a operar se denominan consignatarios; estos funcionan de intermediarios entre el productor y el mercado. Pero a diferencia de la bolsa de comercio, donde cada producto operable ya se encuentra disponible, los consignatarios deben conseguir productores dispuestos a vender su hacienda en las diferentes categorías que se comercializan en el MAG. El valor de la hacienda depende de diferentes variables, algunas en las que el productor puede tener injerencia como es la categoría del ganado (macho entero joven, novillito, novillo, vaca, vaquillona, toro), la estacionalidad o el peso. Pero también existen variables referidas al escenario económico y climático del país que afectan al precio y tanto el productor como el consignatario no pueden predecir. Este trabajo busca desarrollar una herramienta que pueda ayudar a los productores a comprender mejor las variables que influyen en el precio del mercado ganadero y optimizar los beneficios en cada venta. Y para esto se recopilo información desde 2019 a 2022 del MAG y de las diferentes variables que consideramos necesarias para explicar el comportamiento de los precios del ganado vacuno. Y se pusieron a prueba un modelo XGBoost y un modelo de Red Neuronal obteniendo no solo resultados con un nivel admisible de predicción, además, se logró analizar la eficiencia de un modelo frente al otro.