Pronóstico de la

demanda de Diésel
en el mercado
peruano al 2018
CASO DE ESTUDIO CON MÉTODO DE PROMEDIO
MÓVIL

INTEGRANTES:
 Cajacuri Perez, Jhomara
 Mallma Herhuay, Gerardo
 Portocarrero Andía, Freddy
 Quintana Torres, Karen
 Retuerto Gamboa, Kevin
 ÍNDICE

1. INTRODUCCIÓN 2
2. PLANTEAMIENTO DEL PROBLEMA 3
3. ANÁLISIS 4
4. DESARROLLO 5
5. CONCLUSIONES 10
6. RECOMENDACIONES 10
7. REFERENCIAS 10
1. INTRODUCCIÓN

En los últimos 20 años, el Perú ha sido testigo de cambios importantes en la

industria nacional e internacional de hidrocarburos.

El desarrollo del Proyecto Camisea, gracias a un marco regulatorio promotor de la

industria del gas natural (GN), cambió la matriz energética primaria del país.
Además, en el mundo se perfeccionaron tecnologías para explotar gas y petróleo
no convencional y de difícil acceso, que permitieron expandir de modo
exponencial la oferta mundial de hidrocarburos. También se observaron
variaciones importantes del precio del petróleo debido a cambios geopolíticos e
institucionales de la estructura económica internacional.

El sub sector de los hidrocarburos líquidos, en particular, contribuyó de manera

importante al desarrollo del país desde los inicios de la República. El
reconocimiento de la relevancia de esta industria y su importante papel en la
economía peruana motivan la elaboración del presente libro, donde se plantea una
revisión de la evolución histórica de la industria de los hidrocarburos líquidos y un
balance de los aspectos económicos y regulatorios que caracterizan al sub sector
en el Perú.
2. PLANTEAMIENTO DEL PROBLEMA
De acuerdo con el Reporte Semestral de Monitoreo del Mercado de Hidrocarburos
del segundo semestre del 2017 presentado por Osinergmin, el gráfico muestra que
el balance oferta -demanda de diésel entre el año 2013 y 2017.

Gráfico 1: Demanda de Diesel

140

120

100

80
MBPD

60 Demanda, Dt
MBPD
40

20

0
2012 2013 2014 2015 2016 2017
Años

Fuente: MEM, DSR-GSE-Osinergmin

En términos promedios diarios, se mantuvo negativo. Durante este periodo la oferta de

creció a una tasa promedio anual de -5.5 %, mientras que la demanda creció a 4 %.

Año Demanda (MBPD)

2012 95
2013 99
2014 98
2015 105
2016 112,8
2017 116
 TABLA N01: Demanda de diésel del 2012 al 201 7

¿Cuál será el pronóstico para el año 2018, considerando el Método de promedio

móvil en base 2, 3 y 4?

3. ANÁLISIS DEL PROBLEMA

 La demanda de diésel en el 2017 totalizó 116 MBPD, 2.9% mayor que lo

demandado en el año 2016. El principal canal de distribución de diésel fue a
través de los establecimientos de venta al público con el 62.9% de la venta de
este combustible, el 33.7% se distribuyó entre los consumidores directos, el
2.9% por los distribuidores minoristas y el 0.5% en las embarcaciones.

 La demanda mundial de combustible destilado intermedio, principalmente

diésel, crecerá más rápido que cualquier otro producto refinado de petróleo
hacia el 2030, aseguró la Organización de Países Exportadores de Petróleo
(OPEP) en su Perspectiva Petrolera Mundial 2009.

4. DESARROLLO
En el gráfico Nº 1 se muestra el grafico de la demanda de diésel entre los años 2012 y
2017
 Gráfico 1: Demanda de Diesel
140

120

100

80
MBPD

60 Demanda, Dt
MBPD
40

20

0
2012 2013 2014 2015 2016 2017
Años

Fuente: MEM, DSR-GSE-Osinergmin

En las gráficas de control, usted puede crear una gráfica de promedio móvil para
los datos de tiempo ponderados, para el caso nuestro tomamos en términos de
promedios diarios y notamos que existe un incremento en los años de análisis. En
los análisis de series de tiempo, Excel utiliza el promedio móvil para suavizar los
datos y reducir las fluctuaciones aleatorias en una serie de tiempo.

Por ejemplo, el Reporte Semestral de Monitoreo del Mercado de Hidrocarburos

realizado por el Ministerio de Energía y Minas sobre la oferta y demanda de
hidrocarburos, como es el caso de la demanda de diésel, notamos un incremento
de la demanda de este hidrocarburo, por otro lado queremos pronosticar la
demanda para el año 2018, cuanto de diésel es lo que requiere el mercado
nacional, para esto hacemos uso del Método de Pronostico Promedio Móvil para
ello trabajamos en una hoja de cálculo Excel a partir de la Tabla Nº1, en la hoja de
cálculo construimos la siguiente tabla:

Para este desarrollo comenzamos con una base de 2, es decir n=2, luego calculamos
los pronósticos para cada año, el cálculo se hace a partir del 2014 debido a que
tenemos como datos de demanda para los dos años anteriores que son el 2012 y 2013,
por otro lado puede surgir la pregunta porque no se calculó para el año 2013, esto se
debe a que se tiene datos solo la demanda del 2012, y como elegimos como base n=2,
nos haría falta una demanda adicional que correspondería al 2011, pues solo tenemos
datos históricos a partir del 2012 en adelante, es por ello que se comienza a calcular a
partir del año 2014 para una base n=2.

Una vez aclarado este punto pasamos a calcular para los demás años y principalmente
para el año 2018, que sería el año de interés, luego calculamos sus respectivos errores
que simplemente seria la diferencia entre la demanda pronosticada y la demanda
histórica, es posible que esta diferencia sea negativa, esto a que se debe a que la
demanda histórica sea mayor que la pronosticada, para evitar ello sacamos el valor
absoluto de esta diferencia.

Luego llevamos a una gráfica de líneas para hacer una comparación de la tendencia de
las curvas tanto para la demanda histórica como la demanda pronosticada, teniendo la
siguiente gráfica:
 Promedio móvil (n=2)
120

115

110

105

100

95

90

85
2011 2012 2013 2014 2015 2016 2017 2018 2019
Demanda, Dt Pronoó stico, Ft
MBPD MBPD

Grafica Nº 2. Comparación de la demanda histórica y la demanda pronosticada de

diésel en el mercado nacional.

Notamos que existe similitud en la tendencia de ambas curvas, principalmente la

demanda pronosticada respecto a la histórica, es importante que sigua la misma
tendencia.

Finalmente calculamos el valor promedio de todos los valores absolutos de nuestros

errores calculados MAD el cual nos sale un valor de 7,125.

De la misma forma calculamos para una base n=3, la cual lo mostramos en la siguiente
tabla:
 Promedio móvil (n=3)
115

110

105

100

95

90

85
2011 2012 2013 2014 2015 2016 2017 2018 2019
Demanda, Dt Pronoó stico, Ft
MBPD MBPD
A partir
de esta graficamos las demandas histórica y pronosticada, el cual lo mostramos a
continuación
Para esta base, hallamos el valor promedio de todos los valores absolutos de nuestros
errores calculados MAD el cual nos sale un valor de 10,16.

De la misma forma para la base n=4, la cual lo mostramos en la siguiente tabla:

 Promedio móvil (n=4)
110
108
106
104
102
100
98
96
94
2011 2012 2013 2014 2015 2016 2017 2018 2019
Demanda, Dt Pronoó stico, Ft
MBPD MBPD
A partir
de esta graficamos las demandas histórica y pronosticada, el cual lo mostramos a
continuación

Para esta base, hallamos el valor promedio de todos los valores absolutos de nuestros
errores calculados MAD el cual nos sale un valor de 12,6.
5. ANALISIS DE LOS RESULTADOS

 En las gráficas N° (las de abajo) se observa que el pronóstico con n=2, se acerca
más a la demanda real de esos años, con respecto a los pronósticos con n=3 y
n=4, debido a que el MAD es menor.

 Debido a que los datos presentan una ligera tendencia ascendente en

los últimos años el promedio móvil se ajusta mejor con un menor n

6. CONCLUSIONES

 El pronóstico de la demanda de Diésel en el mercado nacional para el término

de este año (2018) es de 114.4 MBPD.

 Se debe usar el promedio móvil con n=2 por que presenta menor MAD (MAD=
6.5)

7. RECOMENDACIONES

 Sería interesante tener el dato de este año y poder pronosticar el del 2019
 Trabajar con periodos más amplios (2 años, 5 años) para pronosticar
demanda del futuro a mayor alcance.
  Se puede hacer un contraste con datos que no tienen tendencia
ascendente o descendente para apreciar un ajuste con diferentes valores de
“n”

8. REFERENCIAS

1. http://www.osinergmin.gob.pe/seccion/centro_documental/Institucional/E
studios_Economicos/Reportes_de_Mercado/RSMMH-I-2017.pdf
2. https://www.ariae.org/cgi-ariae/BRSCGI.exe?
CONF=ARIAE.cnf&CMD=VEROBJ&MLKOB=973242394949