Previsión

Análisis predictivo

La Inteligencia Artificial puede ser utilizada para infinidad de tareas. Algo interesante que podríamos aplicar sobre los datos con los que disponemos sería la detección de valores atípicos. Podríamos crear un modelo que aprendiera a detectar anomalías en los valores de importaciones, exportaciones, volumen, etc.

Así, se han utilizado varias redes neuronales con la idea de predecir los valores obtenidos durante los meses iniciales de la pandemia, de marzo de 2020 a octubre de 2020. Con ello, veremos cuáles serían los valores esperados si no se hubiese producido la crisis sanitaria, y si estos valores difieren mucho de los obtenidos en la realidad. Si distan, podría ser una herramienta eficaz para cuantificar el impacto de la COVID-19 en el mercado español hortofrutícola. Las redes neuronales artificiales son modelos computacionales que aprenden a modelar distribuciones de datos dado un conjunto de entrenamiento con el que aprender. Para nuestro caso, el conjunto de entrenamiento consta de los valores de importaciones y exportaciones obtenidos durante el período de tiempo comprendido desde enero de 2016 hasta febrero de 2020, donde la crisis sanitaria aún no había comenzado.

Con estos datos, entrenamos nuestras redes neuronales por separado, una tomando los datos de importaciones y otra utilizando las exportaciones, que reciben como entrada un período de tiempo x anterior al período próximo que queremos predecir. Como período de tiempo previo se ha decidido tomar cinco meses consecutivos, ventana de tiempo lo suficientemente amplia para modelar correctamente los datos y tener cierto contexto en los que basar las predicciones, y obtendremos los valores de los tres próximos meses. Se obtienen todas las posibles combinaciones de cinco meses consecutivos con sus tres consiguientes y se inicia el proceso de aprendizaje. Dicho proceso de aprendizaje se realiza mediante la minimización de la suma de errores cuadráticos entre la diferencia de los valores que la red predice para una entrada dada y los valores esperados, mediante el método de descenso por gradiente.

Una vez entrenados los modelos solo nos queda predecir. Para ello, como explicamos anteriormente, tomamos los cinco meses anteriores a marzo de 2020, mes inicial de la COVID-19, y obtenemos los valores esperados para marzo, abril y mayo, de 2020. Reutilizando los valores predichos más los dos meses previos requeridos para hacer un total de cinco, volvemos a predecir, y siguiendo este método iterativo podemos obtener tantas predicciones para meses posteriores como se necesiten. Se ha optado por obtener valores hasta octubre de 2020 y es que, conforme se van reutilizando valores y basando las predicciones futuras en predicciones realizadas los resultados tienden a degradarse y es necesario establecer cierto compromiso entre la calidad de las predicciones y cuán grande es el período de tiempo que deseamos predecir.

En las gráficas de Exportación Prevista España e Importación Prevista España mostramos los datos reales proporcionados por Eurostat referentes exportaciones e importaciones españolas para el período de enero de 2019 a octubre de 2020, así como los valores previstos para dicho marco de tiempo. Se ha separado con una división roja el período previo a la pandemia, parte izquierda, de donde las redes neuronales han tomado los datos para entrenar y vemos cómo se ajustan estrechamente a los datos obtenidos, y en la parte derecha el período de la pandemia, a partir de febrero de 2020.

En la gráfica de exportaciones podemos observar como la previsión realizada para el período de la pandemia es bastante similar a los valores obtenidos realmente. Aún con esto, podemos observar como en el mes de abril y período estivo se prevé una importación en torno un 10% inferior a lo realmente obtenida. Esto mostraría un impacto ciertamente positivo de la COVID-19 en los valores de exportaciones hortofrutícolas esperadas. Y es que, como venimos viendo en las páginas de Frutas y Verduras, o en la gráfica de Importaciones y Exportaciones Españolas en la página de Conclusiones, se esperaba en 2020 una tendencia ligeramente alcista, pero la aparición de la COVID-19 trastocó toda previsión como podemos ver en la gráfica. Esto realza la fuerza y poder de adaptación de este sector, anteponiéndose a todo tipo de adversidades, como distintas medidas restrictivas tomadas por los gobiernos frente la crisis sanitaria, imponiendo, por ejemplo, controles en los pasos fronterizos causando importantes retenciones que perjudicaron las transacciones, sobre todo en los comienzos de la pandemia (diario Cinco Días).

Por otra parte, en cuanto a la previsión de las importaciones, esta presenta valores más conservadores que los realmente obtenidos durante el primer cuatrimestre de la pandemia, hacia valores similares a los obtenidos en el mismo período durante 2019, pero los datos de importaciones realmente obtenido durante el período de la pandemia se presentan hasta un 38% mayores, achacando este suceso al aumento de la demanda que observamos en los inicios de la crisis sanitaria (véanse las secciones de Frutas, Verduras y Conclusiones.