desestacionalizar inei.pdf
-
Upload
jhony-paul-estrada-hernandez -
Category
Documents
-
view
6 -
download
1
Transcript of desestacionalizar inei.pdf
DESESTACIONALIZACIÓN DE SERIES ECONÓMICAS
HERRAMIENTAS ESTADÍSTICAS
CENTRO DE INVESTIGACIÓN Y DESARROLLO
Desestacionalización de Series Económicas
OBJETIVOS- Proporcionar las bases teóricas de la desestacionalización- Desarrollar la metodología del X-12 ARIMA.- Evitar el uso del X-12 ARIMA como una caja negra,
presentando un ejemplo de aplicación paso a paso.- Evaluar la calidad de la desestacionalización
ASPECTOS GENERALES
? ¿Qué es la estacionalidad?
Según el enfoque clásico de series de tiempo, la estacionalidad es uno de los 4 componentes en los que ésta puede descomponerse:
.Serie de Tiempo
Estacionalidad Tendencia Ciclo Irregularidad
C.P.
ASPECTOS GENERALES
Luego, la serie económica estará compuesta, a través de los siguientes modelos:a) Modelo Aditivo
b) Modelo multiplicativo
c) Modelo Log - Aditivo.
tttt IETCX ??? ttttt ITCEXXD ????
tttt IETCX **?
tttt IETCXLog ???)( )exp( ttt ITCXD ??
ttt
tt ITC
EXXD *??
ASPECTOS GENERALES
?¿Qué es la estacionalidad?
Son fluctuaciones con periodos menores a un año (mensuales, trimestrales, etc.), que se repiten regularmente año a año.
Según E. Bee Dagum, ésta se caracteriza por:
- Es posible medirlo y separarlo.- Se repite c/año, pero puede evolucionar.- Es causado principalmente por causas no -económicas.
ASPECTOS GENERALES
?Causas de la estacionalidad
Se pueden citar:
- El calendario- El Clima- La fijación de actividades- Las expectativas de movimiento estacional.
ASPECTOS GENERALES
?¿Porqué desestacionalizar una serie?
• Porque las causas consideradas son exógenas y de naturaleza no - económica, oscureciendo las
características de la serie relacionados netamente con el aspecto económico.
• Porque al contar con series desestacionalizadas, el analista puede realizar comparaciones entre meses consecutivos y no consecutivos para evaluar la coyuntura, el cual:
• Evita el análisis mediante la comparación de un mes con el mismo en el año anterior.
• Permite analizar la evolución de la serie en el último año.
ASPECTOS GENERALES
? Análisis de la Estacionalidad
- Detección gráfica de la estacionalidad:
Gráfico de la serie original
50.00
70.00
90.00
110.00
130.00
150.00
170.00
190.00
210.00
230.00
Ene-91
Jul-91
Ene-92
Jul-92
Ene-93
Jul-93
Ene-94
Jul-94
Ene-95
Jul-95
Ene-96
Jul-96
Ene-97
Jul-97
Ene-98
Jul-98
Ene-99
Jul-99
Ene-00
Jul-00
Ene-01
Jul-01
PBI Agropecuario 1991 - 2001
ASPECTOS GENERALES
? Análisis de la Estacionalidad
- Detección gráfica de la estacionalidad:
Diagrama de Cajas agregadas
PBI Agropecuario 1991 - 2001
111111111111111111111112N =
MONTH, period 12
DIC.
NOV.
OCT.
SET.
AGO.
JUL.
JUN.
MAY.
ABR.
MAR.
FEB.
ENE.
PBIA
GR
O
300
200
100
0
ASPECTOS GENERALES
? Análisis de la Estacionalidad
- Detección gráfica de la estacionalidad:
Función de autocorrelación simple
PBIAGRO
Lag Number
29
27
25
23
21
19
17
15
13
11
9
7
5
3
1
AC
F
1.0
.5
0.0
-.5
-1.0
Confidence Limits
Coefficient
PBI Agropecuario 1991 - 2001
ASPECTOS GENERALES
? Métodos para desestacionalizar una serie
En general, existen dos procedimientos:
1. Método de Regresión.
2. Método de Promedios Móviles
X - 11 ARIMA
X - 12 ARIMA
ASPECTOS GENERALES
?¿Qué método utilizar?
Objetivode la
desestacionalización
Realizar un análisis
econométrico
Observarla tendencia
Método de Regresión
Método de Promedios Móviles
EL MÉTODO X12 ARIMA
¿ QUÉ ES EL X12 ARIMA?
- Modelar la serie original
- Instrucciones básicas para inicializar el X12 ARIMA
¿QUÉ SE NECESITA PARA PROCESAR EL X12 ARIMA?
Modelo ARIMA (0,1,1)*(1,1,1)12 la serie Índice del PBI en logaritmo
Parámetros Coeficientes SignificanciaDesv típ.
errorDurbin - Watson
MA(1) -0.4132 0.0000AR(12) 0.1608 0.0000MA(12) -0.8857 0.0008
0.02 2.05
Instrucciones Básicas para inicializar el programa X12 ARIMA
Contents of spc file PBI.spc------
1: series {title="PBI-CENTRO DE INVESTIGACION "2: data = ( 79.44 77.38 79.39 85.32 90.65 89.85 94.74 84.15 83.62 87.98 83.61 83.493: 84.99 80.48 84.61 83.25 86.94 87.84 84.29 81.60 81.25 85.65 84.88 89.464: 78.39 79.56 86.60 87.71 88.78 93.92 89.87 91.30 89.69 90.40 91.46 95.975: 90.34 85.96 96.53 100.19 104.18 103.92 100.89 101.42 100.02 101.86 104.90 109.796: 104.84 99.38 107.90 107.86 119.87 113.45 110.52 109.51 104.29 107.23 109.09 109.077: 105.80 101.83 108.02 110.81 121.25 117.86 114.37 110.59 106.71 110.54 112.39 115.328: 115.08 108.55 113.17 126.46 129.47 123.61 118.11 116.78 116.88 119.18 116.51 121.819: 114.48 112.19 118.52 122.71 123.73 123.10 120.47 117.79 115.98 115.75 115.92 117.3710: 113.12 111.62 119.80 119.70 128.40 125.32 118.22 114.95 116.03 119.47 121.75 123.0611: 119.10 117.19 126.75 125.80 137.23 131.08 124.35 121.41 114.61 120.08 119.46 119.1312: 117.39 114.10 122.67 125.90 136.72 128.15 124.00 122.98 117.75 123.48 122.01 124.07)13: start = 1991.jan}14: TRANSFORM{FUNCTION=LOG}15: ARIMA{MODEL=(0,1,1)(1,1,1)16: AR=(-0.160f)17: ma=(0.4132f, 0.8837f)}18: forecast {maxlead=12 maxback=12}19: X11{APPENDFCST=YES20: FINAL =USER21: SAVE=( D10 D11 D12 D13 E5 E6 E7 )22: print=brief }
•Test F de identificación de estacional:
Test F de estacionalidad estable
Test F de estacionalidad móvil
•Test Q de Bondad de ajuste estacional
•Las Componentes de una serie ecónomica
•Variaciones de la serie temporal económica
¿QUE RESULTADOS IMPORTANTES NOS PROPORCIONA EL X12 ARIMA?
Test F para detectarestacionalidad:asumiendo estabilidad
Suma de Cuadrados
Grados de Libertad
Suma media de
Valor F
Entre meses
1739.2705 11 158.1155
Residual 486.426 120 4.05355Total 2225.6965 131
39.007**
Test F de estacionalidad móvil
Suma de cuadrados
Grados de Libertad
Suma media de
CuadradosValor F
Entre años 31.5531 11 2.868462Error 383.8077 121 3.171965 0.904**
DESCOMPOSICION DE LA SERIE INDICE DEL PBI
FACTORES ESTACIONALES
8.00E-01
8.50E-01
9.00E-01
9.50E-01
1.00E+00
1.05E+00
1.10E+00
1.15E+00
Ene-9
1
Ene-9
2
Ene-9
3
Ene-9
4
Ene-9
5
Ene-9
6
Ene-9
7
Ene-9
8
Ene-9
9
Ene-0
0
Ene-0
1
Serie Original y Desestacionalizada
60.0070.0080.0090.00
100.00110.00120.00130.00140.00150.00
Ene
-91
Ene
-92
Ene
-93
Ene
-94
Ene
-95
Ene
-96
Ene
-97
Ene
-98
Ene
-99
Ene
-00
Ene
-01
PBI PBI Desestacionalizado
Serie Original - Ciclo Tendencia
60.00
70.00
80.00
90.00
100.00
110.00
120.00
130.00
140.00
150.00
Ene-9
1En
e-92
Ene-9
3En
e-94
Ene-9
5En
e-96
Ene-9
7En
e-98
Ene-9
9En
e-00
Ene-0
1
PBI Ciclo Tendencia
Irregular
8.50E-01
9.00E-01
9.50E-01
1.00E+00
1.05E+00
1.10E+00
1.15E+00
Irregular
VARIACION PORCENTUAL DEL INDICE DEL PBI
DATEVAR%
MENSUAL PBI
VAR% MENSUAL DEL PBI
DESESTACIONALIZADA
VAR% [1]ANUAL PBI
Ene-01 -1.5 1.8 -1.4Feb-01 -2.8 -0.6 -2.6Mar-01 7.5 0.4 -3.2Abr-01 2.6 1.4 0.1May-01 8.6 1.2 -0.4Jun-01 -6.3 -2.1 -2.2Jul-01 -3.2 1.1 -0.3Ago-01 -0.8 0.8 1.3Sep-01 -4.3 -1.5 2.7Oct-01 4.9 2.2 2.8Nov-01 -1.2 -1.1 2.1Dic-01 1.7 0.7 4.1
COMPARACION DE RESULTADOS OBTENIDOS CON EL X12 ARIMA
Estadístico Q
(Calidad de ajuste)
37.758*
ARIMA (0,1,1)(1,1,1)12
39.007* 0.904** SI 0.41
0.42
¿Estacionalidad identificable?
PBI TotalPor defecto 0.817** SI
Serie en estudio Modelo
Test F de estacionalidad
estable
Test F de estacionalidad
móvil
AUTORES:
• Camones, Fernando• Miranda, Leslie• Ordoñez, Edith• Vásquez, Javier
Dirección Técnica del Centro de Investigación y DesarrolloEcon. Mirlena Villacorta Olazábal
Instituto Nacional de Estadística e Informática
CENTRO DE INVESTIGACION Y DESARROLLO
Informes y VentasAv. Gral. Garzón 670Jesús María / Lima 11- PerúTeléfonos: 433-8398 433-4223 (103-106- 211-333)Telefax: 433-3591Web site: www.inei.gob.peE-mail: [email protected]