CURSO DE PREDICCIN ECONMICA Y EMPRESARIAL

Unidad 3: Modelos ARIMA

CASO DE APLICACIN 3
Una aplicacin de la metodologa ARIMA al IPC de Espaa

Es suficientemente conocido que la evolucin de los precios, la inflacin, ha sido histricamente uno de los
graves desequilibrios macroeconmicos de Espaa. El diferencial de precios espaol con respecto a la Unin
Europea contina siendo lo suficientemente elevado como para que las consecuencias del mismo continen
siendo objeto de estudio. Por ello, la prediccin de la evolucin de la inflacin ha recibido una gran atencin por
parte de los analistas. En la actualidad, las instituciones de prediccin realizan esfuerzos significativos en este
campo, puesto que aspectos como las negociaciones salariales, los tipos de inters, el alquiler de las viviendas,
incluso la cotizacin burstil, estn influidos por las expectativas que se tienen en cuanto a la evolucin de los
precios.
Pues bien, en este caso de aplicacin vamos a aplicar la metodologa ARIMA a la serie real de evolucin del
ndice de Precios al Consumo que elabora el INE. Se trata de una serie de frecuencia mensual de la que
disponemos de 277 datos (19 aos). La serie cuenta con todas las caractersticas que nos permitirn aplicar los
conceptos desarrollados: estacionariedad, estacionalidad, anlisis de intervencin, prediccin... Adems, como
ejercicio especulativo, aplicaremos a esta misma serie una tcnica alternativa de prediccin: el alisado
exponencial de Holt-Winters.
Se recomienda a los usuarios del curso que una vez seguido el caso de aplicacin repliquen el mismo con una
serie econmica de su eleccin.

<<Descarga del workfile de EViews del Caso de Aplicacin 3>>

RIAL

camente uno de los

n respecto a la Unin
del mismo continen
o una gran atencin por
s significativos en este
alquiler de las viviendas,
o a la evolucin de los

real de evolucin del

ensual de la que
os permitirn aplicar los
ccin... Adems, como
cin: el alisado

quen el mismo con una

 CURSO DE PREDICCIN ECONMICA Y EMPRESARIAL
Unidad 3: Modelos ARIMA
CASO DE APLICACIN 3
Una aplicacin de la metodologa ARIMA al IPC de Espaa

<<Descarga de la solucin en formato PDF(Win Zip): 24 Pgs. (Recomendado)>>

Iniciamos la sesin de trabajo en EViews, para datos mensuales y abarcando no slo el periodo histrico
sino tambin unos meses ms para predecir (hasta junio de 1999), con lo cual podremos realizar una
comparacin de nuestra prediccin y los datos reales. Como siempre definimos el workfile como: FILE /
NEW / WORKFILE. A continuacin, recuperamos la serie objeto del estudio, IPC, que tenemos cargada en
formato Excel: para ello procedemos con PROCS/IMPORT/READTEXT-LOTUS-EXCEL... de la misma forma
que en ejercicios y casos anteriores. Una vez cargada la serie IPC, para empezar a trabajar, cambiamos el
periodo muestral (Sample), no el rango, al que efectivamente presenta la serie, es decir, hasta noviembre de
1998.
Procedemos ahora a la visualizacin en pantalla de los datos, con la instruccin SHOW de la ventana del
workfile. En esta ventana seleccionamos VIEW / LINE GRAPH para obtener un grfico tipo lnea de la serie
IPC. Apreciamos en el grfico cmo la serie ndice de precios al consumo (IPC) muestra una fuerte
tendencia, por lo que ser preciso trabajar en diferencias. Para una mayor precisin podramos aplicar los
procedimientos de deteccin de races unitarias. Tomando logaritmos (LIPC=LOG(IPC)) se reduce, adems,
la dispersin de la serie, que parece aumentar en los ltimos perodos. Dado que con una sola diferencia
(DLIPC=LIPC-LIPC(-1)) se observa una tendencia decreciente indicativa de menores tasas de inflacin
hacia los ltimos aos, vamos a calcular la serie en segundas diferencias (DDLIPC=DLIPC-DLIPC(-1)).
Aunque ahora generemos las series correspondientes para seguir paso a paso la realizacin del caso,
conviene recordar las siguientes equivalencias de EViews: DLOG(IPC) es lo mismo que DLIPC=LIPC-LIPC(-
1); y DLOG(IPC,2) equivale a calcular DDLIPC=DLIPC-DLIPC(-1).
Una identificacin previa del correlograma de la serie en logaritmos (LIPC), transformacin que la convierte
en estacionaria en varianza, nos habra indicado la existencia de una raz unitaria y, por tanto, la no
estacionariedad en media.
Cuando la funcin de autocorrelacin (Autocorrelation) decrece lentamente, como se aprecia en la figura y la
funcin de autocorrelacin parcial (Partial Correlation) presenta un valor significativo en el primer coeficiente,
cercano a la unidad, debemos proceder a la diferenciacin de la serie.
Volviendo a nuestra serie ya transformada (DDLIPC), procedemos a la obtencin en EViews de las
funciones de autocorrelacin y autocorrelacin parcial, de cualquiera de las dos formas siguientes: editando
la serie con SHOW o pulsando dos veces sobre ella con el ratn, accedemos a la opcin VIEW /
CORRELOGRAM, donde indicamos que queremos el correlograma de la serie seleccionada en niveles
(level) y con 36 retardos (lags); o bien, en el men principal, seleccionamos QUICK / SERIES STATISTICS /
CORRELOGRAM.
Al observar este correlograma apreciamos, en la funcin de autocorrelacin (Autocorrelation), cmo los
retardos estacionales (los que se corresponden con 12, 24 y 36, al tratarse de una serie mensual) se
exceden sistemticamente de las bandas de confianza (lneas discontinuas). Incluso si hubisemos
solicitado el correlograma con ms retardos, comprobaramos que los correspondientes al 48 60, tambin
resultaran significativos. Esta situacin, de un lento decrecimiento hacia cero de los coeficientes relevantes
de estacionalidad, en lugar de un decaimiento exponencial, es indicativa de la existencia de tendencia en la
parte estacional de la serie, es decir, la no estacionariedad en media de la parte estacional. Resolvemos
este problema aplicando el clculo de una diferencia de orden uno en la parte estacional sobre la serie
DDLIPC, es decir, una diferencia de orden 12, para lo que generamos la serie DD12LIPC=DDLIPC-
DDLIPC(-12) que, en trminos de EViews equivale a trabajar con la serie DLOG(IPC,2,12).
Un anlisis de las funciones de autocorrelacin y autocorrelacin parcial de la serie DLOG(IPC,2,12), ya
convenientemente transformada, parece indicar la posible existencia de un modelo MA(1) en la parte regular
y un SAR(12) en la estacional.
Los procesos identificados (MA(1) y SAR(12)), se estiman en EViews especificando la ecuacin
correspondiente. Tenemos dos formas de hacerlo: por un lado, en el men principal con QUICK / ESTIMATE
EQUATION, o bien, en la ventana del workfile, seleccionamos OBJECTS / NEW OBJECT / EQUATION. En
ambos casos, accedemos a una ventana como la que sigue, en la que indicamos el nombre de nuestra
variable endgena, DLOG(IPC,2,12) seguida de los procesos MA(1) y SAR(12), como si se tratasen de
variables explicativas. Comprobamos que el mtodo elegido, por defecto, es el adecuado, es decir, el de
mnimos cuadrados (LS- Least Squares) y que el periodo muestral (Sample) est correctamente
especificado. La estimacin confirma la significacin estadstica de los parmetros (t-Statistic superior, en
valor absoluto, al valor 1,96 de referencia sin acudir a las tablas correspondientes) y un ajuste relativamente
aceptable (R=0,58) para una serie con doble diferencia en la parte regular y una en la estacional. El
proceso de estimacin se alcanza en once iteraciones, sobre las que EViews nos informa de la reduccin de
la suma al cuadrado de los residuos (SSR: Sum squared resid) desde la primera iteracin hasta la ltima, en
la parte inferior izquierda de la pantalla (lnea de estado), aunque de forma tan rpida (en funcin de la
capacidad del ordenador) que es apenas imperceptible.
El grfico del ajuste correspondiente se obtiene pulsando la opcin RESIDS en la ventana de ecuacin, o
 RIAL

paa

o el periodo histrico
emos realizar una
orkfile como: FILE /
e tenemos cargada en
CEL... de la misma forma
trabajar, cambiamos el
ecir, hasta noviembre de

OW de la ventana del
co tipo lnea de la serie
estra una fuerte
podramos aplicar los
PC)) se reduce, adems,
n una sola diferencia
s tasas de inflacin
DLIPC-DLIPC(-1)).
alizacin del caso,
que DLIPC=LIPC-LIPC(-

macin que la convierte

por tanto, la no

e aprecia en la figura y la
en el primer coeficiente,

EViews de las
mas siguientes: editando
pcin VIEW /
ccionada en niveles
/ SERIES STATISTICS /

rrelation), cmo los

erie mensual) se
o si hubisemos
ntes al 48 60, tambin
coeficientes relevantes
ncia de tendencia en la
acional. Resolvemos
cional sobre la serie
LIPC=DDLIPC-
C,2,12).
DLOG(IPC,2,12), ya
MA(1) en la parte regular

la ecuacin
con QUICK / ESTIMATE
JECT / EQUATION. En
nombre de nuestra
mo si se tratasen de
uado, es decir, el de
rrectamente
-Statistic superior, en
un ajuste relativamente
la estacional. El
orma de la reduccin de
acin hasta la ltima, en
a (en funcin de la

entana de ecuacin, o