LIBRO Desestacionalizacion Seires Economicas

Desestacionalizacin
de Series Econmicas
Centro de Investigacin y
Desarrollo (CIDE)
Lima, Junio 2002
2 DFSFS1AClONALlZAClON DF SFRlFS FCONOMlCAS
Centro de /nvest/gac/on y 0esarro//o
Pr epar ado : Cen tr o d e In vestigaci n y Desar r o llo d el In stitu to Nacio n al d e
Estad stica e In fo r mtica ( INEI)
Impr eso : Ta lle re s d e la Ofic in a T c n ic a d e Ad min istr a c i n d e l INEI
Diagr amacin : Ce n tr o d e Ed ic i n d e la Ofic in a T c n ic a d e Difu si n d e l INEI
Tir a je : 2 0 0 Ej e m p l a r e s
Do micilio : Av. Gen er al Gar z n 6 5 8 , Jes s Mar a. Lima - Per
Or d e n d e I m p r e s i n : N 4 0 7 - O T A- I NE I
De p s i t o Le g a l N : 1 5 0 1 1 3 -2 0 0 2 -3 1 8 6
DlRECClN Y 5UPERVl5lN
Fcon. Nirlena Villacorla Olazabal
Direclora 1cnica del CIDF
EQUlPO DE TRABA1O
Fsl. Fernando Camones Gonzales
Fcon. Leslie Niranda Solano
Fsl. Fdilh Ordez Porras
Fcon. avier Vsquez Chihuan
L| C|DL agradece |a entuslasta y pro|eslona| cooperaclon de |a Dlrecclon Tcnlca de
|ndlcadores Lconomlcos, en cuanto a| acceso a |a ln|ormaclon, asl como |os comentarlos
de| |ng. Samue| Pojas.
DFSFS1AClONALlZAClON DF SFRlFS FCONOMlCAS 3
2HAIAJ=?E
Fl Inslilulo Nacional de Fsladislica e Inormlica (INFI), como parle de su
polilica de diusin de los principales procedimienlos melodolicos que
uliliza en la elaboracin de indicadores econmicos y sociales, y en apoyo
a la adecuada inlerprelacin y uso de las esladislicas oiciales, se ha
propueslo, a lravs del Cenlro de Invesliacin y Desarrollo (CIDF), la
elaboracin de la serie Herramientas fstadsticas, que en su primer
nmero presenla el lema lilulado: Desestacionalizacin de Series
fconmicas.
Fsle documenlo esl diriido a los esludianles, proesionales,
invesliadores y pblico en eneral, y conliene de manera didclica una
inlroduccin al proceso melodolico que se debe seuir para
deseslacionalizar una serie macroeconmica, presenlndose los
procedimienlos aclualmenle ms ulilizados por un ran nmero de oicinas
de esladislica para exlraer el eeclo eslacional de la serie y lorar un
mejor anlisis de la coyunlura econmica en el pais.
Fl INFI espera como resullado de esle lrabajo, polenciar el adecuado uso
de las herramienlas esladislicas medianle posleriores nmeros de la serie,
y enerar una comprensin amplia y diversa de los procedimienlos ms
relevanles de la ciencia esladislica y econmica.
Lima, unio 2002
Gilberto Noncada Vio
ee del INFI
M D C E
Presentacin .................................................................................................. 3
Introduccin .................................................................................................. 7
I. AN1LCLDLN1LS ................................................................................ 9
II. DLSLS1ACIONALIZACION............................................................... 13
2.1 ,Qu es estacionalidad ................................................................................... 13
2.1.1 Causas de la estacionalidad .................................................................. 13
2.1.2 ,Por qu desestacionalizar una serie ................................................. 13
2.2 Mtodos para desestacionalizar una serie ....................................................... 14
2.2.1 ,Qu mtodo aplicar ............................................................................ 14
2.2.2 ,Qu modelo utilizar para descomponer una serie ......................... 15
2.3 Aplicacin ilustratia de la desestacionalizacin .......................................... 15
2.3.1 Algunos procedimientos graicos para detectar si una serie
es estacional ............................................................................................. 16
2.4 Presentacin del mtodo de razn a promedios miles ............................ 20
2.4.1 Aplicacin a la serie PBI ....................................................................... 21
2.5 Metodologa de desestacionalizacin con el X12 ARIMA.......................... 22
2.5.1 Aplicacin del X12 ARIMA a la serie del PBI utilizando
la opcin por deecto............................................................................ 22
2.5.2 Aplicacin del X12 ARIMA a la serie del PBI
incorporando un modelo ARIMA...................................................... 24
2.5.3 Comparacin de resultados obtenidos con el programa
X12 ARIMA........................................................................................... 26
III. OBSLRVACIONLS............................................................................... 27
ANLXOS
1. Mtodo de desestacionalizacin X11 ARIMA ............................................... 31
2. Mtodo de desestacionalizacin X12 ARIMA ............................................... 39
3. Resultados obtenidos con el mtodo de razn a promedios miles ........ 45
4. Resultados obtenidos con el X12 ARIMA por deecto................................ 49
5. Resultados obtenidos con el X12 ARIMA incorporando un
modelo ARIMA ................................................................................................... 55
BIBLIOGRAIIA .......................................................................................... S9
ntroduccin
Fl presenle documenlo elaborado con
ines educalivos, lrala de iluslrar en
lrminos enerales, alunos de los pasos
que se pueden seuir para idenliicar si
una serie de liempo econmica presenla
un comporlamienlo eslacional y la
apl i caci n de un procedi mi enlo de
deseslacionalizacin que se basa en el
uso de modelos ARINA y de promedios
mviles.
Fn la primera seccin se presenla una
breve resea hislrica del lralamienlo
de las series de liempo, medianle la
descomposicin en los componenles:
lendencia, ciclo, eslacional e irreular. Fn
la comprensin que el ciclo y la lendencia
no deben separarse arliicialmenle porque
orman parle de un proceso inlerado, y
en base a las leyes enerales que rien
las economias de mercado.
La seunda seccin presenla aspeclos
eneral es y procedi mi enlos de
deseslacionalizacin, inlerada por cinco
lemas. Fn el primero se responde a la
preunla Qu es la eslacionalidad?,
indicndose las causas y el por qu
deseslacionalizar una serie.
Fn el seundo lema, mlodos para
deseslacionalizar la serie, donde se
recoen dos procedimienlos enerales:
el mlodo de reresin y el mlodo de
promedios mviles, preslando alencin
en los de promedios mviles debido a
que en la aclualidad exislen proramas
como el X12 ARINA, que incorpora esle
procedimienlo, y es de uso corrienle en
muchos paises.
Fn el lercer y cuarlo lema, se mueslra
una apl i caci n i l uslrali va de l a
deseslacionalizacin, comenzando con
alunos procedimienlos ricos para
deleclar si una seri e presenla un
comporlamienlo eslacional, como los
diaramas de cajas y los correloramas.
Para lueo seuir con una presenlacin
bsica del mlodo de razn a promedios
mvi l es, y enseui da apl i car esle
procedimienlo a la serie del P8I.
Fl qui nlo lema: Nelodol oi a de
deseslacionalizacin con el X12 ARINA,
en pri mer l uar, hace reerenci a al
procedimienlo ulilizado por el prorama
deslacando l a i ncorporaci n de l os
modelos ARINA, para exlrapolar la serie
y lueo ulilizar los promedios mviles,
delallando adems dierenles pruebas
esladi sli cas i ncorporadas en el X12
ARINA, como l a prueba F de
idenliicacin de eslacionalidad y la
prueba Q de bondad de ajusle eslacional.
Se conlina con la aplicacin del prorama
mencionado para deseslacionalizar la serie
del P8I, ulilizando lanlo la opcin por
deeclo que provee el solware, como
medianle la incorporacin de un modelo
ARINA especiicado por el usuario, para
posleriormenle comparar los resullados
oblenidos.
La lercera y llima seccin, presenla los
comenlarios y suerencias.
Adicionalmenle, se incluyen cinco anexos.
Fl anexo 1, resea el mlodo de
deseslacionalizacin X11 ARINA, el anexo
2, el mlodo X12 ARINA, en lanlo que
los anexos 3, 4 y 5 presenlan los resullados
numricos oblenidos con el procedimienlo
de razn a promedios mviles, el
prorama X12 ARINA con la opcin
aulomlica y a lravs de la incorporacin
de un modelo ARINA por el usuario,
respeclivamenle.
La deseslacionalizacin esl asociada a la
idea de que una serie de liempo esl
consliluida por componenles no
observables, la idea de componenles no
observables parece haber surido en el
anlisis econmico en el silo XIX.
Fn Francia, en el ao 1911 se cre un
comil encarado de proponer mlodos
para separar las componenles de la serie,
con el in bsico de pronoslicarlos por
separado. Posleriormenle, en Fslados
Unidos se lral de hacer lo mismo pero
con la idea de conslruir un sislema de
indices para apreciar las condiciones
corrienles de la economia nacional y para
el pronslico de su desarrollo uluro. Fsle
sislema de indices ue llamado barmelro
de proyeccin del ciclo econmico.
Siuiendo esle ejemplo se elaboraron
barmelros en muchos olros paises, en
los cuales se crearon oranismos para la
invesliacin del ciclo econmico.
Inicialmenle, los mlodos para elaborar los
barmelros del ciclo econmico en los
paises europeos se basaron en los modelos
norleamericanos, pero con el liempo,
eslos mlodos ueron considerablemenle
reconslruidos y mejorados. Fn Polonia
duranle el periodo inlerblico, el Inslilulo
de Invesliacin de la Coyunlura daba
eslimaciones acerca de la siluacin
econmica del pais y cierlos pronslicos
de su desarrollo.
Los esludios concernienles a las
condiciones econmicas en Fslados Unidos
se iniciaron inmedialamenle despus de
la primera uerra mundial y esln
asociados al lrabajo de Warren N. Person,
que en 1919
2/
public un arliculo sobre
los mlodos de esludio y de pronslico
de las condiciones econmicas enerales
de los Fslados Unidos. Fl mlodo de
Pearson consisle en dos parles: primero,
aislar esladislicamenle los cambios
ocasionados por las lucluaciones en las
condiciones de los neocios (inluencia del
ciclo econmico). Seundo, elaboracin
de cierlo nmero de indices que
sealarian en qu ase del ciclo econmico
se encuenlra la economia eneral en un
momenlo dado y que acililarian un
pronslico de su desarrollo uluro.
Los mlodos para enconlrar eslos indices,
delerminar y aislar los procesos que
relejan el ciclo econmico, se
denominaron mlodos de Harvard en
alusin a la invesliacin realizada por el
Harvard Commillee
3/
. Fl malerial
esladislico ulilizado para relejar el curso
del devenir econmico consisle en series
cronolicas.
Fn esla melodoloia se seala que la
mayoria de las series presenlan cualro lipos
de variaciones: 1) Variaciones que
l. ANTECEDENTE5
1/
1/ Eslo socci so boso ri ci ol molo o l os loxlos.
llrooucci o lo Ecoomolrio" oo Cscor Loqo.178. y
Mocroocoomio vozooo ll" oo loio rqoooo -
Cosuolo Cmoz - Frocisco Moc|. 17.
2/ W. M. Porsos loicos ol Eusioss Cooilios", T|o Roviow
ol Ecoomic Slolislics, Eoro oo 11.
3/ El qruo oo Horvoro, roc|oz los loorios ocomicos oro
oboroor lo ivosliqoci ool ciclo ocomico, olirmooo
guo slo lo ivosliqoci omirico uooo rooir rosullooos
guo o ol l ul uro roorci oo uo boso oro l os
qoorolizocioos loricos.
presenlan cierla lendencia eneral
(lendencia del desarrollo); 2) Flucluaciones
ciclicas o de la siluacin econmica que
aproximadamenle corresponden a los ciclos
econmicos enerales; 3) Flucluaciones
eslacionales, que aparecen en series de
dalos lrimeslrales o mensuales; y 4)
Flucluaciones irreulares.
Fl procedimienlo empleado en la
invesliacin de Harvard para oblener las
lucluaciones ciclicas como un componenle
represenlanle de la inluencia del ciclo
econmico eneral sobre la marcha de la
economia es como siue: Se aisla la
lendencia de la serie cronolica,
suponiendo que es el resullado de un
complejo de causas que aclan
soslenidamenle en una direccin e inducen
el crecimienlo de la economia nacional. Si
la serie es lrimeslral o mensual se hallan
las lucluaciones eslacionales cuyas causas
esln liadas con recuencia, al movimienlo
de la lierra (cambios de lemperalura, dias
ms laros o ms corlos), o a causas de
carcler social y convencional, como la
elevacin de las venlas en periodos de
visperas de dias eslivos.
Una vez que la lendencia y las lucluaciones
eslacionales se han aislado, se suslraen de
la serie oriinal. La dierencia resullanle
represenla la accin del ciclo econmico y
de las lucluaciones irreulares consideradas
poco imporlanles
4/
.
Fs necesario mencionar al respeclo, que
la Fscuela de Harvard soslenia que un
cierlo conjunlo de causas produce la
lendencia, independienlemenle de olro
conjunlo de causas que inducen las
variaciones ciclicas. Sin embaro,
lericamenle, no podemos separar la
lendencia de los ciclos econmicos
enerales; ambos relejan cierlas leyes del
proceso de expansin de la economia
eneral
5/
. Fl proceso consliluye un lodo
del cual resullan lanlo la lendencia como
el ciclo econmico eneral.
La invesliacin consislenle en la
descomposicin de la serie cronolica en
sus componenles sirvi como preparacin
para la proyeccin econmica. Fl conjunlo
de indices para delerminar y para proyeclar
las condiciones enerales de los neocios,
elaborado por el Inslilulo Harvard, ue
llamado barmelro de Harvard y se
componia de lres indices: 1) Fl indice de
especulacin, que era el precio medio de
los valores lislados en la 8olsa de Valores
de Nueva York. 2) Fl indice de los neocios
que se calculaba con precios al mayoreo.
3) Fl indice monelario que se calculaba con
los precios de los bonos que percibian inlers
ijo.
Los procedimienlos economlricos
pioneros ulilizados por el Inslilulo Harvard
para descomponer la serie, asi como para
evaluar el comporlamienlo ciclico de los
neocios a lravs de indices, aclualmenle
se han pereccionado a lal punlo que el
primero de ellos hoy consliluye un
componenle imporlanle de la esladislica,
y el seundo, una reinada lcnica ulilizada
por los economislas para evaluar los ciclos
comerciales
6/
.
4/ El rocooimiolo ooscrilo oro oislor los llucluocioos
ciclicos, so boso o ol suuoslo oo guo los cuolro
comoolos oo los sorios croolqicos so ol rosullooo oo
cuolro comlo|os iooooiolos oo cousos.
5/ Loyos ool rocoso oo lo rorooucci coilolislo.
/ cluolmolo oro ooscomoor lo sorio so ulilizo los
molooos / 11 y / 12 rimo. Poro ovoluor los ciclos
comorciolos, or o|omlo, ol Doorlomolo Nociool oo
lvosliqoci Ecomico [NEERj, oo Eslooos ioos, ulilizo
los ooomiooos loicoooros Ciclicos, colormooos or
los ioicoooros cooucolos, ioicoooros coicioolos o
ioicoooros rolrosooos.
Por olra parle, si bien es cierlo, que el
rupo de Harvard rechaz la leoria
econmica para abordar la invesliacin
del ciclo econmico, en la leoria
macroeconmica siempre ha habido una
preocupacin por su esludio, asi, hasla
hace poco liempo, la visin lradicional de
las lucluaciones macroeconmicas,
consideraba que los delerminanles de
laro plazo de las principales series
macroeconmicas se encuenlran en los
delerminanles de la oerla areada. Fs
decir en el laro plazo, lo que delermina
el movimienlo de la series son aclores
como los cambios lecnolicos, los
cambios demoricos, la produclividad de
los aclores, el enlorno inslilucional, elc.
Desde esla perspecliva y en el marco de
la leoria del equilibrio, el movimienlo de
laro plazo de las series corresponde al
valor de las variables cuando la economia
esl en equilibrio. Fslos aclores son los
que caraclerizan la componenle
permanenle o la lendencia de la serie. De
olro lado, en el corlo plazo, es la demanda
areada quien delermina principalmenle
el comporlamienlo de las series. Asi, las
variaciones en la demanda areada
caraclerizan las lucluaciones de las series
en lorno a su movimienlo nalural,
consliluyndose asi en desequilibrios
lemporales de la economia. Fslas
lucluaciones de las series alrededor de
su componenle permanenle se deine
como componenle ciclica. De esla
manera, las series macroeconmicas
pueden verse como la suma de dos
componenles: la componenle perma-
nenle, caraclerizada por aclores de oerla
de la economia, y la componenle ciclica,
caraclerizada principalmenle por aclores
de demanda
7/
.
Hasla los aos selenla, la leoria econmica
se habia desarrollado inlenlando explicar
separadamenle eslas dos componenles.
Por un lado, por la leoria neoclsica y las
leorias del crecimienlo econmico y de
olro, por las leorias sobre ciclos
econmicos. Sin embaro, aclualmenle
los modernos lericos del ciclo real sealan
que loda la variabilidad viene dada por los
mismos aclores reales, de modo que el
mismo shock produce cambios lanlo en
el crecimienlo como en el ciclo.
Fl hecho de que aclualmenle, la leoria del
ciclo se haya vuello a aproximar a la del
crecimienlo, y se consideren como dos
enmenos no simplemenle superpueslos,
sino inlimamenle relacionados, esl
asociado a las siuienles ideas:
Los ciclos econmicos son un lipo de
lucluacin que se encuenlra en la aclividad
econmica areada de las economias
que oranizan su lrabajo principalmenle
medianle empresas. Un ciclo consla de
expansiones que ocurren
aproximadamenle al mismo liempo en
muchas aclividades econmicas, seuidas
de recesiones iualmenle enerales. La
secuencia de las ases es recurrenle pero
no peridica. (8urns y Nilchell, 1946).
Si las lucluaciones econmicas lienen
luar en paises muy dierenles, parece
lico buscar una explicacin uniicada de
los ciclos basada en las leyes enerales
que rien las economias de mercado, en
vez de undamenlarse en caraclerislicas
7/ So rocooco imlicilomolo, lo comoolo oslociool guo
oobo oislorso y los llucluocioos irroquloros cosioorooos
oo oco imorlocio.
polilicas o inslilucionales peculiares para
cada pais o periodo de liempo. (Lucas
1977)
8/
Fs probable que, racias al esludio de la
relacin enlre el ciclo y el crecimienlo, se
proundice en las inlerrelaciones enlre
cambio lecnolico, desempleo y
recesiones. (8lanchard, 1992).
Fslas consideraciones, permilen avanzar
en los esludios melodolicos para analizar
la coyunlura. Fn eeclo, si lomamos en
cuenla, por una parle, que aclualmenle
se han desarrollado procedimienlos
soislicados para descomponer una serie
de liempo, en parlicular eecluar la
deseslacionalizacin de la serie (X11
ARINA, X12 ARINA), asi como, una
imporlanle experiencia en el lralamienlo
empirico de los ciclos, lralando de
caraclerizarlos y prever su dinmica a
lravs de un conjunlo de series
econmicas ulilizadas como indicadores de
los ciclos de los neocios, clasiicados en
indicadores conducenles, coincidenles y
relrasados (por ejemplo como lo hace el
N8FR)
9/
.
Por olra parle, los desarrollos lericos que
poslulan que ciclo y lendencia orman
parle de un proceso inlerado,
permiliendo relacionar los cambios
lecnolicos, con el desempleo y las
recesiones y evenlualmenle las relaciones
enlre la dislribucin del inreso, la
inversin, el empleo y la reproduccin del
produclo nacional.
Fnlonces la larea de seuir obleniendo o
conslruyendo series que cuanliiquen la
demanda (donde se incluirian las relalivas
a los inresos), y series que permilan
evaluar el impaclo que producen los
cambios en los procesos lcnicos y en los
aclores eslruclurales, podria uiar la
aenda para conslruir un sislema o
conjunlo de indicadores coyunlurales que
nos permilan evaluar inleral y
coherenlemenle la dinmica econmica,
y seuir avanzando en la provisin de
inslrumenlos cuanlilalivos para la loma de
decisiones.
8/ Lucos, R.E. . oorslooiq Eusioss Cyclos Coroqio -
Roc|oslor Coloroco Sorios o Public Policy, 5. 17.
/ Noliool Euroou ol Ecoomic Rosoorc| [NEERj, o o
ooololooos coicioolos y roloroooos, como lo |oco ol
lslilulo Nociool oo Eslooislico [lNEj oo Esoo.
2.1 QUf fS LA fS1ACIONALIDAD7
Son l ucluaci ones subanual es (por
ejemplo, mensuales, lrimeslrales) que se
repilen reularmenle de ao en ao.
Por convencin, la eslacionalidad se anula
cada ao. Como resullado de ello:
- Las series anuales no pueden conlener
eslacionalidad (en virlud de la deinicin
de eslacionalidad).
- Las sumas o promedios de 12 meses
conseculivos (o de 4 lrimeslres) no
conlienen eslacionalidad.
Fslela 8ee Daum seala que las lres
caracleri sli cas ms i mporlanles del
enmeno eslacional son:
1) Se repi le cada ao con ci erla
reularidad, pero puede evolucionar.
2) Fs posible medirlo y separarlo de las
olras uerzas que i nl uyen en el
movimienlo de la serie.
3) Fs causado principalmenle por uerzas
no econmicas, exenas al sislema
econmico, que los lomadores de
decisiones no pueden conlrolar o
modiicar en el corlo plazo.
2.1.1 Causas de la estacionalidad:
a) fstacionalidad climtica: Fs alribuible
a variaciones climlicas eslacionales,
como las que ocurren en la aricullura
y en la conslruccin.
b) fstaci onal i dad i nsti tuci onal : Fs
alribuible a las convenciones sociales
y relas adminislralivas, como las
ll. DE5E5TAClONALlZAClN
debidas al eeclo de la Navidad en el
comercio minorisla y las relacionadas
a la proramacin del inicio del ao
escolar.
c) fstacionalidad inducida: Fs alribuible
a la eslacionalidad en olros seclores,
como por ejemplo en la induslria de
elaboracin de los alimenlos y en la
abricacin de juueles.
Pero la eslacionalidad puede evolucionar,
debido a cambios lecnolicos o cambios
inslilucionales que operan en la aclividad
econmica.
2.1.2 Por qu desestacionalizar
una serie7
Porque las causas que producen la
eslacionalidad de una serie se consideran
aclores exenos, de naluraleza no
econmica y que inluyen en la variable
que se esludia, que oscurecen las
caraclerislicas de la serie relacionadas con
aspeclos meramenle econmicos
10/
.
Con el ajusle eslacional uno prelende
eliminar al mximo la lucluacin que
oscurece el componenle de lendencia-
ciclo de la serie, asi que no slo se debe
lralar de exlraer el componenle eslacional,
sino de ser posible lambin, parle de la
irreularidad que se puede medir, a in de
observar mejor la lendencia-ciclo
11/
.
10/ C.W.1. Croqor, oqs 33-35. E, . Zollor [oo.j, Soosool
olysis ol Ecoomic Timo Sorios, . S. Euroou ol Cosus,
178.
11/ S. Kollo|, oqs. 3-32. E, . Zollor [oo.j, Soosool olysis
ol Ecoomic Timo Sorios.
Porque al conlar con seri es
deseslacionalizadas el analisla puede
realizar comparaciones enlre meses
conseculivos o no conseculivos para
eval uar l a coyunlura. Fvi lando o
complemenlando las comparaciones
inleranuales (comparacin de un mes con
el mismo mes del ao anlerior), que no
son vl i das en caso de que l a
eslacionalidad evolucione rpidamenle,
adems que no permi le anal i zar l a
evolucin de la serie en el llimo ao
que es eneralmenle el periodo ms
imporlanle para el anlisis coyunlural.
2.2 Nf1ODOS PARA
DfSfS1ACIONALIZAR UNA SfRIf
Fxislen dos procedimienlos enerales
para realizar el ajusle eslacional de una
serie de liempo, slos son: el mlodo
de reresin y el mlodo de promedios
mviles.
Los mlodos de reresin se aplican por
lo eneral bajo el supueslo de que la
eslacionalidad, y en ocasiones lambin
la lendencia, pueden represenlarse de
manera delermi ni sli ca medi anle
unciones del liempo. Para ello es comn
represenlar la lendencia con una curva
polinomial y la eslacionalidad medianle
unciones peridicas (combinaciones de
senos y cosenos) o variables arliiciales.
Los mlodos de promedi os mvi l es
presuponen que lanlo la lendencia como
la eslacionalidad lienen comporlamienlos
dinmicos con el paso del liempo y, por
lanlo, la eslimacin de los componenles
se realiza localmenle, de orma que la
lendencia en un punlo delerminado del
liempo se eslima como promedio de las
observaciones previas y uluras.
2.2.1 Qu mtodo aplicar7
Si la deseslacionalizacin es para realizar
un anlisis economlrico donde aparece
l a seri e ajuslada, qui zs l o ms
conveni enle sea al n mlodo de
reresin, ya que asi las lucluaciones
eslacionales podrian ormar parle explicila
del modelo economlrico.
Por olro l ado, si el objeli vo de l a
deseslaci onal i zaci n es observar l a
lendenci a de l a seri e, si n eeclos
eslacionales que la puedan oscurecer, o
si se prelende deseslacionalizar de modo
rulinario una ran canlidad de series,
posi bl emenle l os mlodos ms
adecuados sean l os de promedi os
mviles, debido a que son relalivamenle
sencillos de aplicar y se dispone de
paqueles de cmpulo esladislico para los
clculos. Fn la aclualidad, exislen diversos
proramas para deseslacionalizar series
de li empo basados en promedi os
mviles, enlre los de uso ms recuenle
por un ran nmero de pai ses se
encuenlran el X11-ARINA de la Oicina
de Fsladislica de Canad (Slalislics
Canada)
12/
y el X12-ARINA
13/
del 8ureau
de Censos de FFUU, esle llimo uliliza
el mlodo X11 delallado en Shiskin,
Youn y Nusrave (1967) y Daum
(1988) para eecluar l a
deseslacionalizacin. Fslos mlodos
suponen que la serie esl compuesla por
l os si ui enles componenles no
observables: 1endencia - Ciclo, Fslacional
e Irreular. Fnlazados a lravs de un
modelo.
12/ Poro moyoros oolollos ocorco ool molooo /11-RlM voo
ol ooxo 1.
13/ Poro moyoros oolollos ocorco ool molooo /12-RlM voo
ol ooxo 2.
2.2.2 Qu modelo utilizar para
descomponer una serie7
Los modelos ms ulilizados para
descomponer una serie de liempo son el
adilivo y el mulliplicalivo. Fl modelo menos
ulilizado es el modelo lo-adilivo.
a) Nodelo Aditivo
X
l
~ 1C
l
+ F
l
+ I
l
Donde:
X
l
~ serie oriinal
1C
l
~ componenle lendencia-ciclo
F
l
~ componenle eslacional
I
l
~ componenle irreular
Fsle modelo asume que los componenles
de la serie son independienles, es decir,
la amplilud de la eslacionalidad es
independienle del nivel de la lendencia
ciclo. Un aumenlo en el nivel de la
lendencia-ciclo no ocasiona un aumenlo
en la amplilud eslacional.
Los componenles esln expresados en
unidades. Fn esle caso la serie
deseslacionalizada se obliene como:
XD
l
~ X
l
- F
l
~ 1C
l
+ I
l
b) Nodelo Nultiplicativo
X
l
~ 1C
l
F
l
I
l
Fsle modelo asume que los componenles
esln inlerrelacionados. Un aumenlo en
el nivel de la lendencia-ciclo ocasiona un
aumenlo en la amplilud eslacional.
Los componenles eslacional e irreular
esln expresados en porcenlajes.
Fn esle modelo, la serie deseslacionalizada
se obliene como:
La mayori a de l as seri es de li empo
econmi cas si uen un model o
mulliplicalivo.
Fn los casos en que la serie presenla
val ores neali vos o ceros, el ni co
modelo aplicable es el adilivo.
c) Nodelo Lo-Aditivo
Fn esle modelo, la serie deseslacionalizada
se obliene como:
2.3 APLICACIN ILUS1RA1IVA Df LA
DfSfS1ACIONALIZACIN
Fn esla secci n presenlamos l os
dierenles pasos que podrian seuirse para
idenliicar si una serie es eslacional, para
enconlrar los componenles de la serie y
para eecluar la deseslacionalizacin.
Fl procedimienlo que se va a ulilizar para
deseslacionalizar la serie es el de razn a
promedios mviles. No esl de ms
seal ar que en lodo momenlo
suponemos que la serie liene cualro
componenles: lendencia-ciclo (que no se
pueden separar), eslacional e irreular.
t t
t
t
t
I TC
E
X
XD * = =
t t t t
I E TC X Log + + = ) (
) exp(
t t t
I TC XD + =
2.3.1 Alunos procedimientos
rficos para detectar si la serie
es estacional.
2.3.1.1 Observacin directa de la
serie: Fn alunas ocasiones la sola
observacin de la serie nos permiliria decir,
como una primera aproximacin, si
presenla o no eslacionalidad. A manera
de ejemplo, podemos evaluar
ricamenle la serie del P8I peruano.
A primera visla no se puede observar
claramenle la presencia de eslacionalidad
en la serie (Ver rico N' 1), sin embaro,
si observamos la serie del P8I del seclor
aropecuario (Ver rico N' 2) podemos
nolar cierla reularidad en el
comporlamienlo de dicha serie. Fsla
reularidad loma la orma de picos que se
presenlan al inlerior de cada ao y se
repilen anualmenle.

50.00
70.00
90.00
110.00
130.00
150.00
170.00
190.00
210.00
230.00
En
e-
91
Jul-
91
En
e-
92
Jul-
92
En
e-
93
Jul-
93
En
e-
94
Jul-
94
En
e-
95
Jul-
95
En
e-
96
Jul-
96
En
e-
97
Jul-
97
En
e-
98
Jul-
98
En
e-
99
Jul-
99
En
e-
00
Jul-
00
En
e-
01
Jul-
01
Grfico N? 2
P8I aropecuario: 1991-2001
(Ao base 1994 ~ 100)
Fuenle: INFI Flaboracin: CIDF
70.00
80.00
90.00
100.00
110.00
120.00
130.00
140.00
Grfico N? 1
P8I 1991:2001
(Ao 8ase 1994 ~ 100)
2.3.1.2 Grfico de la serie ao a ao:
Fslo nos permile observar de mejor manera
si exisle un comporlamienlo sislemlico
que se presenla al inlerior de cada ao y
se repile anualmenle.
Observando los ricos por meses para
los primeros seis aos de la dcada de los
90's (vase rico 3) se puede ver que hay
un comporlamienlo que se repile en los
aos 1994, 1995 y 1996, presenlando al
mes de mayo como el de mayor produccin
y al mes de ebrero como el de menor nivel
de produccin. Sin embaro, en los aos
1991, 1992 y 1993 la serie presenla un
comporlamienlo dierenle, que pareceria
indicar cierla evolucin en la
eslacionalidad, en eeclo, en el ao 1991
el mayor nivel de produccin se reislr
en el mes de julio, en lanlo que en los
aos 1992 y 1993 el mes de mayor
produccin ue junio, conormndose en
el reslo de la dcada, de 1994 al 2001,
un palrn de comporlamienlo ms eslable
en la serie, siendo los primeros y llimos
meses del ao los de menor produccin y
los meses de abril, mayo y junio los de
mayor produccin, con el pico ms allo
en el mes de mayo (vase rico 4).
Grfico N? 3
P8I 1991-1996
(Ao base 1994 ~ 100)
70.00
75.00
80.00
85.00
90.00
95.00
100.00
105.00
110.00
115.00
120.00
125.00
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
1996
1995
1994
1993
1992
1991
100.00
105.00
110.00
115.00
120.00
125.00
130.00
135.00
140.00
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
2000
2001
1997
1999
1998
Grfico N? 4
PBI 1997 2001
(Ao Base 1994 = 100)
Fs de mencionar que en los primeros aos
de la dcada del 90 se dio inicio, en el
pais, a un prorama de eslabilizacin,
suslenlado en una polilica monelaria y iscal
reslricliva, y a un prorama de reormas
eslruclurales, que implic una liberalizacin
del mercado cambiario y inanciero, la
aperlura comercial y la liberalizacin del
mercado de lrabajo, medidas que
eneraron un proceso de reconversin
induslrial y de reeslrucluracin de la
aclividad producliva
2.3.1.3 fl diarama de cajas: Una orma
dierenle de observar si las series lienen
un comporlamienlo eslacional es medianle
el diarama de cajas. Fslos diaramas
represenlan cajas cuyos limiles superior e
inerior son el primer y lercer cuarlil,
respeclivamenle, represenlndose la
mediana a lravs de una linea horizonlal al
inlerior de la caja; las prolonaciones a
ambos lados de la caja, asi como la lonilud
de la misma, nos dan una idea de la
dispersin de los dalos. Fslos diaramas son
muy liles para deleclar valores exlremos,
asi como posibles modiicaciones en los
niveles de produccin debidos a dias
eriados que cambian en el ao, como es
el caso de la Semana Sanla.
Fn esle rico de la serie del P8I (Ver
rico N' 5), la primera caja represenla
lodos los valores para el mes de enero de
los dierenles aos en la serie analizada
(1991-2001), la seunda caja represenla
los valores del mes de ebrero, y asi
sucesivamenle; de lal manera que
podamos comparar los niveles en cada uno
de los meses a lravs del valor de la
mediana represenlada por la linea horizonlal
al inlerior de la caja, y la dispersin de los
valores en cada uno de los meses medianle
la lonilud de la caja y las prolonaciones
de los denominados bioles.
Nuevamenle, se observa que en los
primeros y llimos meses se dan los
menores niveles de produccin y el mes
de mayo represenla el de mayor nivel de
produccin.
Fl rico de cajas del P8I aropecuario
(ver rico N' 6) lambin releja el
comporlamienlo eslacional de esla serie,
11 11 11 11 11 11 11 11 11 11 11 12 N =
MONTH, period 12
DIC.
NOV.
OCT.
SET.
AGO.
JUL.
JUN.
MAY.
ABR.
MAR.
FEB.
ENE.
P
B
I
T
O
T
A
L
150
140
130
120
110
100
90
80
70
Grfico N? 5
Diarama de Cajas Areadas:
P8I 1991-2001
(Ao base 1994 ~100)
y adems, nos permile observar las
dierencias en los niveles de produccin
en los dislinlos meses asi como la
dispersin en cada uno de ellos,
proporcionndonos de esla manera una
inormacin adicional para el anlisis de la
eslacionalidad de la serie.
2.3.1.4 Las autocorrelaciones:
Olra orma de ver si una serie presenla
un palrn eslacional es a lravs de las
aulocorrelaciones y de su rica
denominada correlorama. La idea es ver
si la serie en el momenlo l esl
correlacionada con ella misma en el
momenlo l-1, de lal manera que si se
observa que hay una alla correlacin de la
serie en el momenlo l con la serie en el
momenlo l-1 l-2 l-3, elc. podemos
decir que la serie presenla lendencia. Si
observamos que exisle alla correlacin
enlre la serie en el momenlo l y la serie
en el momenlo l-12, podemos decir que
exisle eslacionalidad. La serie puede
Grfico N 6
Diagrama de Cajas Agregadas:
PBI Agropecuario 1991-2001
(Ao base 1994 =100)
11 11 11 11 11 11 11 11 11 11 11 12 N =
MONTH, period 12
DIC.
NOV.
OCT.
SET.
AGO.
JUL.
JUN.
MAY.
ABR.
MAR.
FEB.
ENE.
P
B
I
A
G
R
O
300
200
100
0
Fuente: INEI Elaboracin : CIDE
PBITOTAL
Lag Number
29
27
25
23
21
19
17
15
13
11
9
7
5
3
1
A
C
F
1.0
.5
0.0
-.5
-1.0
Confidence Limits
Coefficient
Grfico N 7
Funcin de autocorrelacin :
PBI 1991-2001
(Ao base 1994 =100)
Fuente: INEI Elaboracin: CIDE
presenlar lanlo lendencia como
eslacionalidad y slos se vern relejados
en los correloramas. Las auloco-
rrelaciones y los correloramas son muy
ulilizados para idenliicar si una serie es o
no eslacionaria y especiicar modelos
ARINA.
A manera de iluslracin, presenlamos los
ricos de aulocorrelacin de las series
P8I y P8I aropecuario.
y la prueba Chi Cuadrado - Kruskal -
Wallis (prueba no paramlrica para
eslacionalidad eslable y allernaliva a la
prueba F). Por llimo, el X 12 ARINA,
proporciona un esladislico de bondad de
ajusle para medir la calidad de la
deseslacionalizacin. Fslos sern delallados
en las secciones siuienles.
PBIAGRO
Lag Number
29
27
25
23
21
19
17
15
13
11
9
7
5
3
1
A
C
F
1.0
.5
0.0
-.5
-1.0
Confidence Limits
Coefficient
Grfico N? 8
Funcin de aulocorrelacin:
P8I Aropecuario 1991-2001
(Ao base 1994 ~100)
Las unciones de aulocorrelacin simple
del P8I y P8I aropecuario, moslradas en
los ricos N' 7 y 8 respeclivamenle,
evidencian cierlo comporlamienlo
eslacional, debido a que exisle alla
correlacin en los periodos 12, 24, 36,...
sucesivamenle.
Fs de mencionar que exislen pruebas
esladislicas para delerminar si una serie
liene o no eslacionalidad idenliicable,
enlre eslos se cuenla con la prueba F
eslable y mvil, adems de la prueba
combinada, resullado de la combinacin
de la prueba F para eslacionalidad eslable
2.4 PRfSfN1ACIN DfL Nf1ODO Df
RAZN A PRONfDIOS NVILfS
Una vez deleclado si una serie presenla
eslacionalidad procedemos a enconlrar los
aclores eslacionales medianle el mlodo
de razn a promedios mviles. Fl
procedimienlo que presenlamos a
conlinuacin conliene los pasos bsicos
que ulilizan los proramas de
deseslacionalizacin X11 y X12-ARINA.
Sea x
l
la serie oriinal, los pasos para
oblener los componenles de la serie son:
Paso 1. Para oblener el componenle
lendencia-ciclo (1C
l
) eecluamos un
promedio mvil cenlrado de 12 lrminos
medianle la siuienle rmula:
eslacional-irreular (SI
l
) dividimos los
valores de la serie oriinal enlre los valores
del componenle lendencia-ciclo hallados
en el paso anlerior.
eslacional (S
l
), eecluar un promedio mvil
de lres lrminos ulilizando los valores de
SI
l
para cada mes por separado a lravs de
los aos.
Paso 4. Fl componenle irreular (I
l
)lo
oblenemos dividiendo los valores de SI
l
con respeclo a S
l
.
Paso 5. Finalmenle, la serie
deseslacionalizada (XD
l
) se obliene
dividiendo los valores de la serie oriinal
enlre los valores del componenle
eslacional.
2.4.1 Aplicacin a la serie PI
A conlinuacin presenlamos los ricos de
los resullados oblenidos aplicando los pasos
indicados anleriormenle a la serie P8I
(enero 1991-diciembre2001). Fl leclor
inleresado puede reproducir el mlodo
indicado en esla seccin y comparar sus
resullados con los que se presenlan en el
anexo 3, que conliene la serie oriinal y
los valores oblenidos de cada uno de los
componenles de la serie.
6
5
5
6
24
1
12
1
*
24
1
+
=
+
+ + =
t
i
i t t t
X X X TC
t
t
t
TC
X
SI =
t
t
t
S
SI
I =
t
t
t
S
X
XD =
=
+
=
1
1
* 12
3
1
i
i t t
SI S
1
70.00
80.00
90.00
100.00
110.00
120.00
130.00
140.00
E
n
e
-
9
1
J
u
l-
9
1
E
n
e
-
9
2
J
u
l-
9
2
E
n
e
-
9
3
J
u
l-
9
3
E
n
e
-
9
4
J
u
l-
9
4
E
n
e
-
9
5
J
u
l-
9
5
E
n
e
-
9
6
J
u
l-
9
6
E
n
e
-
9
7
J
u
l-
9
7
E
n
e
-
9
8
J
u
l-
9
8
E
n
e
-
9
9
J
u
l-
9
9
E
n
e
-
0
0
J
u
l-
0
0
E
n
e
-
0
1
J
u
l-
0
1
PBI PBI DESESTACI ONALIZADO
70.00
80.00
90.00
100.00
110.00
120.00
130.00
140.00
E
n
e
-
9
1
J
u
l-
9
1
E
n
e
-
9
2
J
u
l-
9
2
E
n
e
-
9
3
J
u
l-
9
3
E
n
e
-
9
4
J
u
l-
9
4
E
n
e
-
9
5
J
u
l-
9
5
E
n
e
-
9
6
J
u
l-
9
6
E
n
e
-
9
7
J
u
l-
9
7
E
n
e
-
9
8
J
u
l-
9
8
E
n
e
-
9
9
J
u
l-
9
9
E
n
e
-
0
0
J
u
l-
0
0
E
n
e
-
0
1
J
u
l-
0
1
PBI TENDENCI A-CICLO
0.85
0.9
0.95
1
1.05
1.1
1.15
E
n
e
-
9
1
J
u
l-
9
1
E
n
e
-
9
2
J
u
l-
9
2
E
n
e
-
9
3
J
u
l-
9
3
E
n
e
-
9
4
J
u
l-
9
4
E
n
e
-
9
5
J
u
l-
9
5
E
n
e
-
9
6
J
u
l-
9
6
E
n
e
-
9
7
J
u
l-
9
7
E
n
e
-
9
8
J
u
l-
9
8
E
n
e
-
9
9
J
u
l
-
9
9
E
n
e
-
0
0
J
u
l-
0
0
E
n
e
-
0
1
J
u
l-
0
1
FACTORES ESTACIONALES
0.94
0.96
0.98
1
1.02
1.04
E
n
e
-
9
1
J
u
l-
9
1
E
n
e
-
9
2
J
u
l-
9
2
E
n
e
-
9
3
J
u
l-
9
3
E
n
e
-
9
4
J
u
l-
9
4
E
n
e
-
9
5
J
u
l-
9
5
E
n
e
-
9
6
J
u
l-
9
6
E
n
e
-
9
7
J
u
l-
9
7
E
n
e
-
9
8
J
u
l-
9
8
E
n
e
-
9
9
J
u
l-
9
9
E
n
e
-
0
0
J
u
l-
0
0
E
n
e
-
0
1
J
u
l-
0
1
COMPONENTEIRREGULAR
Grficos N? 9-12
Resullados ricos de los Componenles del P8I
14/ El /12 RlM, o su oci or ooloclo, uso u co|ulo
oo 5 mooolos RlM. [0,1,1j [0,1,1j
12
, [0,1,2j [0,1,1j
12
,
[2,1,0j [0,1,1j
12
, [0,2,2j [0,1,1j
12
Y [2,1,2j [0,1,1j
12
15/ Los rosullooos roorcioooos or ol roqromo / 12
RlM, osi como los islruccioos oro obloor los
comoolos oo lo sorio so rosolo o ol ooxo 4
2.5 Nf1ODOLOGA Df
DfSfS1ACIONALIZACIN CON fL
X12 ARINA
Fl procedimienlo de deseslacionalizacin
medianle la ulilizacin del prorama X12
ARINA, es ulilizado por dierenles oicinas
de esladislica en el mundo. Fl desarrollo
melodolico consisle bsicamenle en:
1.Nodelar la serie oriinal por medio de
un proceso aulorreresivo inlerado y
de medias mviles (modelos ARINA)
propueslo por 8ox-enkins.
2.Fxlrapolar la serie oriinal un ao (de
observaciones) en cada exlremo con el
modelo ARINA que mejor ajusle y
proyecle la serie.
3.Deseslacionalizar la serie exlendida
ulilizando promedios mviles.
Fl mlodo X 12 ARINA esl basado en
promedios mviles que incluye los modelos
ARINA, la ulilidad de eslos modelos esl
en exlender la serie un ao hacia delanle,
para mejorar el ajusle eslacional en los
llimos periodos. Adems el X12 ARINA
provee dierenles pruebas esladislicas
como las que se delallan a conlinuacin:
a) Prueba f de identificacin de
estacionalidad, delecla si la serie
liene eslacionalidad eslable o mvil.
a.1 Prueba F de eslacionalidad eslable:
Idenliica aquella eslacionalidad que
se dislribuye de manera reular a lo
laro de lodo el periodo analizado.
a.2 Prueba F de eslacionalidad mvil:
Idenliica aquella eslacionalidad que
varia con el lranscurso del liempo.
Se debe lener en cuenla que si predomina
siniicalivamenle la eslacionalidad
eslable, se dice que la serie presenla
Fslacionalidad Idenliicable.
La prueba F de Dianslico, planlea como
hiplesis:
H
0
: No presenla eslacionalidad
idenliicable.
H
1
: Presenla eslacionalidad idenliicable
Si el esladislico F es mayor que F
a, p-1, n-p
(Correspondienle a la labla de dislribucin
F con a como nivel de siniicacin de la
prueba, p como el nmero de parmelros
(12 meses o aos) y n como el nmero
de observaciones consideradas en la serie
en esludio), se rechaza la hiplesis nula y
se concluye que exisle eslacionalidad
idenliicable.
b) Prueba Q de bondad de
ajuste estacional
Se realiza medianle los llamados
esladislicos de conlrol de calidad N1, N2
... N11(Noslrados en el anexo 4). Fslos
esladislicos se combinan en un ndice Q
de aceplabilidad del ajusle.
Fl esladislico Q, varia enlre 0 y 3 (0 Q 3).
Fl ajusle eslacional solo es aceplable si Q
es menor que 1, por lanlo cuanlo ms
cercano a 0 esl el valor de Q, mejor es
la calidad de la deseslacionalizacin.
2.5.1 Aplicacin del X12 ARINA a la
serie PI, utilizando la opcin por
defecto
Aplicando a la serie P8I la opcin por
deeclo que provee el prorama X12-
ARINA se oblienen los siuienles
resullados
14/15/
:
70,00
80,00
90,00
100,00
110,00
120,00
130,00
140,00
PBI TENDENCIA
a) Prueba f para detectar estacionalidad
a.1) Prueba para deleclar la
presencia de eslacionalidad
asumiendo eslabilidad.
Suma de
Cuadrados
Grados de
Libertad
Suma media
de Cuadrados
Valor F
Entre meses 1729.7782 11 157.25257 37.758**
Residual 499.7696 120 4.16475
Total 2229.5479 131
** Dado que el valor de F = 37.758 > F0.01,11,120 = 2.47, se
rechaza la Hiptesis Nula y se concluye que existe
estacionalidad al 1% de significancia.
Suma de
Cuadrados
Grados de
Libertad
Suma media
de Cuadrados
Valor F
Entre aos 28.3813 10 2.838128 0.817
**
Error 382.1975 110 3.474523
** Dado que el valor de F = 0.817 < F0.05,10,110 = 1.97, no existe
evidencia para rechazar la hiptesis nula, concluyndose que
no existe estacionalidad mvil al 5% de significancia.
a.2) Prueba para deleclar la
presencia de eslacionalidad
mvil
b) Prueba Q de bondad de ajuste
estacional
Fl esladislico de Noniloreo y evaluacin
de la calidad de la deseslacionalizacin
es el siuienle:
Q (sin N2) ~ 0.42 Aceplado
Fsle valor de Q (0.42) nos mueslra que
la bondad de ajusle en la desesla-
cionalizacin es de buena calidad, ya que
se acerca a cero.
Grfico N? 13 -16
Descomposicin de la serie P8I: Resullados ricos del Nlodo X 12 ARINA con la
opcin por deeclo
Factores Estacionales
Fuente: INEI
Componente Irregular
Elaboracin: CIDE
85,00
90,00
95,00
100,00
105,00
110,00
115,00
70,00
80,00
90,00
100,00
110,00
120,00
130,00
140,00
PBI PBI DESESTACIONALIZADO
90,00
92,00
94,00
96,00
98,00
100,00
102,00
104,00
106,00
108,00
110,00
2.5.2 Aplicacin del X12 ARINA a
la serie PI, incorporando un
modelo ARINA.
Fl X12 ARINA lambin permile que el
usuario incorpore la especiicacin de un
modelo ARINA para oblener la serie
deseslacionalizada.
Para el caso del P8I, se lor idenliicar el
siuienle modelo
16/
:
ARINA (0,1,1)(1,1,1)
12
, en la serie del
P8I en loarilmo, donde:
Parmetros Coeficientes Significancia Desv tp. error Durbin - Watson
MA(1) -0.4181 0.0000
AR(12) 0.1608 0.0000
MA(12) -0.8857 0.0008
0.020 2.050
Dado que el valor de F ~ 37.758 > F
0.01,11,120
~ 2.47, se rechaza
la Hiplesis Nula y se concluye que exisle eslacionalidad al 1%
de siniicancia.
Suma de
cuadrados
Grados de
Libertad
Suma media
de Cuadrados
Valor F
Entre aos 31.5531 11 2.868462
Error 383.8077 121 3.171965
0.904
**
Suma de
Cuadrados
Grados de
Libertad
Suma
media de
Cuadrados
Valor F
Entre meses 1739.2705 11 158.11550
Residual 486.4260 120 4.05355
Total 2225.6965 131
39.007
*
*
Dado que el valor de F ~ 37.758 > F
0.01,11,120
~ 2.47, se rechaza
la Hiplesis Nula y se concluye que exisle eslacionalidad al 5%
de siniicancia.
17/ lo mooolizoci so rooliz mooiolo ol Proqromo E-\iows
3.1
18/ Los rosullooos roorcioooos or ol roqromo / 12
RlM, osi como los islruccioos oro obloor los
comoolos oo lo sorio so rosolo o ol ooxo 5
1/ Lo osocilicoci oo u mooolo, ovilor guo ol molooo /
12 RlM oli|o u mooolo or ooloclo.
c) Proyecciones de los factores
estacionales finales.
Periodo: Fnero 2002 a Diciembre 2002
Nes Valor
proyeclado
Fnero 96.2
Febrero 94.3
Narzo 101.1
Abril 102.0
Nayo 110.0
unio 105.0
ulio 100.3
Aoslo 98.7
Sepliembre 96.0
Oclubre 98.6
Noviembre 98.6
Diciembre 99.1
el cual permile lorar mejor perormance
del X12 ARINA, en el senlido de que el
usuario ya no usa esle prorama como una
Caja Nera sino que lo adecua a sus
necesidades y requerimienlos
17/
.
Veamos los resullados que se obluvieron
al procesar los dalos, incorporando el
modelo especiicado
18/
:
a) Prueba f para detectar
estacionalidad
a.1) Prueba para deleclar la presencia de
eslacionalidad asumiendo eslabilidad
a.2) Prueba para deleclar eslacionalidad
mvil
b) Prueba Q de bondad de ajuste
estacional
Fl esladislico de moniloreo y
evaluacin de calidad de la desesla-
cionalizacin es el siuienle:
Q (sin N2) ~ 0.41 Aceplado
Fsle valor de Q (0.41) nos mueslra que la
bondad de ajusle en la deses-
lacionalizacin es de buena calidad, debido
a que presenla un valor cercano a cero.
c) Proyecciones de los factores
estacionales finales
Periodo: Fnero 2002 a Diciembre 2002
Nes Valor
proyeclado
Fnero 96.3
Febrero 94.0
Narzo 101.0
Abril 102.2
Nayo 109.3
unio 105.2
ulio 100.5
Aoslo 98.8
Sepliembre 95.9
Oclubre 98.7
Noviembre 98.5
Diciembre 99.6
Grfico N? 17 - 20
Resullados ricos del Nlodo X12 ARINA incorporando el modelo ARINA(0,1,1)(1,1,1)
12
P8I (Fnero 1991, diciembre 2001)
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
E
n
e
-
9
1
E
n
e
-
9
2
E
n
e
-
9
3
E
n
e
-
9
4
E
n
e
-
9
5
E
n
e
-
9
6
E
n
e
-
9
7
E
n
e
-
9
8
E
n
e
-
9
9
E
n
e
-
0
0
E
n
e
-
0
1
Serie Original y Desestacionalizada
60,00
70,00
80,00
90,00
100,00
110,00
120,00
130,00
140,00
150,00
E
n
e
-
9
1
E
n
e
-
9
2
E
n
e
-
9
3
E
n
e
-
9
4
E
n
e
-
9
5
E
n
e
-
9
6
E
n
e
-
9
7
E
n
e
-
9
8
E
n
e
-
9
9
E
n
e
-
0
0
E
n
e
-
0
1
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
E
n
e
-
9
1
E
n
e
-
9
2
E
n
e
-
9
3
E
n
e
-
9
4
E
n
e
-
9
5
E
n
e
-
9
6
E
n
e
-
9
7
E
n
e
-
9
8
E
n
e
-
9
9
E
n
e
-
0
0
E
n
e
-
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
-8,00
-6,00
-4,00
-2,00
0,00
2,00
4,00
6,00
8,00
10,00
J
A
N

2
0
0
1
F
E
B

2
0
0
1
M
A
R

2
0
0
1
A
P
R

2
0
0
1
M
A
Y

2
0
0
1
J
U
N

2
0
0
1
J
U
L

2
0
0
1
A
U
G

2
0
0
1
S
E
P

2
0
0
1
O
C
T

2
0
0
1
N
O
V

2
0
0
1
D
E
C

2
0
0
1
VAR% MENS PBI VAR% MENS PBI DESES
VAR% MENS TEND VAR% ANUAL PBI
Fl rico 21 y la labla adjunla, presenlan
las variaciones mensuales de las series del
P8I oriinal, 1endencia - Ciclo y deseslacio-
nalizada, asi como las variaciones
inleranuales de la produccin en el ao
2001. Como se esperaba, la variacin de
la serie oriinal lraduce el eeclo de las
dierenles componenles. Fn lanlo que la
deseslacionalizada mueslra una evolucin
ms exlendida relejando el compor-
lamienlo permanenle y ciclico de la
aclividad econmica, junlo a las
perlurbaciones irreulares. La lendencia -
ciclo, represenlaria la evolucin de la
dinmica econmica en el corlo plazo que
debe verse lambin desde una perspecliva
lemporal ms amplia.
Grfico N? 21
Variaciones porcenluales del P8I
(Incorporando el modelo ARINA (0,1,1)(1,1,1)
12
)
1/ \orioci orcoluol ool mos o rolorocio, rosoclo ol
mismo mos ool oo olorior.
Cuadro N? 1:
Resullados oblenidos medianle la aplicacin del
Prorama X 12 ARINA a la Serie P8I
Al 1% de siniicancia
Al 5% de siniicancia
Fuente: INEI
DATE
VAR%
MENS PBI
VAR% MENS
PBI DESES
VAR%
MENS
TEND
VAR%
1
ANUAL
PBI
JAN 2001 -1.5 1.8 0.1 -1.4
FEB 2001 -2.8 -0.6 0.3 -2.6
MAR 2001 7.5 0.4 0.4 -3.2
APR 2001 2.6 1.4 0.4 0.1
MAY 2001 8.6 1.2 0.3 -0.4
JUN 2001 -6.3 -2.1 0.2 -2.2
JUL 2001 -3.2 1.1 0.2 -0.3
AUG 2001 -0.8 0.8 0.2 1.3
SEP 2001 -4.3 -1.5 0.2 2.7
OCT 2001 4.9 2.2 0.2 2.8
NOV 2001 -1.2 -1.1 0.1 2.1
DEC 2001 1.7 0.7 0.0 4.1
Elaboracin: CIDE
19/
Serie en
estudio
Modelo ARIMA
Prueba F de
estacionalidad
estable
Prueba F de
estabilidad
mvil
Estacionalidad
identificable?
Estadstico
Q (Calidad
de ajuste)
Por defecto

37.758
*

0.817
**
SI 0.42
PBI
ARIMA (0,1,1)
(1,1,1)12
39.007
*
0.904
**
SI 0.41
2.5.3 Comparacin de resultados
obtenidos con el Prorama X 12 ARINA
Comparando los resullados oblenidos
medianle la opcin por deeclo y la
incorporacin de un modelo ARINA
especiicado, se observa (Ver cuadro N'
1) que el esladislico Q, para la prueba de
bondad de ajusle, nos permile idenliicar
a la deseslacionalizacin medianle la
incorporacin del modelo ARINA (0,1,1)
(1,1,1)
12
, como la de mejor calidad,
debido a que esle indice es un lanlo ms
cercano a cero, comparado con el que se
obluvo al deseslacionalizar la serie por
deeclo. Por lanlo, eslo nos permilir
concluir que el proceso de desesla-
cionalizacin medianle la ijacin de un
modelo especiico, proporciona una mejor
calidad en los resullados.
a) Para hacer ms didclica la aplicacin
melodolica no se ha hecho reerencia
a olros eeclos sobre la serie que deben
ajuslarse para que la correccin de la
eslacionalidad sea eicaz, como las
relalivas a los dias de aclividad y
relacionadas al calendario. Asi como, del
lralamienlo de valores discordanles
asociados a causas conocidas, pueslo que
la serie deseslacionalizada debe
conlener exclusivamenle la lendencia
ciclo y lucluaciones irreulares , de lal
orma que no se perciban en ella olro
lipo de variaciones de carcler
delerminisla o semi delerminisla.
b)Olro aspeclo que se presenla en el
lrabajo prclico, cuando se uliliza el
procedimienlo X11 o X12 ARINA, es
la idenliicacin del modelo ARINA que
se debe aplicar a la serie. Pueslo que
en los Oranismos de Fsladislica
habilualmenle se lrabaja con muchas
series, y slas se aclualizan
peridicamenle, es convenienle que se
lleve un reislro de los dierenles
modelos idenliicados, para conslruir
una labla de recuencia y conormar
modelos eslndares que ms se apliquen
a las series econmicas mensuales y
sirvan de uia a los usuarios y como base
para esludios posleriores.
c) Fl hecho que se haya ulilizado la serie
del P8I para ejempliicar la
deseslacionalizacin, no siniica que se
ha lomado parlido por preerir la
lll. OB5ERVAClONE5
deseslacionalizacin de series areadas
a la de las series desareadas. Al
respeclo cabe mencionar que cuando
se lienen series desareadas, slas
pueden ajuslarse de dos maneras
dislinlas: Por ajusle direclo, es decir,
considerando el areado en si como la
serie que se ha de deseslacionalizar y
aplicndole direclamenle el mlodo
para hacerlo, o por ajusle indireclo, que
consisle en deseslacionalizar cada una
de las series que consliluyen el
areado y despus arearlas
deseslacionalizadas para oblener asi el
ajusle de la serie areada. No hay una
rela eneral que indique qu lipo de
ajusle debe preerirse a olro, y la
decisin sobre cul ulilizar en
delerminado caso deber undamenlarse
en el anlisis previo de la serie en esludio
(Viclor N. Guerrero 1990). Por las
caraclerislicas de la economia peruana,
donde coexislen dierenles ormas de
produccin y por lanlo de eneracin
del produclo de cuya areacin resulla
el produclo lolal, pareceria que lo ms
convenienle es realizar un ajusle
indireclo, lo que permiliria conslruir
calendarios y reislro de olros eeclos
sobre la serie, por cada aclividad.
d)Los ranos de esladislica que evalan
la coyunlura lienen una imporlanle
experiencia en el anlisis de series
econmicas, y en los procedimienlos de
deseslacionalizacin. Fs convenienle,
conlinuar con los esuerzos para mejorar
los procedimienlos de deseslacio-
nalizacin, incorporando cada vez ms
los ajusles de los olros eeclos. Pero
lambin seria deseable orienlar los
esuerzos a la conormacin de
conjunlos de indicadores
20/
que permilan
analizar y evaluar las lucluaciones
econmicas en el marco de las
propueslas lericas que conciben que
la componenle permanenle (lendencia)
y el ciclo relejan cierlas leyes enerales
que rien las economias de mercado y
no se pueden separar arliicialmenle.
20/ E|omlo oo lo colormoci oo ioicoooros uooo sor
los guo ulilizo ol NEER o ol lNE oo Esoo, oro
lombio oorio sor olros.
Anexos
1. Mtodo de desestacionalizacin X-11 ARIMA
2. Mtodo de desestacionalizacin X-12 ARIMA
3. Resultados obtenidos con el mtodo de Razn a
promedios mviles
4. Resultados obtenidos con el X-12 ARIMA por defecto.
5. Resultados obtenidos con el X-12 ARIMA incorporando un
modelo ARIMA
1. IN1RODUCCION
La mayoria de mlodos de
deseslacionalizacin desarrollados hasla
ahora esln basados en modelos de series
de liempo univariados. Fslos modelos son
seleccionados principalmenle por su
simplicidad y pueden ser aplicados sin la
necesidad de un conocimienlo
especializado del lema.
Se han hecho alunos inlenlos por eslimar
la eslacionalidad en base a explicaciones
causales pero ninuno ha lleado ms all
de la elapa experimenlal. Por ejemplo,
Nendershausen (1939) inlenl reresionar
la eslacionalidad de cada mes con un
conjunlo de variables exenas
(variaciones meleorolicas y sociales)
para conslruir un modelo explicalivo de la
eslacionalidad, pero sus resullados
empiricos ueron inconclusos.
Los mlodos de ajusle eslacional de series
de liempo univariadas inlenlan eslimar el
mecanismo de eneracin de las
observaciones bajo el supueslo simple de
que las series esln compueslas por una
parle sislemlica que es uncin del
liempo, y una parle alealoria que obedece
a una dislribucin de probabilidad. Se
asume que el elemenlo alealorio esl
idnlicamenle dislribuido con media
conslanle, varianza conslanle y
aulocorrelacin cero. La aclibilidad de esla
descomposicin ue probada en el amoso
leorema de Herman Wold en 1938.
Los mlodos de eslimacin de los
componenles de una serie de liempo
pueden ser arupados en dos randes
caleorias:
- Nlodos de reresin.
- 1cnicas de promedios medias
mviles, lambin llamadas
procedimienlos de ajusle lineal.
Los mlodos de reresin asumen que los
componenles eslacionales y olros
componenles sislemlicos, como la
lendencia y el ciclo, son unciones
delerminislicas en loda la exlensin de las
series.
Los mlodos basados en las medias
mviles o illros de ajusle lineal asumen
que, aunque los componenles de las series
de liempo son unciones del liempo, no
pueden ser aproximadas de manera exacla
por unciones simples en el rano de
liempo complelo bajo consideracin. Los
supueslos implicilos en el procedimienlo
de medias mviles son que la lendencia,
el ciclo y los componenles eslacionales
son eslocslicos y no delerminislicos.
La mayoria de mlodos de ajusle
eslacional adoplados oicialmenle por las
oicinas esladislicas perlenecen a la
caleoria de las lcnicas de medias
mviles. Fnlre ellos se encuenlran, la
ANEXO 1
MTODO DE DESESTACIONALIZACIN X11 ARIMA
varianle del mlodo II-X11 del 8ureau de
Censos de FFUU; el mlodo del aclor
eslacional de 8LS; el Nlodo de 8urman
del 8anco de Inlalerra; el Nlodo de
8erlin, ASA II; el mlodo de la Oicina
Fsladislica de las Comunidades Fconmicas
Furopeas de 8ruselas y el mlodo de la
Oicina de Planeamienlo Cenlral
Holands. Fslos mlodos han sido
crilicados porque carecen de un modelo
explicilo con respeclo a la descomposicin
de las series oriinales y porque sus
eslimaciones de las observaciones de los
aos ms recienles no lienen el mismo
rado de coniabilidad cuando se les
compara con las observaciones cenlrales.
La alla de un modelo explicilo se aplica a
lodo el rano de las series. Los
procedimienlos de medias mviles hacen
supueslos con respeclo a los componenles
de las series de liempo, pero los supueslos
son vlidos slo para la lonilud del
conjunlo de ponderaciones de la media
mvil.
La seunda limilacin es inherenle a los
procedimienlos de ajusle lineal pueslo que
la primera y la llima observacin no
pueden ser ajusladas con el mismo
conjunlo de ponderaciones simlricas
aplicado a las observaciones cenlrales.
Debido a eslo, las eslimaciones de las
observaciones acluales deben ser revisadas
cuando se area ms dalos a las series
oriinales. Sin embaro, las revisiones
recuenles conunden a los usuarios de los
dalos deseslacionalizados, parlicularmenle
si son relalivamenle randes o si
inlroducen cambios en la direccin del
movimienlo eneral de las series ajusladas.
De hecho, enrenlados con el problema
de conlrolar el nivel de aclividad
econmica, los polilicos basarn sus
decisiones principalmenle en los dalos
deseslacionalizados que esln sujelos a
siniicalivas revisiones siempre que esl
disponible nueva inormacin.
Fl X11-ARINA desarrollado por Daum
(1975) en la Oicina de Fsladislica de
Canad no comparle las dos reslricciones
comunes de los procedimienlos de medias
mviles. Orece un modelo ARINA para
las series y minimiza la revisin de la
eslacionalidad con el error cuadrlico
medio.
Fl X11-ARINA consisle bsicamenle en:
1. Nodelar las series oriinales por medio
de procesos aulorreresivos
inlerados y de medias mviles
(modelos ARINA) del lipo 8ox-
enkins (1970).
2. Fxlrapolar un ao de dalos no
ajuslados para cada exlremo de las
series con los modelos ARINA que
mejor se ajuslen y proyeclen las series
oriinales. Fsla operacin, llamada
orecaslin (previsin) y
backcaslin (dalos uera de la
mueslra), esl diseada para exlender
las series observadas en ambos
exlremos.
3. Deseslacionalizar las series exlendidas
(oriinales) con diversas medias
mviles de la varianle del mlodo II-
X11 que ue desarrollado por Shiskin,
Youn y Nusrave (1967). Adems,
el usuario ahora liene la opcin de
aplicar un illro cenlrado de 24
lrminos para reemplazar a la media
mvil cenlrada de 12 lrminos para
la eslimacin preliminar de la
lendencia-ciclo. Fsle nuevo illro da
mejores resullados para series
uerlemenle aecladas por ciclos
corlos (menores a lres aos) o
repenlinos cambios en la lendencia.
La parle ARINA incorporada en el
prorama X11 juea un rol muy imporlanle
en la eslimacin de los pronslicos de los
aclores eslacionales y de los aclores
eslacionales acluales cuando la
eslacionalidad se esl moviendo
rpidamenle de manera alealoria, un
enmeno que a menudo se encuenlra
en los indicadores econmicos claves.
Pueslo que las series son exlendidas con
dalos exlra, los illros aplicados por el X11
para deseslacionalizar las observaciones
acluales y enerar los pronslicos
eslacionales son ms cercanos a los illros
usados para las observaciones cenlrales.
Fn consecuencia, el rado de coniabilidad
de las series exlendidas para las
eslimaciones acluales es mayor que el de
las series no exlendidas, y la manilud de
las revisiones se reduce siniicalivamenle.
Conclusiones similares se oblienen de
comparaciones hechas con olros mlodos
de deseslacionalizacin basados en medias
mviles.
Generalmenle se ha enconlrado una
reduccin de 30% en el seso y de 20%
en los valores absolulos del error lolal en
los pronslicos de los aclores eslacionales
para los 12 meses (cualro lrimeslres) para
las series de Canad y FFUU. La reduccin
porcenlual para eslos meses (lrimeslres)
que corresponden a picos y depresiones
es mayor que el promedio para el ao
enlero.
Pierce (1978) demueslra que la
exlrapolacin ARINA hace al X11-ARINA
un mlodo de deseslacionalizacin con el
error cuadrlico medio minimo y que, de
hecho, esle lipo de exlrapolacin
minimizaria las revisiones de cualquier
procedimienlo de deseslacionalizacin con
medias mviles en el senlido del error
cuadrlico medio. Conclusiones similares
son oblenidas por Geweke (1978) quien
exlrapola los valores uluros de las series
usando el speclrum y un modelo ARINA.
Para series con eslacionalidad baslanle
eslable, se puede oblener una mejora
siniicaliva cuando la lendencia-ciclo esl
creciendo rpidamenle o cuando el llimo
ao de dalos liene un punlo de quiebre.
Las ponderaciones inales del X11-ARINA
para eslimar la lendencia-ciclo son una
combinacin de las ponderaciones
simlricas de Henderson y de las
ponderaciones asimlricas del modelo
ARINA usadas para los dalos
exlrapolados. Pueslo que eslas
ponderaciones inales cambian con el
modelo ARINA ajuslado a las series,
relejan los movimienlos ms recienles de
las series y, como resullado, rara vez
inoran un punlo de quiebre. Se obliene
mejores eslimaciones de los ralios
(dierencias) enlre el componenle
eslacional y el componenle irreular que
lueo son promediados para producir
componenles eslacionales eslables.
Desde el punlo de visla del ajusle
eslacional, olra venlaja imporlanle del
X11-ARINA es que orece un modelo
esladislico para el rano complelo de las
series. La exislencia de un modelo que se
ajusle bien a los dalos cumple con el
principio bsico subyacenle del ajusle
eslacional, a saber, que las series son
aclibles de descomposicin. Si una serie
no se presla a la idenliicacin de un
modelo ARINA (incluyendo a lodos los
AR, NA y ARNA como subclases) que
simplemenle describe la eslruclura eneral
de las series como uncin de valores
pasados y dislurbios alealorios rezaados,
cualquier descomposicin adicional en
lendencia, ciclo y componenle eslacional
se hace dudosa. De hecho, la alla de
ajusle de un modelo ARINA indica que
la serie es delerminislica o es
prclicamenle un proceso puramenle
alealorio, o que esl lan conlaminada por
irreularidades que su movimienlo
sislemlico no es idenliicable.
2. PROPIfDADfS SICAS DfL
X11ARINA.
Principales pasos para producir una
serie desestacionalizada
Los principales pasos para producir series
deseslacionalizadas usando el mlodo
X11-ARINA son iuales a la varianle del
mlodo II-X11 (Shiskin, Youn y Nusrave,
1967). Las principales dierencias son: (i)
la exlensin de las series no ajusladas con
un ao de valores exlrapolados a parlir de
modelos ARINA en uno o ambos
exlremos de las series siempre que se use
la opcin ARINA; (ii) la opcin de aplicar
una media mvil cenlrada de 24 lrminos
para la eslimacin preliminar de la
lendencia-ciclo; (iii) series corlas de lres y
cualro aos son deseslacionalizadas slo
con la opcin de eslacionalidad eslable.
Fl X11-ARINA asume que los principales
componenles de una serie de liempo
siuen un modelo mulliplicalivo, adilivo
o adilivo loarilmico, es decir:
1. O
l
~ C
l
S
l
I
l
(modelo mulliplicalivo)
2. O
l
~ C
l
+ S
l
+ I
l
(modelo adilivo)
3. lo O
l
~ lo C
l
+ lo S
l
+ lo I
l
(modelo adilivo loarilmico)
donde O
l
es la serie no ajuslada, C
l
es la
lendencia-ciclo, S
l
es el componenle
eslacional e I
l
es el componenle irreular.
La eslimacin se hace con dierenles lipos
de medias mviles que se aplican
secuencialmenle en 13 pasos repelidos
dos veces.
Para la opcin eslndar del prorama eslos
13 pasos son:
1. Calcule los ralios enlre las series
oriinales y una media mvil cenlrada
de 12 lrminos (212 m.a., es decir
una media de 2 lrminos de una media
de 12 lrminos) como una primera
eslimacin de los componenles
eslacional e irreular (SI).
2. Aplique una media mvil ponderada
de 5 lrminos (33 m.a.) a los ralios
del componenle eslacional - irreular
(SI) para cada mes en orma separada,
para oblener una eslimacin
preliminar de los aclores eslacionales.
3. Calcule una media mvil cenlrada de
12 lrminos de los aclores
preliminares enconlrados en el paso
2 para las series complelas. Para
oblener los seis valores perdidos en
cualquier exlremo de esla media,
repila el primer (llimo) valor de la
media mvil disponible seis veces.
Ajusle los aclores para que sumen
12 (aproximadamenle) sobre un
periodo de 12 meses dividiendo la
media cenlrada de 12 lrminos por
los aclores.
4. Divida las eslimaciones de los aclores
eslacionales por los ralios SI para
oblener una eslimacin del
componenle irreular.
5. Calcule una desviacin eslndar mvil
de 5 aos (s) para las eslimaciones
del componenle irreular y veriique
las irreularidades en el ao cenlral
del periodo de 5 aos conlra 2.5s.
Flimine los valores mayores a 2.5s
como exlremos y recalcule la media
mvil de 5 aos. Asine un peso de
cero a las irreularidades mayores a
2.5s y un peso de 1 (peso complelo)
a las irreularidades menores a 1.5s.
Asine un peso linealmenle raduado
enlre 0 y 1 a las irreularidades enlre
2.5s y 1.5s.
6. Para los primeros dos aos, se usa los
limiles s calculados para el lercer ao;
y para los llimos dos aos, se usa los
limiles s calculados para el
anlepenllimo ao. Para reemplazar
un ralio exlremo ya sea al comienzo
o al inal de los aos, se loma el
promedio del ralio mulliplicado por
su peso y los lres ralios de peso
complelo ms cercanos para ese mes.
de 5 lrminos a los ralios SI con los
valores exlremos reemplazados, para
cada mes por separado, para eslimar
los aclores eslacionales preliminares.
8. Repila el paso 3, aplicado a los
aclores enconlrados en el paso 7.
9. Para oblener una serie deseslacio-
nalizada preliminar dividir la serie
oriinal enlre los aclores oblenidos
en el paso 8.
10. Aplique una media mvil de
Henderson de 9, 13 23 lrminos a
la serie deseslacionalizada y divida la
lendencia-ciclo resullanle por la serie
oriinal para oblener una seunda
eslimacin de los ralios SI. (Fn la
primera ileracin, slo se aplica una
media mvil de Henderson de 13
lrminos).
de 7 lrminos (35 m.a.) para los ralios
SI de cada mes por separado, para
oblener una seunda eslimacin del
componenle eslacional.
12. Repila el paso 3.
13. Divida la serie oriinal enlre 11 para
oblener la serie deseslacionalizada.
Propiedades sicas de los filtros de
Ajuste Lineal a Dos Colas
(ponderaciones centradas) del X11-
ARINA.
Los illros de ajusle lineal aplicados por el
mlodo II-X11 y el X11-ARINA para
producir dalos deseslacionalizados pueden
ser clasiicados de acuerdo con la
dislribucin de su conjunlo de
ponderaciones en simlricos (a dos colas)
y asimlricos (a una cola). Las medias
mviles simlricas se usan para eslimar los
componenles que caen al medio de la
exlensin del promedio, por decir 2n+1,
y las medias mviles asimlricas para
eslimar las primeras y llimas n
observaciones. La suma de las
ponderaciones de ambos lipos de illros
es uno y, de esle modo, la media de las
series oriinales no es allerada en el
proceso de illracin
20/
.
20/ Lo sumo oo los osos oo u lillro oolormio ol rolio olro
lo mooio oo los sorios o|uslooos y lo mooio oo los sorios o
o|uslooos osumiooo guo oslos mooios so colculooos
oro oriooos suliciolomolo qrooos como oro
osoquror rosullooos osloblos.
Fs muy imporlanle en el diseo del illro
que sle no desplace en el liempo a los
componenles del oulpul en relacin con
los componenles del inpul; en olras
palabras, el illro no debe inlroducir
cambios de ase
21/
. Las medias mviles
simlricas inlroducen un desplazamienlo
no lemporal para alunos componenles
de la serie oriinal y un desplazamienlo
de +/- 180`, para olros. Un cambio de
ase de +/- 180` es inlerprelado como
una inversa en polaridad lo que siniica
que el mximo se convierle en minimo y
viceversa. Fn olras palabras, los picos
(depresiones) en el inpul se convierlen en
depresiones (picos) en el oulpul.
Sin embaro, para propsilos prclicos las
medias mviles simlricas aclan como si
el desplazamienlo lemporal uese nulo.
Fslo se debe a que las sinusoides que
lendrn un cambio de ase de +/- 180`,
en el proceso de illracin son ciclos de
corla periodicidad (anual o menos) y las
medias mviles lienden a omilir o reducir
siniicalivamenle su presencia en el
oulpul.
La media mvil centrada de 12
trminos. Fs usada para una eslimacin
preliminar de la lendencia-ciclo (paso 1).
Fsle illro reproduce exaclamenle el punlo
cenlral de una lendencia lineal y aniquila
la eslacionalidad eslable para un periodo
de 12 meses en un modelo adilivo. Si la
relacin enlre los componenles es
mulliplicaliva, enlonces slo ser
reproducida pereclamenle una lendencia
conslanle mulliplicada por una
eslacionalidad eslable.
La principal limilacin de esle illro es que
pierde picos y depresiones de ciclos corlos
(3 2 aos) y, a menos que las variaciones
irreulares sean pequeas, no ajuslar los
dalos exilosamenle. Si el inpul para esle
illro es una curva de 3 aos de periodicidad
y 100 de amplilud, el oulpul es una curva
de iual periodicidad pero con amplilud
reducida a 82.50; la amplilud de las ondas
de 2 aos de periodicidad se reduce a 75;
y slo las ondas cuyo periodo es de 5 aos
o ms son pasadas con reducciones muy
pequeas en sus ampliludes. Sin embaro,
debido a que la variacin lendencia-ciclo
de la mayoria de series de liempo
econmicas se debe principalmenle a laras
variaciones ciclicas de 40 meses o ms, esle
illro eneralmenle es bueno para una
eslimacin preliminar de la lendencia-ciclo.
La media mvil centrada de 24
trminos. Para series principalmenle
dominadas por lucluaciones ciclicas corlas
(3 2 aos) o aecladas por repenlinos
cambios en el nivel de la lendencia, se
incluye opcionalmenle un illro cenlrado
de 24 lrminos en el X11-ARINA/80.
Fsle illro es una versin modiicada del
illro de Leser (1963).
La amplilud de las ondas de 2 3 aos de
periodicidad se reduce slo en 5% y 18%,
respeclivamenle.
Adems, esle illro reduce la variacin
irreular ms que el illro cenlrado de 12
lrminos. Desaorlunadamenle, como nos
alejamos de la observacin cenlral, la
21/ E ol olisis osoclrol, lo loso os u ormolro si
oimosi guo mioo ol ooslozomiolo ool siusoioo o
roloci co ol oriqo ool liomo. Dobioo o lo roolici
orioico ool siusoioo, lo loso uooo sor roslriqioo o
/- 180. Lo loso os uo luci oo lo lrocuocio ool
siusoioo, lo lrocuocio os iquol ol rociroco ool oriooo,
o lo oxlosi oo liomo roguorioo oro uo osciloci
comlolo.
eslimacin de los 12 punlos en cada lado
se deleriora radualmenle. Debido a eslo,
en el X11ARINA se usan ponderaciones
asimlricas que esliman slo los seis
punlos a cada lado de la observacin
cenlral. Las primeras y llimas 6
observaciones son eliminadas como en el
illro cenlrado de 12 lrminos. Fslas
ponderaciones simlricas aplicadas a las
observaciones 7 a 12 y 14 a 19 comparlen
las mismas propiedades especlrales del
illro cenlrado de 24 lrminos exceplo por
los pequeos cambios de ase.
Las medias mviles de Henderson de
9, 13 y 23 trminos. Las medias mviles
de Henderson son aplicadas para oblener
una eslimacin mejorada de la lendencia-
ciclo (paso 10). Proporcionan los mismos
resullados que se oblendrian ajuslando los
valores inlermedios de un polinomio de
lercer rado ajuslado por minimos
cuadrados ponderados, donde las
ponderaciones dadas a las desviaciones son
lan leves como sea posible.
Fl hecho de que se asuma que la
lendencia-ciclo siue una parbola en un
inlervalo de duracin corla (enlre 1 y 2
aos aproximadamenle) hace que los
illros sean adecuados para series de
liempo econmicas.
Ninuno de los illros de Henderson
usados por el mlodo X11ARINA elimina
el componenle eslacional, pero, pueslo
que se aplican a dalos que ya esln
deseslacionalizados, esla limilacin se
hace irrelevanle. Por olro lado, son
exlremadamenle buenos para ondas de
cualquier periodo mayor a 1 ao. Asi, el
illro de Henderson de 13 meses, que es
el ms usado, no reducir la amplilud de
las ondas de 20 meses o ms de
periodicidad, lo que si se cumple para
variaciones lendencia-ciclo. Adems,
elimina casi lodas las variaciones
irreulares que puedan ser represenladas
por ondas de muy corla periodicidad, seis
meses o menos.
Nedias mviles ponderadas de 5
trminos (33) y de 7 trminos (35).
La media mvil ponderada de 5 lrminos
es una media mvil de 3 lrminos de una
media mvil de 3 lrminos (33 m.a.).
Iualmenle, la media mvil ponderada de
7 lrminos es una media mvil de 3
lrminos de una media mvil de 5
lrminos (35 m.a.). Fslos dos illros son
aplicados a ralios SI (o dierencias) para
cada mes por separado, para varios aos.
1odas sus ponderaciones son posilivas y,
en consecuencia, reproducen el valor
medio de una linea recla al inlerior de sus
lramos. Fsla propiedad posibilila que el
X11-ARINA eslime una eslacionalidad
linealmenle mvil al inlerior de inlervalos
de 5 y 7 aos. Por lo lanlo, eslos illros
pueden aproximar muy bien los cambios
eslacionales raduales que siuen
palrones no lineales en lodo el rano de
las series (ms de 7 aos).
(33 m.a.) es un illro muy lexible que
permile cambios rpidos en la direccin,
pero pueslo que la exlensin del illro es
corla, las irreularidades deben ser
pequeas para que el ralio SI sea ajuslado
exilosamenle.
(35 m.a.) es menos lexible y se aplica a
la eslimacin inal de los aclores
eslacionales. Para series cuyo componenle
irreular es rande, el prorama
proporciona olros conjunlos de
ponderaciones opcionales que se aplican
a exlensiones mayores y, asi, producen
aclores eslacionales ms ajuslados.
Propiedades sicas de los filtros de
ajuste a una sola cola (ponderaciones
extremas) del mtodo X11-ARINA.
Fs inherenle a cualquier procedimienlo de
medias mviles que los primeros y llimos
n punlos de una serie no ajuslada no
puedan ser ajuslados con el mismo
conjunlo de ponderaciones simlricas
aplicadas a los valores inlermedios. Fn el
X11-ARINA el ajusle eslacional de los
aos acluales y los pronslicos de los
aclores eslacionales son oblenidos de la
combinacin de dos illros: (i) los illros a
una cola usados para exlrapolar los dalos
no ajuslados de los modelos ARINA y (ii)
los illros del prorama X-11 usados para
la deseslacionalizacin. Los illros de
exlrapolacin de los modelos ARINA
cambian con las series y, por lanlo, son
muy lexibles. Fslos illros relejan los
movimienlos ms recienles de las series,
en parlicular, la eslacionalidad cambianle.
Los illros del X-11 aplicados a las series
no ajusladas exlendidas para la eslimacin
de la lendencia-ciclo son de dos colas. Por
lo lanlo, no pierden punlos de quiebre y
no inlroducen cambios de ase, lo que les
permile eslimar bien las variaciones
ciclicas.
Los illros X-11 que esliman los aclores
eslacionales an son a una cola pero esln
ms cerca de los illros simlricos usados
para las observaciones cenlrales. De esle
modo, con un ao de dalos exlrapolados,
los pronslicos de los aclores eslacionales
se oblienen de dalos exlrapolados con los
illros del X-11 usados para producir el
ajusle eslacional aclual.
Fs la combinacin de los illros ijos del X-
11 (el mismo para cualquier serie) con los
illros lexibles de los modelos ARINA
(cambian con las series) lo que hace al
X11-ARINA un mejor mlodo que el
X-11 para el ajusle aclual.
1. IN1RODUCCIN
Fl prorama de ajusle eslacional X12-
ARINA es una versin mejorada de la
varianle X11 del prorama de ajusle
eslacional Census Nelhod II (Shiskin,
Youn y Nusrave 1967). Las mejoras
incluyen una inlerase ms verslil y
auloexplicaliva para el usuario y una
variedad de dianslicos nuevos para
ayudarlo a deleclar y remediar
insuiciencias en los ajusles de los eeclos
eslacionales y calendarios oblenidos con
delerminadas opciones del prorama. Fl
prorama lambin incluye varios
inslrumenlos nuevos para resolver
problemas de ajusle y, por lanlo, ampliar
el rano de series de liempo econmicas
que pueden ser deseslacionalizadas
adecuadamenle. Fjemplos del uso de
eslos inslrumenlos se pueden enconlrar
en Findley y Hood (1999).
La principal uenle de eslos inslrumenlos
nuevos es el exlensivo conjunlo de
acilidades para modelos de series de
liempo que conliene el prorama y que
ayudan a oblener lo que llamamos
modelos reARINA. Fslos son modelos
con errores ARINA (procesos
aulorreresivos inlerados y de medias
mviles). De manera ms precisa, son
modelos en los que la media de las series
de liempo (o su loarilmo) es descrila por
una combinacin lineal de reresores y la
eslruclura de la covarianza es la de un
proceso ARINA. Si no se usan reresores,
lo que indica que se asume que la media
es cero, el modelo reARINA se reduce
a un modelo ARINA. Fxislen reresores
para eslimar direclamenle diversos eeclos
de dias laborables y eriados de slock y
lujo. 1ambin exislen reresores para
modelar cierlos lipos de problemas en las
series, o cambios repenlinos en el nivel,
cuyos eeclos necesilan ser
lemporalmenle removidos de los dalos
anles de que la melodoloia X11 pueda
deseslacionalizar adecuadamenle. Para
resolver olro lipo de problemas con los
dalos, exisle la posibilidad de incorporar
en el modelo ajuslado variables deinidas
por el usuario. Fl mdulo para modelar el
reARINA del X12-ARINA ue adaplado
del prorama reARINA desarrollado por
el Deparlamenlo de Series de 1iempo de
la Divisin de Invesliacin Fsladislica del
8ureau de Censos.
Fsln presenles o no problemas especiales
que requieran el uso de reresores en las
series que van a ser ajusladas, un uso
undamenlalmenle imporlanle que se le
da a los modelos reARINA es la
exlensin de las series hacia adelanle (o
hacia alrs) para mejorar la
deseslacionalizacin de los dalos ms
recienles (y de los ms anliuos). Hacer
eslo milia los problemas inherenles en
la eslimacin lendencial y en los procesos
de medias eslacionales asimlricas del lipo
usado por el mlodo X11 casi al inal de
las series. La provisin de esla exlensin
ue la mejora lcnica ms imporlanle
ANEXO 2
MTODO DE DESESTACIONALIZACIN X12 ARIMA
orecida por el prorama X11-ARINA
ampliamenle usado por el Slalislics
Canada. Sus beneicios, lanlo lericos
como empiricos, han sido documenlados
en muchas publicaciones, incluyendo a
Geweke (1978), Daum (1988) y 8obbill
y Ollo (1990) y los arliculos cilados en
eslos lrabajos.
Fl mdulo de deseslacionalizacin usa el
mlodo X11 delallado en Shiskin, Youn
y Nusrave (1967) y Daum (1988). Fl
prorama liene lodas las acilidades de
ajusle eslacional del X11 y del X11-
ARINA. Fsln disponibles las mismas
medias mviles eslacionales y de
lendencia, y el prorama an orece las
rulinas de ajusle de dias calendario y
eriados del X11.
Fl mdulo de deseslacionalizacin lambin
ha sido mejorado por la adicin de varias
opciones nuevas que incluyen:
(a) los procedimienlos de dianslico
"slidin spans, iluslrados en Findley,
Nonsell, Shulman y Puh (1990);
(b) la capacidad de producir las revisiones
hislricas de un ajusle eslacional dado;
(c) una nueva rulina del illro de
Henderson que le permile al usuario
escoer cualquier nmero impar para
la exlensin del illro de Henderson;
(d) nuevas opciones para illros
eslacionales;
(e) varias opciones nuevas para deleclar
dalos alipicos en el componenle irre-
ular del ajusle eslacional;
() una labla de aclores de dias laborables
por lipo de dia;
() un modo de ajusle eslacional seudo
adilivo.
Fl mdulo para modelar el X12-ARINA
esl diseado para conslruir modelos
reARINA con series de liempo
econmicas eslacionales. Para esle in,
esln disponibles varias caleorias de varia-
bles predeinidas en el X12-ARINA,
incluyendo conslanles de lendencia o
medias lobales, eeclos eslacionales ijos,
eeclos de dias laborables, eeclos de dias
eriados, cambios de nivel y dalos alipicos.
Las variables deinidas por el usuario
lambin pueden ser cilmenle leidas e
incluidas en los modelos. Fl prorama esl
diseado para capacidades especiicas que
se necesilan para modelar el reARINA y
no prelende ser un paquele esladislico
eneral. Fn parlicular, el X12-ARINA
deberia ser usado junlo con olros
solwares capaces de producir ricos de
series de liempo de alla resolucin.
Las observaciones (dalos) de la serie de
liempo que va a ser modelada y/o
deseslacionalizada usando el X12-ARINA
deben ser cuanlilalivas, no binarias ni
calericas. Las observaciones deben ser
de la misma recuencia y no se permilen
valores perdidos. Fl X12-ARINA slo
lrabaja con series de liempo univariadas,
es decir, no eslima relaciones enlre
dislinlas series de liempo.
Fl X12-ARINA usa la nolacin eslndar
(p, d, q)(P, D, Q)
s
para modelos ARINA
eslacionales. Fl (p, d, q) se reiere a los
rdenes del proceso aulorreresivo (AR),
de los operadores de dierencias y de me-
dias mviles (NA), respeclivamenle. Fl
(P, D, Q)
s
se reiere a los ordenes del
proceso aulorreresivo, operadores de
dierencias y medias mviles eslacionales.
Fl subindice s denola el periodo
eslacional, por ejemplo, s ~ 12 para dalos
mensuales. Se permile ran lexibilidad en
la especiicacin de las eslrucluras
ARINA: se puede usar cualquier orden
de AR, NA y operador de dierencias; se
permile rezaos perdidos en los procesos
AR y NA; y los parmelros AR y NA
pueden ser ijados en valores especiicados
por el usuario.
Para el usuario que desee inlroducir series
de liempo personalizadas, el X12-ARINA
proporciona acilidades para las lres
elapas de modelacin: Icen1I7I.a.In,
e1Ima.In ) cIan1I.. La especiicacin
de un modelo reARINA requiere la
especiicacin de las variables que van
a ser incluidas en el modelo y lambin
del lipo de modelo ARINA para los errores
de reresin (es decir, los rdenes
(p,d,q)(P,D Q)
s
). La especiicacin de las
variables depende del conocimienlo del
usuario con respeclo a las series que esln
siendo modeladas. La Icen1I7I.a.In del
modelo ARINA para los errores siue
procedimienlos bien eslablecidos basados
en el examen de diversas unciones de
aulocorrelacin mueslral y aulocorrelacin
parcial producidas por el X12-ARINA. Una
vez que se ha especiicado un modelo
reARINA, el X12-ARINA e1ImaIa sus
parmelros por mxima verosimililud
usando un alorilmo de minimos cuadrados
eneralizados ileralivos (IGLS). Fl
dianslico involucra la inspeccin de los
residuos del modelo ajuslado veriicando
los sinos y la insuiciencia del modelo. Fl
X12-ARINA puede producir pronslicos
punluales, errores eslndar de los
pronslicos e inlervalos de prediccin para
el modelo reARINA ajuslado.
Fn adicin a eslas caraclerislicas, el X12-
ARINA liene un procedimienlo aulomlico
de seleccin de modelos y una opcin que
usa el AICC para delerminar si las variables
especiicadas por el usuario (como
reresores para dias laborables o de Pascuas)
deben ser incluidas en una serie parlicular.
1ambin se pueden enerar hislorias para
los esladislicos de verosimililud (como el
AICC, una versin del AIC de Akaike que
ajusla la exlensin de las series que esln
siendo modeladas) y pronslicos para
acililar comparaciones enlre modelos
allernalivos.
2. fL AJUS1f fS1ACIONAL
Fn cualquier deseslacionalizacin X12-
ARINA, las series de liempo oriinales (O)
son descompueslas en lres componenles
principales:
1endencia-Ciclo (C):
Son movimienlos de laro y mediano plazo
de las series, incluyendo punlos de
quiebre secuenciales.
Componente fstacional (S):
Son lucluaciones alrededor de la
lendencia al inlerior de un ao que se
repilen de manera similar en el mismo
mes o lrimeslre de ao a ao.
Componente Irreular (I):
Fs el componenle residual que permanece
despus de que el componenle eslacional
y la lendencia han sido removidos de las
series (y lambin los dias laborables y
eriados una vez que han sido
idenliicados). Se caracleriza por
movimienlos de muy corla duracin. Fslos
movimienlos pueden ser muy randes si
hay huelas u olros evenlos econmicos
inusuales de corla duracin.
Nodelos para obtener la serie
desestacionalizada.
Dependiendo principalmenle de la
naluraleza de los movimienlos eslacionales
de una serie, se usa varios modelos
dierenles para describir el modo en el que
los componenles C, S e I se combinan
para ormar la serie oriinal O. Fl X12-
ARINA proporciona modos de
deseslacionalizacin adecuados para
cualro dierenles modelos de
descomposicin. Fn el siuienle cuadro se
presenla los modos de
deseslacionalizacin y sus modelos para
la serie oriinal (O) y deseslacionalizada
(SA).
Fl modelo seudo-adilivo es considerado
cuando alunos meses (o lrimeslres)
lienen valores exlremadamenle pequeos
(debido a vacaciones o al clima, por
ejemplo), y el reslo de meses parecen
lener una eslacionalidad mulliplicaliva. Si
la manilud del componenle eslacional no
parece eslar aeclada por el nivel de las
series, enlonces la serie liene
eslacionalidad adiliva, y el modo adilivo
es adecuado.
Fl modo adilivo loarilmico proporciona
una descomposicin mulliplicaliva
allernaliva que puede ser lil para cierlos
anlisis economlricos, usualmenle
relacionados con consideraciones de
modelos de series de liempo. Para el ajusle
adilivo loarilmico, la lendencia se calcula
a parlir de una descomposicin adiliva de
la serie en loarilmos (lo(O)), de modo
que la lendencia adiliva debe ser
exponenciada para derivar una lendencia
con las mismas unidades que la serie orii-
nal. Fslo resulla en una eslimacin sesada
hacia abajo de la lendencia; esle seso es
ajuslado en el X12 ARINA usando el
procedimienlo de correccin del seso
descrilo en 1homson y Ozaki (1992).
Para los ajusles eslacionales mulliplicalivo,
seudo-adilivo y adilivo loarilmico, se
asume que los componenles eslacionales
e irreulares son ralios cenlrados en 1. Fn
el oulpul principal se expresan como
porcenlajes de modo que esln cenlrados
en 100. Para el ajusle adilivo, los
componenles eslacional e irreular esln
en las mismas unidades que las series de
liempo oriinales y varian alrededor de 0.
Modo Modelo para O Modelo para SA
Multiplicativo O = C * S * I SA = C * I
Aditivo O = C + S + I SA = C + I
Seudo-aditivo O = C * [S + I 1] SA = C * I
Aditivo logartmico Log (O) = C + S + I SA = exp (C + I)
Cuadro N2: Modos de desestacionalizacin
y sus modelos
Fl modo por deeclo es el mulliplicalivo.
Fslo se debe a que, para la mayoria de
series de liempo econmicas eslacionales,
las maniludes de las lucluaciones
eslacionales parecen aumenlar y disminuir
proporcionalmenle con incremenlos y
reducciones en el nivel de las series. Se
dice que una serie con esle lipo de
comporlamienlo liene eslacionalidad
mulliplicaliva. Para eslimar los
componenles mulliplicalivos, el prorama
usa el mlodo de razn a promedios
mviles cuyos delalles se dan en Shiskin,
Youn y Nusrave (1967), Daum (1988)
y 8axler (1994), enlre olros.
Los ajusles mulliplicalivo y seudo-adilivo
dan resullados muy similares para la mayoria
de series con eslacionalidad mulliplicaliva,
a menos que la amplilud eslacional de las
series sea rande. Si el aclor eslacional
ms pequeo es 0.7 o menos, habr
dierencias nolables enlre los ajusles
mulliplicalivo y seudo-adilivo. Si el aclor
eslacional ms pequeo es 0.5 o menos,
probablemenle esla dierencia sea
imporlanle. Si un ajusle mulliplicalivo pro-
duce muchos ms valores exlremos en
meses (o lrimeslres) con aclores
eslacionales pequeos que aquellos meses
con aclores eslacionales randes,
enlonces el ajusle seudo-adilivo
probablemenle sea el mejor. Para mayores
delalles sobre cundo usar el ajusle seudo-
adilivo, vea 8axler (1994).
Por simplicidad, esla discusin ha inorado
los eeclos de los dias laborables (lradin
days) y de los eriados. Cuando slos son
eslimados, arean aclores adicionales a
la descomposicin y, dependiendo de
cmo sean deinidos, el ajusle puede llevar
a mayores dierencias enlre los lolales
anuales de las series ajusladas y los lolales
anuales de las series oriinales.
Seleccin del filtro estacional
automtico
Fsle procedimienlo es lomado del X11
ARINA/88, vea Daum (1988). Para las
primeras dos ileraciones del ajusle
eslacional, se usa una media mvil de 33
para calcular los aclores eslacionales
iniciales y se usa una media mvil de 35
para calcular los aclores eslacionales i-
nales. Fn la lercera y inal ileracin, se usa
una media mvil de 33 para calcular los
aclores eslacionales iniciales, pero para
la ileracin inal el prorama calcula el ra-
lio de eslacionalidad mvil (I/S, lambin
llamado el NSR lobal). Lueo el
prorama escoe si usar una media mvil
de 33, 35 o 39 basado en el lamao
del NSR lobal. Para mayor inormacin
sobre el ralio de eslacionalidad mvil, vea
Lolhian (1984).
fxtensin del pronstico
Como se mencion en la inlroduccin, un
uso imporlanle de los modelos reARINA
es exlender las series con pronslicos (y
dalos uera de la mueslra) para mejorar la
deseslacionalizacin de las observaciones
ms recienles (y ms anliuas). Por lo lanlo,
el X12 ARINA exlender las series con
un ao de pronslicos anles del ajusle
eslacional siempre que se especiique un
modelo reARINA sin el spec forecast.
Para especiicar un ajusle eslacional sin
exlensiones de pronslicos, escriba
maxlead ~ 0 en el spec forecast.
Los efectos estacionales residuales y
de das laborables (tradin days) en las
series ajustadas
Una rulina busca cada uno de los especlros
para los picos en las recuencias
eslacionales y de dias laborables. Se
visualiza un mensaje de adverlencia si se
encuenlra siniicalivos picos, y lambin
el rico en el que se enconlr un pico.
Cuando se usa la opcin de oulpul
reslrinido (la opcin -n), el rico no se
produce en el oulpul principal, pero se
visualiza un mensaje suiriendo que el
usuario vuelva a correr el prorama sin la
opcin -n.
Cambios de nivel y tendencia final de
Henderson
Cuando los cambios de nivel son
eslimados y removidos de la serie anles
del ajusle eslacional, son reresados a la
lendencia-ciclo inal de Henderson (1abla
D12), de modo que esle componenle
lendr el nivel de los dalos observados.
1ambin se puede oblener una labla de la
lendencia-ciclo de las series de liempo
ajusladas al cambio de nivel escribiendo
prinl ~ lrendadjls.
Ajuste de das de Pascua
Las opciones de ajusle de dias de Pascua
en esle spec no pueden ser usadas cuando
se especiica en el spec reression dias
eriados basados en el modelo reARINA,
o si se especiica un ajusle de dias de
Pascua en el spec x11reression.
1otales anuales
Forzar a los lolales deseslacionalizados a
ser los mismos que los lolales anuales de
las series oriinales puede deradar la
calidad de la deseslacionalizacin,
especialmenle cuando el palrn eslacional
esl cambiando. No es nalural si el ajusle
de los dias laborables esl siendo
ejeculado porque el eeclo areado de
los dias laborables en un ao es variable y
moderadamenle dierenle de cero.
1ratamiento de las series no
estacionales
Una serie no eslacional puede ser
descompuesla en un componenle
lendencia-ciclo y un componenle irre-
ular usando la opcin lype~lrend. Fsla
descomposicin es oblenida por medio de
una simpliicacin del procedimienlo de
descomposicin eslacional X-11 que slo
reliene los pasos relacionados con las
lendencias de Henderson y la deleccin
de valores exlremos.
ANEXO 3
RESULTADOS OBTENIDOS CON EL METODO DE RAZN A
PROMEDIOS MVILES
Fn esle anexo se presenlan los resullados oblenidos, siuiendo los 5 pasos que se
indican en la seccin "Presenlacin del Nlodo de Razn a Promedios Nviles.
Fn el primer cuadro se presenla la Serie Oriinal
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
ENERO 79.44 84.99 78.39 90.34 104.84 105.80 115.08 114.48 113.12 119.10 117.39
FEBRERO 77.38 80.48 79.56 85.96 99.38 101.83 108.55 112.19 111.62 117.19 114.10
MARZO 79.39 84.61 86.60 96.53 107.90 108.02 113.17 118.52 119.80 126.75 122.67
ABRIL 85.32 83.25 87.71 100.19 107.86 110.81 126.46 122.71 119.70 125.80 125.90
MAYO 90.65 86.94 88.78 104.18 119.87 121.25 129.47 123.73 128.40 137.23 136.72
JUNIO 89.85 87.84 93.92 103.92 113.45 117.86 123.61 123.10 125.32 131.08 128.15
JULIO 94.74 84.29 89.87 100.89 110.52 114.37 118.11 120.47 118.22 124.35 124.00
AGOSTO 84.15 81.60 91.30 101.42 109.51 110.59 116.78 117.79 114.95 121.41 122.98
SETIEMBRE 83.62 81.25 89.69 100.02 104.29 106.71 116.88 115.98 116.03 114.61 117.75
OCTUBRE 87.98 85.65 90.40 101.86 107.23 110.54 119.18 115.75 119.47 120.08 123.48
NOVIEMBRE 83.61 84.88 91.46 104.90 109.09 112.39 116.51 115.92 121.75 119.46 122.01
DICIEMBRE 83.49 89.46 95.97 109.79 109.07 115.32 121.81 117.37 123.06 119.13 124.07
Fuente: INEI
PBI TOTAL 1991-2001
Componente Tendencia - Ciclo
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
ENERO 85.04 85.41 94.61 106.42 109.77 115.68 118.76 118.34 122.81 121.98
FEBRERO 84.50 86.04 95.49 107.15 109.97 116.09 118.90 118.13 123.33 122.03
MARZO 84.29 86.80 96.34 107.67 110.12 116.77 118.91 118.01 123.54 122.23
ABRIL 84.10 87.35 97.25 108.07 110.36 117.56 118.73 118.17 123.51 122.50
MAYO 84.05 87.82 98.29 108.47 110.63 118.09 118.56 118.57 123.44 122.75
JUNIO 84.36 88.36 99.42 108.61 111.03 118.53 118.35 119.05 123.18 123.06
JULIO 85.20 84.33 89.13 100.60 108.62 111.68 118.77 118.11 119.54 122.95 123.46
AGOSTO 85.56 84.02 89.90 101.77 108.77 112.34 118.90 118.03 120.02 122.75
SETIEMBRE 85.91 84.06 90.58 102.80 108.87 112.84 119.28 118.06 120.54 122.45
OCTUBRE 86.04 84.33 91.51 103.59 109.00 113.70 119.34 117.99 121.08 122.28
NOVIEMBRE 85.80 84.59 92.68 104.57 109.18 114.70 118.95 118.06 121.71 122.26
DICIEMBRE 85.56 84.92 93.73 105.62 109.42 115.28 118.69 118.34 122.31 122.12
Los valores oblenidos al eslimar la componenle de 1endencia Ciclo (Paso-1) son los
siuienles:
PBI 1991 - 2001
Los valores oblenidos de la componenle fstacional - Irreular (Paso - 2) son los
siuienles:
Los valores oblenidos de la componenle fstacional (Paso - 3) son los siuienles:
Componente Estacional - Irregular
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
ENERO 1.00 0.92 0.95 0.99 0.96 0.99 0.96 0.96 0.97 0.96
FEBRERO 0.95 0.92 0.90 0.93 0.93 0.94 0.94 0.94 0.95 0.93
MARZO 1.00 1.00 1.00 1.00 0.98 0.97 1.00 1.02 1.03 1.00
ABRIL 0.99 1.00 1.03 1.00 1.00 1.08 1.03 1.01 1.02 1.03
MAYO 1.03 1.01 1.06 1.11 1.10 1.10 1.04 1.08 1.11 1.11
JUNIO 1.04 1.06 1.05 1.04 1.06 1.04 1.04 1.05 1.06 1.04
JULIO 1.11 1.00 1.01 1.00 1.02 1.02 0.99 1.02 0.99 1.01 1.00
AGOSTO 0.98 0.97 1.02 1.00 1.01 0.98 0.98 1.00 0.96 0.99
SETIEMBRE 0.97 0.97 0.99 0.97 0.96 0.95 0.98 0.98 0.96 0.94
OCTUBRE 1.02 1.02 0.99 0.98 0.98 0.97 1.00 0.98 0.99 0.98
NOVIEMBRE 0.97 1.00 0.99 1.00 1.00 0.98 0.98 0.98 1.00 0.98
DICIEMBRE 0.98 1.05 1.02 1.04 1.00 1.00 1.03 0.99 1.01 0.98
Componente Estacional
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
ENERO 0.96 0.95 0.97 0.98 0.97 0.97 0.96 0.96
FEBRERO 0.93 0.92 0.92 0.93 0.93 0.94 0.95 0.94
MARZO 1.00 1.00 1.00 0.98 0.98 0.99 1.01 1.01
ABRIL 1.01 1.01 1.01 1.03 1.04 1.04 1.02 1.02
MAYO 1.04 1.06 1.09 1.10 1.08 1.07 1.08 1.10
JUNIO 1.05 1.05 1.05 1.05 1.05 1.05 1.05 1.05
JULIO 1.04 1.00 1.01 1.01 1.01 1.01 1.00 1.01 1.00
AGOSTO 0.99 0.99 1.01 1.00 0.99 0.99 0.98 0.98
SETIEMBRE 0.98 0.98 0.97 0.96 0.96 0.97 0.97 0.96
OCTUBRE 1.01 1.00 0.98 0.98 0.98 0.98 0.99 0.98
NOVIEMBRE 0.99 1.00 1.00 0.99 0.99 0.98 0.99 0.99
DICIEMBRE 1.02 1.04 1.02 1.01 1.01 1.01 1.01 0.99
Los valores oblenidos de la componenle Irreular (Paso - 4) son los siuienles:
Finalmenle, los valores oblenidos al deseslacionalizar la Serie (Paso - 5) son los siuienles:
Componente Irregular
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
ENERO 0.96 1.00 1.02 0.98 1.02 0.99 0.99 1.01
FEBRERO 1.00 0.98 1.01 1.00 1.00 1.00 1.00 1.01
MARZO 1.00 1.00 1.01 1.00 0.99 1.00 1.00 1.01
ABRIL 1.00 1.02 0.99 0.98 1.04 0.99 0.99 1.00
MAYO 0.98 1.00 1.02 1.00 1.02 0.97 1.00 1.01
JUNIO 1.01 0.99 0.99 1.01 0.99 1.00 1.00 1.01
JULIO 0.96 1.00 0.99 1.00 1.01 0.98 1.02 0.98 1.01
AGOSTO 0.98 1.02 0.99 1.01 0.99 0.99 1.02 0.98
SETIEMBRE 0.99 1.01 1.00 1.00 0.98 1.01 1.01 1.00
OCTUBRE 1.01 0.99 1.00 1.00 0.99 1.01 0.99 1.00
NOVIEMBRE 1.02 0.99 1.01 1.01 0.99 1.00 0.99 1.01
DICIEMBRE 1.04 0.99 1.02 0.98 0.99 1.02 0.98 1.02
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001
ENERO 81.88 94.83 108.31 107.82 118.13 117.83 117.44 123.72
FEBRERO 85.93 93.70 108.27 109.56 116.11 119.21 117.96 124.23
MARZO 86.50 96.47 108.44 109.77 115.21 119.27 118.31 124.89
ABRIL 87.00 99.12 106.71 108.01 121.85 117.91 117.16 123.37
MAYO 85.77 98.41 110.27 110.31 120.03 115.17 118.95 124.44
JUNIO 89.46 98.89 108.01 112.29 117.93 117.77 119.09 124.52
JULIO 81.05 89.55 99.94 108.91 113.02 116.61 120.33 117.42 124.16
AGOSTO 82.42 91.81 100.78 109.96 111.58 118.18 120.28 117.10
SETIEMBRE 83.19 91.84 102.72 108.76 111.02 120.58 118.96 120.82
OCTUBRE 84.91 90.80 103.42 109.45 112.24 121.13 117.06 121.51
NOVIEMBRE 85.89 91.66 105.28 109.74 113.97 118.84 117.42 123.42
DICIEMBRE 87.90 92.37 107.63 107.76 114.42 121.07 116.43 124.17
PBI Desestacionalizada
ANEXO 4
RESULTADOS OBTENIDOS CON EL X 12 ARIMA POR DEFECTO
Para oblener las componenles de la serie
P8I (o cualquier olra serie), con la opcin
por deeclo que presenla el prorama X12
ARINA, se suieren seuir las siuienles
pasos:
1.Diilar la serie cronolicamenle en el
block de nolas. (Se podria hacer primero
en Fxcel y lueo copiar al block de
nolas).
2.Guardar el archivo con la exlensin spc.
Por ejemplo: P8I.spc.(Fs preerible
uardar denlro del direclorio donde se
encuenlra el prorama X 12 ARINA).
3.Inresar al D.O.S. (Simbolo del sislema)
4.Denlro del sislema, dar las siuienles
inslrucciones:
- CD X12 Arima (enler)
- X12 Arima > x12 a pbi (enler)
Con los que se oblendrn los siuienles
resullados:
Readin input spec file from PI.spc
1
U. S. Department of Commerce, U. S.
Census ureau
X-12 monthly seasonal adjustment
Nethod,
Release Version 0.2.9
1his melhod modiies lhe X-11 varianl o
Census Nelhod II by . Shiskin A.H. Youn
and .C. Nusrave o February, 1967. and
lhe X-11-ARINA proram based on lhe
melhodoloical research developed by
Fslela 8ee Daum, Chie o lhe Seasonal
Adjuslmenl and 1ime Series Sla o Sla-
lislics Canada, Seplember, 1979.
Primary Prorammers: 8rian Nonsell,
Nark Ollo
Series 1ille- P8I
Series Name- P8I
04/25/02 16:03:06.39
- Period covered- 1sl monlh,1991 lo
12lh monlh,2001
- 1ype o run - mulliplicalive seasonal
adjuslmenl
- Sima limils or radualin exlreme
values are 1.5 and 2.5 .
- 3x3 movin averae used in seclion 1
o each ileralion, 3x5 movin averae
in seclion 2 o ileralions 8 and C,
movin averae or inal seasonal
aclors chosen by Global NSR.
- Speclral plols eneraled or selecled
series
- Speclral plols eneraled or series
slarlin in 1994.an
FILF SAVF RFQUFS1S ( indicales ile exisls and will be overwrillen)
P8I.oul proram oulpul ile
P8I.err proram error ile
Conlenls o spc ile P8I.spc
Line #

1: series {title=PBI
2: data = ( 79.44 77.38 79.39 85.32 90.65 89.85 94.74 84.15 83.62 87.98 83.61 3.49
3: 84.99 80.48 84.61 83.25 86.94 87.84 84.29 81.60 81.25 85.65 84.88 9.46
4: 78.39 79.56 86.60 87.71 88.78 93.92 89.87 91.30 89.69 90.40 91.46 5.97
5: 90.34 85.96 96.53 100.19 104.18 103.92 100.89 101.42 100.02 101.86 104.90 109.79
6: 104.84 99.38 107.90 107.86 119.87 113.45 110.52 109.51 104.29 107.23 109.09 109.07
7: 105.80 101.83 108.02 110.81 121.25 117.86 114.37 110.59 106.71 110.54 112.39 115.32
8: 115.08 108.55 113.17 126.46 129.47 123.61 118.11 116.78 116.88 119.18 116.51 121.81
9: 114.48 112.19 118.52 122.71 123.73 123.10 120.47 117.79 115.98 115.75 115.92 117.37
10: 113.12 111.62 119.80 119.70 128.40 125.32 118.22 114.95 116.03 119.47 121.75 123.06
11: 119.10 117.19 126.75 125.80 137.23 131.08 124.35 121.41 114.61 120.08 119.46 119.13
12: 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:
15: X11{ }
D 8.A f-tests for seasonality
1est for the presence of seasonality assumin stability.
Sum o Drs.o Nean
Squares Freedom Square F-Value
8elween monlhs 1729.7782 11 157.25257 37.758
Residual 499.7696 120 4.16475
1olal 2229.5479 131
Seasonalily presenl al lhe 1 per cenl level.
Nonparametric 1est for the Presence of Seasonality Assumin Stability
Kruskal-Wallis Derees o Probabilily
Slalislic Freedom Level
102.8168 11 0.000%
Seasonality present at the one percent level.
Novin Seasonalily 1esl
Sum o Drs.o Nean
Squares Freedom Square F-value
8elween Years 28.3813 10 2.838128 0.817
Frror 382.1975 110 3.474523
No evidence o movin seasonalily al lhe ive percenl level.
CON8INFD 1FS1 FOR 1HF PRFSFNCF OF IDFN1IFIA8LF SFASONALI1Y
IDfN1IfIALf SfASONALI1Y PRfSfN1
D 9.A Moving seasonality ratio

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec

I 0.861 1.033 0.809 1.485 0.940 1.026 1.172 0.898 1.111 1.005 1.065 1.184
S 0.126 0.211 0.183 0.210 0.512 0.091 0.162 0.148 0.203 0.281 0.166 0.467
RATIO 6.835 4.905 4.430 7.064 1.836 11.280 7.233 6.067 5.469 3.574 6.413 2.537
D 10 Final seasonal factors
From 1991.Jan to 2001.Dec
Observations 132
Seasonal filter 3 x 5 moving average
-
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec AVGE
-
1991 97.0 92.8 99.8 100.3 105.1 105.0 100.9 99.0 97.5 100.4 98.9 103.4 100.0
1992 97.0 92.7 99.8 100.4 105.4 104.9 100.9 99.1 97.4 100.1 99.0 103.1 100.0
1993 97.0 92.5 99.7 100.5 105.9 105.0 101.0 99.4 97.1 99.6 99.2 102.7 100.0
1994 97.0 92.4 99.7 100.7 106.7 105.0 101.0 99.6 96.9 99.0 99.2 102.2 100.0
1995 96.9 92.5 99.6 101.2 107.6 104.9 101.1 99.5 96.8 98.6 99.1 101.6 99.9
1996 96.7 92.8 99.7 101.5 108.4 104.8 101.0 99.3 96.8 98.4 98.8 101.0 99.9
1997 96.5 93.3 100.0 101.7 109.0 104.9 100.9 99.0 96.7 98.4 98.6 100.4 99.9
1998 96.4 93.8 100.4 101.8 109.4 104.9 100.7 98.7 96.6 98.5 98.4 100.0 100.0
1999 96.2 94.0 100.7 102.0 109.7 104.9 100.5 98.7 96.5 98.5 98.3 99.6 100.0
2000 96.2 94.2 100.9 102.1 109.9 104.8 100.3 98.7 96.3 98.6 98.4 99.4 100.0
2001 96.2 94.3 101.1 102.0 110.0 104.9 100.3 98.7 96.1 98.6 98.5 99.2 100.0
AVGE 96.6 93.2 100.1 101.3 107.9 104.9 100.8 99.1 96.8 99.0 98.8 101.1
Table Total- 13195.52 Mean- 99.97 Std. Dev.- 3.75
Min - 92.44 Max - 109.96
D 10.A Final seasonal component forecasts
Observations 12

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec AVGE

2002 96.2 94.3 101.1 102.0 110.0 105.0 100.3 98.7 96.0 98.6 98.6 99.1 100.0
D 11 Final seasonally adjusted data
Observations 132

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec TOTAL

1991 82. 83. 80. 85. 86. 86. 94. 85. 86. 88. 85. 81. 1019.
1992 88. 87. 85. 83. 83. 84. 84. 82. 83. 86. 86. 87. 1016.
1993 81. 86. 87. 87. 84. 89. 89. 92. 92. 91. 92. 93. 1064.
1994 93. 93. 97. 99. 98. 99. 100. 102. 103. 103. 106. 107. 1200.
1995 108. 107. 108. 107. 111. 108. 109. 110. 108. 109. 110. 107. 1303.
1996 109. 110. 108. 109. 112. 112. 113. 111. 110. 112. 114. 114. 1336.
1997 119. 116. 113. 124. 119. 118. 117. 118. 121. 121. 118. 121. 1426.
1998 119. 120. 118. 121. 113. 117. 120. 119. 120. 118. 118. 117. 1419.
1999 118. 119. 119. 117. 117. 120. 118. 117. 120. 121. 124. 124. 1432.
2000 124. 124. 126. 123. 125. 125. 124. 123. 119. 122. 121. 120. 1476.
2001 122. 121. 121. 123. 124. 122. 124. 125. 123. 125. 124. 125. 1479.
AVGE 106. 106. 106. 107. 107. 107. 108. 108. 108. 109. 109. 109.
Min - 79.56 Max - 125.57
1est for the presence of residual seasonality.
No evidence o residual seasonalily in lhe enlire series al lhe
1 per cenl level. F ~ 0.19
No evidence o residual seasonalily in lhe lasl 3 years al lhe
1 per cenl level. F ~ 0.70
No evidence o residual seasonalily in lhe lasl 3 years al lhe
5 per cenl level.
Nole: sudden lare chanes in lhe level o lhe adjusled series will
invalidale lhe resulls o lhis lesl or lhe lasl lhree year period.
D 12 Final trend cycle
Observations 132
Trend filter 13-term Henderson moving average
I/C ratio 2.25

Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec TOTAL

1991 83. 83. 84. 85. 85. 86. 86. 86. 86. 86. 86. 86. 1023.
1992 86. 85. 85. 84. 83. 83. 83. 83. 84. 85. 85. 86. 1013.
1993 86. 86. 87. 87. 88. 89. 90. 91. 91. 92. 92. 93. 1073.
1994 94. 95. 96. 97. 98. 99. 100. 101. 103. 104. 106. 107. 1201.
1995 107. 108. 108. 108. 109. 109. 109. 109. 109. 109. 109. 109. 1303.
1996 109. 109. 110. 110. 111. 112. 112. 112. 112. 112. 113. 114. 1336.
1997 116. 117. 117. 118. 118. 118. 118. 119. 119. 120. 120. 120. 1420.
1998 120. 119. 119. 119. 119. 119. 119. 119. 119. 118. 118. 118. 1426.
1999 118. 118. 118. 118. 118. 118. 118. 119. 120. 121. 123. 124. 1434.
2000 124. 125. 125. 125. 125. 124. 124. 123. 122. 122. 121. 121. 1480.
2001 121. 122. 122. 123. 123. 123. 124. 124. 124. 124. 124. 125. 1478.
AVGE 106. 106. 106. 107. 107. 107. 108. 108. 108. 109. 109. 109.
Min - 82.69 Max - 124.74
D 13 Final irregular component
Observations 132
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec S.D.

1991 99.0 99.9 94.5 100.2 100.9 99.6 109.0 98.8 99.8 102.0 98.2 93.9 3.6
1992 102.1 101.7 100.1 98.7 99.0 101.0 100.7 98.7 99.2 100.9 100.4 101.0 1.2
1993 93.7 99.5 100.1 99.9 95.2 100.5 98.9 101.2 101.0 98.9 99.9 100.6 2.4
1994 99.3 97.9 100.7 102.1 99.2 99.6 99.5 100.4 100.4 98.7 100.2 100.7 1.1
1995 100.7 99.5 100.1 98.3 102.6 99.4 100.4 100.9 98.8 99.9 101.2 98.7 1.2
1996 100.6 100.7 98.8 99.0 100.7 100.8 101.3 99.4 98.3 99.9 100.4 99.9 0.9
1997 103.2 99.7 96.4 105.5 100.6 99.7 98.8 99.3 101.2 101.1 98.5 101.2 2.3
1998 99.3 100.3 99.2 101.4 95.1 98.7 100.6 100.3 101.1 99.3 99.7 99.6 1.6
1999 99.8 100.7 100.8 99.4 99.2 101.2 99.3 97.7 99.9 99.8 101.0 100.0 0.9
2000 99.7 100.0 100.7 98.8 100.2 100.6 100.1 99.9 97.2 100.0 100.2 99.1 1.0
2001 100.7 99.6 99.4 100.6 101.0 99.0 100.0 100.7 98.9 100.9 99.6 100.3 0.7
S.D. 2.3 0.9 2.1 2.0 2.3 0.8 2.8 1.1 1.3 1.0 0.9 2.0
1able 1olal- 13183.48 Nean- 99.87 Sld. Dev.- 1.75
Nin - 93.74 Nax - 109.04
F 3. Nonitorin and Quality Assessment Statistics
All lhe measures below are in lhe rane rom 0 lo 3 wilh an acceplance reion
rom 0 lo 1.
1. 1he relalive conlribulion o lhe irreular over lhree monlhs span (rom 1able F
2.8). N1 ~ 0.376
2. 1he relalive conlribulion o lhe irreular componenl lo lhe slalionary porlion
o lhe variance (rom 1able F 2.F). N2 ~ 0.215
3. 1he amounl o monlh lo monlh chane in lhe irreular componenl as com-
pared lo lhe amounl o monlh lo monlh chane in lhe lrend-cycle (rom 1able
F2.H). N3 ~ 0.627
4. 1he amounl o aulocorrelalion in lhe irreular as described by lhe averae
duralion o run (1able F 2.D). N4 ~ 0.054
5. 1he number o monlhs il lakes lhe chane in lhe lrend-cycle lo surpass lhe
amounl o chane in lhe irreular (rom 1able F 2.F). N5 ~ 0.650
6. 1he amounl o year lo year chane in lhe irreular as compared lo lhe
amounl o year lo year chane in lhe seasonal (rom 1able F 2.H).
N6 ~ 0.225
7. 1he amounl o movin seasonalily presenl relalive lo lhe amounl o slable
seasonalily (rom 1able F 2.I). N7 ~ 0.354
8. 1he size o lhe luclualions in lhe seasonal componenl lhrouhoul lhe
whole series N8 ~ 0.523
9. 1he averae linear movemenl in lhe seasonal componenl lhrouhoul lhe
whole series N9 ~ 0.415
10. Same as 8, calculaled or recenl years only N10 ~ 0.588
11. Same as 9, calculaled or recenl years only N11 ~ 0.579
ACCFP1FD al lhe level 0.40
Q (wilhoul N2) ~ 0.42 ACCFP1FD.
ANEXO 5
RESULTADOS OBTENIDOS CON EL X 12 ARIMA INCORPORANDO UN
MODELO ARIMA
Las inslrucciones previas para la deseslacionalizacin incorporando un modelo especiico,
son las mismas que el procedimienlo por deeclo, a excepcin de las senlencias del
modelo ARINA incorporado (que se presenlan en nerilas denlro de la salida del
prorama).
Los resullados y las inslrucciones de modelizacin se presenlan a conlinuacin:
Readin inpul spec ile rom P8I.spc
1
U. S. Deparlmenl o Commerce, U. S. Census 8ureau
X-12-ARINA monlhly seasonal adjuslmenl Nelhod, Release Version 0.2.8
1his melhod modiies lhe X-11 varianl o Census Nelhod II by . Shiskin A.H.
Youn and .C. Nusrave o February, 1967. and lhe X-11-ARINA proram based
on lhe melhodoloical research developed by Fslela 8ee Daum, Chie o lhe Sea-
sonal Adjuslmenl and 1ime Series Sla o Slalislics Canada, Seplember, 1979.
Primary Prorammers: 8rian Nonsell, Nark Ollo
Series Name- P8I
05/08/02 10:50:41.31
-Period covered- 1sl monlh,1991 lo 12lh monlh,2001
-1ype o run - mulliplicalive seasonal adjuslmenl
-Sima limils or radualin exlreme values are 1.5 and 2.5 .
-3x3 movin averae used in seclion 1 o each ileralion,
3x5 movin averae in seclion 2 o ileralions 8 and C,
movin averae or inal seasonal aclors chosen by Global NSR.
-Speclral plols eneraled or selecled series
-Speclral plols eneraled or series slarlin in 1994.an
FILF SAVF RFQUFS1S ( indicales ile exisls and will be overwrillen)
P8I.d10 inal seasonal aclors
P8I.d11 inal seasonally adjusled dala
P8I.d12 inal lrend cycle
P8I.d13 inal irreular componenl
P8I.oul proram oulpul ile
P8I.err proram error ile
Conlenls o spc ile P8I.spc
Line #

1: series {PBI
2: data = ( 79.44 77.38 79.39 85.32 90.65 89.85 94.74 84.15 83.62 87.98 83.61 83.49
3: 84.99 80.48 84.61 83.25 86.94 87.84 84.29 81.60 81.25 85.65 84.88 89.46
4: 78.39 79.56 86.60 87.71 88.78 93.92 89.87 91.30 89.69 90.40 91.46 95.97
5: 90.34 85.96 96.53 100.19 104.18 103.92 100.89 101.42 100.02 101.86 104.90 109.79
6: 104.84 99.38 107.90 107.86 119.87 113.45 110.52 109.51 104.29 107.23 109.09 109.07
7: 105.80 101.83 108.02 110.81 121.25 117.86 114.37 110.59 106.71 110.54 112.39 115.32
8: 115.08 108.55 113.17 126.46 129.47 123.61 118.11 116.78 116.88 119.18 116.51 121.81
9: 114.48 112.19 118.52 122.71 123.73 123.10 120.47 117.79 115.98 115.75 115.92 117.37
10: 113.12 111.62 119.80 119.70 128.40 125.32 118.22 114.95 116.03 119.47 121.75 123.06
11: 119.10 117.19 126.75 125.80 137.23 131.08 124.35 121.41 114.61 120.08 119.46 119.13
12: 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=yes
20: final=user
21: SAVE = (D10 D11 D12 D13)
22: print=brief }
NODfL DffINI1ION
1ransormalion
Lo(y)
ARINA Nodel
(0,1,1)(1,1,1)
reARINA Nodel Span
From 1991.an lo 2001.Dec
NODfL fS1INA1ION/fVALUA1ION
Fxacl ARNA likelihood eslimalion
Nax lolal ARNA ileralions 200
Converence lolerance 1.00F-05
Averae absolule percenlae error in wilhin-sample orecasls:
Lasl year: 2.03 Lasl-1 year: 3.22 Lasl-2 year: 1.42
Lasl lhree years: 2.22
ARINA Nodel: (0,1,1)(1,1,1)
Nonseasonal dierences: 1
Seasonal dierences: 1
Parameler Value (ixed)
-------------------
Seasonal AR
La 12 -0.1600
Nonseasonal NA
La 1 0.4132
Seasonal NA
La 12 0.8837
Variance 0.78191F-03
-------------------
NO1f: Fixed values have been assined lo some reression and ARINA model coe-
icienls. I lhese values are eslimales calculaled by X-12-ARINA, lhen lhe model
comparison slalislics (AIC, AICC, Hannan Quinn, and 8IC) and lhe P-values o lhe Qs
o lhe sample aulocorrelalions o lhe residuals below are invalid and should nol be
used.
Likelihood Slalislics
---------------------------------
Feclive number o observalions (neobs) 119
Number o paramelers eslimaled (np) 1
Lo likelihood 246.2989
1ransormalion Adjuslmenl -558.0515
Adjusled Lo likelihood (L) -311.7526
AIC 625.5052
AICC (F-correcled-AIC) 625.5394
Hannan Quinn 626.6337
8IC 628.2843
---------------------------------
FORFCAS1ING
Oriin 2001.Dec
Number 12
Forecasls and Slandard Frrors o lhe 1ransormed Dala
--------------------
Slandard
Dale Forecasl Frror
--------------------
2002.an 4..78 0.028
2002.Feb 4.75 0.032
2002.Nar 4.82 0.036
2002.Apr 4.84 0.040
2002.Nay 4.90 0.043
2002.un 4.88 0.046
2002.ul 4.84 0.049
2002.Au 4.82 0.052
2002.Sep 4.80 0.054
2002.Ocl 4.83 0.057
2002.Nov 4.83 0.059
2002.Dec 4.86 0.061
--------------------
Conidence inlervals wilh coverae probabilily (0.95000) On lhe
Oriinal Scale
---------------------------
Dale Lower Forecasl Upper
---------------------------
2002.an 112.95 119.31 126.03
2002.Fe 108.56 115.68 123.27
2002.Nar 115.50 124.02 133.18
2002.Apr 117.26 126.79 137.10
2002.Nay 123.00 133.84 145.65
2002.un 120.17 131.54 143.99
2002.ul 114.96 126.54 139.29
2002.Au 112.30 124.26 137.49
2002.Sep 109.49 121.75 135.39
2002.Ocl 111.87 125.00 139.67
2002.Nov 111.99 125.70 141.09
2002.Dec 114.16 128.71 145.11
---------------------------
- 1he X11 ARINA/88 SFASONAL AD-
US1NFN1 NF1HOD
fstela ee Daum. Octubre, 1988
- DFSFS1ACIONALIZACIN DF SFRIFS
DF 1IFNPO FCONNICAS:
IN1RODUCCIN A LA
NF1ODOLOGA
Vctor N. Guerrero.
Revisla Comercio Fxlerior, Noviembre
1990
DF 1IFNPO FCONNICAS: AUS1FS
PRFVIOS
Vctor N. Guerrero.
Revisla Comercio Fxlerior, 1996.
DF 1IFNPO FCONNICAS
Instituto Nacional de fstadstica,
Noviembre 1996.
- ANLISIS FS1ADS1ICO DF SFRIFS
FCONNICAS
Vctor Correa, Pablo Narshall,
frnestina Prez
Fsladislica & Fconomia 1. Revisla del
Inslilulo Nacional de Fsladislica . Chile.
- ANLISIS DF SFRIFS DF 1IFNPO
fdith Seier.
Facullad de Ciencias Nalemlicas.
UNNSN. 1993
BlBLlOCRAFA
- IN1RODUCCIN A LA
FCONONF1RA
Oskar Lane.
Fondo de Cullura Fconmica. 1978
- PRONS1ICOS FN LOS NFGOCIOS
John f. Hanke - Arthur G. Reitsh
Prenlice Hall Hispanoamerica, S. A.
1996
- IN1RODUCCIN AL X11 ARINA/
88. NF1ODO DF AUS1F
FS1ACIONAL
Sandra Hernndez R.
Fn Seminario - 1aller sobre mlodos
economlricos, Series de 1iempo y
Anlisis de Coyunlura. Fl Salvador.
- AUS1F FS1ACIONAL: CONCFP1OS,
NF1ODOS Y PRC1ICAS: AUS1F DF
SFRIFS NFNSUALFS O 1RINFS1RALFS
A DA1OS ANUALFS
Norma Chhab Alperin.
II Reunin de Fxperlos en Cuenlas
Nacionales de la Comunidad andina.
La Paz, 8olivia, 2001.
- DFSFS1ACIONALIZACIN DF LAS
SFRIFS NACROFCONNICAS:
OFFR1A Y DFNANDA GLO8ALFS
Patricia otarues y Narina Pecar
Fn hllp://www.mecovi.or.ar/secpro/
dir_cn/deseslacionalizacion/doc1.hlm
- X12 ARINA RFFFRFNCF NANUAL.
Versin 0.2.8
U.S. Census ureau. 2001
Fn hllp://www.census.ov/srd/www/
x12a/
- FCONONF1RIA
A. Novales
NcGraaw-Hill. Fspaa 1993
- NFASURING 8USINFSS CYCLFS
urns, A. f., y W. C. Nitchell
Nalional bureau o Fconomic Research.
1946
- FOR A RF1URN 1O PRAGNA1ISN.
8lanchard, O..
Fn "1he usines Cycle:1heories and
fvidence". 8elonia, N.1., y Garinkel,
N.R., eds.1992
- UNDFRS1ANDING 8USINFSS CYCLFS
Lucas, R.f. Fn Carneie-Rochester
Conference series on Public Policy,
5. 1977.
- ANLISIS FCONONF1RICO
William H. Greene
Fdil. Prenlice may. 1997
- NFNORIAS 1991-2000
anco Central de Reserva del Per.
- FL PRODUC1O PO1FNCIAL
U1ILIZANDO FL FIL1RO DF
HODRICK-PRFSCO11: UNA
APLICACIN PARA COLON8IA
Luis fernando Nelo Velandia y
lvaro Riascos Villeas.
Fn NONF1ARIA, Abr-un. 2000.
- PFRU: CONPFNDIO FS1ADS1ICO
2001
Instituto Nacional de fstadstica e
Informtica.
- PRO8A8ILIDAD Y FS1ADS1ICA
APLICADAS A LA INGFNIFRIA
Doulas C. Nontomery y Geore
C. Runer.
Fdil. Nac Graw Hill, 1996

LIBRO Desestacionalizacion Seires Economicas

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

LIBRO Desestacionalizacion Seires Economicas

Uploaded by

Copyright:

Available Formats

Desestacionalizacin

You might also like