Análisis Estadístico de Series de Tiempo

ORTIZ RAMIREZ JORGE
ECONOMETRÍA II
GRUPO: 2612

ANÁLISIS ESTADÍSTICO DE SERIES DE TIEMPO ECONÓMICAS GENERADAS CON DATOS OFICIALES

Aun cuando los datos oficiales sean generados mediante la aplicación de técnicas y procedimientos bien establecidos, probados y recomendados por organismos estadísticos internacionales, es común encontrar deficiencias en ellos, como puede ser la falta decoherencia, ya sea en relación con distintas variables para el mismo periodo de observación o para una sola variable en diferentes periodos; asimismo, es frecuente que haya cifras faltantes en las series. Estas dos carencias en calidad de los datos pueden remediarse con la aplicación de procedimientos de edición e imputación, con los cuales se puede garantizar un cierto nivel de calidad de lainformación.

Los métodos de desagregación temporal de series resultan útiles para generar cifras con mayor frecuencia de observación a partir de datos observados con menor asiduidad. De igual manera, pueden aplicarse métodos de desagregación sectorial o geográfica para aumentar la cobertura respectiva.

Por otro lado, se deben tener en cuenta las técnicas de reducción de dimensión, con las cuales sepuede resumir el comportamiento de una gran cantidad de series en unas cuantas.

Suavizamiento de series y ajuste estacional:

Para la desestacionalización existen dos procedimientos que sobresalen por ser los más utilizados y recomendados a nivel internacional: el X-12-ARIMA de la Oficina del Censo de Estados Unidos de América y el SEATS del Banco de España.

La necesidad de suavizar los datosde una serie de tiempo surge porque la información muchas veces presenta movimientos erráticos y fluctuaciones indeseables que, básicamente, oscurecen la dinámica de la variable a la que se refiere la serie.

La obtención de tendencias está ligada muchas veces al ajuste estacional de series, pero eso no tiene por qué ser siempre así, ya que suavizar series de tiempo puede requerirse tambiénpara otras que no contengan efectos estacionales (de las que se desee eliminar las fluctuaciones indeseables, que oscurecen su patrón dinámico de largo plazo) o bien el suavizamiento podría ser aplicado a una serie que no haya sido desestacionalizada de forma previa. Existen varios procedimientos para suavizar los datos.

1) El de tendencia con promedio de fases (PAT, por sus siglas en inglés)usado por el National Bureau of Economic Research (NBER) y también por el INEGI en relación con el cálculo de índices cíclicos.
2) El filtro de Hodrick-Prescott (HP) doble que se utiliza en la Organización para la Cooperación y Desarrollo Económicos (OCDE)
3) El filtro HP con suavidad controlada por el usuario.
4) El filtro Christiano y Fitzgerald empleado por Eurostat, que permite elegir el pasode banda para la frecuencia de los ciclos.

Los citados procedimientos se denominan filtros, ya que se aplican a una serie de datos para conseguir un fin en particular, sin hacer referencia necesariamente a un modelo estadístico ni a supuestos que pudieran ser verificables con los datos disponibles.

Edición e imputación de datos:

El problema de edición de datos se presenta cuando hayinconsistencia en su recolección, debido a que las respuestas al cuestionario son inválidas, de acuerdo con algún criterio usado para validarlas; el de imputación ocurre cuando faltan datos de una o más de las variables en el cuestionario.

Los métodos preferibles son los de más fácil aplicación y que consideren la imputación de dos o más variables de forma simultánea, es decir, que incluya series detiempo múltiples.

Desagregación de series de tiempo:

Surgió originalmente en la dimensión temporal con el fin de estimar datos que no son observables con alta frecuencia (digamos mensuales) a partir de datos que sí lo son, pero cuya frecuencia de observación es baja (digamos trimestrales). El requisito fundamental es que los desagregados satisfagan la restricción contable impuesta por el...