DETERMINACIÓN DE MODELOS PARA LA EXTRACCIÓN DE SEÑALES Y EL PRONÓSTICO DE LAS SERIES TRIMESTRALES DE LA OFERTA Y DEMANDA GLOBALES

• Main Authors: Elvia Campos Villalobos, Ana Cecilia Kikut Valverde, Marta Muñoz Barrantes, Alexander Porras Jara, Lizette Rocha Bonilla, Margarita Rodríguez Mora
• Format: Article
• Language: English
• Published: Universidad Nacional, Costa Rica 2002-09-01
• Series: Economía y Sociedad
• Subjects: Oferta, demanda, series trimestrales, ARIMA, agricultura, industria.
• Online Access: http://www.revistas.una.ac.cr/index.php/economia/article/view/1191
• ISSN: 1409-1070; 2215-3403

<p>El objetivo de este estudio es modelar las series trimestrales de los componentes de la oferta y demanda globales de Costa Rica, mediante el empleo de métodos ARIMA, a fin de extraer los componentes de tendencia-ciclo, estacional e irregular que conforman dichas series con el propósito de evaluar la evolución del sector real en el corto plazo y realizar pronósticos.</p><p>Para ello se utilizan las series trimestrales recientemente estimadas de los componentes de oferta y demanda globales basadas en las series anuales compiladas utilizando el año 1991 como periodo de referencia a precios constantes. El periodo de análisis abarca del primer trimestre de 1991 al cuarto trimestre del 2000. Se analizaron un total de treinta y cinco variables.</p><p>Para obtener los resultados, se hizo uso del paquete computacional TRAMO/SEATS, en su versión para Windows, lo que constituye una primera aplicación de esta herramienta en el Banco Central de Costa Rica. Se emplea este instrumento puesto que se basa en modelos y no en métodos empíricos, lo que permite realizar inferencia estadística de las estimaciones de los modelos ajustados para cada componente. Adicionalmente, se aplicó el método de desestacionalización directo e indirecto a algunas variables.</p><p>Como conclusiones generales se señalan que el software TRAMO/SEATS constituye una herramienta poderosa, flexible y de fácil uso en el análisis de series de tiempo. En general, este paquete permitió discriminar entre modelos y descomposiciones alternativas. Además, se observó una descomposición final adecuada para cada variable. Sin embargo, falta darle una explicación económica a las series desestacionalizadas. Finalmente, los resultados del ajuste estacional indican que el método indirecto fue significativo en el caso de dos variables (agricultura e industria).</p>