BLOG2-Variaciones Cíclicas

INTRODUCCIÓN
Se define una serie temporal (también denominada histórica, cronológica
o de tiempo) como un conjunto de datos, correspondientes a un fenómeno
económico, ordenados en el tiempo.
Componentes de una serie temporal:
- La tendencia.
- Las variaciones cíclicas.
- Las variaciones estacionales.
- Las variaciones accidentales.
Variaciones Cíclicas
Son movimientos hacia arriba o hacia abajo de la serie, los cuales no están
asociados a variaciones estacionales. Normalmente resultan de variaciones en
las condiciones económicas.
1. Las Estacionalidades regularmente son fluctuaciones las cuales se
repiten año tras año con duraciones e intensidades similares. El primer
paso para la descomposición de una serie de tiempo es quitar los
efectos estacionales en los datos. Sin desestacionalizar los datos, se
podría,
por
ejemplo,
deducir
incorrectamente
los
patrones
de
incrementos recientes que se mantendrán indefinidamente; es decir, una
tendencia de crecimiento se encuentra presente, cuando realmente
dicho incremento es simplemente obtenido " por la temporada del año";
es decir, debido a picos estacionales regulares. Para medir efectos
estacionales, se calcula un grupo de índices estacionales. Un método
práctico y extensamente usado para calcular estos índices es el
acercamiento del "coeficiente a los promedios móviles." De acuerdo a
este índice, se puede medir cuantitativamente a qué distancia por
encima o por debajo de un período determinado se está con respecto al
valor esperado o al "curso normal" del período con respecto a los datos
(los datos esperados son representados por un índice de estacionalidad
de 100% o de 1,0.)
2. La Tendencia es el crecimiento, descenso o manutención de los datos
en
un
período
de
tiempo
determinado.
Utilizando
los
datos
desestacionalizados. La medición de los componentes de la tendencia
se realiza simplemente ajustando una línea recta o algún otra función.
Esta función ajustada se calcula mediante el método de los mínimos
cuadrados y representa la tendencia general de todos los datos a través
del tiempo.
3. Los Ciclos generalmente son cambios en los datos representados por
subidas y bajadas; estos cambios son generados, por ejemplo, en el
entorno económico en general tales como recesiones y expansiones (no
por efectos estacionales). Para medir como el efecto cíclico en general
afecta los niveles de los datos, se calcula una serie de índices cíclicos.
Teóricamente, los datos desestacionalizados todavía contienen restos
de tendencias, ciclos y componentes irregulares. Adicionalmente, se
tiene que los niveles en los datos predichos usando la formula de
tendencia solo representan efectos de tendencia. Por lo tanto, se asienta
una razón para que el cociente de estos valores de datos proporcionen
un índice que refleje solo los componentes cíclicos e irregulares. Como
el ciclo operativo de los negocios es por lo general más largo que el ciclo
estacional, se debería entender que el análisis cíclico no se espera que
tan preciso como el análisis estacional.
Debido a la enorme complejidad de los factores generales de
comportamiento en la economía a largo plazo, una aproximación general
a los factores cíclicos sería un objetivo más realista. Por lo tanto, ni los
picos positivos ni negativos serian un interés principal sino la tendencia
general de los efectos cíclicos que mueven gradualmente a cualquier
dirección. Para estudiar el movimiento cíclico en general en vez de
cambios cíclicos precisos (los cuales indican falsamente mayor precisión
de la que realmente está presente en esta situación), se atenúa los
ploteos cíclicos cuando se reemplaza cada cálculo de índices con un
promedio móvil de 3 períodos. Se nota que a medida que el promedio
del número de periodos móviles incrementa, los datos se hacen más
homogéneos y con diferencias más atenuadas. La alternativa de 3
períodos, que podría ser considerada como subjetiva, puede ser
justificada por el intento de atenuar todos los picos positivos y negativos
de las acciones menores de los índices cíclicos, de manera que solo los
cambios importantes permanezcan.
4. Las Irregularidades I: son cualquier fluctuación que no esté clasificada
en ninguna de las anteriores. Este es un componente inexplicable de las
series de tiempo; por lo tanto son impredecibles. Las estimaciones de I
solo pueden ser esperadas cuando su varianza no es demasiado
grande. De lo contrario, no es posible descomponer las series. Si la
magnitud de la variación es muy grande, la proyección de los valores
futuros será imprecisa. La mejor alternativa es establecer intervalos
probabilísticos para los valores futuros sujetos a que probabilidad dada
de I es conocida.
5. Haciendo Pronósticos: En este punto del análisis, luego de haber
completado el estudio de los componentes de las series de tiempo, se
proyectan valores futuros haciendo pronósticos para algunos períodos
siguientes. El proceso se encuentra resumido a continuación:
o
Paso 1: Calcule el nivel de tendencia futura mediante la ecuación
de tendencia.
o
Paso 2: Multiplique el nivel de tendencia obtenido en el paso 1 por
el índice de estacionalidad de manera de incluir los efectos de
estacionalidad.
o
Paso 3: Multiplique el resultado del paso 2 por el índice cíclico
proyectado de forma tal que se incluyan los efectos cíclicos y se
obtenga el pronóstico final.
Ejemplo para variaciones cíclicas:
Suponga que se tienen las ventas trimestrales de un supermercado en el
período 1990-1994, expresadas en millones de BsF constantes del año 1990.
Determinación de las Variables Cíclicas:
Cuando se ha definido esta componente se ha dicho que recoge las
oscilaciones periódicas de larga duración. El problema es que estos
movimientos no suelen ser regulares como los estacionales y su determinación
encierra dificultades de forma que como se ha apuntado en los casos prácticos
se suelen tratar conjuntamente con la tendencia llamando componente
extraestacional al efecto (TxC) si se está en el marco multiplicativo o (T+C) si
es el aditivo.
A pesar de estas dificultades se puede tratar de aislar el ciclo bajo la
hipótesis multiplicativa dejándola como residuo con la eliminación de la
tendencia y la variación estacional.
Pasos a seguir:
- Estimar la tendencia.
- Calcular los índices de variación estacional.
- Se desestacionaliza la serie observada.
- Se elimina la tendencia dividiendo cada valor desestacionalizado por la serie
de tendencia.
Expresando el proceso en forma de cociente sería:
El proceso finalizaría intentando eliminar la componente accidental A y
determinando el periodo de los ciclos que llevaría a un tratamiento de análisis
armónico que superaría el nivel descriptivo que esta dado al tratamiento clásico
de las Series temporales.