Universidad Nacional de Ingeniera

lisis de series de tiempo

Ana
n, presentaciones y
Trabajos de investigacio
laboratorios

Determinaci
on del mejor
modelo ARIMA

Alumnos:
Jonshon Camarena
Joseph Vela
Carlos Yalta

Profesor:

Rafael Caparo

10 de abril de 2015

Resumen
El presente trabajo tiene como objetivo determinar el mejor modelo
ARIMA para el precio de la accion de la empresa Buenaventura S.A.A.
siguiendo la metodologa Box y Jenkins. La primera parte consiste en
establecer el marco te
orico del los modelos ARIMA, pasando a la aplicaci
on en el software estadstico Eviews para comprobar la hipotesis
de modelamiento, concluyendo con la ecuacion de regresion que mejor
explique el comportamiento del precio de la accion.

1.

Introducci
on

Buenaventura es una empresa minera peruana dedicada a la industria extractiva y actividades conexas. En este campo su principal preocupacion es
explotar en forma racional los recursos mineros que dispone. Tiene como objetivo principal la expansion de sus actividades y es por este motivo que reinvierte
gran parte de sus utilidades, creando oportunidades de trabajo.
A mediados del a
no 2014 en el mercado de valores, el sector minero, el de mayor
peso del mercado, avanzo un 0.78 % apoyado principalmente por las acciones
de la productora de metales preciosos Buenaventura, que saltaron un 6.94 %,
a US$ 11.4. Sin embargo, historicamente de observa que los precios ajustados
de la compa
na no presentan un comportamiento bastante voluble.
En el presente informe, trataremos el problema de la no estacionalidad de la
serie de precios ajustados de las acciones de la compa
na Buenaventura a traves
de sus diferencias. Posteriormente, desarrollaremos el modelo para la diferencia
que presente estacionalidad, identificando esta graficamente y mediante el test
Dickey-F
uller.
Finalmente encontraremos el mejor modelo ARIMA que se desprende del correlograma de la diferencia que presente estacionalidad y a traves del Schwarz
criterion identificaremos la mejor combinacion ARMA.

2.

Marco te
orico

2.1.

Modelos ARMA

El modelo ARMA(p,q) es representado como:

yt = c + 1 yt1 + 2 yt2 + + p ytp + wt + 1 wt1 + 2 wt2 + + q wtq
que representandolo en terminos de operadores de rezagos se tiene:
(L)yt = c + (L)wt
Este proceso es estacionario si es que todas las races del polinomio de rezagos
(L) se encuentran fuera del crculo unitario. En este caso, se puede encontrar
la representacion de medias moviles de este proceso, y expresar yt como:
yt = + (L)wt
donde : (L) =
tal que:

1 + 1 L + 2 L2 + + q Lq
1 1 L 2 L2 p Lp

|k | <

k=0

c
1 1 2 p

Dado los k , los momentos del proceso ARMA(p,q) puede determinarse de la

misma forma que para el caso de un AR(p)1 .

2.2.

Modelos ARIMA

El modelo ARIMA permite describir un valor como una funcion lineal de

datos anteriores y errores debidos al azar, ademas, puede incluir un componente cclico o estacional. Es decir, debe contener todos los elementos necesarios
para describir el fenomeno. Box y Jenkins recomiendan como mnimo 50 observaciones en la serie temporal2 .
En caso que la serie que se este analizando no sea estacionario, posea algunas de
las races del polinomio de rezagos de la parte autorregresiva dentro del crculo
unitario, se puede modelar dicha serie utilizando un modelo ARMA(p,q) luego
de transformar dicha serie en estacionaria.
Para transformar una serie que posee d races unitarias en una serie estacionaria, hay que diferenciarla d veces.En donde, el operador diferencias se define
como: = (1 L)
Por lo tanto, En un AR(3) (1 1 L)(1 2 L)(1 3 L)yt = wt , asuma
2 = 3 = 1.

2.3.

Criterio de informaci
on: Schwarz

El estadstico de Schwarz presenta la siguiente forma:

SC = 2

log(T )
L
+k
T
T

donde:
T : representa el tama
no de la muestra temporal.
L: el logaritmo de la funcion de verosimilitud
k: representa el n
umero de parametros estimados.

3.

Aplicaci
on en Eviews

El ejercicio de aplicacion consiste en realizar un modelamiento del precio

de una accion mediante los procesos AR y MA.
wf minasbuenaventura u 1 120
series precio
precio . line
1
2

Apuntes de clase, Series de Tiempo

Universidad Autonoma de Madrid, Series Temporales : Modelo ARIMA

Presentamos la data mensual de los precios ajustados para las acciones de

la Compa
na Minera Buenaventura, para los a
nos 2005-2015. Graficamente se
observa el siguiente comportamiento de estos precios.

Figura 1: Precios ajustados Buenaventura 2005 - 2015

Se observa que no presenta estacionalidad, aspecto que corroboramos mediante el Test de Dickey-F
uller, en el que se acepta la hipotesis nula (tiene raz
unitaria), por lo que esta primera serie de precios es no estacionaria.

Figura 2: Test de raz unitaria de la variable Precio

Empleando la metodologa de las diferencias para la serie de precios, identificamos graficamente a la primera diferencia como una serie estacionaria.

Figura 3: Primera diferencia de la variable Precio

Aplicando el Test de Dickey-Fuller a esta nueva serie, encontramos que se
rechaza la hipotesis nula de la existencia de raz unitaria, por consiguiente,
esta nueva seria es estacionaria.

Figura 4: Test de raz unitaria de la variable Primera diferencia del Precio

Para identificar el mejor modelo ARMA para esta nueva serie, primero
obtenemos el correlograma correspondiente a la serie de la primera diferencia
de precios. Como se muestra a continuacion:

Figura 5: Correlograma de la variable Primera diferencia del Precio

Para fines practicos, trabajaremos hasta el rezago 36, para identificar el
n
umero de rezagos tanto en AR como en MA, de esta manera usar la combinacion ARMA(p,q) que presente un Schwarz criterion de menor valor. En
Eviews desarrollamos el siguiente programa para obtener una matriz que recoja los ndices de Schwarz para todas las combinaciones ARMA(p,q).

matrix ( 1 0 0 , 1 0 0 )A
f o r ! p=1 t o 36
f o r ! q=1 t o 36
e q u a t i o n arma ! p ! q . l s p d p r e c i o c AR( ! p ) MA( ! q )
A ( ! p , ! q )=@sc
next
next

Por lo tanto, comparando los criterios de Schwarz de la matriz generada3

con 1296 valores, se encuentra que el menor valor corresponde al modelo ARMA(32,36). De esta forma los precios de la accion de la empresa de minas
Buenaventura S.A.A. se puede describir como un modelo ARIMA(32,1,36).

Figura 6: Ecuacion de regresion ARMA(32,36)

Anexos: Figura 7

4.

Anexos

Figura 7: Matriz de resultados conteniendo los valores del Schwarz criterion

Figura 8: Programa en Eviews