Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodos
Metodos
Estratgica de las
Finanzas
Pblicas
Mtodos de promedios
Aunque existen ms mtodos para pronosticar, por simplicidad presentamos
solamente dos, que consideramos los ms usuales y sencillos de llevar a cabo.
Promedios Mviles
Suavizacin Exponencial
Diplomado en Gestin
Estratgica de las
Finanzas
Pblicas
futuro. Si se cuenta con una base de datos histrica y se quiere pronosticar una variable
considerando su comportamiento pasado, entonces podemos utilizar el mtodo de
promedios mviles o el mtodo de suavizacin exponencial, que son conocidos tambin
como mtodos de series de tiempo1.
Mtodo de Promedios Mviles
La utilizacin de esta tcnica supone que la serie de tiempo es estable, esto es, que los
datos que la componen se generan sin variaciones importantes entre un dato y otro (error
aleatorio=0)2, esto es, que el comportamiento de los datos aunque muestren un crecimiento o un
decrecimiento lo hagan con una tendencia constante.
Cuando se usa el mtodo de promedios mviles se est suponiendo que todas las
observaciones de la serie de tiempo son igualmente importantes para la estimacin del parmetro
a pronosticar (en este caso los ingresos). De esta manera, se utiliza como pronstico para el
siguiente periodo el promedio de los n valores de los datos ms recientes de la serie de tiempo.
Utilizando una expresin matemtica, tenemos:
El trmino mvil indica que conforme se tienen una nueva observacin de la serie de
Promedio Mvil
(1)
Diplomado en Gestin
Estratgica de las
Finanzas
Pblicas
Suavizacin Exponencial
Otro mtodo para realizar un pronstcico es el mtodo de suavizacin
exponencial. A diferencia de los promedios mviles, este mtodo pronostica
otorgando una ponderacin a los datos dependiendo del peso que tengan dentro
del clculo del pronstico. Esta ponderacin se lleva a cabo a travs de otorgarle
un valor a la constante de suavizacin, , que puede ser mayor que cero y
menor que uno. Para nuestro ejemplo, utilizamos un valor de = 0.8, por ser
ste el que mejor ajusta al pronstico a los datos reales.
El mtodo de suavizacin exponencial supone que el proceso es constante, al igual que el
mtodo de promedios mviles. Esta tcnica est diseada para atenuar una desventaja del
mtodo de promedios mviles, en donde los datos para calcular el promedio tienen la misma
ponderacin. De manera particular, esta tcnica considera que las observaciones recientes tienen
ms valor, por lo que le otorga mayor peso dentro del promedio.
La suavizacin exponencial utiliza un promedio mvil ponderado de los datos histricos de
la serie de tiempo como pronstico; es un caso especial de promedio mvil en donde se
selecciona un solo valor de ponderacin3. El modelo bsico de suavizacin exponencial se
presenta a continuacin:
Ft+1 = Yt + (1 - )Ft
(2)
Donde:
Ft+1 = Pronstico de la serie de tiempo para el periodo de t + 1.
Yt = Valor real del periodo anterior al ao a pronosticar.
Ft = Valor real del periodo anteanterior al ao a pronosticar.
= Constante de suavizacin (0 1).
La utilizacin de esta ecuacin implica algunas especificaciones. El clculo de Ft+1 est
ligado con los 2 periodos anteriores. En otras palabras, el pronstico de suavizacin exponencial
en determinado periodo es (Ft+1) = al valor real de la serie de tiempo en el periodo anterior (Yt) X
la constante de suavizacin (), + 1 - la constante de suavizacin () X el periodo anteanterior
(Ft).
Ft+1 = Yt + (1 - )Ft
(2)
Diplomado en Gestin
Estratgica de las
Finanzas
Pblicas
IN GRESO S
EGRESOS
PR O N S T IC O D E
PR O N S T ICO D E
N IVEL DE
TO TAL ES
TO T A LES
S U A VIZ ACI N
S U AV IZ A CI N
AHO RRO
EX PO N EN CIA L D E
EX PO N E N CIA L D E
LO S IN G RES O
LO S EGRES OS
19 9 0
16 3 3 0 5
1991
2 0 19 8 6
162370
189498
16 3 3 0 5
16 2 3 7 0
935
19 9 2
3 18 7 7 4
318776
19 4 2 5 0
18 4 0 7 2
10 17 7
19 9 3
405554
412658
293869
2 9 18 3 5
2034
19 9 4
440775
4 6 110 5
383217
388493
-5 2 7 6
19 9 5
437164
4 3 9 7 19
429263
446583
-17 3 19
19 9 6
537194
540698
435584
4 4 10 9 2
-5 5 0 8
19 9 7
704574
705373
5 16 8 7 2
520777
-3 9 0 5
19 9 8
10 0 5 7 4 5
945202
667034
668454
-14 2 0
19 9 9
12 3 5 6 6 5
1484561
938003
889852
4 8 15 0
2000
12 9 5 5 3 5
1712623
117 6 13 3
13 6 5 6 19
-18 9 4 8 7
2001
117 6 13 3
16 3 4 3 6 6
1271655
1643222
-3 7 15 6 8
2002
12 7 16 5 5
16 4 3 2 2 2
119 5 2 3 7
16 3 6 13 7
-4 4 0 9 0 0
2003
119 5 2 3 7
1636137
1256371
16 4 18 0 5
-3 8 5 4 3 4
CUADRO
Diplomado en Gestin
Estratgica de las
Finanzas
Pblicas
b)
c)
Diplomado en Gestin
Estratgica de las
Finanzas
Pblicas
RECAUDACIN
$ 13 000,000
22500,000
29500,000
50500,000
53720,000
TASA DE VARIACION
1996 1995 = 22500,000 - 13000,000
1997 1996 = 29500,000 - 22500,000
1998 1997 = 50500,000 - 29500,000
1999 1998 = 53720,000 - 50500,000
X 100 / 13000,000
X 100 / 22500,000
X 100 / 29500,000
X 100 / 50500,000
=
=
=
=
73.07%
31.11%
71.18%
6.37%
M . G = n ( x1)( x 2 )( x 3)( xi )
M.G = Media Geomtrica
n = Nmero de Periodos
x n = Tasas de Variacin.
M .G.= 4 (7307
. )(3111
. )(7118
. )(6.37)
M .G.= 4 1'030,71010
.
M .G.= 3186%
.
Aplicando esta tasa a la recaudacin de 1994, obtenemos el incremento
esperado en la recaudacin para el ao 2000
$ 53720,000 x .3186 = $17836.00
$ 53720,000 + $17836.00 = $ 70835,192.00
Recaudacin estimada para el ao 2000.
c) Estimacin a travs de la tasa media de variacin
En el caso de que se carezca de informacin sobre la recaudacin especfica de
un periodo intermedio de los considerados se puede obtener una tasa de cambio
promedio, aplicando la siguiente formula.
r=n
Pn
1
Po
r=4
53'720,000
1
13'000,000
r = 4 4.1312 1
r = 1.4257 1
r = .4257 = Tasa de variacin promedio
$ 53720,000 x .4257 = 22872,133
$ 53720,000 + 22872,133 = 76,592,133 Recaudacin estimada para el ao
2000.
Mtodos economtricos
Mediante el uso de este mtodo es factible medir el grado de confiabilidad de la
relacin existente entre variables tributarias, econmicas y administrativas.
As por ejemplo, si se aplicara un aumento en un impuesto, se producira una
transferencia de recursos del sector privado al sector pblico. Con la aplicacin
de mtodos economtricos es factible medir, con base en datos para un perodo
de tiempo, la relacin existente entre la recaudacin y las modificaciones en la
estructura del impuesto. El clculo de la recaudacin estar en funcin del nivel
de las tasas que se apliquen; de la base imponible del tributo; y del efecto
conjunto de ambos, sobre las variables tributarias que se estn afectando.
De igual forma, es factible medir futuros niveles de recaudacin con base en
cambios en variables, tales como cambios en el Producto Interno Bruto,
Consumo Privado, Sueldos y Salarios, etc.
Igualmente, podran realizarse estimaciones vinculando el monto de las
recaudaciones a variables representativas del grado de eficiencia de la
administracin tributaria, como por ejemplo porcentajes de evasin, estructura
administrativa dedicada a la recaudacin, nmero de empleados, etc.
Anlisis de Regresin
El anlisis de regresin implica que se determine una relacin entre una variable
dependiente (ingresos) y una variable independiente (por ejemplo impuestos). Este mtodo implica
la verificacin de la relacin de las variables asociadas con la teora econmica. El esquema 1
muestra el proceso que debe seguirse cuando se utiliza una regresin.
Figura 1. Descripcin Esquemtica de los pasos que supone la utilizacin del
Anlisis de Regresin
Teora o modelo econmico
Informacin previa
Datos
donde b0, b1... bn son parmetros desconocidos. El error aleatorio tiene una media cero
y una desviacin estndar constante.
La forma ms simples del modelo de regresin supone que la variable dependiente vara
linealmente con el tiempo, es decir
Y* = a + bx
(3)
b =
Y b X
n
n XY - X Y
n X - ( X)
(5 )
(4 )
En estas ecuaciones se muestra que primero tenemos que calcular el valor de b para
despus poder calcular el valor de a.
Una vez que se tienen calculados los valores de a y b, tenemos que establecer si los
valores encontrados son vlidos5. Para hacerlo, necesitamos calcular el coeficiente de correlacin,
r, que nos ayudar a establecer la validez de las variables estimadas. El ndice r se calcula de
acuerdo con la siguiente ecuacin:
r=
n x ( x)
n y ( y)
La suma del cuadrado de las desviaciones entre los valores observados y los valores
estimados est dado por:
S = (yi a bxi)
Los valores de a y b se determinan al resolver las siguientes condiciones necesarias para la
minimizacin de S, es decir,
S/a = -2 (yi a bxi) = 0
S/b = -2 (yi a bxi)xi = 0
5
Cuando utilizamos el mtodo de mnimos cuadrados ordinarios, decimos que los valores de a y
b son vlidos para cualquier distribucin probabilstica de yi.
D.R. Instituto Tecnolgico y de Estudios Superiores de Monterrey, Mxico, 2006