Capitulo II

2.1 Descripcin Numrica

Se representa la descripcin numrica de las series cronolgicas de la siguiente
manera:

t denota el ao.
i denota la estacin (periodo inferior al ao).
yit valor de la serie en el ao t, estacin i .

2.2 Tipos de Esquemas

Los tipos de esquemas son los siguientes:

Esquema aditivo:
Yit = Tit + Cit + Eit + Rit

Esquema multiplicativo:
Yit = TitCitEitRit

Esquema multiplicativo mixto:

Yit = TitCitEit + Rit

2.3 Determinacin de tipos de Esquema

Se hacen grupos de q observaciones consecutivas (q de manera que entren aos
enteros para eliminar Eit ).
Se calcula la media (x) y la desviacin tpica (s) para cada grupo.
Si s no depende de x entonces Rit entra aditivamente en el modelo (izquierda).
Si s aumenta al aumentar x entonces Rit entra multiplicando en el modelo (derecha).

Si las oscilaciones estacionales tienden a mantenerse constantes (izquierda) entonces

Cit entra sumando al modelo. Si las oscilaciones estacionales tienden a crecer cuando
la variable toma valores mayores entonces C it entra en el modelo multiplicando.

2.3.1 Variabilidad de las diferencias y cocientes estacionales

Se construyen las variables

Dit = Yit Yi1t Kit = Yit
Yi1t

Se obtiene xD, sD, xK y sK y se calcula VD = sD

xD

Si VD < VK el esquema es aditivo.

Si VK < VD el esquema es multiplicativo.
Obsrvese que si

Se tiene que

y VK = sK
xK

Luego slo se consideran los esquemas:

2.4 Mtodo del ajuste de una funcin

La idea consiste en ajustar una funcin que relacione la variable en funcin del tiempo.
Esta funcin debe satisfacer:

Sea sencilla.
Recoja satisfactoriamente la marcha general del fenmeno.

Se tiene que determinar:

La forma de la funcin.
Valores de los parmetros que determinan la funcin.

Con objeto de que Eit

no desvirte la estimacin de T it, no se utilizan los datos

originales Yit para el clculo del ajuste.

Solucin:

Se considera para el ajuste las medias anuales

donde m es el nmero de estaciones.

Para la variable bidimensional (Y t , t) calculamos el mejor ajuste posible.
Ejemplo:
Si se supone la tendencia lineal:

Se tiene que:

Una vez calculados los parmetros podemos obtener la tendencia sin ms que
sustituirlos en la relacin obtenida.
Manuel Ruiz

Si la serie presenta una ruptura brusca en el sentido de que podemos distinguir dos
partes diferenciadas puede ser aconsejable ajustar diferentes funciones para cada
conjunto de datos con tendencia homognea.

2.4.1 Ventajas del mtodo del ajuste a una funcin.

Existen medidas de bondad para el ajuste (coeficiente de determinacin R 2).

Exige una forma funcional para la tendencia.

2.5 Mtodo de las Medias Mviles

ste mtodo se basa en el suavizado de la serie a partir del clculo reiterativo de
valores medios.

Se forman grupos de h observaciones y se calcula su media.

El primer grupo o forman las primeras p observaciones.
Los siguientes grupos se forman excluyendo en el grupo anterior la primera

observacin e incluyendo la posterior a la ltima.

Se continua el proceso hasta que no se puedan hacer ms grupos.

Las medias obtenidas se llaman medias mviles de amplitud p.

Concretamente las medias mviles son la sucesin de valores:
Si p es impar:

Si p es par:
La serie
centrarla:

no son enteros y por tanto la serie no est centrada. Para

2.5.1

Prdida de las Observaciones

Al sustituir los valores de la serie original por sus medias mviles se pierden
observaciones al principio y al final de la serie.
Si p es impar se pierden
Si p es par se pierden
2.5.2

al principio y al final.
al principio y al final.

Tendencia

Una vez obtenidas las medias mviles, la tendencia sera la lnea quebrada que las
una.

2.5.3

Eleccin de la Amplitud

La determinacin del valor de p tiene especial inters, ya que de su correcta eleccin

depende que el promedio de las yit se reduzca al promedio en Tik .
Luego se tomar como valor de p el periodo de las oscilaciones ms importantes en la
serie, con objeto de que desaparezcan las variaciones cclicas y la componente
estacional.

2.5.4

Ventajas
Sencillez.
No exige ninguna forma funcional para la tendencia.

2.5.5

Desventajas
Eleccin del parmetro p.
No existe una medida de fiabilidad.
Perdida de informacin.

2.6 Mtodo de la Razn a la Media Mvil

El mtodo consta de los siguientes pasos:

Calculamos la tabla de medias mviles mm it .

Si el esquema es aditivo:
Calculamos eit = yit mmit
Luego el valor de la componente estacional para el mes k-simo es:

2.7

Si el esquema es multiplicativo:

Se calcula
Luego el valor de la componente estacional para el mes k-simo es:

Mtodo de las Relaciones de las Medias Mensuales respecto a la tendencia

El mtodo consta de los siguientes pasos:

Calcular la recta de regresin

Y t = a + bt
Calculo de las medias mensuales

donde N es el nmero total de aos considerados.

Se asla la componente estacional debida al paso del tiempo

Se calcula la media global corregida

Se obtiene la componente estacional:

Si el esquema es aditivo:

Si el esquema es multiplicativo

2.8

Desestacionalizacin

Consiste en eliminar las oscilaciones de la serie puramente estacionales.

Para ello una vez calculada Eit se elimina en Yit tal y como sigue:

Si el esquema es aditivo:

Si el esquema es multiplicativo:

2.9

Prediccin

Las predicciones

se harn de acuerdo al tipo de esquema y de las componentes

Tit y Eit calculadas, ya que supondremos que Rit = 0 y que las variaciones cclicas Cit
estn incluidas en la tendencia Tit .

Si el esquema es aditivo:

Si el esquema es multiplicativo:

CAPITULO III
3.1 CASO PRCTICO

Determinacin de las variables en los tipos de cambio para las cinco monedas
extranjeras que proporciona el banco financiero mundial, del periodo comprendido
entre el 4 de enero de 1999 y el 24 de abril del 2003 con el mtodo de series
cronolgicas -variacin peridica.
La eleccin de estas cinco monedas tiene como objetivo caracterizar las diferencias
entre los pases de economas denominadas del Primer Mundo (Canad, Unin
Europea, Reino unido de Gran Bretaa y Japn) y menos estables como es el caso de
Mxico, con vistas a proporcionar la mayor cantidad de informacin posible que sirva
de soporte para la adopcin de las estrategias financieras ms ventajosas para llevar a
cabo las operaciones con dichas monedas por parte de las entidades que negocian con
esas economas. Finalmente, otro aspecto que es necesario resaltar en la seleccin de
la serie de datos es que, el EURO asume su protagonismo como moneda con todas
sus facultades a partir del 2003, por lo cual los resultados de los anlisis realizados con
la misma, tiene el sesgo que impone el periodo de trnsito hacia una moneda nica. No
obstante, por el impacto a nivel mundial se incluye su anlisis.
La evaluacin cualitativa del comportamiento de la magnitud bajo estudio, en este caso
el tipo de cambio, brinda elementos acerca de su estabilidad en el transcurso del
tiempo, que puede dividirse en las tres categoras siguientes: Corto plazo, cuando se
caracterizan las variaciones relativas a un mes natural. Mediano plazo, que usualmente
se refieren al comportamiento en periodos de tiempo que abarcan tres, seis y doce
meses. Largo plazo, en el caso de evaluaciones que abarquen tres o ms aos de
manera conjunta. Es importante resaltar previo a la presentacin del anlisis realizado
de la serie de datos seleccionada, que los aspectos recogidos en los apartados
siguientes considera el comportamiento intrnseco de la magnitud bajo estudio, a partir
del cual corresponde a la entidad establecer su estrategia financiera durante el
ejercicio, con vistas a minimizar o acotar impacto financiero sobre la empresa de la
variacin del tipo de cambio. Corto plazo Como se indic anteriormente, el anlisis de
las variaciones del tipo de cambio en el corto plazo considera el mes natural, cuyo

comportamiento puede dividirse en dos categoras: la caracterizacin estadstica de las

variaciones diarias y los ndices que reflejan el comportamiento mensual de manera
integrada. En el primer caso, el ndice seleccionado para su caracterizacin en este
trabajos la mxima variacin absoluta (d d) de un da a otro, obtenida mediante la

expresin

cuyo histograma de distribucin para cada una de las monedas

mostrado en las figuras 3a a la 3e, donde se aprecia:

Figura 1a. Histograma de variacin diaria (CAD)

Figura 1b. Histograma de variacin diaria (PM)

Figura 1c. Histograma de variacin diaria (PM)

Figura 1d. Histograma de variacin diaria (LE)

Figura 1e. Histograma de variacin diaria (EURO)

La mxima variacin de un da a otro (d d) que debe esperarse es prcticamente

simtrica y se corresponde en orden decreciente con: PM,12%; CAD,11%; EURO,
6%; YEN, 3.4% y LE, 2.4%.

CONCLUSIONES

1. Para realizar series cronolgicas es importante poder representar grficamente

una variable bidimensional, calcular medidas de posicin y dispersin, as como
regresin y correlacin.
2. El mtodo de las medias mviles de series cronolgicas se realiza de forma
sencilla y no exige ninguna forma funcional para la tendencia, pero sus
desventajas demuestran que no hay eleccin del parmetro, no existe una
medida de fiabilidad y tambin prdida de informacin.

RECOMENDACIONES

1. Construir un modelo descriptivo en la historia de la serie cronolgica para poder

predecir valores futuros en el estudio de un problema o fenmeno.
2. Para obtener resultados de fiabilidad y no perder demasiada informacin en las
series cronolgicas, es mejor practicar el mtodo del ajuste a una funcin debido
a que existen mejores medidas para realizar cambios.

REFERENCIAS

Pginas Web
http://metodos.upct.es/Asignaturas/Diplomatura/Introduccion_estadistica/2008_2009/m
aterial_didactico/resumen/Tema5resumen.pdf