Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ANÁLISIS DE LA
Econometría
TASA DE de Series de
Tiempo
INFLACIÓN DE
Elaborado por:
INDIA EN EL
Mendez Ramos,
PERIODO DE Madeleyne
16120165
INTRODUCCIÓN...............................................................................................................................2
MARCO TEÓRICO............................................................................................................................3
Notación............................................................................................................................................3
Definición de inflación.....................................................................................................................3
La inflación de la India....................................................................................................................3
METODOLOGÍA................................................................................................................................4
IDENTIFICACIÓN DEL MODELO.................................................................................................5
Gráfico de la tasa de inflación de India:..........................................................................................5
Correlograma de la tasa de inflación de India:...............................................................................6
Test de Dickey Fuller:......................................................................................................................6
Tasa de Inflación de India desestacionalizada:...............................................................................7
Grafica de la tasa de inflación de India de la muestra:...................................................................8
Test de Dickey Fuller:......................................................................................................................8
ESTIMACIÓN DEL MODELO.........................................................................................................9
AR (1):..............................................................................................................................................9
MA(1):...............................................................................................................................................9
MA (12) restringido:.......................................................................................................................10
Gráfico de los residuos:..................................................................................................................10
Correlograma de los residuos:........................................................................................................11
Test de Dickey Fuller:....................................................................................................................11
PREDICCIÓN DEL MODELO:......................................................................................................12
Static Forecast:...............................................................................................................................12
Dynamic Forecast:.........................................................................................................................13
BIBLIOGRAFÍA...............................................................................................................................14
ANEXO 1...........................................................................................................................................15
~1~
INTRODUCCIÓN
La inflación es uno de los fenómenos económicos más antiguos y más estudiados de todas las
épocas. Si repasamos la historia, es fácil encontrar períodos dominados por este fenómeno en
distintos lugares y momentos muy diferentes.
Se sabe, por ejemplo, que los romanos del siglo IV trataron de luchar contra la inflación. En
Europa, el costo de vida aumentó en cuatro veces entre la segunda mitad del siglo XII y
principios del XIV.
El descubrimiento del nuevo mundo y la explotación del oro americano llevaron a España a
una nueva oleada de inflación que desde allá se propagó al resto de Europa, entre principios
del siglo XVI y mitad del XVII, y produjo otro aumento de cuatro veces en los niveles de
precios.
~2~
MARCO TEÓRICO
Antes de pasar a exponer el marco teórico y conceptual bajo el cual se desarrollará el trabajo,
debemos dejar en claro las notaciones que vamos a usar.
Notación
TIINDIA: Tasa de inflación de India
SA: Tasa de inflación desestacionalizada
Definición de inflación
Es un fenómeno económico que se manifiesta a través de una reducción del poder adquisitivo
del dinero a causa de una elevación de los precios.
“La inflación es el aumento persistente y sostenido del nivel general de precios de una
economía a través del tiempo”.
Para poder determinar la evolución del nivel de los precios, podríamos utilizar dos
indicadores, como son: el deflactor del PIB y el Índice de precios al consumidor (IPC).
En este caso utilizaremos el IPC, ya que supone el indicador más común para medir la
inflación.
La inflación de la India
En el presente trabajo analizaremos la tasa de inflación de la India en los últimos 30 años.
Dicha tasa ha alcanzado uno de sus puntos máximos en abril del 2019, debido a mayores
aumentos en los precios de los alimentos, según datos del Ministerio de Estadísticas, pero se
mantuvo por debajo del objetivo del banco central. También observamos una de las caídas
más abruptas de más de 12% en noviembre de 2013.
Si bien la baja inflación en los últimos meses del 2019 está ayudando a la economía India, la
disminución de los ingresos agrícolas y el alto nivel de desempleo han afectado la demanda
de los consumidores y el crecimiento económico.
~3~
METODOLOGÍA
Para el presente trabajo se requerirá principalmente los datos históricos la Tasa de Inflación
de la India, trabajaremos con data mensual tomando como años de estudio el periodo de
1998-2019.
~4~
IDENTIFICACIÓN DEL MODELO
o Gráfico
de la tasa
de inflación
de India:
El punto más alto se observa en julio del 2009 debido a un impacto negativo de déficit
comercial muy fuerte entre los años 2009 y 2010, por el retroceso de las exportaciones.
~5~
o
~6~
Podemos observar en la función de autocorrelación de la tasa de inflación de India que la
serie que se va a estimar podría ser de orden p=1, q=1. Es por ello, que más adelante
estimaremos el modelo con estos datos.
Mediante, el Test de Dickey Fuller rechazamos la hipótesis nula de que la serie tenga raíz
unitaria porque la probabilidad encontrada es menor al 5%. Por lo tanto, la serie de tasa de
inflación de India es estacionaria.
Debido a que en el gráfico de la tasa de inflación de India es mensual, observamos que sus
~7~
Analizando el grafico, observamos que parece oscilar alrededor de cero, además presenta
varianza más homogénea y no tiene tendencia.
Para una mejor predicción se cogerá la cuarta parte de la serie de la tasa de inflación de India,
que equivale a 66 observaciones de las 264 iniciales.
~8~
o Grafica de la tasa de inflación de India de la muestra:
En este test, se encuentra que la muestra de la serie tasa de inflación de India no tiene raíz
unitaria, es decir, es estacionario, debido a que rechazamos la hipótesis nula de que tenga raíz
unitaria a un nivel de significancia del 5%.
~9~
ESTIMACIÓN DEL MODELO
o AR (1):
o MA(1):
~ 10 ~
o MA (12)
restringido:
~ 11 ~
Se analizará, sí los residuos del modelo estimado MA(1) son ruido blanco, con media 0 y
varianza constante y
finita.
o Gráfico de
los residuos:
~ 12 ~
En la función de autocorrelación muestra que las probabilidades son mayores al 5%,
aceptando la hipótesis nula de no autocorrelación entre los residuos.
Verificaremos sí los residuos son ruido blanco, por ello se utilizará la Prueba de Dickey
Fuller.
En el Test de Dickey Fuller se rechaza la hipótesis nula de que la serie de los residuos tenga
raíz unitaria, es decir, es estacionaria. Por lo tanto, se verifica que los residuos son ruido
blanco con media cero y varianza constante.
o Static Forecast
(Modelo
1):
~ 13 ~
3
Forecast: TIINDIADESFDYNAMIC
Actual: TIINDIADESE
2 Forecast sample: 2003M07 2019M12
Included observations: 198
5 Root Mean Squared Error 0.914220
1
Mean Absolute
Forecast: Error
TIINDIADESF 0.567531
4 MeanTIINDIADESE
Actual: Abs. Percent Error NA
Theil Inequality Coefficient
Forecast sample: 2003M06 2019M12 0.542926
30
Biasobservations:
Included Proportion 199 0.031599
2 Variance Proportion 0.948719
Root Mean Squared Error 0.966200
-1 Covariance Proportion 0.019682
1 Mean Absolute Error 0.621303
Theil U2 Coefficient NA
Mean Abs. Percent Error
Symmetric MAPE
NA
85.34770
0 Theil Inequality Coefficient 0.538506
-2
-1
03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 Bias Proportion 0.055182
Variance Proportion 0.421067
-2 TIINDIADESFDYNAMIC ± 2 S.E.
Covariance Proportion 0.523751
-3
Theil U2 Coefficient NA
Symmetric MAPE 89.02124
-4
03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19
TIINDIADESF ± 2 S.E.
-2
-4
98 00 02 04 06 08 10 12 14 16 18
TIINDIADESFSTATIC TIINDIADESE
o Dynamic Forecast (Modelo2):
~ 14 ~
Comparando la gráfica de la serie desestacionalizada de la muestra y la predicción de la
misma, tenemos:
-2
-4
98 00 02 04 06 08 10 12 14 16 18
TIINDIADESFDINAMIC TIINDIADESE
~ 15 ~
Puesto que el fin último de los modelos de series temporales es la predicción, el resultado que
mejor nos dirá cuál es el modelo más adecuado será justamente este, el de valores predichos.
El indicador Root Mean Squared Error (RMSE) mide la desviación de la variable tasa de
inflación de India pronosticada respecto a la tasa de inflación de India observada y según este
indicador el modelo 2 (0.914220) presenta un valor a su favor frente al modelo 1 (0.966200).
El indicador Mean Absolute Error (MAE) indica que el modelo es mejor mientras su valor es
menor a la desviación estándar de la variable dependiente. Para este caso tenemos que el
mejor modelo sería el segundo ya que su valor MAE es menor.
El coeficente de THEIL nos indica el grado de desempeño predictivo del modelo. Mientras
más cerca a cero esté, más eficiente será para la predicción. De acuerdo a este criterio
presenta una ligera ventaja a favor para el modelo 1.
El indicador de la proporción del sesgo nos indica cuanto se aleja la media del pronóstico de
la media de la variable observada. Por lo que un menor valor es mejor para el modelo. Este
indicador favorece al modelo 2.
El indicador CP muestra el grado de relación de los datos de la serie estimada con respecto de
la serie observada. Para el caso planteado la relación es directa y es mejor el modelo 1.
Por tanto, observamos que los indicadores correspondientes a la predicción estática son más
precisos que las dinámicas, esto es porque se utiliza el verdadero valor para la predicción.
~ 16 ~
BIBLIOGRAFÍA
~ 17 ~
ANEXO 1
~ 18 ~