Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Panamá Modelos Proyección Aplicados Al PIB 1
Panamá Modelos Proyección Aplicados Al PIB 1
la tendencia (comportamiento a largo plazo) y a la variación cíclica (variación periódica con un periodo s
El proceso de desestacionalización consiste en ajustar y remover de las series originales los efectos del c
razonable de la actividad productiva entre diferentes periodos (meses o trimestres de distintos año
internacionales recomendados por las Naciones Unidas y el Fondo Monetario Internacional (DANE, 2020)
desestacionalizadas.
Colombia: Desestacionalización del PIB constante trimestral (estacionalizado o con
valores atípicos dados por el efecto calendario)
Trimestres I II III IV
2005 119427 125234 128422 141769
2006 127143 131927 138334 152031
2007 135632 140880 147792 162153
2008 142553 147591 152652 162917
2009 142910 148391 153259 168055
2010 147756 155392 159783 177220
2011 157775 165563 172492 188798
2012 166849 173617 176764 194184
2013 171260 182927 187159 206594
2014 182394 189600 195308 214287
2015 187877 195862 202621 218331
2016 191900 199972 205508 224108
2017 193880 202424 208932 227419
2018 197375 208074 214640 233511
2019 203015 214654 222109 241652
I 135632 146034
180000
II 140880 145039
2007 160000
III 147792 147325
140000
IV 162153 147850
I 142553 153486
120000
II 147591 151948
2008 100000
III 152652 152170
2015 III
III
2005 III
IVI
2006 III
IVI
2007 III
IVI
II
2008 III
IVI
2009 III
IVI
2010 III
IVI
II
2011 III
IVI
2012 III
IVI
2013 III
IVI
II
2014 III
IVI
IVI
II
II
II
II
II
II
II
2016 II
IV 162917 148547
Mile
(a p
100000
2015 III
III
2005 III
IVI
2006 III
IVI
2007 III
IVI
II
2008 III
IVI
2009 III
IVI
2010 III
IVI
II
2011 III
IVI
2012 III
IVI
2013 III
IVI
II
2014 III
IVI
IVI
II
II
II
II
II
II
II
2016 II
I 142910 153871
II 148391 152772 PIB estacionalizado (con valores atípicos)
2009 Linear (PIB estacionalizado (con valores atípico
III 153259 152775
IV 168055 153232 PIB desestacionalizado (sin valores atípicos)
Linear (PIB desestacionalizado (sin valores atíp
I 147756 159088 Fuente: Elaborado con estadística
II 155392 159979
2010
III 159783 159279
IV 177220 161588
I 157775 169875
II 165563 170451
2011
III 172492 171948
IV 188798 172145
I 166849 179646
II 173617 178743
2012
III 176764 176206
IV 194184 177056
I 171260 184394
II 182927 188327
2013
III 187159 186568
IV 206594 188371
I 182394 196383
II 189600 195198
2014
III 195308 194691
IV 214287 195385
I 187877 202286
II 195862 201645
2015
III 202621 201982
IV 218331 199073
I 191900 206618
II 199972 205876
2016
III 205508 204859
IV 224108 204341
I 193880 208750
II 202424 208400
2017
III 208932 208273
IV 227419 207359
I 197375 212513
II 208074 214217
2018
III 214640 213962
IV 233511 212914
I 203015 218585
II 214654 220991
2019
III 222109 221408
2019
IV 241652 220337
ón periódica y predecible de la misma con un periodo inferior o igual a un año; siendo uno de los componentes de l
ón periódica con un periodo superior al año)
es originales los efectos del componente estacional y del efecto calendario (semana santa y días feriados), con el ob
trimestres de distintos años). Desempeñan un papel fundamental porque ayudan a comprender la evolución de l
o Internacional (DANE, 2020). Disponible en: https://www.dane.gov.co/index.php/actualidad-dane/3869-conoce-que-
onalizado o con a) Dividir el PIB de cada trimestre según el promedio del año
correspondiente:
Promedio Trimestres I II III IV
128713 2005 0.93 0.97 1.00 1.10
137359 2006 0.93 0.96 1.01 1.11
146614 2007 0.93 0.96 1.01 1.11
151428 2008 0.94 0.97 1.01 1.08
153154 2009 0.93 0.97 1.00 1.10
160038 2010 0.92 0.97 1.00 1.11
171157 2011 0.92 0.97 1.01 1.10
177854 2012 0.94 0.98 0.99 1.09
186985 2013 0.92 0.98 1.00 1.10
195397 2014 0.93 0.97 1.00 1.10
201173 2015 0.93 0.97 1.01 1.09
205372 2016 0.93 0.97 1.00 1.09
208164 2017 0.93 0.97 1.00 1.09
213400 2018 0.92 0.98 1.01 1.09
220357 2019 0.92 0.97 1.01 1.10
índice de
0.93 0.97 1.00 1.10
desestacionalización
ionalizado y desestacionalizado de
686.01859870362 x + 126909.64046105
647.10955908183 125720.802902307
99820072157601
84097637161409
2015 III
2017 III
IVI
II
2008 III
IVI
2009 III
IVI
2010 III
IVI
II
2011 III
IVI
2012 III
IVI
2013 III
IVI
II
2014 III
IVI
IVI
2016 III
IVI
II
IVI
2018 III
IVI
2019 III
II
II
II
II
II
II
II
II
IV
2017 III
IVI
II
2008 III
IVI
2009 III
IVI
2010 III
IVI
II
2011 III
IVI
2012 III
IVI
2013 III
IVI
II
2014 III
IVI
IVI
2016 III
IVI
II
IVI
2018 III
IVI
2019 III
II
II
II
II
II
II
II
II
IV
ionalizado (con valores atípicos)
IB estacionalizado (con valores atípicos))
tacionalizado (sin valores atípicos)
IB desestacionalizado (sin valores atípicos))
uente: Elaborado con estadísticas de las cuentas nacionales -DANE.
iendo uno de los componentes de las series temporales, y se contrapone a
mana santa y días feriados), con el objetivo de propiciar una comparación
udan a comprender la evolución de la economía siguiendo los estándares
p/actualidad-dane/3869-conoce-que-son-las-series-de-tiempo-y-las-series-
2005 III
III
IVI
2006 IIIII
IVI
2007 IIIII
IVI
II 22 155392 153534 1858
2010
III 23 159783 154135 5648
IV 24 177220 155961 21258 PIB observado
I 25 157775 162836 5061 PIB estimado
II 26 165563 161199 4364 Fuente: Elaborado con estadí
2011
III 27 172492 162610 9882
IV 28 188798 165806 22992
I 29 166849 173241 6392
II 30 173617 171174 2443
2012
III 31 176764 171964 4800
IV 32 194184 173516 20668
I 33 171260 180200 8940
II 34 182927 177309 5618
2013
III 35 187159 179126 8033
IV 36 206594 181723 24871
I 37 182394 189766 7372
II 38 189600 187382 2218
2014
III 39 195308 188099 7208
IV 40 214287 190430 23856
I 41 187877 198145 10268
II 42 195862 194825 1038
2015
III 43 202621 195160 7461
IV 44 218331 197573 20758
I 45 191900 204286 12386
II 46 199972 200280 308
2016
III 47 205508 200181 5327
IV 48 224108 201904 22205
I 49 193880 209084 15204
II 50 202424 204168 1743
2017
III 51 208932 203604 5329
IV 52 227419 205327 22092
I 53 197375 212471 15096
II 54 208074 207589 485
2018
III 55 214640 207746 6893
IV 56 233511 209975 23535
I 57 203015 217586 14572
II 58 214654 212874 1780
2019
III 59 222109 213450 8659
IV 60 241652 216250 25402
I 61 205190 224464 19275
2020
II 62 Pronóstico 218231 Pronóstico más ajustado a la realidad
DAM 9875 Se minimiza el error al est
el mismo disponible en: https://www.youtube.com/watch?v=LEgknd-IR5w
Fórmula:
Y(t+1)´=αYt+(1-α)*Yt´
240000
(a precios constantes de 2015)
220000
1648.92979137738 x + 120285.908659703
f(x) = 1683.98403858179 126487.304920382
200000 0.892287061959988
R² = 0.986040330978453
Miles de milllones COP
180000
160000
140000
120000
100000
2005 III
2009 IIIII
2013 IIIII
2014 IIIII
2015 IIIII
2019 IIIII
III
IVI
2006 IIIII
IVI
2007 IIIII
IVI
2008 IIIII
IVI
IVI
2010 IIIII
IVI
2011 IIIII
IVI
2012 IIIII
IVI
IVI
IVI
IVI
2016 IIIII
IVI
2017 IIIII
IVI
2018 IIIII
IVI
2020 III
IV
1970
1972
1974
1976
1978
1979
1980
(a
1960
20051961
1962
1964
20061965
1966
1967
1968
20071969
1971
20081973
1975
20091977
1981
M
1963
1970
1972
1974
1976
1978
1979
1980
16208004235 642057383 16648671166 441225657 PIB observado (Yt)
16647794752 453691259 16850061618 202523322 PIB estimado (Yt´)
16743594353 120395620 17101486011 358345432 Fuente: Elaborado con estadísticas de las
17116050609 355133449 16863989973 252380227
17835736234 694631864 17471184058 365014396
19177031598 1296853570 18530368099 647483411
20556879166 1374143825 20473885168 83099227
22335157993 1750504746 21931022991 404647409
25011200380 2612435034 24085662739 926711139
27477692161 2476521696 27623635414 146128296
27821754188 490614807 29954213857 2135163436
29438871696 1539698880 28312368995 1127931005
32768826684 3206920066 30978570575 1792525992
35975750618 3206923668 35975746750 3873
38460170816 2534074076 39182674286 723419540
40408628936 1988704437 40994244891 586358463
42723960911 2292884576 42397333373 327041672
44846463172 2134211744 45016845487 170598344
47232300144 2368544088 46980674916 251944266
48970168666 1781211550 49600844232 631475205
stico p=1 50751380217 Pronósticos más ajustados a la realidad
stico p=2 52532591767 posibles con base en el modelo de
stico p=3 54313803317 suavización exponencial doble.
DAM 395578879
e.com/watch?v=wmd4RniVYM8&t=518s
P (Anuales) α (0<α<1)
1 0.9644
uado exponencialmente de Yt en 2
emente atenuado 3
a medicion de la interseccion de la ordenada con una recta
medicion de la pendiente de una recta
absoluta ( Yt-Yt´)
de atenuación 0<α<1
1
2
3
4
5
00000
00000
f(x) = 738053853.362744 x − 6328601564.58256
00000 R² =f(x)
0.808314415979116
= 649563572.219752 x − 4209319416.62936
R² = 0.807786229349079
00000
00000
00000
1960
20051961
1962
1964
20061965
1966
1967
1968
20071969
1971
20081973
1975
20091977
20101981
1982
1984
20111985
1986
1988
20121989
1990
1991
1992
20131993
1996
20141997
2000
20152001
2002
2004
20162005
2006
2008
20172009
2010
2012
20182013
2014
2016
2017
20192018
2020
2021
1963
1970
1972
1974
1976
1978
1979
1980
1983
1987
1994
1995
1998
1999
2003
2007
2011
2015
2019
1960
20051961
1962
1963
1964
20061965
1966
1967
1968
20071969
1970
1971
1972
PIB estimado (Yt´)
PIB observado (Yt)
20081973
1974
1975
1976
20091977
1978
1979
1980
20101981
1982
1983
1984
20111985
1986
1987
1988
20121989
1990
1991
1992
20131993
1994
1995
1996
20141997
1998
1999
2000
20152001
2002
2003
2004
20162005
2006
2007
2008
20172009
2010
2011
2012
Linear (PIB estimado (Yt´))
20182013
2014
Linear (PIB observado (Yt))
2015
do con estadísticas de las cuentas nacionales -DANE.
2016
2017
20192018
2019
2020
2021
s restricciones donde la primera será que Alfa es mayor que 0 y menor que 1 (0<Alfa<1). Nota: se corrige con "dif" q
se corrige con "dif" que 0 o 1 si el resultado fuese 0 o 1.
El Modelo Autorregresivo Integrado de Media Móvil (ARIMA por sus siglas en inglés) permite estimar los
estacionales (de corto plazo) e irregulares en series de tiempo identificando patrones para formular predi
donde las estimaciones futuras son explicadas por datos del pasado y no por varia
Proyecciones del PIB colombiano (a precios constantes de 2015 sin desestacionalizar) para los tre
Año Trimestre PIB observado Ln PIB Ln PIB
I 119427 12
II 125234 12 12
2005
III 128422 12 12
IV 141769 12 12
I 127143 12 12
II 131927 12 12
2006
III 138334 12 12
IV 152031 12 12
I 135632 12 12
II 140880 12 12
2007
III 147792 12 12
IV 162153 12 12
I 142553 12 12
II 147591 12 12
2008
III 152652 12 12
IV 162917 12 12
I 142910 12 12
II 148391 12 12
2009
III 153259 12 12
IV 168055 12 12
I 147756 12 12
II 155392 12 12
2010
III 159783 12 12
IV 177220 12 12
I 157775 12 12
II 165563 12 12
2011
III 172492 12 12
IV 188798 12 12
I 166849 12 12
II 173617 12 12
2012
III 176764 12 12
IV 194184 12 12
I 171260 12 12
II 182927 12 12
2013
III 187159 12 12
IV 206594 12 12
I 182394 12 12
II 189600 12 12
2014
III 195308 12 12
IV 214287 12 12
I 187877 12 12
II 195862 12 12
2015
III 202621 12 12.2
IV 218331 12 12.3
I 191900 12 12.2
II 199972 12 12.2
2016
III 205508 12 12.2
IV 224108 12 12.3
I 193880 12 12.2
II 202424 12 12.2
2017
III 208932 12 12.2
IV 227419 12 12.3
I 197375 12 12.2
II 208074 12 12.2
2018
III 214640 12 12.3
IV 233511 12 12.4
I 203015 12 12.2
II 214654 12 12.3
2019
III 222109 12 12.3
IV 241652 12 12.4
I 205190 12 12.3
II 12.3
2020
III 12.3
IV 12.4
1. Añadir primeras diferencias de las variables seleccionadas (a fin de restar la tendencia aun cuando ex
I. Gráfico del LN de las cifras originales (observadas) II. Gráfico del correlograma para el LN del PIB
con tendencia y estacionalidad estacionalidad
b) Así, el mejor modelo además de tener buenos estadísticos debe tener el menor "criterio de Akaike" par
VII. Tabla de estimaciones si seleccionamos el LN del
PIB como variable dependiente
Parametros
No estacional
Estacional
Criterio de Akaike
El mejor modelo será escogido con
arreglo a la significancia de los
parametros, así como al menor criterio
de Akaike posible (cuanto más
negativo mejor)
c) Luego, pulsamos en "Gráfico"; "Gráfico de la variable estimada y observada"; "series de tiempo"; "contr
VIII. Gráfico para el LN del PIB estimado y observado
d) Pulsamos en "análisis"; "predicciones"; "4"; representar el intervalo de confianza usando "área sombrea
natural de las proyecciones en este caso.
VIII. Gráfico de las variables observadas y estimadas
con proyecciones a cuatro meses para el LN del PIB
e) Hallar el exponencial de los trimestres proyectados a fin de establecer la cifra en COP constantes del P
Proyecciones suponiendo un intervalo de confianza del 95%
Año Trimestre
LN PIB (media) Límite inferior Límite superior
II 12.291 12.280 12.302
2020p III 12.329 12.314 12.343
IV 12.415 12.399 12.432
10.00%
8.00%
6.00%
4.00%
2.00%
0.00%
II III IV
2020p
De acuerdo con las variaciones esperadas del PIB a precios constantes durante los últimos tres
trimestres del año 2020 si la tendencia de crecimiento pre-pandemia se hubiese mantenido el país
habría registrado en todo caso una contracción del -0,14% y -0,13% durante el III y IV trimestres
del año tras un notable aumento del 5,75% durante el segundo semestre. Sin embargo, con motivo
de las necesarias medidas de confinamiento asumidas en Colombia desde abril las perspectivas
de crecimiento se han acercado cada vez más al escenario desfavorable (o límite inferior con un
nivel de confianza del 95%) donde se presentaría una severa contracción del -1,25%, -7,16% y
-7,55% durante los últimos tres trimestres del año siendo posible destacar con especial
preocupación la vulnerabilidad esperada de nuestra economía en la segunda mitad del año ante
shocks negativos como los derivados de Covid-19 en el país; y sus implicaciones de política
s siglas en inglés) permite estimar los efectos tendenciales (de largo plazo),
tificando patrones para formular prediccones estocasticas o determinísticas
por datos del pasado y no por variables independientes.
5 sin desestacionalizar) para los tres últimos trimestres del año 2020 según el modelo ARIMA:
PIB estimado
PIB trimestral estimado y observado según modelo
124640 ARIMA
127943 260000
139303 240000
125853 (a precios constantes de 2015)
132804 220000 f(x) = 1656.03164234667
1648.92979137738 x + 126462.599619459
126487.304920382
R² = 0.899749616442215
0.892287061959988
134985 200000
Miles de milllones COP
151789 180000
135794
160000
140152
147074 140000
161641 120000
144195 100000
147777
III
2005 III
IVI
IVI
IVI
IVI
2009 III
IVI
IVI
IVI
IVI
IVI
IVI
IVI
2016 IIIII
IVI
2017 IIIII
IVI
IVI
2019 IIIII
IVI
2020 IIIII
2006 IIIII
2007 IIIII
2008 IIIII
II
2010 IIIII
2011 IIIII
2012 IIIII
2013 IIIII
2014 IIIII
2015 IIIII
2018 IIIII
IV
154586
167512
144044 PIB observado Linear (PIB observado)
148710 PIB estimado Linear (PIB estimado)
154186 Fuente: Elaborado con estadísticas de las cuentas nacionales -DANE.
164314
147688
153497
160263
175003
155589
165201
169573
190089
167570
174570
180576
193737
171987
178478
185825
204885
181696
194017
194016
215289
189364
195494
201879
222201
192122
200503
207350
222105
197477
202817
208786
228427
197601
206638
215053
233875
203188
214267
221608
241631
210390
217769 Proyecciones halladas mediante el
226075 modelo ARIMA especifícado a
246566 continuación:
de restar la tendencia aun cuando exista estacionalidad) y luego graficarles:
o del correlograma para el LN del PIB con tendencia y III. Primeras diferencias de las variables
estacionalidad seleccionadas aplicado al LN del PIB
estando la estacionalidad) a fin de realizar proyecciones más ajustadas al comportamiento real de los datos [sin te
AR I MA
1 1 1
1 0 0
-348.4544
or modelo será escogido con
glo a la significancia de los
os, así como al menor criterio
aike posible (cuanto más
negativo mejor)
observada"; "series de tiempo"; "contra el tiempo"; donde se compara la variable estimada y observada según el mo
o de confianza usando "área sombreada"; "aceptar" con un intervalo de confianza del 95%. Sólo nos haría falta halla
ecer la cifra en COP constantes del PIB esperado entre el segundo y cuarto trimestre de 2020
o un intervalo de confianza del 95% Desviación Variación del PIB
PIB Desfavorable Favorable típica Media Desfavorable Favorable
217769 215403 220161 0.011 6.13% 4.98% 7.30%
226075 222855 229341 0.014 3.81% 2.34% 5.31%
246566 242560 250638 0.016 9.06% 7.29% 10.86%
4. Entonces, plantear un modelo de series temporales por capital a fin de verificar un coeficiente de determ
(p<0,05) más alto en el modelo con datos panel respecto a las tres series de tiempo individuales:
Serie temporal 2: Manizales y Villa
Serie temporal 1: Armenia
María
Resultados estadísticos de interés comparados entre datos panel y series temporales
Coeficiente de Nivel de
Modelo Región determinación significancia
(R^2) estadística
Capitales
Datos panel del Eje 0.9816 99%
Cafetero
Armenia 0.9760 99%
Manizales
Series
y Villa 0.9906 99%
temporales
María
AMCO 0.9817 99%
aplicado al mercado laboral del Eje Cafetero