Desestacionalización con medias móviles.

Objetivo:
 Analizar la importancia de detectar estacionalidad para una serie dada.
 Explorar un método para eliminar la estacionalidad.

Estacionalidad y media móviles.

 Existen diversos escenarios que pueden ser modelados a través del uso de series de
tiempo.
 Estos escenarios están regidos por varias causas además de su comportamiento. Esto es
cambios climáticos, eventos sociodemográficos, fechas especiales etc.
 Series financieras.
 Los eventos que tienden a presentar una recurrencia en el comportamiento de la serie
según algún periodo de tiempo (mes, año, trimestre, …) se conocen como efecto de
estacionalidad.
 Es importante tener en cuenta que en varios casos la presencia de estacionalidad hace que
el análisis de un estudio se enfoque en detectar esta característica y no el comportamiento
que interesa.
 Así, se busca maneras de eliminar la estacionalidad de las series de modo que puedan ser
estudiadas sin la presencia de este efecto.

Una media móvil se define como una aplicación que se escribe como una combinación
lineal finita de potencias positivas y negativas del operador de retardos.
m2
M (⋅ )= ∑ θi B−i ( ⋅ ) .
j=−m1

 Una media móvil que cumple m 1=m2=m se dice centrada.

 También, si cumple que θ−k =θk , se dirá simétrica.
2m
k
Si se define el polinomio Θ ( x ) =∑ θ−m+k x y el operador de avance por F=B−1, la media
k=0
móvil centrada se puede escribir de la siguiente manera:

M =Bm Θ ( F ) .
Si X =X t es una serie, la serie transformada por las medias móviles se escribe

X ¿ =MX .
Una serie temporal puede ser descompuesta, Teorema de Wold, en cuatro tipos de fluctuaciones,
las cuales hoy en día nos son familiares [W. M. PERSONS]:

a) Una tendencia a largo plazo, o tendencia secular. Para una gran cantidad de series, tales
como los «bank clearings» o la producción de bienes, la tendencia secular puede ser
considerada como el elemento de crecimiento;
b) Un movimiento ondulatorio o cíclico que se sobrepone a la tendencia secular. Esas curvas
parecen alcanzar sus picos durante los períodos de prosperidad industrial y presentan
huecos durante los períodos de depresión. Sus altas y bajas constituyen el ciclo de
negocios;
 c) Un movimiento estacional infra-anual, que presenta una gracia característica para cada
serie;
d) Una variación residual, debida a acontecimientos que afectan una serie particular, o bien a
hechos excepcionales, tales como guerras o catástrofes naturales, que afectan
simultáneamente un gran número de serie

Hoy en día es usual descomponer una serie X t en varias componentes no observadas.

Siguiendo un modelo tipo:

 Aditivo: X t =T t +C t + St + I t .
 Multiplicativo: X t =T t∗Ct∗St∗I t.
 O bien: X t =T t∗( 1+Ct )∗( 1+ S t )∗( 1+ I t )

en donde T t ,C t , S t , I t designan, respectivamente, la tendencia, el ciclo, la estacionalidad y lo

irregular.

El método X-11.
Consiste en la aplicación iterativa de varios filtros simétricos y no lineales a la serie original.

El normal considerar los efectos de tendencia y ciclo en uno solo denotado como C t. Así, sea
X t =C t∗S t∗I t .
Definamos un filtro de media móvil aplicado a una serie cualquiera como la aplicación de
una media móvil simétrico a esta serie:
2m
X ¿ =MX =Bm ∑ θ−m +k F k X .
k=0

Además, se quiere ∑ θ k =1.

La idea básica es la siguiente:

^ t=M 1 X t
1. C
X
2. ( S^ t ⋅ I t ) = ^ t
Ct
3. ^St =M 2 ( S^ t ⋅I t ). Factores estacionales.
X
4. ^X tD = t (serie desestacionalizada).
S^ t