Business School: Universidad de La Sabana

Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
ADN-I-007
Business School
UNIVERSIDAD DE LA SABANA
ELABORACIÓN DE PRONÓSTICOS CON LA AYUDA DE

DESCOMPOSICIÓN EN SERIES DE TIEMPO
Copyright © 1994, INALDE.

Nota Técnica elaborada por el Área de Análisis de Decisiones de INALDE, basada en el libro
"Quantitative Methods in Management" de Paul A. Vatter, Stephen P. Bradley, Sherwood C. Frey,
Jr., Barbara B. Jackson, de Harvard University Graduate School of Business Administration, como
base de discusión y no como ilustración de la gestión, adecuada o inadecuada, de una situación
determinada.
Revisado: Septiembre de 2008

Prohibida la reproducción, total o parcial.
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021 IN ALOE
l. INTRODUCCIÓN
La información disponible para la elaboración de llll pronóstico a menudo toma la forma de lllla
secuencia de observaciones localizadas en el tiempo, a las que generalmente conocemos con el
nombre de "series de tiempo". Dichas series consisten en observaciones hechas a intervalos regulares
de tiempo de la variable que se va a pronosticar. Por ejemplo, la información puede ser las ventas
anuales de llll producto determinado durante los últimos diez años, o de otro producto durante los
últimos ocho años; etc. En esta nota técnica presentaremos lllla metodología en donde haremos uso de
las "series de tiempo" para desarrollar pronósticos probabilísticos.
En casi todas las situaciones económicas o de negocios el pronosticador al contemplar la serie de

tiempo correspondiente no va a considerar la información como si esta proviniera de "situaciones no
diferenciables". Por lo tanto, tal información sería inadecuada para el desarrollo de lllla distribución
en forma directa tal como lo vimos cuando se presenta ese tipo de situaciones. Por ejemplo, si
tuviéramos que pronosticar las ventas de autos nuevos en Estados Unidos para el último trimestre
del año 1976 tendríamos como ayuda disponible la información trimestral que se indica en la Tabla
1 y que se diagrama en la Gráfica!. Un examen rápido de la gráfica nos indica la razón por la cual no
estaríamos dispuestos a considerar la información como resultante de "situaciones no diferenciables".
Es claro que ha existido en ese periodo llll crecimiento a largo-plazo en las ventas, debido
posiblemente al crecimiento de la población y a los incrementos en el estándar de vida. Al reconocer
esta "tendencia", la mayoría de los decisores habrían pronosticado, antes del hecho, mayores ventas
en 1975 que en 1958.
Una examen más detallado de la Gráfica 1 nos permite observar llll patrón recurrente en las ventas
dentro de cada año. Con bastante regularidad, el segW1do trimestre tiene mayores ventas que el tercer
trimestre y las de los trimestres primero y cuarto se encuentran entre los trimestres dos y tres. La
ocurrencia de tal "patrón temporal o estacional", que tradicionalmente está relacionado con el clima o
la costumbre, nos genera llll segW1do tipo de distinción en la información 1
1
. Si la serie consiste en información mensual, un patrón recurrente de 12 meses dentro del afio habría constituido el
patrón temporal o estacional en la serie. De manera similar, una serie de cifras semanales por afio habría estado
marcada por un patrón temporal o estacional que se repetiría cada 52 semanas.
Tabla 1
Venta de carros nuevos en EE.UU. a nivel trimestral años 1958-1974
AÑOY VENTAS AÑOY VENTAS

TRIMESTRE (miles carros) TRIMESTRE (miles carros)
1958 1967
lo 1,069 lo 1,744
2o 1,142 2o 2,235
3o 927 3o 1,692
4. 1,151 4o 1,897
1959 1968
lo 1,323 lo 2,021
2o 1,613 2o 2,321
3o 1,289 3o 1,934
4o 1,263 4o 2,349
1960 1969
lo 1,515 lo 2,030
2o 1,739 2o 2,347
3o 1,330 3o 1,927
4o 1,559 4o 2,161
1961 1970
lo 1.212 lo 1,782
2o 1,551 2o 2,189
3o 1,180 3o 1,654
4o 1,624 4o 1,490
1962 1971
lo 1,559 lo 1,977
2o 1,887 2. 2.281
3o 1,360 3o 1,988
4o 1,946 4o 2,676
1963 1972
lo 1,721 lo 2,078
2o 2,056 2o 2,537
3o 1,498 3o 2,165
4o 2,059 4o 2,541
1964 1973
lo 1,844 lo 2,473
2o 2,171 2o 2,742
3o 1,753 3o 2,247
4. 1,895 4. 2,208
1965 1974
lo 2,196 lo 1,771
2. 2,381 2o 2,166
J. 1,822 Jo 1,949
4o 2,366 4o 1,562
1966
lo 2,207
2. 2,209
3o 1,744
4o 2,218
2
INALDE
Figura 1
Venta de carros nuevos en EE.UU.1958-1974
2,280
r,J
=
r,J
1,960
4.l
"C 1,640
�
=
1,320
1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974
Una observación adicional a la serie nos revela la existencia de fluctuaciones en forma de ondas,
alrededor de las tendencias, que tienen duración superior a un año pero que no tienen la periodicidad
estricta que caracteriza al patrón temporal o estacional. La identificación de las fechas históricas en
las que los picos y depresiones de estas ondas se producen, nos sugieren relacionarlas con las
fluctuaciones que ocurren en la actividad de los negocios en general. Los llamados ciclos de rtegocios.
Este "patrón cíclico" constituye un tercer tipo de factor que afecta las ventas.
Dada la existencia, de las tendencias de los factores temporales o estacionales y de los factores
cíclicos, nos quedan, todavía, fluctuaciones residuales. Si le podemos dar una explicación adecuada
a dicha tendencia, a dichos factores temporales o estacionales y a dichos factores cíclicos, podríamos
considerar los mencionados residuos como el resultado de "situaciones no diferenciables" y de este
modo podríamos estructurar una metodología para la elaboración de un pronóstico probabilístico.
Esta visión de la serie de tiempo nos sugiere un modelo de la forma.
3
A=TxSxCxU
en donde:
A= Valor real de la variable de interés

T= Nivel de la tendencia de la serie
S= Efecto de los factores temporales o estacionales
C= Efecto relativo de los factores cíclicos
U= Efecto de los factores sin explicación que el decisor puede considerar como resultantes de
"situaciones no diferenciables"
En la metodología que presentaremos en esta nota, una serie de tiempo del tipo del ejemplo
mencionado, la descompondremos en los componentes previamente citados. Cada uno de ellos será,
entonces, extrapolado en el futuro para formar una base que mediante su recombinación, nos permita
efectuar un pronóstico probabilístico de la variable en consideración.
2. MEDICIÓN DEL EFECTO COMBINADO DE LA TENDENCIA Y DEL CICLO
La información a nivel anual no refleja las variaciones temporales o estacionales que pueda haber
dentro del año. De la misma forma, la relativa amplitud de cualquier fluctuación inexplicada debe ser
sustancialmente menor en la información anual que en la información mensual o trimestral. 2 De este
modo, si los valores de la información para los doce meses o los cuatro trimestres dentro del año son
sumados para obtener una serie de totales anuales, estos totales no se verán afectados en forma
importante ni por las variaciones temporales o estacionales ni por las fluctuaciones inexplicadas.
Las diferencias entre estos totales anuales proporcionarán, por lo tanto, una medida de los efectos de
la tendencia y de la mayor parte del ciclo. Por ejemplo, las ventas totales anuales de autos en 1972
difieren de las ventas totales anuales en 1973 debido al crecimiento de largo plazo y debido a que los
dos años pueden estar en fases diferentes del ciclo del negocio. Debido a que ambos totales anuales
incluyen un primer trimestre, un segundo trimestre, un tercer trimestre y un cuarto trimestre, las
diferencias en los patrones trimestrales no se verán reflejadas y las variaciones inexplicadas para
cada total de ventas trimestrales tenderán a equilibrarse durante los cuatro trimestres.
Con el fin de poder comparar estos valores analizados con las observaciones trimestrales originales,
ellos deben ser comparables tanto en tamaño como en tiempo. Para tener en cuenta el tamaño
podemos promediar el total, en forma mensual o trimestral (dividiendo el total entre 12 ó 4). Los
pasos del siguiente procedimiento nos aseguran que los valores anualizados y la observación original
sean comparables en el tiempo.
a. Calcular el promedio móvil para los 12 meses o los cuatro trimestres. Si el cálculo es trimestral,
este se calcula promediando los primeros cuatro trimestres, después los trimestres 2 al 5, el 3 al 6 y
así, sucesivamente.3 Cada promedio lo colocamos en el tiempo, en el punto medio de las fechas de las
2
. Las variaciones inexplicadas que hacen que un mes o un trimestre sea mayor que otro mes o trimestre tienden a
eliminarse cuando son promediadas en un año o en múltiples años.
. En la información mensual el primer promedio móvil provendría de la información de los meses I al 12, después del 2
3
al 13.
4
INALDE
observaciones incluidas. De este modo, el primer promedio se refiere a un punto en el tiempo a mitad
de camino entre las fechas de la segunda y tercera observación trimestral, la segunda es un punto
entre los trimestres tercero y cuarto y así, sucesivamente.
La Tabla 2 ilustra este procedimiento cuando lo aplicamos a la información durante el período 1958-
1974. La representación de esta información se presenta en la Gráfica 2. La primera cifra de la
Columna (3) de la Tabla 2 fue calculada promediando los primeros cuatro valores de la columna (2):
1.069 + 1.142 + 927 + 1.151 = 1.072

4
Este valor fue situado entre la segunda y tercera observaciones.
b. Obtener promedios que correspondan en tiempo con las observaciones originales. Tomamos
entonces el promedio de dos promedios móviles correspondientes a dos períodos, en este caso de
cuatro trimestres cada uno. Debido a que el promedio móvil inicial se refiere en tiempo a un
punto a mitad de camino entre el segundo y tercer trimestre y el segundo promedio móvil se refiere
a un punto a mitad de camino entre el tercer y cuarto trimestre, el promedio de estos dos
promedios móviles se sitúa en el mismo punto de la observación del tercer trimestre.
5
Tabla 2
Cálculo promedio móvil central de la venta de carros nuevos en EE.UU.1958-1974
AÑOY VENTAS PROM.MÓVIL PROM.MOVIL

TRIMESTRE (miles carros) (4 períodos) CENTRAL
1958
1. 1,069
2. 1,142
3. 927 1,072 1,104
4o 1,151 1,136 1,195
1959
lo 1,323 1,254 1,299
2. 1,613 1,344 1,358
3. 1,289 1,372 1,396
4o 1,263 1,420 1,436
1960
1. 1,515 1,451 1,456
2. 1,739 1,462 1,499
3. 1,330 1,536 1,498
4. 1,559 1,460 1,436
1961
lo 1,212 1,413 1,394
2. 1,550 1,375 1,383
3. 1,180 1,391 1,435
4. 1,624 1,478 1,521
1962
1. 1,559 1,563 1,585
2. 1,887 1,608 1,648
3. 1,360 1,688 1,708
4. 1,946 1.729 1,750
1963
lo 1,721 1,771 1,788
2. 2,056 1,805 1,819
3. 1,498 1,834 1,849
4. 2,059 1,864 1,879
1964
lo 1,844 1,893 1,925
2. 2,171 1,957 1,936
3. 1,753 1,916 1,960
4. 1,895 2,004 2,030
1965
1. 2,196 2,056 2,065
2. 2,381 2,073 2,132
3. 1,822 2,191 2,192
4o 2,366 2,194 2,172
1966
la 2,207 2,151 2,141
2. 2,209 2,131 2,113
3. 1,744 2,095 2,037
4o 2,218 1,979 1,982
6
INALDE
AÑOY VENTAS PROM.MÓVIL PROM.MOVIL

TRIMESTRE (miles carros) (4 períodos) CENTRAL
1967
lo 1,744 1,985 1,979
2o 2,235 1,972 1,932
3o 1,692 1,961 1,927
4o 1,897 1,983 1,972
1968
lo 2,021 1,983 2,013
2. 2,321 2,043 2,100
3o 1,934 2,156 2,157
4o 2,349 2,158 2,162
1969
lo 2,030 2,165 2,164
2o 2,347 2,163 2,140
3o 1,927 2,116 2,085
4o 2,161 2,054 2,035
1970
lo 1,782 2,015 1,981
2o 2,189 1,947 1,863
3. 1,654 1,779 1,803
4. 1,490 1,828 1,839
1971
lo 1,977 1,851 1,892
2o 2,281 1,934 2,082
3o 1,988 2,231 2,243
4o 2,676 2,256 2,288
1972
lo 2,078 2,320 2,342
2o 2,537 2,364 2,347
3. 2,165 2,330 2,380
4o 2,541 2,429 2,455
1973
lo 2,473 2,480 2,490
2o 2,742 2,501 2,459
3o 2,247 2,417 2,330
4o 2,208 2,242 2,170
1974
lo 1,771 2,098 2,061
2o 2,166 2,024 1,943
3o 1,949 1,862
4o 1,562
Cálculos similares hacen que cada uno de estos promedios corresponda en tiempo a la observación
original en la serie.
El primer valor de la Columna (4) de la Tabla 2 lo obtuvimos promediando los primeros dos valores
de la Columna (3). De este modo:
1.072 + 1.136 = 1.104
2
7
Este valor corresponde en tiempo a la venta de 927 carros del tercer trimestre y lo denominaremos
promedio móvil central. Notemos que en el se refleja tanto la tendencia como el movimiento cíclico4;
sin embargo, no muestra los patrones temporales o estacionales de la información original y los
movimientos irregulares inexplicados han sido eliminados sustancialmente.
Figura 2
Venta de carros nuevos en EE.UU. y promedio móvil central 1958-1974

2,920
2,600
2,280
1,960
C.J
r,} 1,640
1,320
, 680 '----'--'--......L.---'--'--......L.-......__.,____.__---'---_.,____.____.__.____.__.....__a,___
1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974
3. SEPARACIÓN DE LOS EFECTOS DE LA TENDENCIA Y DEL CICLO
Ya observamos que los promedios móviles incluían tendencias y movimientos cíclicos y no incluían
las oscilaciones temporales o estacionales o la mayor parte de las variaciones inexplicadas. 5
Indicaremos ahora cómo medir el efecto combinado de la tendencia y del ciclo y cómo dividir ambos
factores a fin de considerarlos separadamente.
3.1 Determinación de la tendencia
Debido a que, por definición, tendencia es el movimiento uniforme y de largo plazo que sirve de
sostén a la serie, generalmente se requiere información que abarque un período de tiempo
relativamente largo para permitir su adecuada identificación.
4
. Estrictamente hablando, el promedio móvil central no incluye todos los movimientos cíclicos, ya que el mismo tiende
a subestimar los picos y sobrestimar las depresiones (suavizar).
5
. Simbólicamente, el promedio móvil central es igual a T x C.
8
INALDE
Existen varios métodos que pueden emplearse para llegar a una descripción de la tendencia. Quizá el
método más directo es el que emplearemos aquí. Este método involucra el dibujo de una linea
uniforme, la que a juicio del pronosticador, es la que mejor se ajusta a los promedios móviles. 6
La Gráfica 3 representa el ajuste dibujado de la tendencia de los promedios móviles centrales en el

ejemplo de las ventas de los autos nuevos. Debemos observar que este método para identificar la
tendencia depende en gran medida del juicio o criterio del pronosticador. Al elaborar proyecciones de
la tendencia, las pequeñas diferencias de los juicios o criterios descriptivos pueden resultar en
diferencias sustanciales al estimar la tendencia de periodos futuros distantes.
3.2 Descripción de variaciones cíclicas
Cuando los valores de los promedios móviles centrales, que incluyen la tendencia y los movimientos
cíclicos, son expresados como un porcentaje de la tendencia, las fluctuaciones porcentuales deben
revelar un patrón de los movimientos cíclicos.
Figura 3
Promedio móvil central y definición de la tendencia de las ventas de carros 1958-1974

2500
2·100
2300 -
2200
2100
� 2000
-
= 1900
1700
1600
1500
1400
1300 -
-
1200
1000
1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 197�
Este razonamiento puede ser expresado mediante la siguiente relación:
Promedio móvil = T X e =e
Tendencia T
. Se encuentra disponibles también métodos más mecánicos para detenninar la línea que, en cierto sentido, sea la que
6
"mejor" se ajusta.
9
La Tabla 3 indica el cálculo de estos residuos cíclicos relativos para el ejemplo de las ventas de los
autos nuevos. Los valores de la tendencia fueron leídos o interpretados de la Gráfica 3 y las medidas
resultantes de la variación cíclica aparecen diagramadas en la Gráfica 4. Debemos observar que la
tendencia ahora se halla representada por la línea horizontal del ciento por ciento, que el patrón
temporal o estacional recurrente de la serie real ya no está presente y que las variaciones irregulares e
inexplicadas han sido eliminadas de forma sustancial. La medida cíclica de 88.5 para el segundo
trimestre de 1970 indica que en ese trimestre las ventas de autos nuevos fueron 88.5 por ciento de la
tendencia, u 11.5 por ciento por debajo de la tendencia, debido, esencialmente, a factores cíclicos.
Tabla 3
Cálculo de los residuos cíclicos relativos para la venta de carros nuevos 1958-1974
(1) (2) (3) (4) = (2)/(3)

AÑO Y TRIMESTRE PROM.MOVIL TENDENCIA RESIDUOS CÍCLICOS
CENTRAL RELATIVOS (%)
1958
lo
2o
3o 1,104 1,250 88.3
4o 1,195 1,280 93.3
1959
lo 1,299 1,310 99.1
2o 1,358 1,340 101.3
3o 1,396 1,370 101.9
4o 1,436 1,400 102.5
1960
lo 1,456 1,430 101.9
2o 1,499 1,460 102.6
3o 1,498 1,460 100.5
4o 1,436 1,520 94.5
1961
lo 1,394 1,550 89.9
2o 1,383 1,580 87.6
3o 1,435 1,610 89.1
4o 1,521 1,640 92.7
1962
lo 1,585 1,670 94.9
2o 1,648 1,695 97.2
3o 1,708 1,720 99.3
4o 1,750 1,745 100.3
1963
lo 1,788 1,765 101.3
2o 1,819 1,785 101.9
3o 1,849 1,805 102.4
4o 1,879 1,823 103.1
1964
lo 1,925 1,840 104.6
2o 1,936 1,857 104.3
3o 1,960 1,874 104.6
4o 2,030 1,890 107.4
10
INALDE
(1) (2) (3) (4) = (2)/(3)

AÑO Y TRIMESTRE PROM.MOVIL TENDENCIA RESIDUOS CÍCLICOS
CENTRAL RELATIVOS(%)
1965
lo 2,065 1,906 108.3
2o 2,132 1,922 110.9
Jo 2,191 1,938 113.1
4o 2,172 1,954 111.2
1966
lo 2,141 1,970 108.7
2o 2.113 1,985 106.4
Jo 2,037 1,998 101.9
4o 1,982 2,010 98.6
1967
lo 1,979 2,021 97.9
2o 1,932 2,030 95.2
Jo 1,927 2,038 94.5
4o 1,972 2,046 96.4
1968
lo 2.013 2,054 98.0
2o 2,100 2,061 101.9
Jo 2,157 2,068 104.3
4o 2,162 2,074 104.2
1969
lo 2,164 2,080 104.0
2o 2,140 2,085 102.6
Jo 2,085 2,090 99.8
4o 2,035 2,095 97.1
1970
lo 1,981 2,100 94.3
2o 1,863 2,105 88.5
Jo 1,803 2,110 85.5
4o 1,839 2,115 87.0
1971
lo 1,892 2,120 89.3
2o 2,082 2,125 98.0
Jo 2,243 2,130 105.3
4o 2,288 2,135 107.2
1972
lo 2,342 2,140 109.4
2o 2,347 2,145 109.4
Jo 2,380 2,150 110.7
4o 2,455 2,155 113.9
1973
lo 2,490 2,160 115.3
2o 2,459 2,165 113.6
Jo 2,330 2,170 107.4
4o 2,170 2,175 99.8
1974
lo 2,061 2,180 94.5
2o 1,943 2,185 88.9
Jo
4o
11
Figura 4
Residuos cíclicos relativos en las ventas de carros nuevos 1958-1974
120
115
110
105
95
90
85
80""-�-'-�_,__�_._�_._�___._�--''----''--�'-----'-,..._�.,__�_.__�_._�__._�__._�__.._�_.._�-
1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974
Año
4. MEDICIÓN DE LOS EFECTOS COMBINADOS TEMPORALES O ESTACIONALES Y

MOVIMIENTOS INEXPLICADOS
Hemos mencionado cómo las series tales como la de nuestro ejemplo incluyen la tendencia, las
variaciones cíclicas, las temporales o estacionales, además de las variaciones inexplicadas. Vimos
que los promedios móviles centrales miden la tendencia y el ciclo. Si dividimos cada observación
original entre su promedio móvil central (multiplicando la proporción por 100 para convertirla a la
forma más común de porcentaje), esos cocientes reflejan las variaciones debidas a factores
temporales o estacionales y a factores inexplicados. Matemáticamente, esta conclusión podemos verla
en la siguiente ecuación:
A = TxCxSxU =SxU
Promedio móvil central TxC
12
INALDE A�D-N-1-007
La tabla 4 nos indica la información original expresada como un porcentaje del correspondiente
promedio móvil central.
Tabla 4
Ventas reales de carros como porcentaje del promedio móvil central 1958-1974
(1) (2) (3) (4)=(2)/(3)

AÑOY RELACIÓN VENTAS
TRIMESTRE VENTAS PROM.MOVIL APROX.MOVIL
CENTRAL CENTRAL
1958
lo 1,069
2o 1,142
Jo 927 1,104 0.840
4o 1,151 1,195 0.963
1959
lo 1,323 1,299 1.018
2o 1,613 1,358 1.188
Jo 1,289 1,396 0.923
4o 1,263 1,436 0.880
1960
lo 1,515 1,456 1.040
2o 1,739 1,499 1.160
Jo 1,330 1,498 0.888
4o 1,559 1,436 1.086
1961
lo 1,212 1,394 0.869
2o 1,550 1,383 1.120
Jo 1,180 1,435 0.823
4o 1,624 1,521 1.068
1962
lo 1,559 1,585 0.984
2o 1,887 1,648 1.145
Jo 1,360 1,708 0.796
4o 1,946 1,750 1.112
1963
lo 1,721 1,788 0.963
2o 2,056 1,819 1.130
Jo 1,498 1,849 0.810
4o 2,059 1,879 1.096
1964
lo 1,844 1,925 0.958
2o 2,171 1,936 1.121
Jo 1,753 1,960 0.894
4o 1,895 2,030 0.934
1965
lo 2,196 2,065 1.063
2o 2,381 2,132 1.117
Jo 1,822 2,192 0.831
4o 2,366 2,172 1.089
13
(1) (2) (3) (4)=(2)/(3)

RELACIÓN VENTAS
AÑO y VENTAS PROM.MOVIL APROX. MOVIL
TRIMESTRE CENTRAL CENTRAL
1966
lo 2,207 2,141 1.031
2o 2,209 2,113 1.045
3o 1,744 2,037 0.856
4o 2,218 1,982 1.119
1967
lo 1,744 1,979 0.881
2o 2,235 1,932 1,157
3o 1,692 1,927 0.878
4o 1,897 1,972 0.962
1968
lo 2,021 2,013 1.004
2o 2,321 2,100 1.105
3o 1,934 2,157 0.897
4o 2,349 2,162 1.087
1969
lo 2,030 2,164 0.938
2o 2,347 2,140 1.097
3o 1,927 2,085 0.924
4o 2,161 2,035 1.062
1970
lo 1,782 1,981 0.900
2o 2,189 1,863 1.175
3o 1,654 1,803 0.918
4o 1,490 1,839 0.810
1971
lo 1,977 1,892 1.045
2o 2,281 2,082 1.095
3o 1,988 2,243 0.886
4o 2,676 2,288 1.170
1972
lo 1,078 2,342 0.887
2o 2,537 2,347 1.081
3o 2,165 2,380 0.910
4. 2,541 2,455 1.035
1973
lo 2,473 2,490 0.993
2o 2,742 2,459 1.115
3o 2,247 2,330 0.964
4o 2,208 2,170 1.018
1974
lo 1,771 2,061 0.859
2o 2,166 1,943 1.115
3o 1,949
4o 1,562
14
INALDE
5. SEPARACIÓN DE LOS EFECTOS DE LAS VARIACIONES TEMPORALES O

ESTACIONALES Y DE LAS VARIACIONES INEXPLICADAS
Como hemos visto, las variaciones temporales o estacionales son movimientos periódicos en una serie
de tiempo que se repiten durante un período de tiempo determinado, generalmente un año y que son
causadas, generalmente, por factores asociados con el clima o las costumbres. Las tradicionales altas
ventas de helados y ventas bajas de combustible durante el verano, son ejemplos extremos de causas
climáticas. Dos ejemplos de patrones temporales o estacionales afectados por las costumbres son los
bajos niveles de inventarios a finales de año, asociados con el cierre de cuentas fmancieras y las altas
ventas, al por menor, durante el mes de diciembre estimuladas por la tradición de la entrega de
regalos.
Estrictamente hablando, la expresión "variación temporal o estacional" puede aplicarse a cualquier

patrón recurrente en una serie de tiempo donde el intervalo de tiempo para completar el patrón sea de
un año o menos. De este modo esta expresión podría emplearse para describir no sólo un patrón
mensual o trimestral dentro de un período de un año, sino también un patrón semanal en el período de
un mes, o un patrón diario en el período de una semana, e, incluso, un patrón por hora en el período
de un día. En este numeral estamos tratando con los patrones anuales observados en series
trimestrales o mensuales.
5.1 Medición del patrón temporal o estacional
Un patrón muy regular que sea atribuido a las variaciones temporales o estacionales proporciona una
base para separarlas de las variaciones irregulares e inexplicadas. Si las proporciones de las
observaciones sobre ventas reales con respecto a sus correspondientes promedios móviles centrales
son reagrupadas por período (ejemplo, todas las del primer trimestre juntas, todas las del segundo
trimestre juntas y así sucesivamente), el efecto de la variación inexplicada se nota con claridad. En
series con patrones temporales o estacionales estables, cada cifra del primer-trimestre, por ejemplo,
sería el efecto temporal o estacional del primer trimestre multiplicado por la variación causada por
factores inexplicados. Cada primer trimestre tendría el mismo efecto temporal o estacional y de este
modo las diferencias de año a año en el porcentaje de las cifras de promedio móvil deben ser
causadas por los movimientos inexplicados. Como estas variaciones inexplicadas por su sola
naturaleza pueden surgir de "situaciones no diferenciables" que tienen un promedio de cero, al
promediar precisamente los valores de cada período que hemos agrupado (como por ejemplo, el de
los primeros trimestres o trimestres 1) se deben eliminar, o por lo menos, amortiguar
sustancialmente. Los promedios resultantes, uno para cada período, miden el efecto de las diferentes
estaciones. Estas cifras o números generalmente las conocemos como índices Temporales o
Estacionales.
Al tipo de promedio generalmente empleado para eliminar los movimientos irregulares se le denomina
promedio modificado. Debido a que algunas de las variaciones inexplicadas pueden tener un impacto
muy grande, surgiendo de factores tales como huelgas e incendios y debido a que una gran desviación
puede distorsionar un promedio directo, a menudo se considera que lo mejor es eliminar valores
extremos antes de calcular los índices temporales o estacionales. De este modo, un promedio
modificado se halla descartando el extremo inferior y el extremo superior antes de calcular el
promedio de los valores restantes. La Tabla 5 nos muestra el cálculo de los cuatro promedios
modificados, uno por cada uno de los cuatro trimestres. La Gráfica 5 es una serie de cuatro gráficas
15
(una para cada trimestre) que índica el porcentaje de los promedios móviles centrales con respecto al
promedio modificado, el cual se representa como una línea recta horizontal.
Si la elimínación de todos los factores no temporales o no estacionales ha sido exacta, los cuatro
índices temporales o estacionales resultantes promediarían ciento por ciento. En la mayoría de los
casos, el promedio en esta etapa estará muy cerca pero no exactamente igual al ciento por ciento. Por
consiguiente, como paso final se ajustan los índices preliminares para alcanzar ese objetivo.
Generalmente asumiremos que el ajuste debe ser proporcional a cada índice. De este modo, un factor
de ajuste se halla tomando la proporción del promedio deseado (100) con respecto al promedio real
(en este ejemplo 100.05). Cada uno de los índices prelimínares lo multiplicamos por este factor para
así obtener un conjunto final de índices que promediará ahora el 100 deseado. Los cálculos se índican
en la Tabla 5
Tabla 5
Cálculo de los índices trimestrales estacionales ventas de carros nuevos 1958-1974

Porcentaje de los promedios móviles centrales
Año lo 2o Jo 4o
1958 84.0 96.3

1959 101.8 118.8 92.3 88.0
1960 104.0 116.0 88.8 108.6
1961 86.9 112.0 82.3 106.8
1962 98.4 114.5 79.6 111.2
1963 96.3 113.0 81.0 109.6
1964 95.8 112.1 89.4 93.4
1965 106.3 111.7 83.1 108.9
1966 103.1 104.5 85.6 111.9
1967 88.1 115.7 87.8 96.2
1968 100.4 110.5 89.7 108.7
1969 93.8 109.7 92.4 106.2
1970 90.0 117.5 91.8 81.0
1971 104.5 109.5 88.6 117.0
1972 88.7 108.1 91.0 103.5
1973 99.3 111.5 96.4 101.8
1974 85.9 111.5
PROMEDIO
MODIFICADO 96.5 112.4 87.7 103.6
Total promedio modificado = 400.2

Factor de ajuste = 400/400.2 = 9995
Indices estacionales
96.4 112.3 87.7 103.6
16
INALDE
5.2 Medición de las variaciones inexplicadas
Figura 5
Relación de los promedios móviles centrales a los índices trimestrales estacionales

de las ventas de carros nuevos 1958-1974
Primer trim. segundo trim. Tercer trim. Cuarto trim.

1.20 1.20
1.15 1,15
�
,e, 1.10
1.10
�e
a ,.os
l"""I 1.00
-+--++----· 1.05
1.00
.95 .95
.90 ,90
.85 .es
.eo .80
.75'-------------------------------...J .75
Año
Una vez generados los índices temporales o estacionales, pueden utilizarse para eliminar el efecto
temporal o estacional de cualquier serie mediante una simple división. Recordemos que la proporción
de las ventas reales con relación a los valores promedios móviles centrales incluye los efectos de las
variaciones temporales o estacionales y las inexplicadas. Por consiguiente, podemos medir las
variaciones inexplicadas dividiendo las relaciones de las ventas reales con respecto a su
correspondiente promedio móvil central entre su correspondiente índice temporal o estacional.
Simbólicamente esto puede expresarse mediante la siguiente ecuación:
A / Promedio móvil central = SxU =U

s s
Para el ejemplo de las ventas de los autos nuevos, las variaciones inexplicadas son reproducidas en la
Tabla 6. Si el pronosticador está dispuesto a considerar estas variaciones como si surgieran de
"situaciones no diferenciables", podrían emplearse para crear una distribución de probabilidad
acumulada que describiría la incertidumbre que rodea a los pronósticos que se basan en los efectos de
la tendencia, en los efectos cíclicos y en los temporales o estacionales. La Gráfica 6 nos muestra una
distribución de probabilidad acumulativa de estos errores relativos.
17
Tabla6
Cálculo de las variaciones inexplicadas para la venta de carros nuevos 1958-1974
(1) (2) (3) (4) = (2)/(3) (5 ) (6)=(4)/(5)x 100

AÑOY PROM.MOVIL RELACIÓN DE INDICE VARIACIONES
TRIMESTRE VENTAS CENTRAL (2) A (3) ESTACIONAL INEXPLICADAS
(%)
1958
lo 1,069 0.964
lo 1,142 1.123
3o 927 1,104 0.840 0.876 95.8
4o 1,151 1,195 0.963 1.036 93.0
1959
lo 1,323 1,299 1.018 0.964 105.6
lo 1,613 1,358 1.188 1.123 105.8
3o 1,289 1,396 0.923 0.876 105.3
4o 1,263 1,436 0.880 1.036 84.9
1960
lo 1,515 1,456 1.040 0.964 107.8
2o 1,739 1,499 1.160 1.123 103.3
3o 1,330 1,498 0.888 0.876 101.3
4o 1,559 1,436 1.086 1.036 104.8
1961
lo 1,212 1,394 0.869 0.964 90.1
lo 1,550 1,383 1.120 1,123 99.8
3o 1,180 1,435 0.823 0.876 93.9
4. 1,624 1,521 1.068 1.036 103.1
1962
lo 1,559 1,585 0.984 0.964 102.0
2. 1,887 1,648 1.145 1.123 102.0
3o 1,360 1,708 0.796 0.876 90.8
4o 1,946 1,750 1.112 1.036 107.4
1963
lo 1,721 1,788 0.963 0.964 99.8
2. 2,056 1,819 1.130 1.123 100.6
3o 1,498 1,849 0.810 0.876 92.5
4o 2,059 1,879 1.096 1.036 105.8
1964
lo 1,844 1,925 0.958 0.964 99.3
2. 2,171 1,936 1.121 1.123 99.8
3o 1,753 1,960 0.894 0.876 102.0
4o 1,895 2,030 0.934 1.036 90.1
1965
lo 2,196 2,065 1.063 0.964 110.3
2o 2,381 2,132 1.117 1.123 99.4
3. 1,822 2,192 0.831 0.876 94.8
4. 2,366 2,172 1.089 1.036 105.1
18
INALDE
( 1) (2) (3) (4) = (2)/(3) (5) (6)=(4)/(5)x 100

AÑOY PROM .MOVIL RELACIÓN de INDICE VARIACIONES
TRIMESTRE VENTAS CENTRAL (2)A (3) ESTACIONAL INEXPLICADAS
(%)
1966
lo 2,207 2,141 1.031 0.964 106.9
2o 2,209 2,113 1.045 1.123 93.1
3o 1,744 2,037 0.856 0.876 97.7
4o 2,218 1,982 1.119 1.036 108.0
1967
lo 1,744 1,979 0.881 0.964 91.4
2o 2,235 1,932 1,157 1.123 103.0
3o 1,692 1,927 0.878 0.876 100.2
4o 1,897 1,972 0.962 1.036 92.9
1968
lo 2,021 2,013 1.004 0.964 104.1
2o 2,321 2,100 1.105 1.123 98.4
3o 1,934 2,157 0.897 0.876 102.3
4o 2,349 2,162 1.087 1.036 104.9
1969
lo 2,030 2,164 0.938 0.964 97.3
2o 2,347 2,140 1.097 1.123 97.6
3o 1,927 2,085 0.924 0.876 105.4
4o 2,161 2,035 1.062 1.036 102.5
1970
lo 1,782 1,981 0.900 0.964 93.3
2o 2,189 1,863 1.175 1.123 104.6
3o 1,654 1,803 0.918 0.876 104.7
4o 1,490 1,839 0.810 1.036 78.2
1971
lo 1,977 1,892 1.045 0.964 108.3
2o 2,281 2,082 1.095 0.123 97.5
3o 1,988 2,243 0.886 0.876 101.1
4o 2,676 2,288 1.170 10.36 112.9
1972
lo 1,078 2,342 0.887 Q.964 92.0
2o 2,537 2,347 1.081 1.123 96.2
3o 2,165 2,380 0.910 0.876 103.8
4o 2,541 2,455 1.035 1.036 99.9
1973
lo 2,473 2,490 0.993 0.964 103.0
2o 2,742 2,459 1.115 1.123 99.3
3o 2,247 2,330 0.964 0.876 110.0
4o 2,208 2,170 1.018 1.036 98.2
1974
lo 1,771 2,061 0.859 0.964 89.1
2o 2,166 1,943 1.115 1.123 99.3
3o 1,949 0.876
4o 1,562 1.036
19
6. DESARROLLO DE UN PRONÓSTICO PROBABILÍSTICO
Hemos indicado cómo una serie, como la del ejemplo, puede ser descompuesta en su tendencia, en
sus efectos cíclicos, en sus efectos temporales o estacionales y en sus residuos inexplicados. Si
suponemos que los patrones anteriores de estos componentes individuales continuarán en el futuro,
los valores futuros de la serie de tiempo se pueden pronosticar proyectando los componentes
individuales y combinando las mencionadas proyecciones. De este modo, el pronóstico de un período
futuro puede hacerse proyectando individualmente la tendencia, los efectos cíclicos y los temporales
o estacionales, combinando estas proyecciones y finalmente, sobreponiendo una distribución que
describa la incertidumbre alrededor de esta proyección combinada.
La extrapolación de la tendencia constituye la base del pronóstico. Probablemente el juicio del

decisor para predecir el ciclo que corresponda al periodo pronosticado sea una de las tareas más
dificiles. Es así como la proyección del ciclo como porcentaje de la tendencia (o una determinación
de la probabilidad de esta cantidad, si la incertidumbre es sustancial) se debe hacer con base en
información .obtenida de predicciones económicas generales y en percepciones de la relación entre
estas condiciones y la serie que está siendo pronosticada. Posteriormente multiplicamos entre sí los
pronósticos de la tendencia y de los movimientos cíclicos. Después que ese producto ha sido hallado
para el periodo pronosticado, su multiplicación por el índice temporal o estacional apropiado produce
un pronóstico puntual. Así, en nuestro ejemplo, un pronóstico puntual para las ventas de autos
nuevos durante el cuarto trimestre de 1975 involucraría una extrapolación de la tendencia a
2'215.000, una proyección del ciclo como porcentaje de la tendencia del 90 por ciento y un índice
temporal o estacional para el cuarto trimestre del 103.6 por ciento. La combinación de estos valor�s
nos produciría un pronóstico de 2'065.000 autos para ese trimestre.
Si el pronosticador está dispuesto a considerar la variación relativa inexplicada como generada por
"situaciones no diferenciables", el anterior pronóstico puntual para el cuarto trimestre de 1975 puede
combinarse con la distribución acumulativa de la variación inexplicada, para así desarrollar un
pronóstico probabilístico de ventas para ese período. La escala inferior de la Gráfica 6 se obtiene
multiplicando cada valor de la escala superior por el pronóstico puntual de los 2'065.000
automóviles.
Debemos observar que la incertidumbre en tal distribución podría ser una manifestación incompleta
de la verdadera incertidumbre de la situación. Esta distribución sería apropiada si creyéramos que las
proyecciones de la tendencia, ciclo y movimientos temporales o estacionales fueran tan buenas para
el período a ser pronosticado, como ellas lo han sido retrospectivamente en el pasado. También
tendríamos que suponer que los factores y fuerzas que generaron en el pasado estos patrones de
movimiento continúen, por lo menos de manera importante, en el futuro, hasta la fecha del
pronóstico. Estos supuestos pueden ser cuestionables particularmente con relación a la proyección de
los movimientos cíclicos.
La distribución de la probabilidad resultante ofrece un pronóstico probabilístico que puede ser

utilizado por el decisor gerente para analizar una situación de toma de decisiones en que la
incertidumbre acerca del pronóstico de cantidad considerada es un factor relevante.
7. OTRAS UTILIZACIONES DE LOS ÍNDICES TEMPORALES O ESTACIONALES
Si bien el objetivo fundamental de esta nota técnica ha sido principalmente desarrollar pronósticos
probabilísticos empleando información sobre series de tiempo, existen otros usos para algunos de sus
20
INALDE
resultados, como es el caso de los índices temporales o estacionales. En este numeral consideramos
una utilización muy común de dichos índices. El ajuste temporal o estacional de una serie de
observaciones, o la llamada destemporalización de una serie.
Supongamos que quien toma la decisión desea comparar las ventas de autos nuevos durante el cuarto
trimestre de 1974 con las del tercer trimestre de dicho año, con el objeto de saber si las ventas de
autos subieron o bajaron después de haber dejado de lado las diferencias temporales o estacionales
normales en los dos trimestres. Con el propósito de lograr esto, seria necesario, precisamente,
elimínar los efectos temporales o estacionales antes de hacer la comparación. Esto podría lograrse
dividiendo cada uno de los verdaderos valores por su índice temporal o estacional apropiado. De este
modo las ventas en el cuarto trimestre de 1974, l '562.230 serían divididas por el índice del cuarto
trimestre, 1 03.6, dando un valor ajustado de l '5 07.944 para dicho período. De manera similar las
ventas de l '949, 025 del tercer trimestre de 1974, divididas entre el índice de 87.6 por ciento del
tercer trimestre, dan un valor ajustado temporal o estacionalmente de 2'224.914 autos para el primer
trimestre de 1975.
Figura 6
Distribución acumulativa de las variaciones inexplicadas en la venta de carros
nuevos con predicción para el cuarto trimestre de 1975
75
e,:
;6
=
.$
=
e
c.,¡
e,: I
50
==....
"O
e,:
"O
.s:i
e,:
·e
.s:i
25 1
1 IJ
'.
0L.LJc....JL.&JI...LJ....._.u.-L...Ll..&.I-.I...L.L.a..LI...Ju...tlJlLL.J...,1..J..&.L..L..L.......L.L..L..U-....'-L..1.-..........__..__......_.........,
.75 .80 • 85 - . 90 . 95 1. 00 1. 05 1. 1O l. 15 1. 20 1. 25 1. 30
, · IPredicción real (R/P)
1 .., 652 1,858' 2,065 2,272 2,478 2,685
21
La baja o caída ajustada temporal o estacionalmente es de este modo más severa de la que se
observaría al hacer una comparación directa de la información existente. El deseo de comparar
valores en una serie, desechando el efecto temporal o estacionalmente es de este modo más severa de
la que se observaría al hacer una comparación directa de la información existente.
El deseo de comparar valores en una serie, desechando el efecto temporal o estacional, es tan común
que casi todas las series económicas y de negocios que publica el gobierno son presentadas no sólo
como observaciones reales sino también en una forma ajustada temporal o estacionalmente; es decir,
cada valor real dividido por su índice temporal o estacional apropiado. El razonamiento detrás de esta
destemporalización puede verse en las siguiente relación:
_A_= TxCxSxU =TxCxU

s s
22

Business School: Universidad de La Sabana

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Business School: Universidad de La Sabana

Cargado por

Copyright:

Formatos disponibles

Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021

ELABORACIÓN DE PRONÓSTICOS CON LA AYUDA DE

Copyright © 1994, INALDE.

Revisado: Septiembre de 2008

En casi todas las situaciones económicas o de negocios el pronosticador al contemplar la serie de

Venta de carros nuevos en EE.UU. a nivel trimestral años 1958-1974

AÑOY VENTAS AÑOY VENTAS

Venta de carros nuevos en EE.UU.1958-1974

A= Valor real de la variable de interés

2. MEDICIÓN DEL EFECTO COMBINADO DE LA TENDENCIA Y DEL CICLO

1.069 + 1.142 + 927 + 1.151 = 1.072

Este valor fue situado entre la segunda y tercera observaciones.

AÑOY VENTAS PROM.MÓVIL PROM.MOVIL

AÑOY VENTAS PROM.MÓVIL PROM.MOVIL

Venta de carros nuevos en EE.UU. y promedio móvil central 1958-1974

3. SEPARACIÓN DE LOS EFECTOS DE LA TENDENCIA Y DEL CICLO

3.1 Determinación de la tendencia

La Gráfica 3 representa el ajuste dibujado de la tendencia de los promedios móviles centrales en el

3.2 Descripción de variaciones cíclicas

Promedio móvil central y definición de la tendencia de las ventas de carros 1958-1974

Este razonamiento puede ser expresado mediante la siguiente relación:

(1) (2) (3) (4) = (2)/(3)

(1) (2) (3) (4) = (2)/(3)

Residuos cíclicos relativos en las ventas de carros nuevos 1958-1974

4. MEDICIÓN DE LOS EFECTOS COMBINADOS TEMPORALES O ESTACIONALES Y

(1) (2) (3) (4)=(2)/(3)

(1) (2) (3) (4)=(2)/(3)

5. SEPARACIÓN DE LOS EFECTOS DE LAS VARIACIONES TEMPORALES O

Estrictamente hablando, la expresión "variación temporal o estacional" puede aplicarse a cualquier

5.1 Medición del patrón temporal o estacional

Cálculo de los índices trimestrales estacionales ventas de carros nuevos 1958-1974

1958 84.0 96.3

Total promedio modificado = 400.2

96.4 112.3 87.7 103.6

5.2 Medición de las variaciones inexplicadas

Relación de los promedios móviles centrales a los índices trimestrales estacionales

Primer trim. segundo trim. Tercer trim. Cuarto trim.

A / Promedio móvil central = SxU =U

Cálculo de las variaciones inexplicadas para la venta de carros nuevos 1958-1974

(1) (2) (3) (4) = (2)/(3) (5 ) (6)=(4)/(5)x 100

( 1) (2) (3) (4) = (2)/(3) (5) (6)=(4)/(5)x 100

6. DESARROLLO DE UN PRONÓSTICO PROBABILÍSTICO

La extrapolación de la tendencia constituye la base del pronóstico. Probablemente el juicio del

La distribución de la probabilidad resultante ofrece un pronóstico probabilístico que puede ser

7. OTRAS UTILIZACIONES DE LOS ÍNDICES TEMPORALES O ESTACIONALES

_A_= TxCxSxU =TxCxU

También podría gustarte