Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ADN-I-007
Business School
UNIVERSIDAD DE LA SABANA
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.
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.
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
Tabla 1
2
INALDE
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
Figura 1
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
A=TxSxCxU
en donde:
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.
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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):
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
Tabla 2
Cálculo promedio móvil central de la venta de carros nuevos en EE.UU.1958-1974
6
INALDE
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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
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
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.
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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
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
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�
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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
10
INALDE
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
Figura 4
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
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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
13
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
14
INALDE
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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.
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
(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
Año lo 2o Jo 4o
PROMEDIO
MODIFICADO 96.5 112.4 87.7 103.6
Indices estacionales
16
INALDE
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
Figura 5
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:
17
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
Tabla6
18
INALDE
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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.
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.
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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
Para uso exclusivo en el Programa Executive MBA Intensivo 2021 - 2023 en INALDE * 24 de noviembre - 15 de diciembre de 2021
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:
22