SERIES DE

TIEMPO:
ECONOMÍA
Equipo 7:
Belinda Mariam García López 1903223
Claudia Carolina Martinez Hernandez 1902653
Jimena Zavala Valdez 1907495
Paulina Barragan de la Madrid
Olga Ximena Bonilla Caudana 1989980
Karina Lizeth Ortega Barrios 1930085
INTRODUCCIÓN
La naturaleza de nuestros datos provienen del sector actuarial-economía, la economía es
la ciencia social que estudia cómo las familias, empresas y gobiernos organizan los
recursos disponibles que suelen ser escasos, para satisfacer las diferentes necesidades y
así tener un mayor bienestar, analiza el comportamiento, las decisiones y las acciones de
los humanos, es decir, estudia como las personas, empresas y gobiernos toman
decisiones relacionadas con la producción, distribución y consumo.

La economía tiene muchas ramas, pero en particular nos enfocamos en la

macroeconomía, que es el mismo estudio del comportamiento pero de manera global, ya
que estudia al mercado, y sistemas que funcionan a gran escala, estudia los fenómenos
económicos como la inflación, nivel de los precios, el producto interno bruto (PIB), entre
otros.

Nos enfocaremos en el fenómeno económico de

la deuda externa de México, este es el conjunto
de obligaciones que tiene un país con acreedores
que residen en el extranjero, para esto buscamos
información en la Secretaria de Hacienda y
Crédito Publico para encontrar los datos que
requeríamos.

Los datos fueron extraídos de la plataforma Estadísticas Oportunas de Finanzas

Públicas, bajo el mando de Secretaria de Hacienda y Crédito Publico (SHCP). Estos
representan la Deuda Externa del sector público federal en el periodo agosto 2020
al mes de julio del 2022, siendo estos 24 meses.
Estos datos presentan las siguientes características:
La información de deuda se presenta utilizando el PIB anual con base al cálculo
trimestral.
La deuda externa esta representada en millones de dólares.
Las cifras son preliminares para 2022.
 INDICADOR POR ANALIZAR
DEUDA EXTERNA EN EL SECTOR PUBLICO
FEDERAL DE MÉXICO
ANALISIS DE LA SERIE DE TIEMPO
Estacionariedad en media.
ANALISIS DE LA SERIE DE TIEMPO
Estacionariedad en media.
 Estacionariedad en varianza.
Prueba de Hipótesis
Ho: La serie de tiempo no es estacionaria en varianza
Ha:La serie de tiempo es estacionaria en varianza

α = 5% p-valor = 0.3905

p-valor > α

No rechazo Ho, con un nivel de confianza del 95%, la serie de tiempo sobre la deuda externa de
México no es estacionaria

Clasificación de la serie.

NO ESTACIONARIA
PRESENTA CAMBIOS EN MEDIA Y VARIANZA
CORRECCIONES

No rechazo Ho, con un nivel de confianza del 95%, ambas correcciones no son estacionarias
 CORRECCIONES

Prueba de Hipótesis
Ho: La serie de tiempo no es estacionaria en varianza
Ha:La serie de tiempo es estacionaria en varianza

α = 5% p-valor = 0.0189

p-valor < α

Rechazo Ho, con un nivel de confianza del 95%, la Corrección 3 respecto

a los datos de Deuda Externa es una serie de tiempo estacionaria.
 CORRELOGRAMAS

Buscamos un punto donde las autocorrelaciones parciales empiecen a ser no significativas respecto a la
hipótesis nula podemos decir que si son incorrelacionados, a excepción del primer retardo que no sigue
el patrón.

Entonces suponemos, en base a los correlogramas que es un modelo de Medias Móviles, pues a partir del
1er retardo se anula y en el parcial decrece hacia o mediante ondas de sen-cos.
MODELADO DE LA
SERIE DE TIEMPO
En base a los datos previamente explicados, aplicamos un ciclo doble
para derminar los parametros del mejor modelo, evaluando cual tiene el
menor AIC.
 RUIDO BLANCO
Media nula.
Dado que el cociente entre la media y la varianza de
los residuales es menor a 2, con 95% de confianza la
media no es significativamente distinta a 0.

Varianza constante.
Los residuales no muestran un patron
aparente, se cumple supuesto de
varianza constante.
RUIDO BLANCO
Incorrelación

Prueba de Hipótesis
Ho: Los residuales estan incorrelacionados.
Ha:Los residuales estan correlacionados.

α = 5% p-valor = 0.8616

p-valor > α

No rechazo Ho, con un 95% de confianza los residuales

estan incorrelacionados.
Los coeficientes de correlación no
superan las bandas de significancia.
 RUIDO BLANCO
Normalidad
Prueba de Hipótesis
Ho: Los residuales provienen de una distribución normal.
Ha:Los residuales no provienen de una distribución
normal.

α = 5% p-valor = 0.9657

p-valor > α

No rechazo Ho, con un nivel de confianza del 95%, los

residuales provienen de una distribución normal.

Dado que se cumplen todos los supuestos de ruido blanco y los residuales tienen
una distribución normal, por lo tanto se afirma que los residuales siguen un proceso
de ruido blanco gaussiano.
 atípicos
Datos
Sin evidencia de datos atípicos.
PREDICCIONES FECHA

PREDICCIÓN

Agosto
214,589.7
2022

Sep
213,876.8
2022

Oct
213,129.3
2022

Nov
212,347.5
2022

Dic
211,531.8
2022

Enero
210,682.7
2023
CONCLUSIÓN
De acuerdo a lo visto a lo largo de toda la presentación sobre la deuda externa del
Sector Público Federal de México, los datos eran no estacionarios en media y varianza,
presentando cambios, ocuparon logaritmo y tres diferenciaciones, también cumplieron
con los supuestos de ruido blanco gaussiano y no tuvieron evidencia de datos atípicos.
Con un modelo original MA(2) y un modelo final ARIMA(0,3,2).

A través del modelo podemos apreciar que los datos van decreciendo. En cuanto a la
aplicabilidad y con ayuda de predicciones, simulamos el comportamiento de los datos
durante 6 meses del año 2023 y aunque la deuda externa pareciera que se reduce en
gran cantidad en el gráfico de arriba, tenemos que recordar que está en millones de
dólares, por lo que el cambio no es tan drástico.
BIBLIOGRAFÍA
https://www.ine.cl/ine-ciudadano/definiciones-estadisticas/economia/que-es-
economia
https://economipedia.com/definiciones/economia.html
https://www.cesuma.mx/blog/que-es-la-macroeconomia.html
https://www.gob.mx/shcp/quehacemos#:~:text=La%20Secretar%C3%ADa%20de
%20Hacienda%20y,equitativo%2C%20incluyente%20y%20sostenido%2C%20qu
e
http://presto.hacienda.gob.mx/EstoporLayout/estadisticas.jsp
https://economipedia.com/definiciones/deuda-externa.html
¡GRACIAS!