TRABAJO

PRA) CTICO DE SERIES DE

ECONOMETRI) A.
Modelos sarimax
Fecha de entrega Martes 8 de Marzo 2022
Fecha de entrega: lunes 7 de Marzo 2022.
Medio: Enviar a ednamoreno@usantotomas.edu.co
Se puede realizar en parejas o grupos de 3
Formato: Debe ser en formato pdf
OBJETIVO: Realizar todo el proceso de Box-Jenkins para la identificación - Estimación - Verificación y uso de un modelo
SARIMAX, a través de un conjunto de datos reales. Este trabajo tendrá un valor del 20% de la nota.

Recuerden que lo importante no es copiar y pegar resultados de R deben siempre acompañarlos de una interpretación y
una reflexión por cada gráfico o tabla que utilicen.

El trabajo debe contener:

Ajustar un SARIMA sin explicativas y un SARIMAX comparar estos dos modelos en términos
de su habilidad de pronóstico:

Nombres de los integrantes: Diego Armando Castro Vera

Ddfdsf

1. La variable objetivo, descríbala :

El objetivo es pronosticar el precio de las acciones del Banco de Bogotá. Comparar la capacidad de
pronostico de un modelo SARIMA sin variables explicativas contra un modelo SARIMAX
incluyendo variables exógenas. Por lo anterior, el siguiente trabajo tendrá dos análisis de resultados.
En la primera tabla se compara un modelo SARIMA recortado 2 semanas (15 días) contra un modelo
que incluye la variable exógena “Precio del Euro” recortada 2 semanas (15 días). Y en la segunda
tabla se compara un modelo SARIMA recortado 2 semanas (15 días) contra un modelo que incluye la
variable exógena “Precio del Petróleo en Colombia” recortada 2 semanas (15 días).

2. Variables explicativas: descríbalas:

El nombre de la serie tiene como nombre Cierre de precio de las acciones del Banco de Bogotá
Bancolombia. La serie se obtuvo del “Portafolio Financiero del Grupo AVAL”. Se obtuvieron los
datos desde el 02 de febrero del 2015 hasta el 29 de diciembre del 2016. Como variables exógenas se
utilizaron también datos del “Portafolio Financiero del Grupo AVAL”; el precio del euro en los
mismos días que el precio de las acciones del Banco de Bogotá, y el precio del petróleo en Colombia
que de igual manera se utilizaron los datos en los mismos días que las dos series anteriores.

3. Datos a pronosticar: Divida la muestra en dos partes deje unos pocos datos por fuera del proceso de
modelamiento (test sample) para poder evaluar la capacidad de pronóstico. Escriba estos pocos datos acá para
poder compararlos con los valores pronosticados:
Datos test sample Valores pronósticados

4. Características de la serie: Qué modelo parece adecuado justifique y pegue acá el gráfico de la serie y su FAC y
FACP. Proponga el modelo dentro de la familia SARIMA(p,d,q)x(P,D,Q) o dentro de otra familia de modelos.

El P_valor es pequeño menor a 5%. Significa que se rechaza la hipótesis nula si se utiliza un nivel de significancia del 5%,
y no es necesario diferenciar la serie.
Grafica de la serie del Banco de Bogotá:
Grafica de la serie del precio del petróleo:

Grafica de la serie del precio de Euro:

 5. La serie necesita alguna transformación? Cuáles? Justifique el por qué de c/u de las anteriores
transformaciones:

No la serie no necesita de ninguna transformación, ya que el P_valor es pequeño menor a 5%. Quiere decir que la serie
ya es estacional. Aunque todo lo anterior se da en el contexto de que se utilice un nivel de significancia del 5%, si se
considera un nivel del 1%, si seria necesario diferenciar la serie. Pero en este caso no se considera necesario.

6. Estimación del modelo SARIMA sin exógenas. Pegue los parámetros estimados, escriba el modelo (Si no está
esta parte baja 1 punto) (Asegúrese de que captura toda la autocorrelación en los datos)

Se quieren usar las variables exógenas del precio del petróleo y el precio del euro, se proponen como opciones los
siguientes modelos sin tener en cuenta la constante:
1. SARIMA(1,1,1)(0,1,1) sin constante
2. SARIMA(1,1,0)(0,1,1) sin constante
El primero modelo se ubicara en la parte superior, el segundo modelo en la parte inferior:
Primer Modelo Sarima(1,1,0)(0,1,1)
Segundo Modelo Sarima(1,1,1)(0,1,1)

Como se puede ver en el segundo modelo, el la parte inferior, es ligeramente mejor que el primer modelo. Por lo que
se escogerá el modelo número 2: SARIMA(1,1,1)(0,1,1) sin constante.
De la forma escrita matemáticamente queda de la siguiente forma:

SARIMA(1,1,1)(0,1,1) sin constante

(1+0.612471𝐵)(1-𝐵^5)𝑛t = (1+𝐵^5)𝑎t

7. Grafique y calcule la Función de Autocorrelación cruzada de la variable objetivo con las exógenas. Responda la
pregunta qué rezagos deben ser considerados en el modelo?

Correlograma SARIMA(1,1,1)(0,1,1):
Todos los rezagos se encuentran dentro de las bandas de confianza, de no haber sido así se debería pensar en aplicar
otro modelo.

8. Estimación del modelo SARIMAX con exógenas. Pegue los parámetros estimados, escriba el modelo (Si no está
esta parte baja 1 punto). En esta parte debe seleccionar el modelo que mejor capacidad de pronóstico tenga.
(Versión 1 o Versión 2)
MODELO UNIVARIADO
Recortado 15 días SARIMA(1,1,1)(0,1,1)

Datos Predicciones PEuro Exacta:

En promedio lo observado vs lo pronosticado se desvía 921 unidades.

En promedio cada dato se desvía un 0.08% respecto a lo observado.

Datos Predicciones PEuro Condicional:

En promedio lo observado vs lo pronosticado se desvía 1006 unidades.

En promedio cada dato se desvía un 0.05% respecto a lo observado.

Las ultimas 15 observaciones, se pueden predecir los precios de las acciones del Banco de Bogotá, probando con 2
semanas en delante de las mismas acciones.
En promedio lo observado vs lo pronosticado se desvía 253 unidades.
En promedio cada dato se desvía un 0.095% respecto a lo observado.

Entre el modelo de predicción exacta y condicional, el de mejores resultados es el Condicional ya que la diferencia
sobre lo observado es 0.03% menos que la predicción exacta.
Evaluación de supuestos del modelo:

MODELO UNIVARIADO
Recortado 15 días SARIMA(1,1,1)(0,1,1)

Con el p_valor igual al 78% la prueba de Ljun-Box no se rechaza. Significa que existe suficiente evidencia estadística
para afirmar que los residuales son RB.

Datos Predicciones PEuro Condicional:

Con el p_valor igual al 68% la prueba de Ljun-Box no se rechaza. Significa que existe suficiente evidencia estadística
para afirmar que los residuales son RB.

Prueba de H Media:
Los residuales rechazan la prueba de hipótesis Media=0, significa que los residuales no tienen media cero. Y no se debe
de incluir una constante.

9. Calcule la raíz del ECM y MAPE del test sample para el modelo SARIMA y para el modelo SARIMAX

Modelo SARIMA Modelo SARIMAX

REC
M

MAP Con las ultimas 14 observaciones, se pueden predecir los precios de las
E acciones del Banco de Bogotá, probando con 2 semanas en delante de
las mismas acciones.
En promedio lo observado vs lo pronosticado se desvía 253 unidades.
En promedio cada dato se desvía un 0.095% respecto a lo observado.
Redacte una conclusión:
En promedio lo observado vs lo pronosticado se
desvía 225 unidades.
En promedio cada dato se desvía un 0.13% respecto
a lo observado, por lo que este modelo SARIMAX
con variables exógenas mejoran un poco en
comparación al univariado.

¿Las variables exógenas mejoran la capacidad de pronostico frente a un modelo unvariado?

Si, la variable exógena “precio del petróleo en Colombia” mejorara solo un poco el modelo en comparación con el
univariado. Aunque si se puede decir que comparando los resultados del modelo del precio del Euro contra el precio
del petróleo en Colombia, esté ultimo es significativamente mejor para predecir el precio de las acciones del Banco de
Bogotá.