Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DESAGREGACIÓN Y
DESESTACIONALIZACIÓN
DE SERIES
TEMPORALES
IGNACIO MAULEÓN
Servicio de Estudios.
Banco de España.
Ekonomiaz N.º 11 81
Métodos de desagregación y desestacionalización de series temporales
Ekonomiaz N.º 11 82
Ignacio Mauleón
y los pasos 2 y 4 del procedimiento (1.4), donde φ(L) es un filtro simétrico e infinito
se substituyen respectivamente por cuyos coeficientes o ponderaciones
están dados por la expresión,
Ekonomiaz N.º 11 83
Métodos de desagregación y desestacionalización de series temporales
Ekonomiaz N.º 11 84
Ignacio Mauleón
Ekonomiaz N.º 11 85
Métodos de desagregación y desestacionalización de series temporales
3. ALGUNOS PROBLEMAS EN
RELACIÓN AL USO DE SERIES
Por supuesto, pueden diseñarse DESESTACIONALIZADAS
esquemas estocásticos mucho más Con frecuencia se estiman relaciones
complejos, pero en la práctica no suelen entre variables que previamente han sido
ser necesarios. Es recomendable desestacionalizadas de modo
además que en (1.20) se
Ekonomiaz N.º 11 86
Ignacio Mauleón
Ekonomiaz N.º 11 87
Métodos de desagregación y desestacionalización de series temporales
Ekonomiaz N.º 11 88
Ignacio Mauleón
+ +
C = (y-Xγ)' Ω
-1
(y-Xγ) + λ' (R' y-Y) (1.4) Y = X γ+u (1.12)
2. OTROS MÉTODOS DE
Este sistema es aparentemente no INTERPOLACIÓN
lineal, pero un pequeño análisis, conduce
a una expresión de la ecuación para γ^ El método más conocido de
que no depende de ŷ . Para ello, interpolación, quizás es el de Denton
substituyamos en (1.7) ŷ en γ,
^
lo que da (1971). Este método se obtiene
minimizando la expresión
(y-X)' A(y-X) + A'(R'y-Y) (1.13-bis)
que es similar a la expresión (1.4) del
método Chow-Lin. Las diferencias con
de donde obtenemos con facilidad este método son básicamente dos: 1) la
X'R(R'ΩR) (Y-R'Xγ) = 0
-1
(1.9) matriz de la forma cuadrática en los
errores es A en lugar de Ω, 2) se utiliza
y finalmente, un solo indicador «X», o ninguno. La
expresión para la variable interpolada en
este caso se obtiene fácilmente
substituyendo Ω por A en la primera
ecuación de (1.7), lo que da,
-1 -1 -1
Esta última ecuación no depende, por ŷ = X+A R(R'A R) (Y-R' X) (1.14)
tanto, de las estimaciones de ŷ , y de este Para obtener la solución
modo, el sistema de (1.7) puede correspondiente en caso de que no se
resolverse sin iteración. Por otra parte, la disponga de indicador, simplemente se
interpretación de (1.10) es clara, si hace X = 0 en esta expresión. En
premultiplicamos (1.1) por R', con lo que general, la matriz A en este método se
obtenemos escoge de modo que
R'Y=R'Xγ+R'u (1.11)
o, alternativamente,
Ekonomiaz N.º 11 89
Ignacio Mauleón
siendo «h» uno o dos en la práctica. En En ambas situaciones basta con hacer X
el caso de que h = 1, la matriz A puede = 0 (o, Xt|'β = 0 en el caso de Chow-Lin),
definirse como A = D'D donde D está en las correspondientes expresiones
dado por para ŷ , obtenidas en el caso de
disponibilidad de indicadores (1.7 y
1.14).
Otra posible variante del método de
Denton es la llamada «versión
multiplicativa» que consiste en substituir
el criterio (1.15) por
Ekonomiaz N.º 11 90
Métodos de desagregación y desestacionalización de series temporales
2
su evaluación son de cálculo muy TE(Y-Xγ)' (Y-Xγ) = tr(RR') • σu (1.26)
sencillo, especialmente si tenemos en 2 2 2
-1
cuenta la solución analítica de A , que Como σu = σε I (1 -α ), y las
evita invertir una matriz de grandes esperanzas de (1.25) y (1.26) se pueden
dimensiones informáticamente. En la substituir por sus correspondientes
práctica, con diferenciar los datos uno o estimadores muestrales, obtenemos un
dos veces (h = 1,2) será suficiente: la sistema de dos ecuaciones para las dos
2
diferencia intuitiva entre los dos casos es incógnitas de interés (σ,σε ).
que tomando h = 2, la serie En definitiva, el principal problema que
trimestralizada presentará una evolución plantea el método de Chow-Lin, es decir,
más suave, o bien más similar al la estimación de la matriz de covarianzas
indicador en el caso de que éste se de los errores originales, puede
utilice (para una aplicación al caso de resolverse estimándola a partir de los
España, (ver Sanz [1982]). datos observables para las series
El principal problema que plantea el agregadas. Un problema que puede
método de Denton, es que no es óptimo plantearse en relación a este enfoque es
salvo en casos muy especiales como se el de la identificabilidad de la matriz Ω.
ha señalado anteriormente. El método de Para ilustrarlo, consideraremos un
Chow-Lin por el contrario, es óptimo, sencillo ejemplo en el que la variable «y»
pero plantea ciertas dificultades de sigue una media móvil de orden dos, y la
cálculo ya que la matriz de covarianzas variable observada es la suma de
del error «n», es inobservable. Sin observaciones individuales cada dos
embargo, esta matriz se puede estimar, períodos. Es decir,
tal como se explica en el ejemplo
discutido a continuación. Consideremos
ahora, el modelo inicial de (1.1),
expresado en términos anuales (1.12), y
supongamos que el error utj sigue un
proceso autorregresivo de orden uno En este modelo, hay que estimar tres
2
dado por parámetros (δ, θ, σε ), a partir de las
correlaciones muestrales de la variable
utj = αu tj-1 + εtj (1.22) observada Y. Consideremos entonces
El problema consiste en estimar el las expresiones siguientes,
parámetro «a» a partir de las
observaciones anuales, para lo cual
definimos
Y-1 = SY (1.23)
donde la matriz de selección «S» está
dada por
Ekonomiaz N.º 11 91
Ignacio Mauleón
4. ESTIMACIÓN DE COMPONENTES
NO OBSERVABLES EN SERIES
IRREGULARES
En muchas ocasiones se dispone de
una serie estadística con ciertas
Ekonomiaz N.º 11 92
Métodos de desagregación y desestacionalización de series temporales
Ekonomiaz N.º 11 93
Ignacio Mauleón
REFERENCIAS BIBLIOGRÁFICAS
BOX, G., HILLMER, S. and TIAO, G. (1978). DENTON, F. (1971). «Adjustment of monthly or
«Analysis and modelling of seasonal time quarterly series to annual totals: an approach
series» in Seasonal adjustment of Economic based on quadratic minimization». Journal of
Time series. Ed. A. Zellner. Bureau of Census. the American Statistical Association.
USA.
FERNANDEZ, R. (1978). «Alternative approaches
BOX, G. and JENKINS, G. (1970). «Time series of the estimation of short-term economic
analysis, forecasting and control». San Fran- indicators». International Monetary Fund
cisco. Holden day. (Research department).
GEWEKE, J. (1978). «An efficient method for
BURMAN, J. (1980). «Seasonal adjustment by revising seasonally adjusted time series».
signal extraction». Journal of the Royal Department of Economics. University of
statistical society. Winsconsin.
CLEVELAND, W. and TIAO, G. (1976). GRANGER. C. and NEWBOLD, P. (1977).
«Decomposition of seasonal time serie: a «Forecasting economic time serie». New York.
model for the Census XII Program». Journal of Academic Press.
the American Statistical Association.
KALLEK, S. (1978). «An overview of the objectives
CHOLETTE, P. (1979). «A comparison and and framework of seasonal adjustment» in
assessment of various adjustment methods of Seasonal adjustment of economic time series.
subannual series to yearly benchmarks». Ed. A. Zellner. Bureau of Census. USA.
Statis-tics Canada. MILLER, R. and FERREIRO, O. (1982). «A strategy
to complete a time series with missing
CHOW, G. and LIN, A. (1971). «Best linear observations». University of Winsconsin.
unbiased interpolation, distribution and Discussion Paper.
extrapolaron of time series by related series».
Review of Economics and Statistics. OCDE (1979). «Comptes nationaux trimestriels. Un
rapport sur les sources et méthodes utilisées
DAGUM, E. (1976). «Recent developments in dans les pays de l'OCDE. París.
seasonal adjustment methods and PLOSSER, C. (1979). «The analysis of seasonal
application». Selected papers from North economic models». Journal of Econometrics.
American Con-ference on labor statistics.
USA. Department of Labor. SANZ, R. (1985). «Trimestralización del PIB por
ramas de actividad, 1964-1984». Documento
(1978). «Modelling, forecasting and seasonally de Trabajo 8514. Banco de España.
adjusting economic time series with the
SHISKIN, J. (1978). «Seasonal adjustment of
X-11-Arima method», The statistician.
sensitive indicators» in Seasonal adjustment of
(1980). «The X-11 -Arima seasonal adjustment economic time series. Ed. A. Zellner Bureau of
method». Statistics Canadá, Catalogue Census. USA.
12-564.
Ekonomiaz N.º 11 94