Ir al contenido principal

Análisis de la estacionalidad (I)

El movimiento general o tendencia de una variable económica sólo podrá ser apreciado con claridad si conseguimos eliminar las fluctuaciones presentas en la serie que encubren la evolución real del fenómeno. De ahí el interés de análisis de la estacionalidad, que afecta a la casi totalidad de las series económicas, resultando incluso frecuente la aparición de varios movimientos estacionales de diferentes amplitudes que se presentan superpuestos, y en ocasiones, resulta difícil de identificar.

En concreto, si nos suministran las tasas de variación precios de hostelería entre los meses de mayo y junio, deberíamos utilizar esta información con mucha prudencia por hallarse afectada de la estacionalidad que marca el inicio de la temporada alta. Lo mismo sucedería si la información correspondiese a septiembre/octubre, con la diferencia de que el sesgo estacional actúa ahora en sentido contrario.

Una forma de solucionar problemas como los anteriormente planteados sería comparar la variación con la que se haya producido en el mismo periodo temporal durante otros años. Otra posibilidad es aislar la componente estacional.

A menudo, la presencia de estacionalidad puede ocultar al observador poco experto el verdadero movimiento económico (por ejemplo, las cifras de paro laboral suelen decrecer en los meses de junio, julio y agosto, en países donde el turismo es importante) con el consiguiente riesgo de llegar a conclusiones equivocadas. De hecho, la existencia de una fluctuación estacional puede llegar (en periodos de inestabilidad o crisis económica) a transformar la evolución de la magnitud (por ejemplo, dentro de un movimiento inflacionista, un alza estacional de los precios reaviva el movimiento general alcista, pudiendo desencadenar una espiral de inflación).

No existe un esquema único para la cuantificación de la componente estacional sino varios sistemas, que con filosofía común, exigen métodos diferenciados según el esquema de composición presente en la serie considerada.

Dado que la distinción tendencia-ciclo no resulta aquí de ningún interés, agruparemos ambos factores en la componente extraestacional que designaremos por E. Así, para subperiodo j del periodo i, el valor de nuestra variable vendrá dado por yij = Eij·Ieij+ aij bajo hipótesis multiplicativa y si el esquema es aditivo yij = Eij + eij + aij.

El método más habitual para la determinación del componente estacional será el denominado de razón a la media, cuya etapa inicial consistirá en determinar la componente extraestacional. Dicha componente será posteriormente eliminada de la serie, aislando así las variaciones estacionales, cuya incidencia puede ser cuantificada mediante índices.

Para la determinación de Eij son a su vez posibles varios procedimientos alternativos, correspondientes a los métodos ya analizados para describir el movimiento general de una serie (medias móviles y ajuste).

Si suponemos que las variaciones estacionales se repiten cada periodo considerado (periodicidad anual, en general) y designaremos por m el número de subperiodos comprendidos en cada periodo, la cuantificación de Eij será posible a través del cálculo de medias móviles de cada m observaciones consecutivas o bien efectuando un ajuste en el que se adopta el periodo o año como unidad temporal.

Una vez obtenidos (por cualquiera de los métodos expuestos) los valores Eij, su eliminación de la serie inicial será llevada a cabo por cociente (por sustracción, bajo hipótesis aditiva), operación que nos proporciona una estimación conjunta de los componentes estacional y accidental (es decir, un componente bruto de variación estacional cuyos valores se encuentran "contaminados" por el componente accidental).

Si asumimos el supuesto de que los errores o accidentes que se presentan en cada subperiodo o estación tienden a compensarse (esto es Σaij = 0 para cualquier j considerado) el cálculo de valores promedio de los componentes brutos de variación estacional nos proporcionará para cada estación o subperiodo j un componente estacional.

La componente estacional obtenida con el procedimiento anterior conduce en el supuesto multiplicativo a coeficientes Ieij. Sin embargo, estas cifras no se encuentran en principio normalizadas, siendo necesario efectuar un último ajuste, consistente en expresar la componente estacional de cada subperiodo como proporción de su valor medio. Esta operación se basa en el supuesto de que si no existiera estacionalidad todos los índices estacionales deberían tomar valor unitario, y conduce a los índices de variación estacional (IVE) dados por expresiones del tipo IVEij = Ieij/Ie, que aparecen habitualmente expresados en términos porcentuales.

Como esta entrada es ya bastante extensa, continuo en la siguiente.

Comentarios

Entradas populares de este blog

Ojivas

Recibe el nombre de ojiva un gráfico que, mediante el trazado de una línea, muestra las frecuencias acumuladas de la serie. Si representa frecuencias absolutas acumuladas se llama simplemente ojiva, y si representa los porcentajes de las frecuencias relativas acumuladas se llama ojiva porcentual. Para representar una ojiva, se marcan en el eje de abscisas los valores de la variable y en el eje de ordenadas las frecuencias acumuladas. Se utiliza para representar series atemporales de frecuencia. Ejemplo Vamos a representar una ojiva de la serie correspondiente a los complementos salariales (dietas, desplazamientos...) expresados en euros de los 130 empleados y empleadas de una empresa, que aparecen reflejados en la siguiente tabla. Complementos N.º de empleados [50-60) 16 [60-70) 20 [70-80) 32 [80-90) 28 [90-100) 20 [100-110) 10 [110-120) 4 130

Polígonos de frecuencias

Un polígono de frecuencias es un gráfico que se obtiene a partir de un histograma, uniendo los puntos medios de los techos, o bases superiores, de los rectángulos. Se acostumbra a prolongar el polígono hasta puntos de frecuencia cero. Un polígono de frecuencia permite ver con gran claridad las variaciones de la frecuencia de una clase a otra. Son muy útiles cuando se pretende comparar dos o más distribuciones, ya que, así como es difícil representar dos o más histogramas en un mismo gráfico, resulta muy sencillo hacerlo con dos o más polígonos de frecuencias. La suma de las áreas de los rectángulos de un histograma de amplitud constante, es igual al área limitada por el polígono de frecuencias y el eje X. Ejemplo Vamos a construir a partir del histograma explicado en la entrada anterior , su correspondiente polígono de frecuencias. Ejemplo de polígono de frecuencias Interpretación de un polígono de frecuencias El polígono de frecuencias resume, en una sola lín

Ejemplo de tabla de frecuencia para una variable cuantitativa continua

Cuando el estudio se refiere a una variable cuantitativa continua, como el peso, la talla, velocidad, etc., o cuando tratándose de una variable cuantitativa discreta, el número de observaciones es muy grande y la cantidad de valores diferentes que toma la variable también, se recurre a agrupar los datos en intervalos. Cada uno de estos intervalos recibe el nombre de clase. Por ejemplo: En un estudio realizado sobre la estatura de cuarenta alumnos de un curso (variable cuantitativa continua, puesto que entre dos estaturas distintas puede haber un alumno que tenga una estatura intermedia), se han obtenido los siguientes resultados en metros: 1,55 1,66 1,69 1,63 1,64  1,67 1,63 1,56 1,62 1,68 1,68 1,62 1,66 1,62 1,69  1,56 1,57 1,60 1,65 1,64 1,67 1,69 1,63 1,64 1,60  1,62 1,63 1,71 1,62 1,72 1,61 1,61 1,64 1,60 1,70  1,76 1,65 1,65 1,68 1,66 Para su estudio, se procede a la agrupación de los datos en intervalos o clases. Primero se observa cuáles son los valores