Ir al contenido principal

Introducción a las series temporales

La comprensión de gran parte de los fenómenos de interés en economía  se verá notablemente facilitada si disponemos de información histórica sobre los mismos.

En efecto, en el ámbito económico-empresarial aparece frecuentemente la necesidad de adoptar decisiones que se hallan condicionadas por el valor futuro de cierta característica. Éste sería el caso si, por ejemplo, queremos elegir una opción entre varias alternativas posibles de inversión cuya rentabilidad futura debemos estimar o si decidimos adquirir un terreno bajo el supuesto de que la población  (y en consecuencia los precios del suelo) aumentarán en determinada zona.

En cualquiera de estos supuestos la decisión no se basará solamente en los datos actuales de la variable sino que se fundamentará también en sus valores históricos, así como en otras técnicas (opinión de expertos, análisis de relación con otras variables...).

Podemos imaginar que nos hemos desplazado a la zona costera en la que vamos a analizar la evolución del sector hostelero. Si disponemos de información histórica sobre los precios del sector desde el inicio de la actividad turística en la zona (podemos suponer unos 20 años), podría resultar de interés estudiar el comportamiento pasado como medio para llegar a explicar las pautas a las que se adaptan y anticipar adecuadamente su conducta futura.

Denominamos serie temporal (también denominada serie temporal o cronológica) a una sucesión de observaciones de una variable a través del tiempo.

Aunque este concepto conlleva la consideración conjunta de dos variables que podrían admitir la interpretación de variable dependiente en el caso de la magnitud analizada e independiente el tiempo, esta traslación de los conceptos de regresión no es totalmente válida, resultando más adecuado efectuar un planteamiento no causal en el que el tiempo actúa únicamente como referencia o soporte, siendo la variable analizada la única variable del estudio.

La información inicial de un estudio temporal va referida a una magnitud económica, que puede pertenecer a dos modalidades: stock y flujo. En las variables stock o nivel cada observación se refiere a un instante determinado, mientras que en el estudio de las variables flujo las observaciones van referidas a un periodo de tiempo.

En general, designaremos por Yt el valor de la magnitud analizada en el periodo t (que representará su valor en el instante t si Y es un stock, y el flujo transcurrido durante el periodo t en otro caso). En otras ocasiones utilizaremos la notación Yij para referirnos a un periodo de tiempo principal (generalmente un año) y subperiodos sucesivos en él (los meses, trimestres...)

En el ejemplo considerado, si analizamos los precios en vigor al principio de la temporada turística la variable pertenece a la categoría de stock, mientras un ejemplo de flujo vendría dado por el montante de la inversión acumulada anualmente en el sector.

En el ámbito económico resulta necesario efectuar algunas consideraciones referidas a la repetición de la magnitud en el tiempo, la estabilidad de las estructuras que condicionan su evolución y la permanencia de su definición, aspectos que resultan claves para garantizar la comparabilidad temporal de la serie.

Así, admitiremos (tanto en el caso de las variables flujo como stock) la hipótesis de que las observaciones se distribuyen regularmente en el tiempo. No obstante, este supuesto estará más próximo a la realidad para magnitudes flujo (especialmente si los periodos de observación son suficientemente amplios para permitir compensaciones) mientras que en el caso de las variables stock encontraremos con frecuencia que, debido a la actuación de distintos factores (número de semanas, presencia de fiestas, situación meteorológica...) no se mantiene la supuesta regularidad en el tiempo, por lo cual dos instantes de observación distantes un año pueden no resultar totalmente comparables.

Por lo que se refiere a cambios estructurales, que resultan inevitables en cualquier serie de carácter histórico, pueden revestir diferentes niveles de gravedad. Cuando estos cambios se producen de forma lenta (alteración de costumbres, modas...) influirán en el movimiento a largo plazo de la variable considerada, y resultarán en consecuencia incluidos en alguno de los componentes de la serie.

En el caso de efectos estructurales bruscos y pasajeros (huelgas, por ejemplo) podría resultar conveniente obviar las observaciones correspondientes, para que no distorsionen el análisis global del fenómeno. Si, por el contrario, los cambios son bruscos y de carácter permanente, pueden hacer aconsejable la consideración de distintos subperiodos diferenciados en el estudio del fenómeno.

Otro problema que se plantea a menudo en el estudio de series temporales es la ausencia de homogeneidad en las observaciones, hecho que puede ser debido a distintas razones, entre las que se encuentran la posible mejora de los métodos de observación, las variaciones en las definiciones estadísticas o las alteraciones en los productos o en la estructura social.

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