1 metodología para estimaciones de la actividad económica del estado de nuevo león marzo 2005
TRANSCRIPT
1
Metodología para Estimaciones de la Actividad Económica del
Estado de Nuevo León
Marzo 2005
2
Contenido
• Descripción de datos
• Metodología de pronósticos para el empleo
• Metodología de pronósticos para la producción
• Nota
3
Descripción de Datos• Empleo
– Asegurados formales del IMSS por actividad económica para el estado de Nuevo León
– Frecuencia temporal: mensual– Fecha de inicio: 1993– Fuente: IMSS
• Producción– Producción real (precios base 1993) por actividad
económica para el estado de Nuevo León– Frecuencia temporal: anual– Fecha de inicio: 1993– Fuente: INEGI
4
Metodología de pronósticos para el empleo
• Los datos de empleo son mensuales; los de producción, anuales. Por lo tanto, es más efectivo realizar el pronóstico con datos del empleo.
• El método usado para pronosticar datos mensuales es el de Holtz-Winters, por medio de descomposición de series.
• Esta metodología, distingue los factores que afectan a una serie en el corto y en el largo plazo.
5
Metodología de pronósticos para el empleo
Toda serie está compuesta por cuatro elementos:• Tendencia: patrón de evolución sostenida a medio y
largo plazo por encima de la existencia de movimientos rápidos a corto plazo
• Ciclo: propensión a repetir a largo plazo una misma secuencia de movimientos
• Estacionalidad: patrón de la serie que se repite de forma similar en una época concreta del año
• Factores Aleatorios: todo aquel cambio que no puede ser pronosticado por el comportamiento mismo de la serie
6
Metodología de pronósticos para el empleo
De los factores mencionados anteriormente, se distinguen los primeros dos elementos (tendencia y ciclo) como de largo plazo, y los dos últimos (estacionalidad y factores aleatorios) como de corto plazo.
7
Metodología de pronósticos para el empleo
SERIE
ORIGINAL
Suavizamientoexponencial
Factores deLargo Plazo
Factores de Corto Plazo
Diferencia entre serieoriginal y serie suavizada
Tendencia
Ciclo
Estacionalidad
Factores Aleatorios
Regresión
Media deCada periodo
diferencia entre seriesuavizada y tendencia
diferencia entre factores decorto plazo y estacionalidad
8
Metodología de pronósticos para el empleo
• Para ilustrar la metodología, se usará la serie de asegurados del sector comercio.
• La muestra será de enero de 1993 a mayo de 2004.
• El pronóstico se realizará para el resto del año 2004.
9
Metodología de pronósticos para el empleo
Asegurados en la Industria del Comercio
100
110
120
130
140
150
160
170
180
190
200
10
Metodología de pronósticos para el empleo
Paso 1: Obtener Factores de Largo Plazo• Esto se hace mediante el suavizamiento de la serie.• Para suavizar la serie, se utiliza una Media Móvil
Centrada de orden 12 (MA(12)). Se usa de orden 12 debido a que los datos son de frecuencia mensual.
• Esta media móvil no es más que el promedio de todo el año para cada mes. Por ejemplo, si quiero el dato de Mayo de 1995, obtengo un promedio desde diciembre de 1994 hasta noviembre de 1995.
• Con esta metodología, se pierden 6 observaciones al inicio y 6 al final de la serie.
11
Metodología de pronósticos para el empleoAsegurados en la Industria del Comercio
100
110
120
130
140
150
160
170
180
190
200
observaciones MA(12)
12
Metodología de pronósticos para el empleo
Paso 2: Obtener Tendencia• Con esta nueva serie suavizada, se pueden
observar los efectos a largo plazo de la serie. • La serie suavizada contiene dentro de sí la
tendencia y el ciclo • Para obtener la tendencia, se corre una
regresión (Mínimos Cuadrados Ordinarios) con respecto al tiempo.
13
Metodología de pronósticos para el empleoAsegurados en la Industria del Comercio
100
110
120
130
140
150
160
170
180
190
200
observaciones MA(12) Tendencia
14
Metodología de pronósticos para el empleo
Paso 3: Obtener Ciclo• Se observa una tendencia marcada al alza de los asegurados
en la Industria del Comercio.• El ciclo es únicamente la diferencia entre la tendencia y la
MA(12).• Un ciclo comprende de cuatro momentos: crecimiento, auge,
depresión y sima. Varios teóricos de la corriente del “Public Choice” afirman que los ciclos económicos están ligados fuertemente a los ciclos políticos (que en el caso de México serían ciclos sexenales). Pero esa es materia fuera de nuestro estudio. En este período de tiempo, se pueden observar únicamente 1 .5 ciclos.
15
Metodología de pronósticos para el empleo
Ciclo de la Industria del Comercio
-12
-10
-8
-6
-4
-2
0
2
4
6
8
10
mile
s d
e p
erso
nas
16
Metodología de pronósticos para el empleo
Paso 4: Obtener Factores de Corto Plazo• Para separar los efectos en el corto plazo, se
resta a la serie original la media móvil de orden 12 (MA(12)).
• Es decir, si a la serie completa se le sustraen los efectos de largo plazo, se obtienen los de corto plazo.
17
Metodología de pronósticos para el empleo
Factores de Corto Plazo de la Industria del Comercio
-3
-2
-1
0
1
2
3
4
5
mile
s d
e p
erso
nas
18
Metodología de pronósticos para el empleo
Paso 5: Obtener la Estacionalidad• En esta serie se puede observar claramente
un comportamiento sistemático. • Para obtener la estacionalidad, se
promedian, por meses, todos los años, ya que se supone que todos los meses tienen un comportamiento similar.
• Para evitar sesgos, se eliminan el valor máximo y el valor mínimo de cada mes.
19
Metodología de pronósticos para el empleo
Paso 6: Obtener los factores aleatorios
• La diferencia entre la estacionalidad y la que incluye los factores de corto plazo se entiende como factores aleatorios.
20
Metodología de pronósticos para el empleo
Estacionalidad y Factor Aleatorio
-4
-3
-2
-1
0
1
2
3
4
mile
s d
e p
erso
nas
Estacionalidad Factor Aleatorio
21
Metodología de pronósticos para el empleo
Paso 7: Realizar un pronóstico
• Una vez desglosados los 4 factores de la serie, se utilizan dos con lo cual se puede pronosticar: la tendencia y la estacionalidad.
• Con estos dos factores, se obtiene una nueva serie muy similar a la original.
22
Metodología de pronósticos para el empleo
Pronóstico Preeliminar
507090
110130150170190
Ene
-93
Sep
-93
May
-
Ene
-95
Sep
-95
May
-
Ene
-97
Sep
-97
May
-
Ene
-99
Sep
-99
May
-
Ene
-01
Sep
-01
May
-
Ene
-03
Sep
-03
May
-
mil
es d
e p
erso
nas
-15
5
25
45
65
mil
es d
e p
erso
nas
Real Pronóstico Error
23
Metodología de pronósticos para el empleo
• El problema de esta serie es que los errores siguen un comportamiento predecible (debido al ciclo).
• Es allí donde entra el criterio del investigador para usar alguna otra técnica de ajuste de error.
24
Metodología de pronósticos para el empleo
Pronóstico de Asegurados en la Industria del Comercio
100.0
110.0
120.0
130.0
140.0
150.0
160.0
170.0
180.0
190.0
200.0
mile
s d
e p
erso
nas
25
Metodología de pronósticos para el empleo
• Este método se sigue con cada una de las series.
• Ya que cada una de las series sigue un comportamiento diferente, el investigador debe de hacer lo más conveniente a su criterio para que el pronóstico sea lo más acertado posible.
26
Metodología de pronósticos para el empleo
Por ejemplo, para el caso del sector primario, es fácil observar un corte en la tendencia entre los años de noviembre de 1997 a septiembre de 1999, por lo que el cálculo de la misma se tiene que modificar.
10
11
12
13
14
15
16
17
18
mile
s d
e p
erso
nas
real tendencia
27
Metodología de pronósticos para el empleo
Otro ejemplo, en el caso de la industria eléctrica, al final se debe ajustar el error debido a la forma de la serie.
5
5.5
6
6.5
7
7.5
8
8.5
mile
s d
e p
erso
nas
Pronóstico Real
28
Metodología de pronósticos para el empleo
Los resultados (convertidos a anuales) que se observan son los siguientes:
Agricultura ExtractivaTransformaciónConstrucción Electricidad Comercio Transporte Sevicios1993 14,505 4,562 260,198 49,262 5,332 114,945 40,117 158,2861994 15,326 3,954 249,900 49,911 5,553 117,682 40,845 163,2321995 15,222 3,253 241,495 39,211 6,126 116,836 39,231 160,9741996 15,546 3,451 263,058 37,833 6,688 120,860 40,179 168,4631997 15,993 3,932 297,921 51,255 7,120 131,251 43,664 190,1351998 15,048 3,844 331,788 70,859 7,376 146,568 47,430 205,4781999 11,969 3,563 358,908 87,344 7,299 156,285 52,180 214,2812000 11,425 3,645 380,437 85,749 7,407 167,091 56,231 226,1962001 11,240 3,594 360,196 80,576 7,570 173,360 57,950 235,6472002 10,888 3,360 344,841 81,303 7,898 177,059 60,470 243,8632003 10,255 3,481 335,167 83,774 8,075 177,702 61,085 254,0772004 10,169 3,689 336,020 84,283 8,033 179,779 62,581 265,5242005* 9,911 3,444 346,921 85,339 8,125 181,834 65,284 276,926
29
Empleo por Sectores (1)
0
10,000
20,000
30,000
40,000
50,000
60,000
70,000
80,000
90,000
100,000
Agricultura Minería Construcción Electricidad
30
Empleo por Sectores (2)
0
50,000
100,000
150,000
200,000
250,000
300,000
350,000
400,000
Transformación Comercio Transporte Servicios
31
Metodología de pronósticos para la producción
• Una vez pronosticado el empleo, se puede pronosticar la producción en base a la productividad que las series han ido mostrando.
32
Metodología de pronósticos para la producción
Paso 1: Calcular la productividad:
• Por productividad entendemos la razón producción trabajo. Es decir, para obtener la productividad, se divide la producción de cada sector, entre el número de asegurados de los mismos.
33
Metodología de pronósticos para la producciónRazón producción trabajo
Agricultura Minería Manufactura Construcción Electricidad Comercio Transporte Servicios1993 0.0736 0.0537 0.0731 0.0486 0.1693 0.1368 0.1873 0.18811994 0.0840 0.0754 0.0794 0.0514 0.1758 0.1444 0.2041 0.18691995 0.0937 0.0848 0.0773 0.0522 0.1623 0.1204 0.2007 0.18871996 0.0943 0.0855 0.0790 0.0633 0.1582 0.1232 0.2077 0.17591997 0.0881 0.0750 0.0786 0.0524 0.1546 0.1262 0.2173 0.16041998 0.1077 0.0960 0.0764 0.0376 0.1547 0.1211 0.2203 0.15801999 0.1164 0.1058 0.0753 0.0343 0.1893 0.1196 0.2186 0.15832000 0.1118 0.1185 0.0760 0.0353 0.1912 0.1293 0.2260 0.15522001 0.1311 0.1180 0.0786 0.0364 0.1829 0.1224 0.2212 0.15252002 0.1431 0.1369 0.0846 0.0354 0.1817 0.1260 0.2177 0.15222003 0.1524 0.1514 0.0871 0.0417 0.1886 0.1329 0.2290 0.15122004 0.1583 0.1515 0.0910 0.0436 0.1943 0.1369 0.2408 0.15072005 0.1678 0.1762 0.0918 0.0451 0.1962 0.1406 0.2460 0.1500
34
Metodología de pronósticos para la producción
Se pueden observar claramente dos comportamientos diferentes entre las productividades a través del tiempo:– Constantes– Al alza
35
Metodología de pronósticos para la producción
Razón Producción Trabajo (1)
0
0.05
0.1
0.15
0.2
0.25
Agricultura Minería Construcción Electricidad
36
Metodología de pronósticos para la producción
Razón Producción Trabajo (2)
0
0.05
0.1
0.15
0.2
0.25
0.3
Transformación Comercio Transporte Servicios
37
Metodología de pronósticos para la producción
Paso 2: Pronosticar la producción
• Dado que la productividad es igual a la razón producción empleo, para obtener la producción se multiplica el empleo por la productividad obtenida
38
Metodología de pronósticos para la producción
Los resultados obtenidos son los siguientes:
Agricultura Minería Manufactura Construcción Electricidad Comercio Transporte Servicios1993 1068 245 19027 2393 903 15726 7513 297741994 1288 298 19833 2567 976 16991 8335 305061995 1426 276 18662 2048 994 14064 7872 303711996 1466 295 20788 2393 1058 14884 8344 296281997 1409 295 23413 2684 1101 16559 9488 304951998 1621 369 25363 2664 1141 17753 10449 324631999 1393 377 27014 3000 1382 18698 11404 339212000 1277 432 28919 3028 1416 21607 12709 351122001 1474 424 28294 2935 1385 21223 12820 359452002 1558 460 29175 2875 1435 22315 13166 371142003 1563 527 29187 3494 1523 23621 13990 384272004 1610 559 30584 3672 1561 24613 15067 400092005 1663 607 31854 3852 1594 25573 16061 41543
39
Producción (1)
0
500
1000
1500
2000
2500
3000
3500
4000
4500
Agricultura Minería Construcción Electricidad
40
Producción (2)
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
Manufactura Comercio Transporte Servicios
41
Nota
• Cabe aclarar que estos pronósticos suponen que las series tienen una relación con el paso del tiempo, y esta metodología no incluye los cambios en otros factores que podrían afectar el comportamiento de la serie (por ejemplo la situación económica de otras naciones o los cambios en políticas internas).
• Es por lo anterior que sería prudente modificar los datos con criterios que se consideren en función a lo que se espere para el resto del año.