Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Crear un workfile con los datos que aparecen en la pestaa Ejemplo_1 del archivo de
Excel Datos ARIMA 2014.

Si nuestros datos son trimestrales elegimos la opcin de quaterly. Si nuestra muestra

fuera del primer trimestre de 2001 al cuarto trimestre de 2012 y queremos pronosticar los
siguientes 4 trimestres, la muestra ser 2001q1 a 2013q4. Es decir, debemos de crear las
casillas (observaciones) en donde caer nuestro pronstico.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Luego cargamos nuestros datos. En este ejemplo, se usar el PIB trimestral de GTM en
trminos reales. El objetivo, por tanto, ser pronosticar los cuatro trimestres de 2013. Para
cargar los datos le damos data pib y pegamos los datos de Excel.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Ya con la serie en niveles. Haremos los siguientes tres pasos. Primero, convertir nuestra
serie en logaritmos, mediante la instruccin genr l_pib=log(pib).

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Vemos que la serie tiene estacionalidad, por lo que necesitamos desestacionalizarla. Para
eso podemos usar cualquiera de los mtodos que EVIEWS proporciona. En este ejemplo,
utilizaremos el moving average method.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014
Le damos a Proc, luego seasonal adjustement y elegimos moving average method.
La variable desestacionalizada es ahora l_pibsa. Independientemente del mtodo que se
use, EVIEWS genera los ndices de estacionalidad de cada trimestre. Por lo que debemos
de guardar estos resultados pues nos servirn ms adelante para recuperar los datos
originales.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Para guardar la tabla le damos a freeze y luego a name. El nombre ser entonces
table01.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Ahora necesitamos crear una serie que llamaremos indice_sa que tenga, en cada uno de
los trimestres, los cuatro valores de nuestra tabla. Este paso requiere de marcar, copiar y
pegar cada uno de los cuatro valores de cada ao en toda la muestra, incluyendo la parte
que queremos pronosticar. As que escribimos data indice_sa y pegamos todos los
valores en las 52 observaciones.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Luego de que se construy la serie en logaritmos desestacionalizada, procedemos a

convertir nuestra serie en una serie estacionaria, es decir, sin tendencia. Para esto
Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014
calcularemos nuestra variacin interanual de la siguiente forma: genr
var_l_pibsa=(l_pibsa-l_pibsa(-4))*100. Recordemos que una resta de logaritmos equivale a
un cambio porcentual.

Vemos que la serie ya no tiene tendencia, no obstante, tiene un valor atpico en el 2009q2
por lo que generaremos una variable dummy para controlar este problema. Nota: Este paso
no es necesario en caso la variable no tenga valores atpicos. Lo correcto sera aplicar los
test de raz unitaria, pero la experiencia dice que, en general, podemos ver visualmente que
una serie es estacionaria al removerle la tendencia calculando algn tipo de variacin
(primera, segunda, etc.. diferencia). Ahora entonces necesitamos crear la dummy. Para eso
usamos el comando genr dummy=0 y colocamos un 1 en el 2009q2.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Ahora que ya tenemos la serie desestacionalizada, tenemos el ndice del componente

estacional y nuestra dummy, procederemos a ver el correlograma de nuestra serie
estacionaria del PIB, es decir, de nuestra serie en variacin. Para ello, abrimos la serie
var_l_pibsa, le damos view y luego analizamos el correlograma.

Esto es lo relativamente ms complicado. Quien puede establecer con mejor certeza qu

tipo de proceso ARMA es la serie, tendr mejores pronsticos. Sin embargo, la experiencia
dice que, en general, las series usualmente observan procesos AR (lo podemos ver la
partial correlation) y podramos probar con eso primero. As que en nuestro caso ser
Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014
estimar un modelo AR(1) y ver si los residuos son ruido blanco. As que procedemos a
hacer click en quick y luego en estimate equation.

En el men de la regresin deber de aparecer, como es un proceso AR(1), nuestra variable

de inters, la constante, el rezago 1 de la variable dependiente (es decir, el AR(1)) y nuestra
variable dummy. As entonces escribimos var_pib c ar(1) dummy y corregimos la
muestra para que la regresin utilice slo los valores en donde hay datos, es decir, entre
2001q1 y 2012q4.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Como sabemos, difcilmente tendremos siempre R cuadrados de un ejemplo de libro de

texto. La realidad supera la ficcin. As que, un R cuadrado cercano al 50%, est bien. Lo
ms importante, es que las variables sean estadsticamente significativos (prob <0.05). Por
ejemplo, si hubisemos tenido que usar un AR(1) AR(2) AR(3) AR(4) y luego vemos en
los resultados que el AR(2) y el AR(4) no son significativos, vamos eliminado uno por uno
de atrs para adelante y restimando la ecuacin para ver cmo quedan los coeficientes
luego de haber eliminado algunos de los AR. Ahora revisaremos el correlograma de los
residuos para ver si este es un proceso ruido blanco. Elegimos la variable resid la abrimos
y checamos el correlograma.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Como vemos, todas las barras del correlograma estn dentro de las lneas punteadas, as que
con esto podra decirnos que ya hemos obtenido un buen modelo (esto realmente, lo
sabremos expost, luego de que sepamos el verdadero dato). Si nuestros residuos son ruido
blanco, nos quedaremos con este modelo y lo grabamos dndole en name a nuestra
ecuacin (el nombre ser eq01).

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Veamos cmo se ajusta nuestro modelo in-sample (dentro de la muestra). Llamaremos a

nuestra variable var_l_pibsaf y veamos como se ve el ajuste de nuestro modelo.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Ya que se ajusta bastante bien a nuestra historia, utilizaremos el mismo modelo para
pronosticar fuera de muestra (out of sample). Pronosticaremos cuatro observaciones de la
siguiente manera. En el men de la ecuacin le damos forecast, se generar una variable
de nombre var_l_pibsaf (se le agrega f al final de la variable para saber que es el
pronstico. Como lo que realmente nos interesa es pronosticar fuera de muestra, usaremos
el mismo nombre de la variable pronostica y no nos preocuparemos ms por lo que ya pas
(in sample), as que las estimaciones le caern a esta variable. Corregimos la muestra y
ponemos nicamente los valores de la muestra que se pronosticaran, es decir, los trimestres
del 1 al 4 del 2013. Se usa dynamic. El static se usa para hacer pronstico dentro de la
muestra.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

La variable var_l_pibsaf ahora tiene todos los valores originales de var_l_pibsa desde
la observacin 1 hasta la ltima antes del pronstico (2001q1 a 2012q4) y luego de eso los
nuevos pronsticos. Podemos cerciorarnos de esto dibujando las dos series. Marcamos
primero la pronosticada y luego la original para ver de mejor forma el pronstico.

Listo, tenemos ya nuestra serie pronosticada. Sin embargo, hay que recordar dos cosas.
Primero, que hemos estado usando nuestra serie desestacionalizada, as que lo que hemos
pronosticado es la variacin interanual de nuestra variable sin el efecto estacional. No
obstante, en la realidad, necesitamos la variacin de la variable sin desestacionalizar.
Segundo, que muchas veces necesitamos no solo la variacin de nuestra variable, sino los
niveles de la misma. As que en adelante, recuperaremos el pronstico de nuestra serie
original, es decir, del PIB trimestral.

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014
Primero, recuperaremos el logaritmo del PIB desestacionalizado a partir de nuestro
pronstico de su variacin. Para ello, escribimos lo siguiente genr l_pibsaf=l_pibsa(4)+(var_l_pibsaf/100), as.

Ahora que ya tenemos la serie del nivel del logaritmo desestacionalizada, necesitamos
recuperar la serie del logaritmo sin desestacionalizar, pues eventualmente, esta nos dar la
serie original. As que escribimos genr l_pibf=l_pibsaf*ndice_sa.

Ahora, ya tenemos nuestra serie pronosticada en niveles del logaritmo, pero en la prctica
no trabajamos con logaritmos, as que recuperamos el nivel original as genr
pibf=exp(l_pibf).
Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014

Manual de Elaboracin de Pronsticos mediante la metodologa Box

Jenkins (ARIMA) en Eviews: Elaborado por Herberth Solrzano 2014

Ahora ya tenemos nuestra serie en niveles pronosticada. Estos datos podemos pegarlos en
Excel y, a partir de ah, empezar a calcular cualquier tipo de variacin que se nos requiera
(intermensual, acumulada, etc).
Estos pasos no son perfectos, ni pretenden substituir los pasos economtricos correctos de
la tcnica Box Jenkins para series univariadas, su nico objetivo es que los usuarios tengan
una primera aproximacin al pronstico con EVIEWS y que, en trminos generales, se
cumpla con los pasos ms importantes para las estimaciones.
Buena suerte

Gua del Usuario. Pronsticos Univariados.

Elaborado por: HESS 2014