Cuenta Corriente

CUENTA CORRIENTE
TRABAJO DE ECONOMETRIA II
YADITH PINEDA MORALES 5112-93080601750
DANIEL GUILLERMO RESTREPO 5112-95013009067
SOLUCION DE LOS EJERCICIOS PROPUESTOS

EXCEL
LINEAS DE TENDENCIA
TOTAL CTA. CORRIENTE

1000
0
-1000
-2000
TOTAL CTA. CORRIENTE
Linear (TOTAL CTA. CORRIENTE)
-3000
-4000
-5000
-6000
-7000
DATOS
ATIPICOS
Puede reconocerse que los datos atpicos son esos puntos muy dispersos
(alejados de la lnea de tendencia) pero posee una cantidad considerable al
final del periodo, por tanto podemos decir que confiable la ya que los
alejamientos desde la tendencia son exiguos y no afectaran mucho en el
comportamiento de la cuenta corriente nacional.
CREDITO (EXPORTACIONES)
25,000.00
20,000.00
15,000.00 CREDITO (EXPORTACIONES)
Linear (CREDITO (EXPORTACIONES))
10,000.00
5,000.00
0.00
DEBITO (IMPORTACIONES)
30,000.00
25,000.00
20,000.00
DEBITO (IMPORTACIONES)
Linear (DEBITO (IMPORTACIONES))
15,000.00
10,000.00
5,000.00
0.00
Como se puede notar en el desglosamiento de las variables utilizadas (debito y

crdito) las tendencias aqu, son crecientes y los outliers entonces son no
explicados, pues no inciden en el comportamiento de la cuenta corriente ya que
al ser muy pequeos (mnimos) y no estn muy alejados, adems son inversos
al resultado final que es la grafica inicial.
SPSS
Grfico de secuencia
[Conjunto_de_datos0]
De scripcin de l mode lo
Nombre del modelo
Serie o secuencia
MOD_4
IMPORTACIONES CUENTA
CORRIENTE
Ninguna
Transformacin
Diferenciacin no estacional
Diferenciacin estacional
Longitud del periodo estacional
0
4
Etiquetas del eje horizontal
Fecha_
Mostrar intervenciones
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado
Aplicando las especificaciones del modelo de MOD_4
Resumen del procesamiento de los casos

IMPORTACIO
NES CUENTA
CORRIENTE
Longitud de la serie o secuencia
Nmero de valores
perdidos en el
grfico
IM
P
O
R
TA
C
IO
N
E
S
C
U
E
N
TA
C
O
R
IE
N
T
22500,,00
11500,,00
500,,0
Perdidos definidos
por el usuario
Perdidos del sistema
60
0
0
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
013Q
012Q
012Q
0142Q
013Q
0124
Grfico de secuencia
De scripcin de l m ode lo
Nombre del modelo
Serie o s ec uenc ia
MOD_5
EXPORTACIONES CUENTA
CORRIENTE
Ninguna
Trans form ac in
Diferenciacin no es tac ional
Diferenciacin estac ional

Longitud del periodo estac ional
Etiquetas del eje horiz ontal
0
4
Fec ha_
Mos trar intervenciones

Lneas de referenc ia
rea bajo la c urva
Ninguna
Ninguna
No rellenado
Aplicando las es pec ificaciones del m odelo de MOD_5
Re sum e n de l proce sa m ie nto de los ca sos

EXPORTACIO
NES CUENTA
CORRIENTE
Nmero de valores
perdidos en el
grfico
E
X
P
O
R
TA
C
IO
N
E
S
C
U
E
N
TA
C
O
R
IE
N
T
21050,,00
1500,,00
0,
Perdidos definidos
por el usuario
60
0
0
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
013Q
012Q
012Q
0142Q
013Q
0124
ESTACIONALIDAD
ANOVA
RESUMEN
Grupos
Cuenta
Suma
Promedio
Varianza
- 1449,0963 2139568,8
60 86945,78
3
4
655102,4 10918,373 30758070,
60
2
7
2
742048,1 12367,469 46721293,
60
6
3
2
Columna 1
Columna 2
Columna 3
ANALISIS DE LA VARIANZA
Origen de las
variaciones
Suma de
cuadrados
691903358
Entre grupos
5
Dentro de los 469751700
grupos
2
1,1617E+1
0
Total
Grado
s de
liberta
d
Promedio
Valor
de los
Probabilida
crtico
cuadrados
F
d
para F
345951679 130,35279
3,0470121
2
3
5 1,5886E-35
4
26539644,
177
1
179
En conclusin, F > F crit, en este caso se rechaza la hiptesis nula, en este

caso, 130,35 > 3,04.
El nivel de significancia fue de 0.05, por tanto el nivel de confianza fue de 95%.
C OMPROB ACI ON DEL AN O VA (V ARI ANZA PO R U N FACT OR)
Variaciones cclicas reconocidas para el variable crdito (exportaciones).
Variaciones cclicas reconocidas para la variable debito

(importaciones).
Variaciones climticas para la variable total corriente.
Variaciones cclicas reconocidas en la variable total corriente.
SELECCIN Y ESTIMACION DEL MODELO

APLICACIN DEL ARIMA
SERIE 1
Descomposicin estacional
Nombre del modelo
Tipo de modelo
Nombre de la serie
1
Longitud del perodo estacional
MOD_1
Multiplicativo
CUENTA CORRIENTE
Mtodo de computacin de medias mviles
Amplitud igual a la
periodicidad ms uno y
puntos finales ponderados
por 0,5
Nombre de la serie: CUENTA CORRIENTE
DATE_
Q1 2000
Q2 2000
Q3 2000
Q4 2000
Q1 2001
Q2 2001
Q3 2001
Q4 2001
Q1 2002
Q2 2002
Q3 2002
Q4 2002
Q1 2003
Q2 2003
Q3 2003
Q4 2003
Q1 2004
Q2 2004
Q3 2004
Q4 2004
Q1 2005
Q2 2005
Q3 2005
Q4 2005
Q1 2006
Q2 2006
Q3 2006
Q4 2006
Q1 2007
Q2 2007
Q3 2007
Q4 2007
Q1 2008
Q2 2008
Q3 2008
Q4 2008
Q1 2009
Q2 2009
Q3 2009
Q4 2009
Q1 2010
Q2 2010
Q3 2010
Q4 2010
Q1 2011
Q2 2011
Q3 2011
Q4 2011
Q1 2012
Q2 2012
Q3 2012
Q4 2012
Q1 2013
Q2 2013
Q3 2013
Q4 2013
Q1 2014
Q2 2014
Q3 2014
Q4 2014
Serie original
91,010
77,460
363,740
300,320
-476,960
-289,810
-22,530
-248,410
-243,260
-350,130
-306,870
-402,190
-605,990
-76,770
49,550
-312,770
-607,050
-218,730
115,140
-71,350
-548,670
-250,260
-842,390
-251,040
-677,640
-689,090
-714,200
-830,320
-2065,690
-1417,910
-1420,720
-1104,570
-1330,380
-1132,320
-1652,040
-2346,130
-960,850
-807,360
-1391,720
-1487,850
-1303,290
-1382,170
-3287,720
-2689,330
-1960,250
-1813,640
-2961,830
-2974,300
-1622,430
-3205,650
-3481,460
-2996,010
-3259,790
-2211,450
-3613,920
-3245,290
-4089,870
-4318,630
-5007,910
-6364,090
Serie de
media mvil
.
.
137,1363
20,2313
-73,9613
-190,8363
-230,2150
-208,5425
-251,6250
-306,3900
-370,9538
-382,1250
-303,4025
-247,6725
-236,6275
-254,5050
-264,0513
-225,6750
-188,2000
-184,8438
-308,4763
-450,6288
-489,2113
-560,1863
-599,0163
-655,4025
-901,3188
-1165,9275
-1345,3450
-1467,9413
-1410,3088
-1282,6963
-1275,9125
-1460,0225
-1569,0263
-1482,2150
-1409,0550
-1269,2300
-1204,7500
-1319,4063
-1628,2575
-2015,4425
-2247,7475
-2383,8013
-2396,9988
-2391,8838
-2385,2775
-2517,0513
-2756,0063
-2823,6738
-3031,0575
-3111,4525
-3003,7350
-3051,4525
-3186,3725
-3553,5300
-3991,1763
-4555,2750
.
.
Razn de la
serie original
sobre la serie
de media
mvil (%)
.
.
265,2
1484,4
644,9
151,9
9,8
119,1
96,7
114,3
82,7
105,3
199,7
31,0
-20,9
122,9
229,9
96,9
-61,2
38,6
177,9
55,5
172,2
44,8
113,1
105,1
79,2
71,2
153,5
96,6
100,7
86,1
104,3
77,6
105,3
158,3
68,2
63,6
115,5
112,8
80,0
68,6
146,3
112,8
81,8
75,8
124,2
118,2
58,9
113,5
114,9
96,3
108,5
72,5
113,4
91,3
102,5
94,8
.
.
Factor
estacional
(%)
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
Serie
corregida
estaciona
lmente
74,034
92,317
392,391
298,930
-387,994
-345,395
-24,305
-247,260
-197,885
-417,284
-331,041
-400,329
-492,956
-91,494
53,453
-311,323
-493,818
-260,682
124,209
-71,020
-446,328
-298,259
-908,742
-249,878
-551,241
-821,256
-770,455
-826,477
-1680,382
-1689,863
-1532,625
-1099,458
-1082,227
-1349,497
-1782,166
-2335,272
-781,625
-962,210
-1501,341
-1480,964
-1060,190
-1647,268
-3546,683
-2676,884
-1594,609
-2161,493
-3195,124
-2960,535
-1319,802
-3820,488
-3755,683
-2982,145
-2651,749
-2635,602
-3898,577
-3230,271
-3326,997
-5146,936
-5402,367
-6334,638
Serie de
tendencia-cicl
o suavizada
187,943
186,247
182,856
72,501
-98,758
-201,012
-204,900
-216,538
-253,121
-328,588
-368,799
-373,084
-304,456
-207,238
-181,339
-240,764
-271,978
-211,512
-136,769
-157,360
-318,008
-436,202
-535,564
-532,124
-608,355
-687,058
-870,940
-1099,136
-1375,212
-1491,282
-1437,681
-1285,271
-1273,265
-1468,001
-1619,988
-1605,012
-1358,150
-1252,089
-1248,021
-1352,826
-1609,451
-2034,822
-2438,128
-2458,000
-2355,821
-2411,263
-2527,093
-2654,826
-2719,140
-3061,679
-3204,874
-3135,266
-2982,778
-3024,431
-3267,358
-3547,166
-4004,039
-4718,271
-5627,980
-6082,834
Componente
irregular
(error)
,394
,496
2,146
4,123
3,929
1,718
,119
1,142
,782
1,270
,898
1,073
1,619
,441
-,295
1,293
1,816
1,232
-,908
,451
1,404
,684
1,697
,470
,906
1,195
,885
,752
1,222
1,133
1,066
,855
,850
,919
1,100
1,455
,576
,768
1,203
1,095
,659
,810
1,455
1,089
,677
,896
1,264
1,115
,485
1,248
1,172
,951
,889
,871
1,193
,911
,831
1,091
,960
1,041
* Exponential Smoothing.
TSET PRINT=DEFAULT NEWVAR=ALL .
PREDICT THRU END.
EXSMOOTH /VARIABLES=CUENTACORRIENTE
/MODEL=NN
/ALPHA=.1
/INITIAL=CALCULATE.
Suavizado exponencial
De scripcin de l mode lo
Nombre del modelo
Serie
Modelo simple
1
Tendencia
Estacionalidad
MOD_2
CUENTA CORRIENTE
Ninguno
Ninguno
Estado de suavizado inicial
Nivel
CUENTAC
ORRIENTE
-1449,09633
Parmetros del suavizado
Serie
Alpha (Nivel)
CUENTACORRIENTE
,10000
Sumas de
los errores
cuadrticos
57443481,2
gl error
59
*Sequence Charts .
TSPLOT VARIABLES= CUENTACORRIENTE
/NOLOG
/FORMAT NOFILL NOREFERENCE.
Grfico de secuencia
Nombre del modelo
Serie o secuencia
1
Transformacin
Diferenc iacin no es tacional
MOD_3
CUE NTA CORRIENTE
Ninguna
0
Diferenc iacin estac ional

0
4
Etiquetas del eje horiz ontal
Fecha_
Mos trar intervenciones

Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado
Aplicando las especific aciones del modelo de MOD_3

CUENTA
CORRIENTE
Nmero de valores
perdidos en el
grfico
Perdidos definidos
por el usuario
60
0
0
TSPLOT VARIABLES= SAS_1

/NOLOG
Grfico de secuencia
0-20..
--4600..
3102Q
16204Q
2Q
01042Q
01324Q
034025Q
03728Q
019204Q
1302Q
01242Q
01324
C
U
EN
TA
C
O
RIEN
T
Fecha
Nombre del modelo

Serie o secuencia
Trans formac in
Diferenc iacin no estacional
MOD_4
Series ajustadas
estacionalmente para
CUENTACORRIENTE de
SEASON, MOD_1, MUL CEN
4
Ninguna
0
Diferenc iacin estacional

Lneas de referenc ia
rea bajo la curva
Aplic ando las es pecificaciones del modelo de MOD_4
0
4
Fecha_
Ninguna
Ninguna
No rellenado
Re sum e n de l proce sa m i e nto de los ca sos

S eries
ajus tadas
es tac ionalm
ente para
CUE NTA CO
RRIE NTE de
S E A S ON,
MOD_1, MUL
CE N 4
Longitud de la s erie o s ec uenc ia
60
0-20..00
--4600..00
3102Q
16204Q
2Q
01042Q
01324Q
034025Q
03728Q
019204Q
1302Q
01242Q
01324
SR
eriIEsN
aTjutdSaEsA
eO
taN
c,ioM
nO
lD
m
pLarC
C
U
EN
TA
C
O
_e1n,tM
U
EN
4
Nmero de valores
perdidos en el
grfic o
P erdidos definidos
por el us uario
P erdidos del s is tema
Fecha
TSPLOT VARIABLES= SAF_1

/NOLOG
Grfico de secuencia
__
0
0
Descripcin del modelo

Nombre del modelo
Serie o secuencia
MOD_5
Factores estacionales para
CUENTACORRIENTE de
4
Ninguna
Transformacin
0
4
Fecha_
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado

Factores
estacionales
para
CUENTACO
RRIENTE de
SEASON,
MOD_1, MUL
CEN 4
Nmero de valores
perdidos en el
grfico
Perdidos definidos
por el usuario
60
0
0
FactorestaciSoEnA
leO
sN
pa,rM
C
U
TA
C
RIE4N
Tde
O
D
_E1N
,M
U
LO
11..3200
11..00
00..9800
Fecha
3102Q
16204Q
2Q
01042Q
01324Q
034025Q
03728Q
019204Q
1302Q
01242Q
01324
TSPLOT VARIABLES= STC_1

/NOLOG
Grfico de secuencia
Nombre del modelo
Serie o secuencia
Transformacin
MOD_6
Ciclo de tendencias para
CUENTACORRIENTE de
4
Ninguna
0
Lneas de referencia
rea bajo la curva
0
4
Fecha_
Ninguna
Ninguna
No rellenado
__

Ciclo de
tendencias
para
CUENTACO
RRIENTE de
SEASON,
MOD_1, MUL
CEN 4
Nmero de valores
perdidos en el
grfico
60
Perdidos definidos
por el usuario
0-20..00
--4600..00
3102Q
16204Q
2Q
01042Q
01324Q
034025Q
03728Q
019204Q
1302Q
01242Q
01324
C
iclodetndeSEcA
iasO
pN
C
U
E_1N
A
C
RIE4N
Tde
,raM
O
D
,TM
U
LO
Fecha
TSPLOT VARIABLES= FIT_2

/NOLOG
Grfico de secuencia
__

Nombre del modelo
Serie o secuencia
MOD_7
Ajuste para
CUENTACORRIENTE de
EXSMOOTH, MOD_2 NN A
,10
Ninguna
Transformacin
0
4
Fecha_
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado

Ajuste para
CUENTACO
RRIENTE de
EXSMOOTH,
MOD_2 NN A
,10
Nmero de valores
perdidos en el
grfico
Perdidos definidos
por el usuario
60
0
0
AjusteparCUENTACORIEAN,1T0deEXSMOTH,MOD_2
0
.0
-1
0.00
-2
0.00
-3
0.002Q
1
Q
4
Q
3
Q
2Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3Q
2Q
1
Q
4
Q
3Q
2
0
2
0
2
0
1
0
0
3
2
0
3
2
0
4
0
5
0
6
2
0
6
2
0
7
0
8
0
9
2
0
9
2
0
1
0
1
0
2
0
1
2
0
1
0
1
4
F
e
c
h
a
__
* ARIMA.
TSET PRINT=DEFAULT CIN=95 NEWVAR=ALL .
PREDICT THRU END.
ARIMA CUENTACORRIENTE
/MODEL=( 3 2 1 )( 2 1 0 ) CONSTANT
/MXITER= 10
/PAREPS= .001
/SSQPCT= .001
/FORECAST= EXACT .
ARIMA
Advertencia
Nuestras pruebas han determinado que el modelo estimado est cerca del lmite
de la regin de invertibilidad. Aunque los parmetros de media mvil probablemente
se hayan estimado correctamente, sus errores tpicos y sus covarianzas deben
considerarse sospechosos.

Nombre del modelo
Serie dependiente
Transformacin
Constante
AR
Diferenciacin no
estacional
MA
AR estacional
MA estacional
Longitud del perodo
estacional
MOD_8
CUENTA CORRIENTE
Ninguno
Incluida
1, 2, 3
2
1
1, 2
1
Ninguno
4
Criterios de finalizacin de las iteraciones

Cambio mximo en los
parmetros menor que
Mxima constante de
Marquardt mayor que
Cambio en el porcentaje
de la suma de
cuadrados menor que
Nmero de iteraciones
igual a
,001
1E+009
,001%
10

Longitud de la serie
Nmero de casos
omitidos debido a los
valores perdidos
Al comienzo de la serie
Al final de la serie
Nmero de casos con valores perdidos dentro de la

serie
Nmero de casos pronosticados
Nmero de casos nuevos aadidos al archivo de
trabajo actual
a. Se utilizar el algoritmo de Melard para la estimacin.
60
0
0
a
0
0
0
Configuracin inicial solicitada

Retardos no
estacionales
Retardos estacionales
AR1
AR2
AR3
MA1
Estacional AR1
Estacional AR2
Constante
AUTO
AUTO
AUTO
AUTO
AUTO
AUTO
AUTOa
a. El valor del parmetro anterior no es vlido y

se ha restablecido en 0,1.
Historial de iteraciones
Retardos no estacionales
0
1
2
3
4
5
6
7
8
9
10a
AR1
-1,847
-,500
-,108
-1,622
-,420
-,281
-,249
-,422
-,428
-,473
-,473
AR2
-1,699
,163
,406
-1,211
,142
-,057
-,142
-,308
-,305
-,322
-,344
AR3
-,768
,174
,407
-,350
,353
,104
,079
-,058
,035
-,059
-,044
MA1
-,219
,814
,814
-,442
,751
,751
,751
,991
,991
,991
,991
Estacional
Estacional
AR1
AR2
-,498
-,175
-1,025
-,368
-,729
-,230
-,669
-,214
-,742
-,239
-,726
-,255
-,692
-,281
-,775
-,316
-,698
-,324
-,790
-,341
-,768
-,353
Constante
-6,598
-3,443
-7,389
-5,479
-4,941
-5,414
-5,504
-2,330
-2,458
-2,250
-2,269
Se ha utilizado el algoritmo de Melard para la estimacin.

a. La estimacin finaliz en esta iteracin, ya que se alcanz el nmero mximo de iteraciones 10.
Diagnstico residual
Nmero de residuos
Nmero de parmetros
GL residuales
Suma de cuadrados
residual corregida
Suma de cuadrados
residual
Varianza residual
Error tpico del modelo
Log-verosimilitud
Criterio de informacin
de Akaike (AIC)
Criterio bayesiano de
Schwarz (BIC)
54
6
47
2E+007
5E+007
397672,6
630,613
-425,537
865,075
878,998
Suma de
cuadrados
corregida
45819944,3
37594245,8
36297091,2
34297660,2
32428948,9
27376570,4
26636472,5
22394466,7
22380218,5
22210474,3
22105349,0
Constante de
Marquardt
,001
,001
,000
,000
,000
,100
,010
,001
,000
,000
1,000
Estimaciones de los parmetros

Retardos no
estacionales
AR1
AR2
AR3
MA1
Seasonal AR1
Seasonal AR2
Constante
Estimaciones
-,473
-,344
-,044
,991
-,768
-,353
-2,269
Error tpico
,173
,180
,193
,602
,184
,191
1,669
t
-2,733
-1,911
-,225
1,646
-4,174
-1,850
-1,360
Sig. aprox.
,009
,062
,823
,106
,000
,071
,180
Matriz de correlaciones
Retardos no
estacionales
AR1
AR2
AR3
MA1
Seasonal AR1
Seasonal AR2
Constante
AR1
1,000
,573
,525
,343
,295
-,142
0a
AR2
,573
1,000
,656
,453
,451
,206
0a
AR3
,525
,656
1,000
,468
,610
,267
0a
MA1
,343
,453
,468
1,000
,375
,303
0a
Seasonal
Seasonal
AR1
AR2
Constante
,295
-,142
0a
,451
,206
0a
,610
,267
0a
,375
,303
0a
1,000
,604
0a
,604
1,000
0a
a
a
0
0
1,000

a. La estimacin del parmetro ARMA y la estimacin de los parmetros de la regresin no estn correlacionados
asintticamente.
Matriz de covarianza
Retardos no
estacionales
Constante
AR1
AR2
AR3
MA1
Seasonal AR1
Seasonal AR2
AR1
,030
,018
,018
,036
,009
-,005
0a
AR2
,018
,032
,023
,049
,015
,007
0a
AR3
,018
,023
,037
,055
,022
,010
0a
MA1
,036
,049
,055
,362
,042
,035
0a
Seasonal
Seasonal
AR1
AR2
Constante
,009
-,005
0a
,015
,007
0a
,022
,010
0a
,042
,035
0a
,034
,021
0a
,021
,036
0a
0a
0a
2,784

asintticamente.
PREDICT THRU YEAR 2015 QUARTER 4 .

* Time Series Modeler.
TSMODEL
/MODELSUMMARY PRINT=[ MODELFIT]
PLOT=[ RSQUARE]
/MODELSTATISTICS DISPLAY=YES MODELFIT=[ RSQUARE]
/MODELDETAILS PRINT=[ FORECASTS]
/SERIESPLOT OBSERVED FORECAST FIT
/OUTPUTFILTER DISPLAY=ALLMODELS
/SAVE PREDICTED(Pronosticado) LCL(LCI) UCL(LCS) NRESIDUAL(ResiduoN)
/AUXILIARY CILEVEL=95 MAXACFLAGS=24
/MISSING USERMISSING=EXCLUDE
/MODEL DEPENDENT=CUENTACORRIENTE SAS_1 SAF_1 STC_1 FIT_2 FIT_3 LCL_3
UCL_3 SEP_3
PREFIX='Modelo'
/EXPERTMODELER TYPE=[ARIMA] TRYSEASONAL=YES
/AUTOOUTLIER DETECT=OFF .
Modelizador para series temporales

ID del
modelo
CUENTA CORRIENTE
Series ajustadas
estacionalmente
para
Factores estacionales
CUENTACORRIENTE
de
para de tendencias para
Ciclo
SEASON,
MOD_1,
MUL
CUENTACORRIENTE
de
CUENTACORRIENTE
de
Ajuste para
CEN
4
SEASON,
MOD_1,
MUL
SEASON,
MOD_1,
MUL
CUENTACORRIENTE
de
Ajuste
para
CEN
4
CEN
4
EXSMOOTH,
MOD_2
NN
CUENTACORRIENTE
de
95% LCI para
A
,10 MOD_8, CON de
ARIMA,
CUENTACORRIENTE
95% LCS para
ARIMA,
MOD_8,
CUENTACORRIENTE
ET
del ajuste
paraCON de
ARIMA, MOD_8, CON de
CUENTACORRIENTE
ARIMA, MOD_8, CON
Modelo_1
Modelo_2
Modelo_3
Modelo_4
Modelo_5
Modelo_6
Modelo_7
Modelo_8
Modelo_9
Grfico de resumen del modelo
Tipo de modelo
ARIMA(0,1,1)(0,0,0)
ARIMA(0,1,1)(1,0,0)
ARIMA(0,0,0)(0,1,0)
ARIMA(0,1,1)(0,1,1)
ARIMA(0,2,0)(0,0,0)
ARIMA(0,0,0)(0,1,0)
ARIMA(1,1,0)(0,1,1)
ARIMA(1,0,0)(0,1,1)
ARIMA(1,1,0)(0,0,0)
Frecunia
54
32
10.60.70.80.91.0D
M
e
d
i
a
=
0
.
8
6
e
s
v
c
n
t
p
c
1
2
5
N
9
R
-cuadro
Resumen del modelo
Ajuste del modelo
Estadstico de ajuste
R-cuadrado estacionaria
R-cuadrado
RMSE
MAPE
MaxAPE
MAE
MaxAE
BIC normalizado
Media
,170
,865
350,903
78,854
2061,364
261,088
980,448
11,388
ET
,223
,125
273,159
138,250
5356,380
209,985
742,326
2,085
Mnimo
Mximo
-2,2E-016
,676
,600
1,000
,000
649,689
,000
434,085
,000 16315,039
,000
444,457
,000
1922,933
8,309
13,091
5
-2,2E-016
,600
,000
,000
,000
,000
,000
8,309
10
-2,2E-016
,600
,000
,000
,000
,000
,000
8,309
25
,005
,821
63,670
3,397
24,518
31,465
255,308
8,867
Percentil
50
,122
,848
523,200
14,886
50,026
421,180
1182,705
12,713
75
90
95
,223
,676
,676
,991
1,000
1,000
584,290
649,689
649,689
87,474
434,085
434,085
778,389 16315,039 16315,039
442,227
444,457
444,457
1665,739
1922,933
1922,933
12,890
13,091
13,091
Estadsticos del modelo
Modelo
CUENTA
CORRIENTE-Modelo_1
Series ajustadas
CUENTACORRIENTE de
SEASON, MOD_1, MUL
CEN 4-Modelo_2
para
CUENTACORRIENTE de
SEASON, MOD_1, MUL
CEN 4-Modelo_3
CUENTACORRIENTE de
SEASON, MOD_1, MUL
CEN 4-Modelo_4
Ajuste para
CUENTACORRIENTE de
EXSMOOTH, MOD_2 NN
A ,10-Modelo_5
Ajuste para
CUENTACORRIENTE de
ARIMA, MOD_8,
CON-Modelo_6
95% LCI para
CUENTACORRIENTE de
ARIMA, MOD_8,
CON-Modelo_7
95% LCS para
CUENTACORRIENTE de
ARIMA, MOD_8,
CON-Modelo_8
ET del ajuste para
CUENTACORRIENTE de
ARIMA, MOD_8,
CON-Modelo_9
Nmero de
predictores
Estadsticos
de ajuste del
modelo
R-cuadrado
Ljung-Box Q(18)
Estadsticos
GL
Nmero de
valores
atpicos
Sig.
,820
26,369
17
,068
,821
25,465
16
,062
1,000
,990
30,926
16
,014
,992
40,262
18
,002
,848
27,588
18
,069
,839
21,015
16
,178
,872
14,202
16
,584
,600
15,000
17
,596
Previsin
Modelo
CUENTA
CORRIENTE-Modelo_1
Previsin
LCS
LCI
Previsin
LCS
Series ajustadas
CUENTACORRIENTE de
SEASON, MOD_1, MUL
LCI
CEN 4-Modelo_2
Previsin
para
LCS
CUENTACORRIENTE de LCI
SEASON, MOD_1, MUL
CEN 4-Modelo_3
T1 2015
-5671,96
-4430,58
-6913,33
-5800,77
T2 2015
-5671,96
-4225,06
-7118,86
-6493,20
T3 2015
-5671,96
-4045,30
-7298,62
-6590,38
T4 2015
-5671,96
-3883,51
-7460,40
-6945,08
-4501,50
-4981,28
-4892,24
-5079,21
-7100,03
-8005,11
-8288,52
-8810,96
1,22930
1,22930
,83907
,83907
,92698
,92698
1,00465
1,00465
1,22930
,83907
,92698
1,00465
Ciclo de tendencias para Previsin

-6183,02
-6509,53
-6917,41
-7131,10
CUENTACORRIENTE de LCS
-5890,58
-5915,06
-6129,21
-6188,16
SEASON, MOD_1, MUL LCI
-6475,46
-7104,00
-7705,62
-8074,04
CEN 4-Modelo_4
Ajuste para
Previsin
-3277,20
-3507,13
-3743,47
-3986,21
-3145,14
-3211,85
-3249,36
-3262,90
EXSMOOTH, MOD_2 NN LCI
-3409,25
-3802,42
-4237,58
-4709,51
A ,10-Modelo_5
Ajuste para
Previsin
-3017,83
-4255,74
-5247,78
-5356,20
-1927,78
-3165,69
-4157,73
-4266,15
ARIMA, MOD_8,
LCI
-4107,88
-5345,79
-6337,83
-6446,25
CON-Modelo_6
95% LCI para
Previsin
-5322,12
-6259,20
-7179,61
-7183,40
-4226,16
-4976,47
-5649,17
-5470,69
ARIMA, MOD_8,
LCI
-6418,08
-7541,92
-8710,05
-8896,12
CON-Modelo_7
95% LCS para
Previsin
-2298,20
-2974,46
-3846,74
-3813,50
-1261,06
-1875,45
-2740,36
-2706,22
ARIMA, MOD_8,
LCI
-3335,33
-4073,47
-4953,11
-4920,77
CON-Modelo_8
ET del ajuste para
Previsin 654,34470 654,85304 655,31498 655,73476
745,27779 850,79732 971,89810
1103,672
ARIMA, MOD_8,
LCI
563,41161 458,90875 338,73186 207,79777
CON-Modelo_9
Para cada modelo, las predicciones comienzan despus del ltimo valor no perdido del
rango del perodo de estimacin solicitado y finalizan en el ltimo perodo para el que hay
disponibles valores no perdidos de todos los predictores o en la fecha de finalizacin del
perodo de prediccin solicitado, lo que ocurra antes.
T1204
9TT31132200
3TT133122005678
TTT113132220004
CUEMNoTdAeClO_R1IESNAT_1-Model_S2AF1-Model_S3TC1-Model_F4IT2-Model_5FIT3-Model_6LC_3-Model_U7CL3-Model_S8EP3-Model_9
O
b
s
e
v
a
d
o
A
jr
u
tir
P
F
e
c
h
a
Number
0
2
,
4
0
6
,
2
0
2
,
0
4
6
,0
8
.1
1
3
2
.
0
.
9
0
8
2
,
2
,
0
4
6
,
0
8
1
,
0
2
3
,0
4
0
2
,
4
0
6
,
2
0
4
,
6
0
8
,2
4
0
,
0
2
,1
4
0
,1
6
,2
0
8
0
6
Su licencia temporal de SPSS for Windows caducar dentro de 17534 das.

DATE YEAR 2000 QUARTER 1 4.
The following new variables are being created:
Name
Label
YEAR_
YEAR, not periodic
QUARTER_ QUARTER, period 4
DATE_
Date. Format: "QQ YYYY"
* Seasonal Decomposition.
SEASON
/VARIABLES=CREDITOEXPORTACIONES
/MODEL=MULTIPLICATIVE
/MA=CENTERED.
Nombre del modelo
Tipo de modelo
Nombre de la serie
MOD_1
Multiplicativo
CREDITOS
EXPORTACIONES

4
Amplitud igual a la
por 0,5
Nombre de la serie: CREDITOS EXPORTACIONES
DATE_
Q1 2000
Q2 2000
Q3 2000
Q4 2000
Q1 2001
Q2 2001
Q3 2001
Q4 2001
Q1 2002
Q2 2002
Q3 2002
Q4 2002
Q1 2003
Q2 2003
Q3 2003
Q4 2003
Q1 2004
Q2 2004
Q3 2004
Q4 2004
Q1 2005
Q2 2005
Q3 2005
Q4 2005
Q1 2006
Q2 2006
Q3 2006
Q4 2006
Q1 2007
Q2 2007
Q3 2007
Q4 2007
Q1 2008
Q2 2008
Q3 2008
Q4 2008
Q1 2009
Q2 2009
Q3 2009
Q4 2009
Q1 2010
Q2 2010
Q3 2010
Q4 2010
Q1 2011
Q2 2011
Q3 2011
Q4 2011
Q1 2012
Q2 2012
Q3 2012
Q4 2012
Q1 2013
Q2 2013
Q3 2013
Q4 2013
Q1 2014
Q2 2014
Q3 2014
Q4 2014
Serie original
4468,880
4513,110
4869,570
4894,630
4407,940
4776,670
4833,260
4600,210
4140,090
4602,000
4555,080
4612,560
4424,040
4840,220
5431,560
5119,490
5056,480
5806,760
6476,940
6962,400
6539,670
7752,290
7731,560
8105,890
7925,910
8729,830
9170,290
9673,830
8912,130
10117,850
10776,680
12234,960
11860,270
13712,180
13622,330
11655,080
10720,590
10868,950
11396,080
12348,940
12199,940
13104,820
13097,550
14455,210
16016,040
18287,480
18424,680
19504,960
19601,830
19106,310
18848,230
19712,480
18167,160
19512,720
18838,630
19708,060
17728,900
18838,810
19722,600
16978,810
Serie de
media mvil
.
.
4678,9300
4704,2575
4732,6638
4691,3225
4621,0388
4565,7238
4509,1175
4475,8888
4512,9263
4578,1975
4717,5350
4890,4613
5032,8825
5232,7550
5484,2450
5845,2813
6261,0438
6689,6338
7089,6525
7389,4163
7705,6325
8001,1050
8303,1388
8678,9725
8998,2425
9295,0225
9669,3238
10190,2638
10878,9225
11696,7313
12501,7288
12784,9500
12570,0050
12072,1413
11438,4563
11246,9075
11518,5588
11982,9613
12475,1288
12951,0963
13691,3925
14816,2375
16129,9613
17427,0713
18506,5138
19057,0913
19212,3888
19291,2725
19137,8788
19009,3463
19058,9475
19057,1950
19001,8600
18862,8388
18889,0963
18658,4363
.
.
Razn de la
serie original
sobre la serie
de media
mvil (%)
.
.
104,1
104,0
93,1
101,8
104,6
100,8
91,8
102,8
100,9
100,8
93,8
99,0
107,9
97,8
92,2
99,3
103,4
104,1
92,2
104,9
100,3
101,3
95,5
100,6
101,9
104,1
92,2
99,3
99,1
104,6
94,9
107,3
108,4
96,5
93,7
96,6
98,9
103,1
97,8
101,2
95,7
97,6
99,3
104,9
99,6
102,4
102,0
99,0
98,5
103,7
95,3
102,4
99,1
104,5
93,9
101,0
.
.
Factor
estacional
(%)
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
94,6
101,5
101,7
102,2
Serie
corregida
estaciona
lmente
4722,232
4445,825
4788,536
4791,171
4657,837
4705,455
4752,830
4502,974
4374,802
4533,390
4479,279
4515,063
4674,850
4768,058
5341,173
5011,278
5343,144
5720,188
6369,157
6815,234
6910,420
7636,712
7602,899
7934,553
8375,249
8599,678
9017,687
9469,351
9417,380
9967,005
10597,345
11976,346
12532,657
13507,747
13395,641
11408,723
11328,366
10706,907
11206,438
12087,916
12891,584
12909,442
12879,594
14149,666
16924,028
18014,835
18118,075
19092,677
20713,105
18821,457
18534,577
19295,811
19197,100
19221,808
18525,137
19291,484
18733,994
18557,945
19394,396
16619,923
Serie de
tendencia-cicl
o suavizada
4632,759
4652,197
4691,074
4713,060
4723,125
4692,427
4634,221
4555,892
4492,138
4480,707
4509,377
4572,766
4712,360
4873,618
5066,687
5210,079
5466,966
5823,520
6270,209
6706,862
7067,468
7409,618
7692,989
7999,594
8312,755
8665,424
8998,194
9316,097
9637,765
10152,907
10847,642
11740,422
12506,572
12862,767
12653,432
11987,649
11424,271
11187,441
11492,101
12008,460
12528,389
12945,363
13619,179
14775,613
16233,195
17485,673
18467,376
19086,298
19402,249
19260,914
19083,164
19043,784
19076,250
19077,466
18948,121
18908,052
18868,931
18649,114
18190,755
17961,576
Componente
irregular
(error)
1,019
,956
1,021
1,017
,986
1,003
1,026
,988
,974
1,012
,993
,987
,992
,978
1,054
,962
,977
,982
1,016
1,016
,978
1,031
,988
,992
1,008
,992
1,002
1,016
,977
,982
,977
1,020
1,002
1,050
1,059
,952
,992
,957
,975
1,007
1,029
,997
,946
,958
1,043
1,030
,981
1,000
1,068
,977
,971
1,013
1,006
1,008
,978
1,020
,993
,995
1,066
,925
PREDICT THRU END.
EXSMOOTH /VARIABLES=CREDITOEXPORTACIONES
/MODEL=NN
/ALPHA=.1
/INITIAL=CALCULATE.
Nombre del modelo
Serie
Modelo simple
1
Tendencia
Estacionalidad
MOD_2
CREDITOS
EXPORTACIONES
Ninguno
Ninguno
Nivel
CREDITOEXP
ORTACIONES
10918,37367
Serie
CREDITOEXP
ORTACIONES
Alpha (Nivel)
,10000
Sumas de
los errores
cuadrticos
gl error
632304422
*Sequence Charts .
TSPLOT VARIABLES= CREDITOEXPORTACIONES
/NOLOG
Grfico de secuencia
59

Nombre del modelo
Serie o secuencia
MOD_3
CREDITOS
EXPORTACIONES
Ninguna
Transformacin
0
4
Fecha_
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado

CREDITOS
EXPORTAC
IONES
21050..00
1050..00
0.
C
R
E
D
ITO
S
E
X
P
O
R
TA
C
IO
N
E
S
Nmero de valores
perdidos en el
grfico
60
Perdidos definidos
por el usuario
0
0
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
013Q
012Q
012Q
0142Q
013Q
0124

/NOLOG
Grfico de secuencia
Nombre del modelo
Serie o secuencia
MOD_4
Series ajustadas
CREDITOEXPORTACIONES
de SEASON, MOD_1, MUL
CEN 4
Ninguna
Transformacin
0
4
Fecha_
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado

Series
ajustadas
estacionalme
nte para
CREDITOEXP
ORTACIONES
de SEASON,
MOD_1, MUL
CEN 4
Nmero de valores
perdidos en el
grfico
Perdidos definidos
por el usuario
60
0
0
S
eP
riO
sR
ajA
uC
d
aE
sS
edtC
aciN
oA
n
alO
m
e,nM
tO
p
a_r1,M
C
R
E
D
ITO
E
X
T
ItO
N
E
N
D
U
L
4S
21050..00
1500..00
46e
Q
37a
Q
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0F
2c
0h
028Q
0192Q
0492Q
013Q
012Q
012Q
0142Q
013Q
0124

/NOLOG
Grfico de secuencia
Nombre del modelo
Serie o secuencia
Transformacin
MOD_5
CEN 4
Ninguna
0
Lneas de referencia
rea bajo la curva
0
4
Fecha_
Ninguna
Ninguna
No rellenado

Factores
estacionales
para
CREDITOEXP
ORTACIONES
de SEASON,
MOD_1, MUL
CEN 4
11..0042
10..0980
00..996400
Perdidos definidos
por el usuario
FactorestacionS
alE
eA
spO
aN
r,C
R
E
D
E
X
P
O
R
TA
IO
N
E
S
de
M
O
_I1T,O
M
U
L
C
E
N
4C
Nmero de valores
perdidos en el
grfico
60
0
0
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
013Q
012Q
012Q
0142Q
013Q
0124

/NOLOG
Grfico de secuencia

Nombre del modelo
Serie o secuencia
MOD_6
CEN 4
Ninguna
Transformacin
0
4
Fecha_
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado
21050..00
1500..00
0.0
Ciclo de
tendencias
para
CREDITOEXP
ORTACIONES
de SEASON,
MOD_1, MUL
CEN 4
C
iclodetndecS
iaE
sA
pO
raN
R
E
D
I_T1O
X
P
R
TN
A
C
N
E
S
de
,C
M
,E
M
U
LO
E
4IO
Nmero de valores
perdidos en el
grfico
Perdidos definidos
por el usuario
60
0
0
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
013Q
012Q
012Q
042Q
013Q
0124

/NOLOG
Grfico de secuencia

Nombre del modelo
Serie o secuencia
MOD_7
Ajuste para
de EXSMOOTH, MOD_2 NN
A ,10
Ninguna
Transformacin
0
4
Fecha_
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado
118600..00
114200..00
1800..00
60.0
A
justeparC
R
E
D
ITO
E
X
P
O
R
T_A
IO
N
E
X
S
M
O
TH
,
M
D
2C
A
,S
10deE
Nmero de valores
perdidos en el
grfico
Perdidos definidos
por el usuario
Ajuste para
CREDITOE
XPORTACI
ONES de
EXSMOOT
H, MOD_2
NN A ,10
60
0
0
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
013Q
012Q
012Q
042Q
013Q
0124
* ARIMA.
PREDICT THRU END.
ARIMA CREDITOEXPORTACIONES
/MODEL=( 3 2 1 )( 2 1 0 ) CONSTANT
/MXITER= 10
/PAREPS= .001
/SSQPCT= .001
/FORECAST= EXACT .
ARIMA
Nombre del modelo
Serie dependiente
Transformacin
Constante
AR
Diferenciacin no
estacional
MA
AR estacional
MA estacional
Longitud del perodo
estacional
MOD_8
CREDITOS
EXPORTACIONES
Ninguno
Incluida
1, 2, 3
2
1
1, 2
1
Ninguno
4

Cambio mximo en los
parmetros menor que
Mxima constante de
Marquardt mayor que
de la suma de
cuadrados menor que
igual a
,001
1E+009
,001%
10

Nmero de casos
valores perdidos
60
0

serie

trabajo actual

Retardos no
estacionales
Constante
AR1
AR2
AR3
MA1
Estacional AR1
Estacional AR2
AUTO
AUTO
AUTO
AUTO
AUTO
AUTO
AUTOa

0
1
2
3
4
5
6
7
8
9
10 a
AR1
-1,289
,047
-,026
,033
,042
,144
,140
,138
,137
,135
,135
AR2
-,542
-,082
-,136
-,083
-,069
,024
,019
,016
,014
,011
,011
AR3
-,180
-,167
,000
,185
,187
,279
,272
,269
,270
,267
,267
MA1
-,761
,621
,681
,822
,849
,986
,986
,986
,986
,986
,988
Estacional
Estacional
AR1
AR2
-,372
-,091
-,807
-,446
-,751
-,451
-,719
-,441
-,735
-,443
-,729
-,422
-,739
-,419
-,740
-,421
-,743
-,421
-,744
-,423
-,744
-,423
Constante
-25,953
-16,286
-14,232
-12,372
-11,841
-10,035
-9,953
-9,921
-9,906
-9,880
-9,865
Suma de
cuadrados
corregida
74008169,4
59833342,8
54304546,1
52791833,1
52497826,3
51191226,7
51118918,5
51093297,3
51081336,3
51062474,0
51046477,3

a. La estimacin finaliz en esta iteracin, ya que se alcanz el nmero mximo de iteraciones 10.
Diagnstico residual
Nmero de residuos
Nmero de parmetros
GL residuales
Suma de cuadrados
residual corregida
Suma de cuadrados
residual
Varianza residual
Log-verosimilitud
de Akaike (AIC)
Schwarz (BIC)
54
6
47
5E+007
7E+007
958885,3
979,227
-448,126
910,251
924,174

Retardos no
estacionales
Constante
AR1
AR2
AR3
MA1
Seasonal AR1
Seasonal AR2
Estimaciones
,135
,011
,267
,988
-,744
-,423
-9,865
Error tpico
,177
,182
,183
,386
,159
,172
7,140
t
,763
,060
1,457
2,557
-4,691
-2,455
-1,382
Sig. aprox.
,450
,952
,152
,014
,000
,018
,174
Constante de
Marquardt
,001
,001
1,000
,100
1,000
,100
1,000
10,000
1,000
10,000
100,000
Retardos no
estacionales
AR1
AR2
AR3
MA1
Seasonal AR1
Seasonal AR2
Constante
AR1
1,000
,001
,194
,380
-,087
-,145
0a
AR2
,001
1,000
,027
,342
-,147
-,078
0a
AR3
,194
,027
1,000
,405
-,162
-,071
0a
MA1
,380
,342
,405
1,000
,089
,196
0a
Seasonal
Seasonal
AR1
AR2
Constante
-,087
-,145
0a
-,147
-,078
0a
-,162
-,071
0a
,089
,196
0a
1,000
,613
0a
,613
1,000
0a
a
a
0
0
1,000

asintticamente.
Retardos no
estacionales
AR1
AR2
AR3
MA1
Seasonal AR1
Seasonal AR2
Constante
AR1
,031
,000
,006
,026
-,002
-,004
0a
AR2
,000
,033
,001
,024
-,004
-,002
0a
AR3
,006
,001
,034
,029
-,005
-,002
0a
MA1
,026
,024
,029
,149
,005
,013
0a
Seasonal
Seasonal
AR1
AR2
Constante
-,002
-,004
0a
-,004
-,002
0a
-,005
-,002
0a
,005
,013
0a
,025
,017
0a
,017
,030
0a
0a
0a
50,984

asintticamente.

TSMODEL
PLOT=[ RSQUARE]
/MODEL DEPENDENT=CREDITOEXPORTACIONES SAS_1 SAF_1 STC_1 FIT_2 FIT_3
ERR_3 LCL_3 UCL_3 SEP_3
PREFIX='Modelo'


Tipo de modelo
ID del
modelo
Grfico
CREDITOS
EXPORTACIONES
Modelo_1
Series ajustadas
Modelo_2
estacionalmente
para
Factores
estacionales
Modelo_3
CREDITOEXPORTACION
para
Ciclo de tendencias para Modelo_4
ES
de SEASON, MOD_1,
CREDITOEXPORTACION
CREDITOEXPORTACION
Ajuste para
Modelo_5
MUL
CEN
4
ES
de
SEASON,
MOD_1,
ES
de
SEASON,
MOD_1,
CREDITOEXPORTACION
Ajuste para
Modelo_6
MUL
CEN
4
MUL
4
ES
deCEN
EXSMOOTH,
MOD_ Modelo_7
CREDITOEXPORTACION
Error
para
2
NN AARIMA,
,10
ES
CREDITOEXPORTACION
95%deLCI
para MOD_8,
Modelo_8
CON
ES
ARIMA,
CREDITOEXPORTACION
95%deLCS
para MOD_8,
Modelo_9
CON
ES
de ARIMA,
MOD_8,
CREDITOEXPORTACION
ET
del
ajuste para
Modelo_10
CON
ES de ARIMA, MOD_8,
CREDITOEXPORTACION
CONde ARIMA, MOD_8,
ES
CON
de
resumen del modelo
ARIMA(0,1,0)(1,1,0)
ARIMA(0,1,0)(0,0,0)
ARIMA(0,0,0)(0,1,0)
ARIMA(0,2,1)(0,0,0)
ARIMA(0,2,0)(0,1,0)
ARIMA(0,1,0)(0,0,0)
ARIMA(0,0,0)(0,0,0)
ARIMA(0,1,0)(0,0,0)
ARIMA(0,1,0)(0,0,0)
ARIMA(0,2,0)(1,0,0)
Resumen del modelo

Ajuste del modelo
R-cuadrado
RMSE
MAPE
MaxAPE
MAE
MaxAE
BIC normalizado
Media
,027
,874
626,443
13,648
40,913
428,614
2206,126
12,161
ET
,167
,308
481,783
30,908
70,308
331,755
1727,444
2,754
Mnimo
-,283
1,11E-016
,000
,000
,000
,000
,000
6,504
Mximo
,340
1,000
1092,848
101,127
236,541
726,766
3963,427
14,066
5
-,283
1,11E-016
,000
,000
,000
,000
,000
6,504
10
-,283
,091
2,488
,068
,354
,895
13,481
6,504
25
-6,7E-016
,948
85,675
,736
3,678
54,253
297,583
9,865
Percentil
50
1,11E-016
,965
886,536
5,145
23,844
614,882
3096,204
13,754
75
,093
,999
1029,682
7,613
36,751
711,112
3715,255
13,970
90
,340
1,000
1089,947
91,994
217,342
725,543
3939,519
14,066
95
,340
1,000
1092,848
101,127
236,541
726,766
3963,427
14,066
Modelo
CREDITOS
EXPORTACIONESModelo_1
Series ajustadas
CREDITOEXPORTACION
ES de SEASON, MOD_1,
MUL CEN 4-Modelo_2
para
CREDITOEXPORTACION
MUL CEN 4-Modelo_3
CREDITOEXPORTACION
MUL CEN 4-Modelo_4
Ajuste para
CREDITOEXPORTACION
ES de EXSMOOTH, MOD_
2 NN A ,10-Modelo_5
Ajuste para
CREDITOEXPORTACION
ES de ARIMA, MOD_8,
CON-Modelo_6
Error para
CREDITOEXPORTACION
ES de ARIMA, MOD_8,
CON-Modelo_7
95% LCI para
CREDITOEXPORTACION
ES de ARIMA, MOD_8,
CON-Modelo_8
95% LCS para
CREDITOEXPORTACION
ES de ARIMA, MOD_8,
CON-Modelo_9
ET del ajuste para
CREDITOEXPORTACION
ES de ARIMA, MOD_8,
CON-Modelo_10
Nmero de
predictores
Estadsticos
de ajuste del
modelo
R-cuadrado
Ljung-Box Q(18)
Estadsticos
GL
Nmero de
valores
atpicos
Sig.
,960
22,089
17
,181
,977
12,039
18
,845
1,000
,999
44,721
17
,000
,999
49,863
18
,000
,966
18,235
18
,440
1,11E-016
14,009
18
,729
,964
20,825
18
,288
,964
16,608
18
,550
,912
15,876
17
,533
Previsin
Modelo
CREDITOS
EXPORTACIONESModelo_1
Previsin
LCS
LCI
Previsin
LCS
Series ajustadas
CREDITOEXPORTACION
LCI
MUL CEN 4-Modelo_2
Previsin
para
LCS
CREDITOEXPORTACION LCI
MUL CEN 4-Modelo_3
T1 2015
15482,02
18002,87
13236,04
17010,12
T2 2015
16577,49
20484,31
13258,83
17409,48
T3 2015
16799,30
21734,26
12757,65
17818,22
T4 2015
15798,21
21236,38
11479,23
18236,55
19194,80
20631,01
21913,97
23134,66
15017,55
14581,00
14325,55
14161,01
,94635
,94635
1,01513
1,01513
1,01692
1,01692
1,02159
1,02159
,94635
1,01513
1,01692
1,02159

17903,90
17854,97
17822,17
17812,86
CREDITOEXPORTACION LCS
18383,02
19184,38
20261,49
21612,98
ES de SEASON, MOD_1, LCI
17434,20
16595,92
15610,18
14537,67
MUL CEN 4-Modelo_4
Ajuste para
Previsin
17705,65
17789,09
17970,97
18218,46
17918,14
18264,23
18766,03
19382,31
ES de EXSMOOTH, MOD_ LCI
17493,16
17313,95
17175,91
17054,61
2 NN A ,10-Modelo_5
Ajuste para
Previsin
20483,50
21078,28
21690,33
22320,15
24503,10
27090,86
29427,28
31674,14
ES de ARIMA, MOD_8,
LCI
16980,93
16128,56
15592,09
15211,98
CON-Modelo_6
Error para
Previsin
35,90367
35,90367
35,90367
35,90367
1910,759
1910,759
1910,759
1910,759
ES de ARIMA, MOD_8,
LCI
-1838,95
-1838,95
-1838,95
-1838,95
CON-Modelo_7
95% LCI para
Previsin
18827,32
19832,87
20892,14
22007,98
24402,18
28471,41
32371,23
36315,87
ES de ARIMA, MOD_8,
LCI
14268,69
13330,12
12779,51
12416,74
CON-Modelo_8
95% LCS para
Previsin
22180,98
22423,69
22666,40
22909,11
24224,34
25313,43
26205,60
26995,82
ES de ARIMA, MOD_8,
LCI
20137,62
19533,94
19127,20
18822,39
CON-Modelo_9
ET del ajuste para
Previsin
1011,306
1012,377
1013,794
1015,688
1044,240
1086,600
1139,166
1201,182
ES de ARIMA, MOD_8,
LCI
978,76962 940,14524 893,99979 842,14648
CON-Modelo_10
C
R
E
D
IT
O
E
X
P
O
R
T
A
C
IO
N
E
S
-S
M
o
d
e
lo
_
1
A
_
1
-M
o
d
e
lo
_
2S
A
F
_
1
-M
o
d
e
lo
_
3S
T
C
_
1
-M
o
d
e
lo
_
4F
IT
_
2
-M
o
d
e
lo
_
5F
IT
_
3
-M
o
d
e
lo
_
6E
R
_
3
-M
o
d
e
lo
_
7L
C
_
3
-M
o
d
e
lo
_
8U
C
L
_
3
-M
o
d
e
lo
_
9S
E
P
_
3
-M
o
d
e
lo
_
1
0
T
2
0
1
3
T
2
0
1
T
3
2
0
1
T
2
0
3
1
T
2
0
3
T
1
2
0
T
3
2
0
1
T
2
0
3
1
T
2
0
3
T
1
2
0
N
u
m
b
e
r
,1
2
5
0
5
,5
0
,2
0
,1
0
5
0
,5
.1
1
0
4
2
.2,0
0
9
8
.1
6
9
4
5
0
,2
5
0
,1
0
,1
5
0
,2
0
,1
5
0
5
,5
0
,3
0
,-1
2
0
1
0
,2
2
0
-1
3
,5
,0
0
5
,2
5
0
,1
5
0
,0
5
,1
5
2
0
,1
7
5
0
,2
5
0
SERIE 3
Su licencia temporal de SPSS for Windows caducar dentro de 17534 das.
DATE YEAR 2000 QUARTER 1 4.
The following new variables are being created:
Name
Label
YEAR_
YEAR, not periodic
QUARTER_ QUARTER, period 4
DATE_
Date. Format: "QQ YYYY"
* Seasonal Decomposition.
SEASON
/VARIABLES=DEBITOIMPORTACIONES
/MODEL=MULTIPLICATIVE
/MA=CENTERED.
Nombre del modelo
Tipo de modelo
Nombre de la serie
1
MOD_1
Multiplicativo
DEBITO IMPORTACIONES
Amplitud igual a la
por 0,5
Nombre de la serie: DEBITO IMPORTACIONES
DATE_
Q1 2000
Q2 2000
Q3 2000
Q4 2000
Q1 2001
Q2 2001
Q3 2001
Q4 2001
Q1 2002
Q2 2002
Q3 2002
Q4 2002
Q1 2003
Q2 2003
Q3 2003
Q4 2003
Q1 2004
Q2 2004
Q3 2004
Q4 2004
Q1 2005
Q2 2005
Q3 2005
Q4 2005
Q1 2006
Q2 2006
Q3 2006
Q4 2006
Q1 2007
Q2 2007
Q3 2007
Q4 2007
Q1 2008
Q2 2008
Q3 2008
Q4 2008
Q1 2009
Q2 2009
Q3 2009
Q4 2009
Q1 2010
Q2 2010
Q3 2010
Q4 2010
Q1 2011
Q2 2011
Q3 2011
Q4 2011
Q1 2012
Q2 2012
Q3 2012
Q4 2012
Q1 2013
Q2 2013
Q3 2013
Q4 2013
Q1 2014
Q2 2014
Q3 2014
Q4 2014
Serie original
4377,870
4435,650
4505,820
4594,310
4884,900
5066,480
4855,780
4848,620
4383,350
4952,130
4861,940
5014,750
5030,030
4916,980
5382,010
5432,260
5663,530
6025,490
6361,800
7033,750
7088,340
8002,550
8573,950
8356,930
8603,550
9418,910
9884,490
10504,150
10977,820
11535,760
12197,400
13339,520
13190,650
14844,500
15274,370
14001,210
11681,440
11676,310
12787,800
13836,790
13503,230
14486,990
16385,270
17144,550
17976,290
20101,120
21386,510
22479,260
21224,270
22311,960
22329,690
22708,490
21426,960
21724,170
22452,560
22953,350
21818,770
23157,440
24730,500
23342,890
Serie de
media mvil
.
.
4541,7913
4684,0238
4806,6225
4882,1563
4851,2513
4774,2638
4760,7400
4782,2763
4883,8775
4960,3188
5020,9338
5138,1313
5269,5075
5487,2588
5748,2963
6070,9563
6449,2438
6874,4775
7398,1288
7840,0450
8194,8438
8561,2900
8902,1525
9334,3725
9899,5588
10460,9488
11014,6688
11658,2038
12289,2288
12979,4250
13777,6388
14244,9713
14139,0313
13554,3563
12847,5113
12516,1375
12723,3088
13302,3675
14103,3863
14966,5400
15939,1425
17200,0413
18526,9625
19818,9563
20891,7925
21574,1450
21968,3975
22114,9488
22168,9388
22120,8013
22062,6863
22108,6525
22188,2363
22416,3713
22880,2725
23213,7075
.
.
Razn de la
serie original
sobre la serie
de media
mvil (%)
.
.
99,2
98,1
101,6
103,8
100,1
101,6
92,1
103,6
99,6
101,1
100,2
95,7
102,1
99,0
98,5
99,3
98,6
102,3
95,8
102,1
104,6
97,6
96,6
100,9
99,8
100,4
99,7
98,9
99,3
102,8
95,7
104,2
108,0
103,3
90,9
93,3
100,5
104,0
95,7
96,8
102,8
99,7
97,0
101,4
102,4
104,2
96,6
100,9
100,7
102,7
97,1
98,3
101,2
102,4
95,4
99,8
.
.
Factor
estacional
(%)
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
96,9
100,3
101,2
101,6
Serie
corregida
estaciona
lmente
4518,768
4422,822
4452,124
4520,983
5042,116
5051,827
4797,913
4771,234
4524,424
4937,808
4804,000
4934,713
5191,917
4902,760
5317,872
5345,559
5845,806
6008,064
6285,986
6921,489
7316,472
7979,406
8471,773
8223,550
8880,448
9391,669
9766,695
10336,500
11331,131
11502,397
12052,042
13126,616
13615,179
14801,568
15092,343
13777,746
12057,397
11642,541
12635,406
13615,950
13937,820
14445,092
16190,005
16870,917
18554,841
20042,985
21131,644
22120,483
21907,354
22247,431
22063,584
22346,054
22116,568
21661,341
22184,990
22587,006
22520,988
23090,466
24435,783
22970,329
Serie de
tendencia-cicl
o suavizada
4429,920
4464,571
4533,874
4669,564
4835,778
4903,084
4845,156
4772,001
4732,586
4797,358
4874,820
4959,615
5041,396
5112,014
5276,442
5474,984
5760,947
6061,647
6431,038
6884,095
7389,885
7851,083
8224,239
8527,352
8901,139
9336,594
9885,334
10455,469
11054,436
11637,406
12262,274
13002,029
13760,699
14302,679
14234,248
13564,092
12748,946
12411,880
12713,157
13342,437
14084,550
14897,532
15966,077
17176,724
18534,886
19832,592
20909,340
21636,651
21961,458
22127,856
22155,738
22145,249
22068,119
22057,800
22187,691
22436,087
22837,631
23193,586
23498,859
23651,496
Componente
irregular
(error)
1,020
,991
,982
,968
1,043
1,030
,990
1,000
,956
1,029
,985
,995
1,030
,959
1,008
,976
1,015
,991
,977
1,005
,990
1,016
1,030
,964
,998
1,006
,988
,989
1,025
,988
,983
1,010
,989
1,035
1,060
1,016
,946
,938
,994
1,020
,990
,970
1,014
,982
1,001
1,011
1,011
1,022
,998
1,005
,996
1,009
1,002
,982
1,000
1,007
,986
,996
1,040
,971
PREDICT THRU END.
EXSMOOTH /VARIABLES=DEBITOIMPORTACIONES
/MODEL=NN
/ALPHA=.1
/INITIAL=CALCULATE.
Nombre del modelo
Serie
Modelo simple
1
Tendencia
Estacionalidad
MOD_2
Ninguno
Ninguno
Nivel
DEBITOIMPO
RTACIONES
12367,46933
Serie
Alpha (Nivel)
DEBITOIMPORTACIONES
,10000
Sumas de
los errores
cuadrticos
936126141
*Sequence Charts .
TSPLOT VARIABLES= DEBITOIMPORTACIONES
/NOLOG
Grfico de secuencia
gl error
59

Nombre del modelo
Serie o secuencia
1
Transformacin
MOD_3
Ninguna
0
0
4
Fecha_
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado

DEBITO
IMPORTA
CIONES
Nmero de valores
perdidos en el
grfico
D
E
B
ITO
M
P
O
R
TA
C
IO
N
E
S
22500..00
11500..00
500..0
Perdidos definidos
por el usuario
60
0
0
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
013Q
012Q
012Q
0142Q
013Q
0124

/NOLOG
Grfico de secuencia
Nombre del modelo
Serie o secuencia
MOD_4
Series ajustadas
DEBITOIMPORTACIONES
CEN 4
Ninguna
Transformacin
0
4
Fecha_
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado

Series
ajustadas
estacionalme
nte para
DEBITOIMPO
RTACIONES
de SEASON,
MOD_1, MUL
CEN 4
Nmero de valores
perdidos en el
grfico
Perdidos definidos
por el usuario
60
0
0
S
erT
iA
sC
aIO
juN
tS
daseE
tA
acS
i4O
on
a,lM
m
en
t_1p
rU
D
E
B
ITO
M
P
O
R
E
N
O
D
,aM
LC
E
N
22500..00
11500..00
500..00
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
013Q
012Q
012Q
0142Q
013Q
0124

/NOLOG
Grfico de secuencia
Nombre del modelo
Serie o secuencia
Transformacin
MOD_5
DEBITOIMPORTACIONES
CEN 4
Ninguna
0
Lneas de referencia
rea bajo la curva
0
4
Fecha_
Ninguna
Ninguna
No rellenado
FactoresSEAtacOioNn,aMleOsDp_a1r,MDUELBICTONM4PORTACIONESde
Fac tores
es tac ionales
para
DE B ITOIMPO
RTACIONE S
de SE A S ON,
M OD_1, MUL
CE N 4
Longitud de la s erie o sec uenc ia

Nmero de valores
perdidos en el
grfic o
60
P erdidos definidos
por el us uario
P erdidos del s is tem a
.1
1
0
2
0
.1
0
1
0
.0
0
0
.0
9
0
.0
9
8
0
.0
9
7
0
.9
6
0
Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3
Q
2
2
0
2
0
2
0
1
0
2
0
3
2
0
3
2
0
4
0
5
2
0
6
2
0
6
2
0
7
0
8
2
0
9
2
0
9
2
0
1
0
1
2
0
2
0
1
2
0
1
0
1
4
0

/NOLOG
F
e
c
h
a
Grfico de secuencia
Nombre del modelo
Serie o secuencia
Transformacin
MOD_6
DEBITOIMPORTACIONES
CEN 4
Ninguna
0
Lneas de referencia
rea bajo la curva
0
4
Fecha_
Ninguna
Ninguna
No rellenado

Ciclo de
tendencias
para
DEBITOIMPO
RTACIONES
de SEASON,
MOD_1, MUL
CEN 4
Nmero de valores
perdidos en el
grfico
C
iclodetndeS
cE
iaA
sp
ra,M
D
E
B
I_T1O
P
O
R
T
A
C
N
E
S
de
O
N
,M
U
L
E
N
4IO
22500..00
11500..00
500..00
60
Perdidos definidos
por el usuario
0
0
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
130Q
12Q
012Q
042Q
013Q
024

/NOLOG
Grfico de secuencia
Nombre del modelo
Serie o secuencia
Transformacin
MOD_7
Ajuste para
DEBITOIMPORTACIONES
A ,10
Ninguna
0
Lneas de referencia
rea bajo la curva
0
4
Fecha_
Ninguna
Ninguna
No rellenado
Re sum e n de l proce sa m i e nto de los ca sos

A jus te para
DE BITOIMP
ORTA CION
E S de
E XS MOOT
H, MOD_2
NN A ,10
Longitud de la s erie o s ec uenc ia
Nmero de valores
perdidos en el
grfic o
60
P erdidos definidos
por el us uario
P erdidos del s is tema
0
0
TSPLOT VARIABLES= ERR_2

/NOLOG
Grfico de secuencia
Nombre del modelo
Serie o secuencia
MOD_8
Error para
DEBITOIMPORTACIONES
A ,10
Ninguna
Transformacin
22500..00
11500..00
50.0
0
4
Fecha_
A
justeparD
E
B
ITO
M
P
O
R
TA
IO
N
E
S
X
S
M
O
TH
,
D
_2C
A
,1d
0eE
Lneas de referencia
rea bajo la curva
Ninguna
Ninguna
No rellenado
Fecha
42Q
42Q
2Q
012Q
042Q
031Q
02Q
0132Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
042Q
130Q
12Q
012Q
013Q
0124

Error para
DEBITOIM
PORTACI
ONES de
EXSMOOT
H, MOD_2
NN A ,10
1050..00
.-50.00
0
-10.0
E
roparD
E
B
ITO
M
P
O
R
TD
A
N
E
S
X
S
M
O
TH
,
_C
2IO
A
,d
10eE
Nmero de valores
perdidos en el
grfico
60
Perdidos definidos
por el usuario
0
0
Fecha
2Q
012Q
042Q
031Q
02Q
0132Q
042Q
034Q
025Q
0162Q
0462Q
037Q
028Q
0192Q
0492Q
013Q
012Q
012Q
0142Q
013Q
0124
* ARIMA.
PREDICT THRU END.
ARIMA DEBITOIMPORTACIONES
/MODEL=( 3 2 1 )( 2 1 0 ) CONSTANT
/MXITER= 10
/PAREPS= .001
/SSQPCT= .001
/FORECAST= EXACT .
ARIMA
Nombre del modelo
Serie dependiente
Trans formac in
Cons tante
AR
Diferenc iac in no
es tac ional
MA
AR es tacional
Diferenc iac in estac ional
MA es tac ional
Longitud del perodo
es tac ional
MOD_9
Ninguno
Inc luida
1, 2, 3
2
1
1, 2
1
Ninguno
4

Cambio mximo en los
parmetros menor que
Mxima constante de
Marquardt mayor que
de la suma de
cuadrados menor que
igual a
,001
1E+009
,001%
10

Nmero de casos
valores perdidos

serie
trabajo actual
60
0
0
a
0
0
0

Retardos no
estacionales
AR1
AR2
AR3
MA1
Estacional AR1
Estacional AR2
Constante
AUTO
AUTO
AUTO
AUTO
AUTO
AUTO
AUTOa

0
1
2
3
4
5
AR1
,675
,386
,381
,378
,377
,374a
AR2
,180
,088
,085
,082
,082
,079a
AR3
,053
-,002
,017
,016
,016
,015a
MA1
,989
,989
,989
,989
,994
,994a
Estacional
Estacional
AR1
AR2
Constante
-,425
-,269
-13,731
-,604
-,422
-7,289
-,605
-,429
-7,285
-,606
-,431
-7,256
-,606
-,431
-7,242
-,607a
-,433a
-7,219a
Suma de
cuadrados
corregida
37717093,2
31260390,4
31239048,5
31217230,2
31202731,5
31185854,9
Constante de
Marquardt
,001
,001
1,000
10,000
100,000
10,000

a. La estimacin finaliz en esta iteracin, ya que todas las estimaciones de los parmetros cambiaron en menos de ,001.
Diagnstico residual
Nmero de residuos
Nmero de parmetros
GL residuales
Suma de cuadrados
residual corregida
Suma de cuadrados
residual
Varianza residual
Log-verosimilitud
de Akaike (AIC)
Schwarz (BIC)
54
6
47
3E+007
4E+007
590447,0
768,405
-434,823
883,646
897,569

Retardos no
estacionales
AR1
AR2
AR3
MA1
Seasonal AR1
Seasonal AR2
Constante
Estimaciones
,374
,078
,015
,994
-,607
-,433
-7,216
Error tpico
,168
,175
,176
,832
,150
,149
6,671
t
2,229
,448
,086
1,194
-4,033
-2,898
-1,082
Sig. aprox.
,031
,656
,932
,239
,000
,006
,285
Retardos no
estacionales
AR1
AR2
AR3
MA1
Seasonal AR1
Seasonal AR2
Constante
AR1
1,000
-,227
,122
,397
,017
,060
0a
AR2
-,227
1,000
-,201
,237
-,115
-,025
0a
AR3
,122
-,201
1,000
,313
-,265
-,189
0a
MA1
,397
,237
,313
1,000
,094
,189
0a
Seasonal
Seasonal
AR1
AR2
Constante
,017
,060
0a
-,115
-,025
0a
-,265
-,189
0a
,094
,189
0a
1,000
,535
0a
,535
1,000
0a
0a
0a
1,000

asintticamente.
Retardos no
estacionales
Constante
AR1
AR2
AR3
MA1
Seasonal AR1
Seasonal AR2
AR1
,028
-,007
,004
,055
,000
,001
0a
AR2
-,007
,031
-,006
,035
-,003
-,001
0a
AR3
,004
-,006
,031
,046
-,007
-,005
0a
MA1
,055
,035
,046
,693
,012
,024
0a
Seasonal
Seasonal
AR1
AR2
Constante
,000
,001
0a
-,003
-,001
0a
-,007
-,005
0a
,012
,024
0a
,023
,012
0a
,012
,022
0a
a
a
0
0
44,506

asintticamente.

TSMODEL
PLOT=[ RSQUARE]
/MODEL DEPENDENT=DEBITOIMPORTACIONES SAS_1 SAF_1 STC_1 FIT_2 FIT_3
ERR_3 LCL_3 UCL_3 SEP_3
PREFIX='Modelo'

Tipo de modelo
ID del
modelo
DEBITO
IMPORTACIONES
Modelo_1
Series ajustadas
estacionalmente
para
Factores
estacionales
DEBITOIMPORTACIONES
para
de
SEASON, MOD_1,
DEBITOIMPORTACIONES
DEBITOIMPORTACIONES
Ajuste
para
MUL
CEN 4 MOD_1,
de
SEASON,
MOD_1,
de
SEASON,
DEBITOIMPORTACIONES
Ajuste para
MUL
CEN
4
MUL
CEN
4
de
EXSMOOTH,
MOD_2
DEBITOIMPORTACIONES
Error
para
NN
A
,10
de
ARIMA,
MOD_9,
CON
DEBITOIMPORTACIONES
95%
LCI para
de
ARIMA,
MOD_9, CON
DEBITOIMPORTACIONES
95%
LCS para
de
ARIMA,
MOD_9,
DEBITOIMPORTACIONES
ET
del ajuste
para CON
de ARIMA, MOD_9, CON
DEBITOIMPORTACIONES
de ARIMA, MOD_9, CON
Modelo_2
Modelo_3
Modelo_4
Modelo_5
Modelo_6
Modelo_7
Modelo_8
Modelo_9
Modelo_10
ARIMA(0,1,0)(0,1,0)
ARIMA(0,1,0)(0,0,0)
ARIMA(0,0,0)(0,1,0)
ARIMA(0,1,0)(0,0,0)
ARIMA(1,2,0)(0,1,1)
ARIMA(0,1,0)(0,0,0)
ARIMA(0,0,0)(0,0,1)
ARIMA(1,1,0)(0,0,0)
ARIMA(0,1,0)(0,0,0)
ARIMA(0,2,1)(1,0,0)
180
64
200.0.20.40.60.81.0D
M
e
d
i
a
=
0
.
8
9
e
s
v
i
a
c
n
t
p
c
2
5
N
1
R
-cuadro
Frecunia
Grfico de resumen del modelo
__
Resumen del modelo
Ajuste del modelo
R-cuadrado
RMSE
MAPE
MaxAPE
MAE
MaxAE
BIC normalizado
Media
,127
,886
602,827
17,987
118,877
446,549
1741,415
12,105
ET
,200
,295
446,874
44,384
315,341
331,890
1289,242
2,870
Mnimo
,000
,050
,000
,000
,000
,000
,000
5,968
Mximo
,476
1,000
1158,546
144,026
1014,971
833,718
3541,863
14,260
5
,000
,050
,000
,000
,000
,000
,000
5,968
10
,000
,137
1,832
,050
,181
,719
7,746
5,968
25
,000
,958
57,089
,726
6,795
41,279
169,505
10,384
Percentil
50
2,22E-016
,978
703,000
4,863
18,541
516,801
2156,925
13,245
75
,310
,997
988,016
7,295
41,359
745,081
2716,563
13,869
90
,476
1,000
1141,989
130,518
919,375
825,046
3460,191
14,260
Modelo
DEBITO
IMPORTACIONESModelo_1
Series ajustadas
DEBITOIMPORTACIONES
de SEASON, MOD_1,
MUL CEN 4-Modelo_2
para
DEBITOIMPORTACIONES
de SEASON, MOD_1,
MUL CEN 4-Modelo_3
DEBITOIMPORTACIONES
de SEASON, MOD_1,
MUL CEN 4-Modelo_4
Ajuste para
DEBITOIMPORTACIONES
de EXSMOOTH, MOD_2
NN A ,10-Modelo_5
Ajuste para
DEBITOIMPORTACIONES
de ARIMA, MOD_9,
CON-Modelo_6
Error para
DEBITOIMPORTACIONES
de ARIMA, MOD_9,
CON-Modelo_7
95% LCI para
DEBITOIMPORTACIONES
de ARIMA, MOD_9,
CON-Modelo_8
95% LCS para
DEBITOIMPORTACIONES
de ARIMA, MOD_9,
CON-Modelo_9
ET del ajuste para
DEBITOIMPORTACIONES
de ARIMA, MOD_9,
CON-Modelo_10
Nmero de
predictores
Estadsticos
de ajuste del
modelo
R-cuadrado
Ljung-Box Q(18)
Estadsticos
GL
Nmero de
valores
atpicos
Sig.
,978
26,818
18
,082
,990
14,746
18
,679
1,000
,996
132,976
18
,000
1,000
15,249
16
,506
,979
14,871
18
,671
,050
9,312
17
,930
,972
8,412
17
,957
,978
14,365
18
,705
,917
19,245
16
,256
95
,476
1,000
1158,546
144,026
1014,971
833,718
3541,863
14,260
Previsin
Modelo
DEBITO
IMPORTACIONESModelo_1
Previsin
LCS
LCI
Previsin
LCS
Series ajustadas
DEBITOIMPORTACIONES
de SEASON, MOD_1,
LCI
MUL CEN 4-Modelo_2
Previsin
para
LCS
DEBITOIMPORTACIONES LCI
de SEASON, MOD_1,
MUL CEN 4-Modelo_3
T1 2015
22217,93
25864,62
18971,72
23644,02
T2 2015
23611,78
29222,03
18852,02
24337,48
T3 2015
25248,52
32727,34
19132,76
25051,27
T4 2015
23862,86
32146,44
17295,53
25786,00
26198,74
28115,67
29872,10
31574,08
21280,96
20953,68
20839,16
20833,03
,96882
,96882
1,00290
1,00290
1,01206
1,01206
1,01622
1,01622
,96882
1,00290
1,01206
1,01622

23977,29
24303,07
24628,86
24954,65
DEBITOIMPORTACIONES LCS
24806,49
25475,74
26065,09
26613,06
de SEASON, MOD_1,
LCI
23148,08
23130,41
23192,64
23296,25
MUL CEN 4-Modelo_4
Ajuste para
Previsin
20965,14
21374,96
21860,96
22411,12
21104,17
21738,42
22525,72
23441,56
de EXSMOOTH, MOD_2
LCI
20826,10
21011,49
21196,20
21380,68
NN A ,10-Modelo_5
Ajuste para
Previsin
25949,98
26333,25
26716,53
27099,80
27920,12
29119,45
30128,90
31040,07
de ARIMA, MOD_9,
LCI
23979,84
23547,06
23304,15
23159,52
CON-Modelo_6
Error para
Previsin 206,52282
-163,027
-279,608 668,19633
1656,278
1286,728
1170,147
2117,952
de ARIMA, MOD_9,
LCI
-1243,23
-1612,78
-1729,36
-781,559
CON-Modelo_7
95% LCI para
Previsin
24767,64
25999,50
27114,22
28349,84
31388,15
34220,57
37550,54
40721,98
de ARIMA, MOD_9,
LCI
19256,29
19359,85
19024,97
19041,75
CON-Modelo_8
95% LCS para
Previsin
27537,44
27907,92
28278,40
28648,88
29516,72
30707,05
31706,62
32607,45
de ARIMA, MOD_9,
LCI
25558,15
25108,79
24850,18
24690,32
CON-Modelo_9
ET del ajuste para
Previsin 796,19498 796,95353 797,72995 798,52384
822,91172 837,18369 850,04287 862,48401
de ARIMA, MOD_9,
LCI
769,47824 756,72336 745,41703 734,56366
CON-Modelo_10
TT131220034
TT13132200891
TT131322004567
TT1313220013
DEBIMTOodelPO_1RTCSIOANE_S1-Model_2SAF_1-Model_3STC_1-Model_4FIT_2-Model_5FIT_3-Model_6ER_3-Model_7LC_3-Model_8UCL_3-Model_9SEP_3-Model_10
O
b
s
e
v
a
d
o
A
jr
u
tir
P
F
e
c
h
a
Number
2
5
,
0
1
5
,
0
5
,
0
3
2
0
,
0
1
0
,1
0
0
.
2
1
1
.
0
9
0
.
8
9
7
0
.
6
2
5
,
0
0
1
5
,
0
0
5
,
0
2
5
,
0
1
5
,
0
5
,
0
3
2
0
,
0
1
0
,2
0
0
,
1
0
1
,
0
2
3
,
0
2
0
,
0
1
0
,
0
0
3
0
,
2
5
0
0
,
1
5
0
0
,5
0
1
,
2
0
1
,9
0
8
7
0
HOMOSEDASTICIDAD
DESCOMPOSICION ESTACIONAL
Nombre del modelo
Tipo de modelo
Nombre de la serie
MOD_2
Multiplicativo
CUENTA CORRIENTE
GENERAL
EXPORTACIONES
1
2
3
IMPORTACIONES
Amplitud igual a la
por 0,5
Nom bre de la s erie: CUENTA CORRIENTE GENERAL
DATE_
Q2 2000
Q3 2000
Q4 2000
Q1 2001
Q2 2001
Q3 2001
Q4 2001
Q1 2002
Q2 2002
Q3 2002
Q4 2002
Q1 2003
Q2 2003
Q3 2003
Q4 2003
Q1 2004
Q2 2004
Q3 2004
Q4 2004
Q1 2005
Q2 2005
Q3 2005
Q4 2005
Q1 2006
Q2 2006
Q3 2006
Q4 2006
Q1 2007
Q2 2007
Q3 2007
Q4 2007
Q1 2008
Q2 2008
Q3 2008
Q4 2008
Q1 2009
Q2 2009
Q3 2009
Q4 2009
Q1 2010
Q2 2010
Q3 2010
Q4 2010
Q1 2011
Q2 2011
Q3 2011
Q4 2011
Q1 2012
Q2 2012
Q3 2012
Q4 2012
Q1 2013
Q2 2013
Q3 2013
Q4 2013
Q1 2014
Q2 2014
Q3 2014
Q4 2014
Q1 2015
Serie original
91,010
77,460
363,740
300,320
-476,960
-289,810
-22,530
-248,410
-243,260
-350,130
-306,870
-402,190
-605,990
-76,770
49,550
-312,770
-607,050
-218,730
115,140
-71,350
-548,670
-250,260
-842,390
-251,040
-677,640
-689,090
-714,200
-830,320
-2065,690
-1417,910
-1420,720
-1104,570
-1330,380
-1132,320
-1652,040
-2346,130
-960,850
-807,360
-1391,720
-1487,850
-1303,290
-1382,170
-3287,720
-2689,330
-1960,250
-1813,640
-2961,830
-2974,300
-1622,430
-3205,650
-3481,460
-2996,010
-3259,790
-2211,450
-3613,920
-3245,290
-4089,870
-4318,630
-5007,910
-6364,090
Serie de
media m vil
.
.
137,1363
20,2313
-73,9613
-190,8363
-230,2150
-208,5425
-251,6250
-306,3900
-370,9538
-382,1250
-303,4025
-247,6725
-236,6275
-254,5050
-264,0513
-225,6750
-188,2000
-184,8438
-308,4763
-450,6288
-489,2113
-560,1863
-599,0163
-655,4025
-901,3188
-1165,9275
-1345,3450
-1467,9413
-1410,3088
-1282,6963
-1275,9125
-1460,0225
-1569,0263
-1482,2150
-1409,0550
-1269,2300
-1204,7500
-1319,4063
-1628,2575
-2015,4425
-2247,7475
-2383,8013
-2396,9988
-2391,8838
-2385,2775
-2517,0513
-2756,0063
-2823,6738
-3031,0575
-3111,4525
-3003,7350
-3051,4525
-3186,3725
-3553,5300
-3991,1763
-4555,2750
.
.
Razn de la
serie original
sobre la s erie
de media
m vil (%)
.
.
265,2
1484,4
644,9
151,9
9,8
119,1
96,7
114,3
82,7
105,3
199,7
31,0
-20,9
122,9
229,9
96,9
-61,2
38,6
177,9
55,5
172,2
44,8
113,1
105,1
79,2
71,2
153,5
96,6
100,7
86,1
104,3
77,6
105,3
158,3
68,2
63,6
115,5
112,8
80,0
68,6
146,3
112,8
81,8
75,8
124,2
118,2
58,9
113,5
114,9
96,3
108,5
72,5
113,4
91,3
102,5
94,8
.
.
Factor
estacional
(%)
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
122,9
83,9
92,7
100,5
Serie
corregida
es taciona
lm ente
74,034
92,317
392,391
298,930
-387,994
-345,395
-24,305
-247,260
-197,885
-417,284
-331,041
-400,329
-492,956
-91,494
53,453
-311,323
-493,818
-260,682
124,209
-71,020
-446,328
-298,259
-908,742
-249,878
-551,241
-821,256
-770,455
-826,477
-1680,382
-1689,863
-1532,625
-1099,458
-1082,227
-1349,497
-1782,166
-2335,272
-781,625
-962,210
-1501,341
-1480,964
-1060,190
-1647,268
-3546,683
-2676,884
-1594,609
-2161,493
-3195,124
-2960,535
-1319,802
-3820,488
-3755,683
-2982,145
-2651,749
-2635,602
-3898,577
-3230,271
-3326,997
-5146,936
-5402,367
-6334,638
*Sequence Charts .
TSPLOT VARIABLES= ERR_2 ERR_1 ERR_3
/NOLOG.
Grfico de secuencia
Serie de
tendencia-cicl
o suavizada
187,943
186,247
182,856
72,501
-98,758
-201,012
-204,900
-216,538
-253,121
-328,588
-368,799
-373,084
-304,456
-207,238
-181,339
-240,764
-271,978
-211,512
-136,769
-157,360
-318,008
-436,202
-535,564
-532,124
-608,355
-687,058
-870,940
-1099,136
-1375,212
-1491,282
-1437,681
-1285,271
-1273,265
-1468,001
-1619,988
-1605,012
-1358,150
-1252,089
-1248,021
-1352,826
-1609,451
-2034,822
-2438,128
-2458,000
-2355,821
-2411,263
-2527,093
-2654,826
-2719,140
-3061,679
-3204,874
-3135,266
-2982,778
-3024,431
-3267,358
-3547,166
-4004,039
-4718,271
-5627,980
-6082,834
Componente
irregular
(error)
,394
,496
2,146
4,123
3,929
1,718
,119
1,142
,782
1,270
,898
1,073
1,619
,441
-,295
1,293
1,816
1,232
-,908
,451
1,404
,684
1,697
,470
,906
1,195
,885
,752
1,222
1,133
1,066
,855
,850
,919
1,100
1,455
,576
,768
1,203
1,095
,659
,810
1,455
1,089
,677
,896
1,264
1,115
,485
1,248
1,172
,951
,889
,871
1,193
,911
,831
1,091
,960
1,041
De scri p ci n
Nom bre del m odelo
S erie o s ec uenc ia
de l
m o d e lo
M OD_3
E rror para CRE DITO de
S E A S ON, M OD_2, M UL CE N
4
E rror para
CUE NTA CORRIE NTE de
4
E rror para DE B ITO de
4
Ninguna
Trans formac in
Diferenc iac i n no es t ac ional
Diferenc iac i n es t ac ional

Longit ud del periodo es t ac ional
E t iquet as
del
0
4
eje horiz ontal
F ec ha_
M os t rar int ervenc iones

E n c ada obs ervac in
A pl ic ando las
es pec ific ac iones
Ninguna
V alores no c om binados
del
m odelo de M OD_3

Error para
CREDITO de
SEASON,
MOD_2, MUL
CEN 4
Longitud de la serie o sec uencia
Error para
CUENTACO
RRIENTE de
SE ASON,
MOD_2, MUL
CEN 4
Error para
DEBITO de
SEASON,
MOD_2,
MUL CEN 4
60
60
60
E
r
o
r
p
a
r
C
R
E
D
I
T
O
d
e
S
A
S
O
N
,
M
O
_
2
,
M
U
L
5
C
N
4
U
E
T
A
C
R
I
E
N
T
E
d
e
S
A
S
O
N
,
M
O
D
_
2
,
M
U
L
C
N
4
4
E
r
o
r
p
a
r
D
E
B
T
O
d
e
3
2
1
0
1
Q
2
Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3
Q
2
Q
1
Q
4
Q
3
0
2
0
2
0
1
2
0
2
0
3
2
0
4
2
0
2
0
5
0
6
2
0
7
2
0
7
2
0
8
0
9
2
0
2
0
1
2
0
1
0
1
2
0
3
2
0
1
3
2
0
1
4
F
e
c
h
a
Nmero de valores
perdidos en el
grfic o
Perdidos definidos
por el usuario
No guarda relacin directa con la cuenta corriente, pues el debito y el crdito

poseen valores cercanos y poseen un comportamiento constante.
REGRESION PARA LA SERIE CREDITO (DEPENDIENTE) Y DEBITO

(INDEPENDIENTE)
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N
/MISSING LISTWISE
/STATISTICS COEFF OUTS CI BCOV R ANOVA COLLIN TOL CHANGE ZPP
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT EXPORTACIONES
/METHOD=ENTER IMPORTACIONES
/PARTIALPLOT ALL
/RESIDUALS DURBIN HIST(ZRESID) NORM(ZRESID) .
Regresin
Estadsticos descriptivos
EXPORTACIONES
CUENTA CORRIENTE
IMPORTACIONES
CUENTA CORRIENTE
Media
Desviacin
tp.
10572,36
5816,58575
60
12324,08
6819,86554
60
Correlaciones
Correlacin de Pearson
Sig. (unilateral)
EXPORTACIO
NES CUENTA
CORRIENTE
IMPORTACIO
NES CUENTA
CORRIENTE
1,000
,943
,943
1,000
,000
,000
60
60
60
60
EXPORTACIONES
CUENTA CORRIENTE
IMPORTACIONES
CUENTA CORRIENTE
EXPORTACIONES
CUENTA CORRIENTE
IMPORTACIONES
CUENTA CORRIENTE
EXPORTACIONES
CUENTA CORRIENTE
IMPORTACIONES
CUENTA CORRIENTE
b
Variables introducidas/eliminadas
Modelo
1
Variables
introducidas
IMPORTACIO
NES
CUENTA
a
CORRIENTE
Variables
eliminadas
Mtodo
.
Introducir
a. Todas las variables solicitadas introducidas

b. Variable dependiente: EXPORTACIONES
CUENTA CORRIENTE
b
Resumen del modelo
Estadsticos de cambio
Modelo
1
R
R cuadrado
,943a
,889
R cuadrado
corregida
,887
Error tp. de la
estimacin
1955,49025
Cambio en
R cuadrado
,889
a. Variables predictoras: (Constante), IMPORTACIONES CUENTA CORRIENTE

b. Variable dependiente: EXPORTACIONES CUENTA CORRIENTE
Cambio en F
464,008
gl1
gl2
1
58
Sig. del
cambio en F
,000
DurbinWatson
1,996
ANOVAb
Modelo
1
Suma de
cuadrados
1,77E+009
221788644
2,00E+009
Regresin
Residual
Total
gl
1
58
59
Media
cuadrtica
1,8E+009
3823942,1
F
464,008
Sig.
,000a
a. Variables predictoras: (Constante), IMPORTACIONES CUENTA CORRIENTE

b. Variable dependiente: EXPORTACIONES CUENTA CORRIENTE
Coeficientesa
Coeficientes no
estandarizados
Modelo
1
(Constante)
IMPORTACIONES
CUENTA CORRIENTE
Coeficientes
estandarizad
os
B
Error tp.
662,420 524,768
,804
Beta
,037
t
1,262
,943
Intervalo de confianza para

Estadsticos de
B al 95%
Correlaciones
colinealidad
Lmite
Sig. Lmite inferior superior Orden cero Parcial Semiparcial Tolerancia FIV
,212
-388,018 1712,857
21,541
,000
,729
,879
,943
a. Variable dependiente: EXPORTACIONES CUENTA CORRIENTE
a
Correlaciones de los coeficientes
Modelo
1
IMPORTACIO
NES CUENTA
CORRIENTE
Correlaciones
Covarianzas
IMPORTACIONES
CUENTA CORRIENTE
IMPORTACIONES
CUENTA CORRIENTE
1,000
,001
a. Variable dependiente: EXPORTACIONES CUENTA

CORRIENTE
a
Diagnsticos de colinealidad
Modelo
1
Dimensin
1
2
Autovalor
1,877
,123
Indice de
condicin
1,000
3,901
Proporciones de la varianza
IMPORTACIO
NES CUENTA
(Constante)
CORRIENTE
,06
,06
,94
,94
,943
,943
1,000
1,000
a
Estadsticos sobre los residuos
H
i
s
t
o
g
r
a
m
V
a
r
i
b
l
e
d
p
e
n
d
i
e
n
t
:
E
X
P
O
R
T
A
C
I
O
N
E
S
C
U
E
N
T
A
C
O
R
I
E
N
T
E
4
0
3
0
Mnimo
Valor pronosticado
4182,7168
Residuo bruto
-10549,7
Valor pronosticado tip.
-1,165
Residuo tip.
-5,395
Mximo
20548,51
1872,723
1,819
,958
Media
10572,36
,00000
,000
,000
Desviacin
tp.
5483,93475
1938,84748
1,000
,991
60
60
60
60
Grficos
Frecunia
2
0
1
0
M
e
d
i
a
=
2
,
0
E
1
5
D
s
v
c
n
t
p
i
c
a
=
0
,
9
1
N
6
0-6R
-e
4
2
0
g
rs
i
n
R
e
s
id
u
o
tip
fc
a
d
o
__
rV
faribledip
G
c1eo
-,0ndinto
P
re:m
aE
lX
rP
d
iO
e
g
e
s
n
R
e
s
i
d
u
o
t
i
p
f
c
a
d
o
R
T
A
C
I
O
N
E
S
C
U
E
N
T
A
C
O
R
I
E
N
T
0,8
P
robacum
esprad
00,,64
00,,20,0,2P
roba0c,4um
ob0s,6ervad0,81,0
ALEATORIEDAD
CUENTA CORRIENTE
12
10
8
CUENTA CORRIENTE
6
4
2
0
0
10
12
Grafica de Aleatoriedad (Dispersion)

30000
25000
20000
CREDITO
15000
Miles de millones
DEBITO
10000
5000
-8000
-6000
-4000
-2000
0
0
2000
Porcentaje en cuenta corriente
A partir de eso, podemos decir que el comportamiento aleatorio de las variables

se ajusta para conformar la serie de CUENTA CORRIENTE, pero son muy
diferentes en tendencia, con respecto a la ya nombrada.
Pero podemos decir que en el modelo utilizado por la BANREP, para la
estimacin de la cuenta corriente, utiliza o no toma en cuenta otras variables
que explican el modelo, y que no componen los variables crdito y dbito.
AUTOCORRELACION
ACF
VARIABLES= CUENTACORRIENTE CREDITO DEBITO
/NOLOG
/MXAUTO 16
/SERROR=IND
/PACF.
ACF

Nombre del modelo
Nombre de la serie
1
2
3
Transformacin
MOD_2
CUENTA CORRIENTE
EXPORTACIONES
IMPORTACIONES
Ninguna
0
0
4
Nmero mximo de retardos

Proceso asumido para el clculo de los errores
tpicos de las autocorrelaciones
Mostrar y representar
16
Independencia
(ruido
a
blanco)
Todos los retardos

a. No aplicable para el clculo de los errores tpicos de las autocorrelaciones
parciales.
Nmero de valores
perdidos
Perdidos definidos por

el usuario
Nmero de valores vlidos

Nmero de primeros retardos computables
CUENTA CORRIENTE
CUENTA
CORRIENTE
60
EXPORTA
CIONES
60
IMPORTA
CIONES
60
60
60
60
59
59
59
Autocorrelaciones
Serie: CUENTA CORRIENTE
Retardo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Autocorrel
acin
,796
,694
,646
,598
,552
,476
,524
,480
,416
,359
,307
,342
,282
,240
,225
,206
Error tpico
,126
,125
,124
,123
,122
,120
,119
,118
,117
,116
,115
,114
,112
,111
,110
,109
Estadstico de Box-Ljung
b
Valor
gl
Sig.
39,934
1
,000
70,787
2
,000
98,049
3
,000
121,787
4
,000
142,411
5
,000
158,051
6
,000
177,321
7
,000
193,771
8
,000
206,376
9
,000
215,946
10
,000
223,097
11
,000
232,139
12
,000
238,425
13
,000
243,097
14
,000
247,292
15
,000
250,871
16
,000
C
U
E
N
T
A
C
O
R
I
E
N
T
E
C
o
e
f
i
c
e
n
t
.0
1
0
L
m
t
d
c
o
n
f
i
a
n
z
a
s
u
p
r
o
i
n
f
e
i
.5
a. El proceso subyacente asumido es la independencia (ruido

blanco).
b. Basado en la aproximacin chi cuadrado asinttica.
ACF
.-0
0
.-1
5
.01
2
3
4
5
6
7
8
1
0
1
1
2
1
3
1
4
1
5
1
6
N
m
.d
e
r9
ta
r
d
o
s
Autocorrelaciones parciales
Serie: CUENTA CORRIENTE
Retardo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Autocorrela
cin parcial
,796
,164
,152
,055
,032
-,083
,283
-,105
-,058
-,087
-,042
,181
-,077
-,080
,005
,005
Error tpico
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
C
U
E
N
T
A
C
O
R
I
E
N
T
E
C
o
e
f
i
c
e
n
t
.0
1
0
L
m
t
d
c
o
n
f
i
a
n
z
a
s
u
p
r
o
i
n
f
e
i
.5
ACFparcil
.-0
0
.-1
5
.01
2
3
4
5
6
7
8
1
0
1
1
2
1
3
1
4
1
5
1
6
N
m
.d
e
r9
ta
r
d
o
s
EXPORTACIONES
Autocorrelaciones
Serie: EXPORTACIONES
Retardo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Autocorrel
acin
,964
,921
,877
,836
,781
,732
,681
,631
,570
,520
,465
,412
,352
,297
,241
,192
Error tpico
,126
,125
,124
,123
,122
,120
,119
,118
,117
,116
,115
,114
,112
,111
,110
,109
b
Valor
gl
Sig.
58,626
1
,000
113,046
2
,000
163,285
3
,000
209,748
4
,000
251,025
5
,000
287,972
6
,000
320,490
7
,000
348,928
8
,000
372,661
9
,000
392,753
10
,000
409,167
11
,000
422,311
12
,000
432,138
13
,000
439,278
14
,000
444,068
15
,000
447,188
16
,000
E
X
P
O
R
T
A
C
I
O
N
E
S
C
o
e
f
i
c
n
t
e
.0
1
0
L
m
t
d
o
f
i
a
n
z
s
u
p
r
i
n
f
e
o
.5

blanco).
ACF
.-0
0
.-1
5
.012345N
6
7.d
8
1
0
1
m
er9ta
d
o
s1213141516
Autocorre l a ci one s pa rci a l e s

S erie: E XP ORTA CIONE S
Ret ardo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
A ut oc orrela
c in parc ial
,964
-, 124
-, 020
,016
-, 234
,109
-, 097
-, 014
-, 133
,088
-, 102
-, 021
-, 077
-, 044
-, 008
,035
E rror tpic o
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
,129
E
X
P
O
R
T
A
C
IO
N
E
SC
o
ffe
e
e
n
tc
in
L
m
tiirc
d
o
n
fia
n
z
a
s
u
p
o
ACFparcil
.0
1
0
.0
5
.-0
.-1
5
.0
1
2
3
4
5
6
7
8
9
1
0
1
1
2
1
3
1
4
1
5
1
6
N
m
.d
e
r
ta
r
d
o
s
IMPORTACIONES
Autocorrelaciones
Serie: IMPORTACIONES
Retardo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Autocorrel
acin
,958
,907
,862
,820
,769
,719
,672
,626
,570
,517
,466
,418
,359
,300
,247
,201
Error tpico
,126
,125
,124
,123
,122
,120
,119
,118
,117
,116
,115
,114
,112
,111
,110
,109
b
Valor
gl
Sig.
57,915
1
,000
110,731
2
,000
159,250
3
,000
203,950
4
,000
243,902
5
,000
279,470
6
,000
311,176
7
,000
339,234
8
,000
362,938
9
,000
382,838
10
,000
399,347
11
,000
412,901
12
,000
423,083
13
,000
430,351
14
,000
435,394
15
,000
438,817
16
,000
IM
P
O
R
T
A
C
IO
N
E
SC
o
ffe
e
e
n
tc
in
L
m
tiirc
d
o
n
fia
n
z
a
s
u
p
o

blanco).
ACF
.0
1
0
.0
5
.-0
.-1
5
.01
2
3
4
5
6
7
8
1
0
1
1
2
1
3
1
4
1
5
1
6
N
m
.d
e
r9
ta
r
d
o
s
Autocorre l a ci one s pa rcia l e s

S erie: IM P ORTACIONE S
Ret ardo
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
A ut oc orrela
c in parc ial
, 958
-, 136
, 057
-, 001
-, 148
, 028
-, 009
-, 033
-, 139
, 031
-, 044
-, 004
-, 157
-, 015
, 010
, 020
E rror t pic o
, 129
, 129
, 129
, 129
, 129
, 129
, 129
, 129
, 129
, 129
, 129
, 129
, 129
, 129
, 129
, 129
I
M
P
O
R
T
A
C
I
O
N
E
S
C
o
e
f
i
c
n
t
e
.0
1
0
L
m
t
d
c
o
f
i
a
n
z
s
u
p
r
o
i
n
f
e
i
.5
ACFparcil
.-0
0
.-1
5
.012345N
6
7
8
0
1
1
2
1
3
1
4
1
5
1
6
m
.d
e
r9ta
r1d
o
s
VALIDACION DEL MODELO

En la etapa final de validacin, podemos concluir que a partir de los recuadros
de auto-correlacin, heterocedasticidad y regresin, notamos que el
comportamiento de las series ( que como es obvio conforman el mismo grupo
de balanza de pagos) son muy diversos al momento de presentarse relaciones,
mientras el crdito y el debito (exportaciones e importaciones) se ajustan desde
los datos observados hasta los estimados, La cuenta corriente se comporta de
forma muy diferente, presenta ruido blanco en la validacin y comprobacin de
auto-correlacin, adems sus residuos y de las dems variables poseen
influencia poca comparada a otras variables que no se nombran ni se estiman
en el modelo. La tendencia es inexacta, pues los Outliers se presentan muy
dispersos y son solamente tomados como no validos al momento de graficar.
En la estimacin de los parmetros notamos que no son muy estables (Caso
establecido por el test de Chow y muestra de Homosedasticidad), por ende la
estimacin de los pronsticos no son muy certeros.
En el caso de la regresin entre las series crdito y debito encontramos que la
R2, es de 0,889, por ende es un buen nivel de ajuste para el modelo.
CONCLUSIONES DE MODELO
Desde el ao 2001 Colombia se ha caracterizado por registrar un
permanente dficit de su cuenta corriente como proporcin del
producto interno bruto (PIB), el cual ha tenido una tendencia a
ampliarse recientemente. Este saldo negativo se mantuvo estable
alrededor del 1% del PIB en la primera mitad de la dcada pasada, y
posteriormente comenz a incrementarse desde 2005 hasta ubicarse
cerca del 3% del PIB de 2010 a 2012. En trminos nominales, el saldo
negativo de la cuenta corriente se increment alrededor de once
veces. Este resultado revela que la economa colombiana no genera
el ahorro interno necesario para financiar sus requerimientos de
inversin y, por tanto, requiere acudir al financiamiento externo con
diferentes tipos de capital. En todo caso se debe mencionar que el
dficit creciente de la cuenta corriente del pas se ha cubierto con
pasivos externos que han superado las necesidades de
financiamiento, generando una acumulacin de activos externos. En
trminos generales, las entradas de capital a una economa se
originan en la adquisicin de nuevos pasivos con el exterior o en la
liquidacin de activos externos. En el caso colombiano, en la ltima
dcada la principal fuente de financiacin del gasto deficitario ha sido
la entrada de capitales extranjeros. Por su parte, los activos del pas
en el exterior han registrado una tendencia creciente, incluyendo la
inversin directa, la de cartera y las reservas internacionales.
Las operaciones corrientes de la economa revelan que el aumento de
su dficit en la cuenta corriente obedeci fundamentalmente al
incremento del saldo negativo en la cuenta corriente. Tales ramas

registraron un estancamiento dentro del sector como porcentaje del
PIB en los ltimos seis aos, en contraste con el incremento de sus
compras externas, lo cual se reflej en un mayor dficit comercial. En
trminos de la contribucin al crecimiento de las importaciones
totales, se observa un incremento en el aporte de las compras
externas, asociado con la dinmica creciente del consumo e inversin
interna. Otros dos fenmenos que influyeron en la ampliacin del
dficit en la cuenta corriente de la economa fueron las menores
transferencias recibidas.

Cuenta Corriente

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Cuenta Corriente

Uploaded by

Copyright:

Available Formats

CUENTA CORRIENTE

SOLUCION DE LOS EJERCICIOS PROPUESTOS

TOTAL CTA. CORRIENTE

TOTAL CTA. CORRIENTE

Linear (TOTAL CTA. CORRIENTE)

Linear (CREDITO (EXPORTACIONES))

Linear (DEBITO (IMPORTACIONES))

Como se puede notar en el desglosamiento de las variables utilizadas (debito y

Etiquetas del eje horizontal

Aplicando las especificaciones del modelo de MOD_4

Resumen del procesamiento de los casos

Diferenciacin estac ional

Mos trar intervenciones

Aplicando las es pec ificaciones del m odelo de MOD_5

Re sum e n de l proce sa m ie nto de los ca sos

En conclusin, F > F crit, en este caso se rechaza la hiptesis nula, en este

C OMPROB ACI ON DEL AN O VA (V ARI ANZA PO R U N FACT OR)

Variaciones cclicas reconocidas para el variable crdito (exportaciones).

Variaciones cclicas reconocidas para la variable debito

Variaciones cclicas reconocidas en la variable total corriente.

SELECCIN Y ESTIMACION DEL MODELO

Mtodo de computacin de medias mviles

Aplicando las especificaciones del modelo de MOD_1

Aplicando las especificaciones del modelo de MOD_2

Estado de suavizado inicial

Parmetros del suavizado

Diferenc iacin estac ional

Etiquetas del eje horiz ontal

Mos trar intervenciones

Aplicando las especific aciones del modelo de MOD_3

Resumen del procesamiento de los casos

TSPLOT VARIABLES= SAS_1

Nombre del modelo

Diferenc iacin estacional

Re sum e n de l proce sa m i e nto de los ca sos

TSPLOT VARIABLES= SAF_1

Descripcin del modelo

Etiquetas del eje horizontal

Aplicando las especificaciones del modelo de MOD_5

Resumen del procesamiento de los casos

TSPLOT VARIABLES= STC_1

Resumen del procesamiento de los casos

TSPLOT VARIABLES= FIT_2

Descripcin del modelo

Etiquetas del eje horizontal

Aplicando las especificaciones del modelo de MOD_7

Resumen del procesamiento de los casos

Descripcin del modelo

Aplicando las especificaciones del modelo de MOD_8

Criterios de finalizacin de las iteraciones

Resumen del procesamiento de los casos

Nmero de casos con valores perdidos dentro de la

Configuracin inicial solicitada

a. El valor del parmetro anterior no es vlido y

Se ha utilizado el algoritmo de Melard para la estimacin.

Estimaciones de los parmetros

Se ha utilizado el algoritmo de Melard para la estimacin.

Se ha utilizado el algoritmo de Melard para la estimacin.

Se ha utilizado el algoritmo de Melard para la estimacin.

PREDICT THRU YEAR 2015 QUARTER 4 .

Modelizador para series temporales

Grfico de resumen del modelo

Resumen del modelo