6533b832fe1ef96bd129a00e

RESEARCH PRODUCT

Análisis de outliers: un caso a estudio

subject

description

Una de las limitaciones del estudio de series temporales mediante lamodelización ARIMA, y en concreto a través del enfoque Box-Jenkins, es la dificultadde identificar correctamente el modelo y, en su caso, seleccionar el más adecuado. Elprocedimiento de filtrado estándar para estimar el ciclo de negocios puede requeriralgunas correcciones previas de las series, dado que, de otro modo, se podrían producirgraves distorsiones en los resultados. Un destacado ejemplo es la corrección por outliersque es tratada, junto con el resto de ajustes previos.Los outliers denotan observaciones atípicas que, hablando en general, no puedenser explicadas por el modelo ARIMA y violan sus subyacentes supuestos denormalidad. Como los modelos ARIMA utilizados frecuentemente en series temporalesestán diseñados para recoger la información de procesos que tienen una ciertahomogeneidad, los outliers y los cambios estructurales influyen en la eficiencia y labondad del ajuste de dichos modelos.Siguiendo el trabajo seminal de Fox, cuatro diferentes tipos de outliers han sidopropuestos, junto con diversos procedimientos para detectarlos. Los cuatro tipos deoutliers que se han considerado en la literatura son: el outlier aditivo (AO), el cambio ennivel (LS), el cambio temporal (TC) y el outlier innovacional (OI).El presente estudio hace una comparación de los programas TRAMO/SEATS yX12ARIMA, ampliamente usados (y recomendados) por Eurostat y el Banco CentralEuropeo, junto con X12ARIMA. La comparación es importante para dilucidar laconveniencia de promover el uso de uno de los dos, en aras a armonizar el tratamientode series temporales.Ambos programas son altamente configurables y disponen de una infinidad deparámetros que el usuario puede determinar.Para ilustrar el trabajo se realiza, en primer lugar, un experimento con seriesgeneradas, en el cual se va a trabajar con un total de nueve mil series ruido blancosimuladas a partir de una función generadora de datos aleatorios, resultado deconsiderar tres modelos econométricos distintos y, a su vez, tres periodos muestralesdistintos en cada caso (60, 120 y 300 observaciones). Además, se va a forzar lapresencia de los tres tipos de outliers (AO, LS, TC) con tres niveles de intensidad delimpacto. Para cada uno de estos casos concretos se estudiarán un total de cien series.En segundo lugar, se trabaja con series reales donde se trata de analizar laincidencia del shock provocado por un acto terrorista, sobre la actividad turística en unadeterminada zona. Para ello se realiza un estudio detallado de las pernoctaciones totalesde viajeros en establecimientos hoteleros según el país de procedencia.El marco teórico utilizado se inspira en los trabajos de Enders et al. (1992) yDrakos et al. (2001), mientras que la metodología utilizada se inspira en el análisis deseries temporales, en concreto se sigue la propuesta de A. Maravall y V. Gómez (1996).Dentro de las acciones terroristas, destacan las acciones sobre la actividadturística en general y sobre el sector del transporte en particular. Dichos sectores son losmás vulnerables ante las amenazas de inseguridad.Tanto en el experimento con series generadas como en el experimento con seriesreales se procede a analizar las series con ambos programes, es decir, TRAMO/SEATSy X12ARIMA para comparar los resultados y así poder establecer diferencias entre losprogramas.