Pronósticos en series de tiempo no lineales: aplicación del modelo TSARX y comparación con modelos para datos estacionales

Abstract

La introducción de los modelos TAR en el análisis económico ha permitido capturar el comportamiento no lineal, usualmente observado en este tipo de series de tiempo. Adicional a la no linealidad, las series de tiempo económicas pueden presentar comportamientos estacionales cuyo análisis podría llevar a conclusiones más acordes con la realidad. Por otro lado, realizar pronósticos acertados sobre los valores que una serie de tiempo tomará, es un tema importante en economía, por lo que un sector de la literatura se ha encargado de comparar la precisión de los pronósticos generados a partir de diferentes tipos de modelos. En este trabajo se compara la precisión de los pronósticos obtenidos al ajustar el modelo Multiplicative Seasonal Threshold Autoregressive with exogenous input - TSARX, con respecto a otros modelos usualmente empleados en la literatura. El modelo TSARX permite capturar el comportamiento estacional multiplicativo de las series de tiempo para explicar el proceso de interés. (Texto tomado de la fuente).

Introduction of TAR models in economic analysis has allowed to capture the non linear behavior usually observed this kind of time series. In addition to non linearity, economic time series may exhibit seasonal patterns whose analysis may carry to conclusions more in line with reality. Otherwise, accurate forecasting for time series its a relevant topic in economics, thus a part of literature has been in charge to compare the accuracy of forecasts generated by different types of models. In this work, accuracy of forecast obtained by adjusting Multiplicative Seasonal Threshold Autorregessive with exogenous input - TSARX models, is compared with those obtained by adjusting other models usually used in literature. TSARX model allows to capture time series multiplicative seasonality to explain the process of interest.