Evaluación de modelos de series de tiempo para pronosticar la demanda de transporte aéreo a corto y mediano plazo en Colombia

Abstract

El presente trabajo suministra una evaluación de la capacidad predictiva de diferentes modelos de serie de tiempo en datos mensuales del transporte aéreo de pasajeros de tráfico nacional, internacional y total entre 1994 y el 2019. Los modelos estimados son: modelo de regresión armónica, modelo de suavizado exponencial de Holt-Winters, modelo autorregresivo integrado de media móvil (ARIMA), ARIMA estacional (SARIMA) y ARIMA con variable exógena (ARIMAX). Los resultados muestran que los modelos SARIMA y SARIMAX proveen los mejores resultados en cuanto a bondad de ajuste y precisión con pronósticos en términos de MAPE y RMSE por debajo del umbral del 3% de la realización puntual media. El modelo multivariado SARIMAX supera los resultados de pronóstico de los modelos univariantes. El PIB logra potenciar los resultados del modelo y se confirma la relación positiva que posee con el sector aéreo. Se evaluaron otras variables como los precios del petróleo y choques exógenos locales e internacionales pero su efecto resultó ser no significativo. El modelo de regresión armónica solo puede predecir con alta precisión los pasajeros de tráfico internacional mientras que el modelo de Holt Winters logra obtener previsiones altamente precisas para la serie de tráfico internacional y total. (Texto tomado de la fuente).

This thesis provides an evaluation of the predictive capacity of different time series models in monthly data of the air transport of passengers of national, international, and total traffic between 1994 and 2019. The estimated models are harmonic regression model, Holt-Winters exponential smoothing model, integrated moving average autoregressive model (ARIMA), seasonal ARIMA (SARIMA) and ARIMA with exogenous variable (ARIMAX). The results show that the SARIMA and SARIMAX models provide the best results in terms of goodness of fit and precision with forecasts in terms of MAPE and RMSE below the threshold of 3% of the average punctual realization. The SARIMAX multivariate model exceeds the forecast results of the univariate models. The GDP manages to enhance the results of the model and the positive relationship it has with the airline sector is confirmed. Other variables such as oil prices and local and international exogenous shocks were evaluated, but their effect was not significant. The harmonic regression model can only predict international traffic passengers with high precision while the Holt Winters model manages to obtain highly accurate forecasts for the international and total traffic series.