¿Series Desestacionalizadas? Como se entiende eso.

Normalmente escuchamos y leemos a los economistas, que mencionan el término "variables desestacionalizadas", cuando hacen referencia a una serie de datos estadísticos que sirven de base para estimar o proyectar variables resultado.

¿Pero que significa desestacionalizar una serie de datos?

La mayoría de las variables utilizadas en economía, presentan variaciones que impiden ver con claridad el comportamiento de la tendencia en el corto plazo. Por ello es conveniente seguir una trayectoria de datos con estas oscilaciones reducidas y verificar los puntos de giro.
Esto significa que se debe descomponer la serie temporal y eliminar aquellas componentes que dificultan su estudio.

Recordemos que las componentes de una serie temporal (no son variables observables sino latentes) en economía, son:
1. La componente tendencial, que son los movimientos de largo plazo de la serie.
2. La componente cíclica, que tiene las oscilaciones suaves, con periodicidades (repeticiones) que ocurren cada año, dos o cinco.
3. La componente estacional, que contiene oscilaciones interanuales alrededor de la tendencia, que se repiten mensualmente o trimestralmente en un periodo de un año.

Factores que mueven la componente estacional: el clima, el calendario (días hábiles y fiestas móviles, feriados), la toma de decisiones por los agentes y las expectativas en general del agente económico.
4. La componente irregular, son las oscilaciones no sistemáticas y aleatorias. Ejemplo, una huelga o algún otro evento repentino, dentro de un periodo.
5. La componente de observaciones atípicas, que son perturbaciones en la serie original de datos, que modifican el nivel de la misma.
¿Porqué desestacionalizar una serie?
a.- Las causas arriba consideradas son por lo general de orden exógeno, muchas veces su naturaleza no es económica, escondiendo el valor neto de los datos que corresponden a los aspectos económicos.
b.- La comparación entre meses o trimestres de diferentes años, necesitan que las series no contengan distorsiones estacionales, que pueden inducir a errores en la toma de decisiones.
c.- las series desestacionalizadas permite analizar la evolución de la serie año tras año.

El modelo básico.

Estelle Bee Dagum, esposa del conocido Camile Dagum, ha contribuido a los métodos estadísticos de desestacionalización, que se fundamentan en los promedios móviles. El modelo inicial era el X11ARIMA/88, pero muchas instituciones usan modelos mucho mas modernos como el X12ARIMA.

El aporte de la Sra. Bee Dagum está en el siguiente enlace:

http://www2.stat.unibo.it/beedagum/Papers/0563-0578.pdf

Hay que tener cuidado en el proceso de desestacionalización de las variables, porque siendo una variable, resultado de una combinación lineal de dos o más variables relevantes, podríamos dejar fuera a una de las componentes relevantes y el resultado será un tanto extraño, este método se denomina Agregación y puede ser directo o indirecto. Un ejemplo de ello lo vemos en el Blog del Dr. Gerardo Esquivel (http://gerardoesquivel.blogspot.com/2009/08/el-inegi-y-la-desestacionalizacion-1.html)

En el Perú, el INEI publicó en su página web, un documento de la metodología usada en el año 2002, aquí tenemos el enlace:

(http://www1.inei.gob.pe/biblioineipub/bancopub/Est/Lib0514/Libro.pdf)

Un Enlace interesante lo encontramos en el web site de la Asociación Argentina de Economía política, del año 2005: (http://www.aaep.org.ar/publicaciones/download/econometria.pdf)