IDEAS home Printed from https://ideas.repec.org/p/col/000139/002294.html
   My bibliography  Save this paper

Desestacionalización de la producción industrial con la metodología X-12 ARIMA

Author

Listed:
  • Álvaro Hernando Chaves Castro

Abstract

Se presenta la metodología de desestacionalización aplicando el procedimiento X-12 ARIMA al índice de producción industrial, entre enero de 1980 y julio de 2005. Primero, se realizó un análisis gráfico para detectar las características estadísticas y se encontró la presencia de tendencias y varianza en la producción industrial a lo largo del período. Las pruebas de estacionariedad muestran que la serie de producción en niveles presenta una raíz ordinaria y estacional, mientras que la diferencia del logaritmo ordinaria y estacional son series estacionarias. Además, se detectó la presencia de dos quiebres estructurales (estadísticamente significativos) en agosto de 1983 y octubre de 1998. Una vez filtrada la serie y eliminado el componente estacional, se encontró la trayectoria de corto y largo plazo de la dinámica industrial y se hallaron los diferentes ciclos industriales. Finalmente, las pruebas que miden la calidad del ajuste estacional sugieren la presencia de estacionalidad, suponiendo estabilidad a lo largo del período.

Suggested Citation

  • Álvaro Hernando Chaves Castro, 2006. "Desestacionalización de la producción industrial con la metodología X-12 ARIMA," Documentos de Trabajo UEC 2294, Universidad Externado de Colombia.
    • Handle: RePEc:col:000139:002294
    as

    Download full text from publisher

    File URL: https://www.uexternado.edu.co/wp-content/uploads/2021/02/DDT-14.pdf
    Download Restriction: no
    ---><---

    More about this item

    Keywords

    estacionalidad estable; estacionariedad; tendencia; ciclo; raíz ordinaria; raíz estacional; producción industrial;
    All these keywords.

    JEL classification:

    • C13 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods and Methodology: General - - - Estimation: General
    • C22 - Mathematical and Quantitative Methods - - Single Equation Models; Single Variables - - - Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes
    • D24 - Microeconomics - - Production and Organizations - - - Production; Cost; Capital; Capital, Total Factor, and Multifactor Productivity; Capacity

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:col:000139:002294. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Carolina Esguerra Roa (email available below). General contact details of provider: https://edirc.repec.org/data/feextco.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.