Aplicación de modelos arima para la proyección del recaudo del impuesto de industria, comercio, avisos y tableros ICA
No Thumbnail Available
Date
2016
Authors
Advisors
Evaluators
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
Con el fin de pronosticar el comportamiento del recaudo del impuesto de industria, comercio, avisos y tableros (ICA), para el año 2016, se plantea la metodología de modelos ARIMA, por su capacidad de predicción a corto plazo. Se definen cuatro fases: La primera es la identificación, describiendo el comportamiento del recaudo histórico y evaluando la posibilidad de convertir la serie estacionaria tanto en su parte regular como estacional. La segunda fase consiste en la estimación del modelo, teniendo en cuenta el criterio AIC, menores errores y aleatoriedad de los residuos. La tercera es la validación: en esta fase se toma el recaudo del año 2015 cuyas cifras ya han sido causadas y se contrasta la proyección referente a este año con el fin de garantizar la calidad del modelo. La última fase es la predicción, en cuyo caso se pronostica el recaudo año 2016, teniendo en cuenta un intervalo de confianza del 80%. Cabe anotar que el recaudo está constituido por el valor a pagar más los intereses de mora y se encuentra expresado en miles de millones de pesos. La frecuencia de la serie de tiempo analizada es bimestral y las variaciones estacionales es una característica importante que es tenida en cuenta en la serie de tiempo para predecir el modelo. Adicionalmente, se usa la función de autocorrelación para identificar si el proceso es estacionario y posteriormente se utiliza la función de autocorrelación parcial para detectar el modelo. Una vez garantizada la estacionariedad del proceso, se establece que el modelo que se ajusta al comportamiento histórico de la serie es un 𝐴𝑅𝐼𝑀𝐴(0,1,1)(0,1,1)6. Para validar si el modelo seleccionado es adecuado, se usa: el test de Box Ljung, la prueba de Shapiro Wilk y el periodograma integrado. Concluyendo que los residuos no están autocorrelacionados, se distribuyen normal y aleatoriamente.
Description
Keywords
Recaudo, Impuesto, Estacionariedad, Estacionalidad, Modelo Arima (Modelo Autoregresivo Integrado De Media Móvil), Proyección.