Comentario para la A.A.E.P.

Reunin Noviembre 2002

Trabajo: Ajuste Estacional de las Series Econmicas de Argentina
Autores: Juan Mario Jorrat, Lucas Sal Paz y Mara Jos Cataln
Clasificacin :
Comentarista: Abel Viglione (FIEL)
1. Los autores presentan los estadsticos (incluida la explicacin) que resultan de la
desestacionalizacin de series econmicas de Argentina, utilizando para ello el X12-ARIMA
del Cencus Bureau de USA.
2. La tarea realizada es tiempo intensiva, dado que no resulta nada sencillo
desestacionalizar 198 series mensuales y 44 trimestrales para describir las regularidades
empricas observadas.
3. Describen detalladamente las iteraciones que produce el X-12 ARIMA en cada uno de los
dos mdulos y pasa inadvertido en el primer prrafo de paper que es usando el batch
desarrollado, que resulta uno de los puntos ms importantes para el anlisis de las series.
4. Punto 5: Resultados de las Series de Argentina.
a) Punto 5.1: el inicio del modelado se estableci en 1993 para la mayora de las series.
Para las series mensuales no existen problemas en cuanto al nmero de observaciones
(108 para los 9 aos), pero para las series trimestrales el nmero de observaciones es
reducido (36 en 9 aos), excepto que se hayan empalmado series anteriores. Cabra
una aclaracin en el texto por parte de los autores.
b) Punto 5.2: Muestra una de las razones de las razones para la adopcin del X-12 ARIMA:
el mximo error medio de prediccin absoluto para los ltimos 3 aos es el 15% para el
X-12 ARIMA, el programa X-11 ARIMA de Canad usa como lmite el 18%.
c) Punto 5.3: surge que el mejor comportamiento relativo de las series trimestrales en los
errores de prediccin, modelos seleccionados y valores extremos, seala que su ajuste
estacional es ms fcil y de mejor calidad que los mensuales, situacin que
intuitivamente aceptbamos y que queda demostrada con los menores errores de
prediccin. Sin embargo cabra agregar que se mantiene an en este tipo de serie el
problema de los valores extremos.
d) Punto 5.4: En el anlisis de los M, principalmente el M7 (que testea si la estacionalidad
de las series tratadas puede ser identificada por el mtodo del X-11) de las Tablas 6 y 7
se observa un elevadsimo porcentaje de series que poseen un valor aceptable (75%
para series mensuales y 82% para trimestrales), lo que reafirma la utilidad de este
mtodo de desestacionalizacin.
e) Se afirma (Punto 5.4) los resultados empricos muestran que, en todos los casos, es
mejor agregar las series y recin aplicar el ajuste estacional, que ajustar de manera
individual cada variable y luego agregarlas. Cabra incorporar que una razn surge de
que la suma ponderada de las series desestacionalizadas individuales difcilmente
coincida con la desestacionalizacin en forma directa del agregado, ya eque en realidad
tambin se est tomando la suma ponderada de los componentes irregulares, mientras
el componente irregular del agregado probablemente est ms amortiguado.
5. Dos comentarios adicionales.
a) Dos series trimestrales no fueron transformadas (log) y la descomposicin fue aditiva.
Ellas son: Consumo y Recaudacin Total del Gobierno. Cules son las razones que
podran explicar ello?

b) La serie de Consumo fue construida como residuo desde que las Cuentas Nacionales
dejaron de ser elaboradas por el BCRA. El Consumo surga como la diferencia entre
PIB + Importaciones Exportaciones - Inversin, lo cual determina el Consumo
Aparente y no el Consumo Real. El Consumo Aparente incluye la Variacin de
Existencias, la cual puede afectar la serie si las mismas son significativas a nivel
1
trimestral sin serlo a nivel anual . A partir del nuevo clculo de Cuentas Nacionales
(Base 1993) se volvi a calcular por separado consumo real y variacin de existencias,
incorporndose en ese ltimo concepto la Discrepancia Estadstica.
c) El ajuste estacional de la Recaudacin Total siempre presentar trminos muy
irregulares, dado que a lo largo del tiempo se han producido:
c.1) Cambios de base impositiva sobre impuestos ya legislados,
c.2) Cambios de tasa impositiva sobre impuestos ya legislados,
c.3) Cambio de rgimen de anticipos y percepciones sobre impuestos ya legislados,
c.4) Anticipos adicionales o extraordinarios sobre impuestos ya legislados,
c.5) Creacin y/o supresin de impuestos (priva el primero sobre el segundo excepto
entre 1992 y 1994),
c.6) Cambio de tasas segn geografa impositiva,
c.7) Acuerdos de recaudacin mnima de impuestos (p.e. internos sobre cigarrillos)
c.8) Cambios estructurales (p.e.rgimen de capitalizacin de pensiones)
Es un problema que va ms all de cualquier software de desestacionalizacin, es un
problema de estabilidad tributaria, dado que los cambios surgen ao a ao.
6. Conclusiones:
a) Volvemos al pasado: en las conclusiones (Punto 7, antepenltimo prrafo) se sostiene
para ajustar estacionalmente series nominales, es preferible primero, expresarla en
trminos reales y luego, aplicar el ajuste estaciona. Resultado: ms trabajo adicional y
determinar el ndice correcto para realizar la correccin de nominal a real.
b) Agradecer que no somos un pas musulmn, porque si el efecto Pascua ha causado
problemas en la desestacionalizacin (hoy testeado automticamente por el X12
ARIMA), no quiero ni pensar el problema que surgira si el mes de Ramadn (movible)
fuese el problema que enfrentramos.
c) No tenemos mtodo de desestacionalizacin nico, por lo tanto los resultados
publicados por distintos organismos no resultan comparables. Hay que buscar un
consenso. La Unin Europea integrada por 15 pases (que representan el 6% de la
poblacin mundial y el 25% del PIB mundial) seleccion el X12 ARIMA para
desestacionalizar todas las series. Todos ese conjunto de pases ajusta las series por el
soft denominado DEMETRA 2.0 (http://forum.europa.eu.int/irc/dsis/eurosam/info/data/),
que tiene la virtud de estar bajo entorno Windows. Habr que converger a un mtodo
nico n el corto plazo.
d) Me convencieron de las virtudes del X12-ARIMA, que vengo utilizando hace ms de 6
aos al descartar el mtodo de Razn a Promedio Mvil (RAPM) que utilizaban el Micro
TSP o las primeras versiones del E-Views, dado que arrojaban factores de correccin
por estacionalidad que eran iguales para todos los aos. Los mtodos del Bureau of the
Cencus no suponen que la estacionalidad se mantenga constante.

El desvo standart de variacin de existencias + discrepancia estadstica a consumo real se ha triplicado en las
series presentadas por ME.