Evaluación de Impacto de la Caída de los Precios del Petróleo de Marzo sobre el Tipo de Cambio Peso-Dólar.

Hola amigos, excelente tarde a todos.
En las anteriores semanas estuve participando como docente para los cursos intertrimestrales de la UAM Azcapotzalco, enfocado en el uso de los Pronósticos Estratégicos de Series de Tiempo. En dicho curso tocamos el tema de los modelos ARIMAX en conjunto con la metodología Box-Jenkins y su uso para las evaluaciones de Impacto a partir de identificar posibles Outliers o Valores Atípicos que permiten estimar el efecto de alguno suceso o fenómeno que afecto a la variable de interés de manera exógena (es decir, que el efecto proviene de un factor que no se determina dentro del mismo proceso de la serie de interés).

Debido a esto me plantee la posibilidad de desarrollar una aplicación web de tipo Dashboard que me permita realizar estos análisis de manera más automatizada, con resultados que sean más sencillos de interpretar. Me gustaría compartir con ustedes un análisis que elabore como un ejemplo practico del uso de la aplicación web generada con algoritmos de Machine Learning y Econometría: se basa en un análisis sobre la evaluación de impacto del Tipo de Cambio Peso-Dolar (con periodicidad Semanal, del 15 de diciembre del 2019 al 15 de diciembre del 2020) con el fin de ver los efectos de la Guerra comercial que existió entre Rusia y Arabia Saudita (la cual, según mi interpretación, fue la principal responsable de la caída de los precios del petróleo que se dieron en el mes de marzo), el Coronavirus y otros posibles fenómenos que hallan sucedido en ese periodo de tiempo que afectaron a la serie.

Se presentarán los principales resultados del análisis en el siguiente Dashboard:

Resultados del Análisis.
Resultados del Análisis.


Realizando el análisis de Impacto del Tipo de Cambio con Periodicidad Semanal encontramos que existen un conjunto de Outliers (es decir, variables ficticias que ayudan a representar el efecto de los sucesos o fenómenos que ocurrieron en un periodo de tiempo en especifico) que cambiaron, de manera estructural y también coyuntural, el comportamiento de la serie de tiempo. De acuerdo al resultado, el impacto mas importante ocurrió en la decima semana del año 2020 (aproximadamente la primera quincena de marzo) a raíz de la caída de los precios del Petróleo y la Guerra comercial entre Rusia y Arabia Saudita (y profundizada mas por el COVID), ocasionando un incremento estructural (es decir, un cambio "permanente") en el Tipo de Cambio del Peso respecto al Dólar. Los demás efectos son superficiales, ya que tiempo después se mantenían en el mismo promedio que tuvo la serie después del impacto (la serie se mantuvo en la misma tendencia que se origino a partir del cambio estructural originado en la decima semana de Marzo, tal y como observamos en la grafica de color rojo).

Por ultimo pero no menos importante, podemos confirmar el cumplimiento sobre los supuestos (No Autocorrelación, Homoscedasticidad y Distribución Normal) de los residuos para los modelos lineales a partir de los P-values calculados de las diferentes pruebas de hipótesis (todos los P-value son mayores al 0.05 nivel de significancia, por lo que podemos confirmar que no se rechazan las hipótesis nulas de cada una de las pruebas) que se encuentran especificadas en las cajas de valores en la parte superior del Dashboard; por otra parte, las estimaciones de los efectos de las variables ficticias generadas también son estadísticamente significativas.

Podemos confirmar que existió un impacto importante dentro de la serie que hizo que cambiara la tendencia a largo plazo (motivo por el cual, aun hoy, no hemos llegado a los niveles del tipo de cambio que debimos de haber tenido) seguido de otros efectos o sucesos que afectaron de manera superficial a la serie (pero que no cambiaron la estructura de la misma). 
¡Saludos, excelente semana a todos!
Accede a Rankia
¡Sé el primero en comentar!