Evaluación de métodos de predicción para un conjunto de agregados económicos venezolanos utilizando modelos univariantes

Abstract

En este trabajo abordamos el tema de la predicción utilizando 178 series de tiempo venezolanas, en su mayoría económicas. Se plantea la necesidad de construir y evaluar modelos de pronósticos para determinar su desempeño y pertinencia en el caso venezolano. La clase de modelos abordados es la de modelos univariantes. Entre las distintas categorías de estimación consideradas se encuentran: 1) Modelos ingenuos de cambio cero (NCH); 11) Suavización exponencial (GXSM); m) Modelos estimados por mínimos cuadrados ordinarios (OLS); IV) Regresión robusta (RROB); v) Árboles de regresión (REGT); VI) Redes neuronales artificiales (NN); VII) Máquinas de soporte vectorial (SVM). Concluimos que en efecto, parecen existir diferencias significativas entre los distintos métodos de estimación. Resulta conveniente dividir a los siete métodos en tres grupos de desempeños estadísticamente similares. El primer grupo conformado por RROB, SVM y OLS representan el grupo de mejor desempeño. El grupo con el segundo mejor desempeño lo conforman REGT y NN, y por último, un tercer grupo que contiene a GXSM y NCH. Esta clasificación, sin embargo, se hace borrosa en la medida en que el horizonte de pronóstico se hace más grande; para éste escenario los resultados favorecen más la opción de dos grandes grupos: 1) RROB, SVM, REGT, NN, OLS; 2) GXSM, NCH.