Modelos Multiplicativos para Pronósticos Financieros

El curso ha explorado diversas formas de hacer estimaciones y pronósticos, incluyendo métodos de regresión lineal, exponencial y polinómica, así como medias móviles y ponderadas. Ahora, introducimos el modelo multiplicativo, que descompone series de tiempo en estacionalidad, tendencia y residuos mediante la multiplicación de estos componentes.

¿Qué es el modelo multiplicativo?

El modelo multiplicativo se diferencia de los modelos de regresión tradicionales. Mientras que los modelos de regresión trabajan con adiciones, el modelo multiplicativo se basa en la descomposición y multiplicación de componentes estacionales y tendencias para hacer pronósticos. Este enfoque permite identificar patrones de estacionalidad detalladamente.

¿Cómo se implementa el modelo multiplicativo?

Para implementar este modelo, se deben seguir estos pasos:

1. Crear una columna de promedios:

   • Calcular el promedio de las observaciones bimensuales de los últimos cinco años.
   • Si en cada bimensualidad se vendiera lo mismo, el promedio en millones de dólares para el año 6 sería aproximadamente 167 millones.

2. Calcular los patrones estacionales:

   • Dividir cada valor observado por el promedio y expresar los resultados en porcentajes.
   • Calcular el promedio de estos porcentajes para establecer el patrón estacional bimensual.

3. Aplicar el proceso multiplicativo:

   • Multiplicar la tendencia (promedio calculado) por el patrón estacional correspondiente.
   • Esto da los valores estimados para cada bimensualidad del año 6.

¿Cómo se utilizan los datos del banco AnayaX?

En el caso de estudio, los datos del banco AnayaX incluyen observaciones bimensuales de los últimos cinco años sobre préstamos y créditos en millones de dólares. Con una meta de 1000 millones de dólares en préstamos para el año 6, se descomponen estos datos utilizando el modelo multiplicativo para estimar las asignaciones bimensuales.

¿Qué pasos se deben seguir para calcular el patrón estacional?

1. Crear una matriz de datos:

   • Incluir observaciones de los últimos cinco años.
   • Calcular los promedios bimensuales.

2. Realizar divisiones y formatear en porcentajes:

   • Dividir cada observación por el promedio fijado.
   • Expresar estos valores en porcentajes.

3. Construir el patrón estacional:

   • Calcular el promedio de estos porcentajes para cada bimensualidad.
   • Multiplicar estos promedios por el valor de la tendencia para obtener las predicciones bimensuales del año 6.

¿Cómo ajustar el modelo según las necesidades?

Los resultados pueden ajustarse según el criterio y las ponderaciones específicas de cada organización. Este modelo flexible permite hacer micro predicciones detalladas, proporcionando herramientas útiles para planificar y gestionar futuros períodos.