Pronóstico del precio de los futuros de carne de puerco mediante un modelo SETAR.

Abstract

En la presente investigación se compara la precisión de los pronósticos del precio de los futuros de carne de puerco (pt) obtenidos mediante un modelo SETAR(p1 = 2, p2 = 57, d = 69), un modelo SARIMA(42, 1, 0) × (0, 1, 1)s=52 y con la suavización Holt-Winters (HW). Los modelos HW y SARIMA requieren la diferenciación ordinaria y estacional de Wt = log(pt) mientras que el modelo SETAR, cuyos parámetros son dinámicos, fue construido directamente para la serie de tiempo ∇Wt = log(pt/pt−1). Se concluye, mediante la estadística de prueba “Diebold-Mariano”, que los pronósticos puntuales obtenidos mediante HW son preferibles a los realizados con los otros dos modelos cuando el horizonte de predicción es menor de tres semanas de anticipación. En cuanto a los pronósticos con intervalos con 95 % de confianza, los obtenidos median- te el modelo SETAR son más estrechos que los realizados con los otros dos modelos, pero a pesar de esto son preferibles los realizados con HW cuando el horizonte de predicción es mayor de dos semanas de anticipación ya que la estadística de prueba propuesta por Christoffersen muestra que los modelos SETAR y SARIMA tienen una tendencia estadísticamente significativa a que sus errores de predicción se presenten en semanas consecutivas, lo cual provocaría que el nivel de confianza fuera menor al 95 % durante estos períodos de tiempo. _______________ FORECASTING LEAN HOG FUTURES’ PRICE BY A SETAR MODEL. ABSTRACT: In this work the forecasting accuracy of a SETAR(p1 = 2, p2 = 57,d = 69) model for lean hog futures’ price (pt) is compared with that of a SARIMA(42, 1, 0) × (0, 1, 1)s=52 model and a Holt-Winters (HW) smoothing. An interesting methodological insight is that it was possible to construct satisfactory statistical models and forecasts for pt by applying ordinary and seasonal differentiation of Wt = log(pt) as in SARIMA and HW models but that it is also feasible to forecast pt satisfactorily by modeling ∇Wt = log(pt/pt−1) by a dynamic model as is the SETAR. Point forecasts made by HW smoothing are more accurate than point forecasts from SARIMA and SETAR models when the forecasting horizon is less than three weeks of anticipation. Despite 95 % confidence interval forecasts obtained by the SETAR model are narrower than that obtained by SARIMA model and HW, these last are preferable when the forecasting horizons are beyond two weeks of anticipation because the Christoffersen test shows that failures of interval forecasts by SETAR and SARIMA models have an statistically significant tendency to happen in consecutive weeks and because of this the level of confidence would be less than 95 % in this periods.