Análisis y predicción de la serie de tiempo del Índice Nacional de Precios al Consumidor (INPC) de México.

Abstract

El presente trabajo se integró de tres capítulos, con un enfoque de series de tiempo, siendo el periodo de estudio enero 2002-junio 2020, donde el programa estadístico empleado para procesar los modelos fue SAS®. En el primer capítulo, el objetivo fue estimar la variación porcentual (VP) del índice nacional de precios al consumidor (VPINPC), precios de la canasta alimentaria (VPPCA) rural y urbana, y salario mínimo general (VPSMG) de México, para explicar el diferencial existente entre este último y comprobar su efecto al estar sobre o debajo de la VPINPC y VPPCA en México; hasta antes de 2015 el SMG apenas compensaba parte del aumento de los precios, sin embargo en los últimos periodos (2019 y 2020) incrementos en el SMG nominal (16 y 20%) han sido importantes para reducir la brecha entre el SMG real. En el segundo capítulo, para la predicción del INPC se utilizó el modelo de componentes no observables y el modelo estacional autorregresivo integrado de media móvil (UCM y SARIMA, por sus siglas en ingles), se contempló como objetivo realizar la predicción mediante UCM y SARIMA, para evaluar la capacidad predictiva dentro y fuera de muestra, donde el SARIMA (2,1,0)(0,1,1)s=12, fue mejor debido a que presentó valores bajos de raíz del error cuadrático medio (RECM), coeficientes significativos, con un nivel de confianza de 95% y bajos valores de los criterios de información de Akaike (AIC) y Schwarz (SBC). En el tercer capítulo, para el análisis de intervención el objetivo fue medir el impacto de cada intervención sobre la VPINPC, mediante un modelo SARIMA. Los resultados indican cambios en la serie originados por crisis económica, aumentos en precios de energéticos y gasolinas, dándose en marzo 2008, enero 2010 y enero 2017, asimismo, un efecto aditivo descendente en abril 2020 debido a la contingencia sanitaria. _______________ ANALYSIS AND PREDICTION OF THE TIME SERIES OF THE NATIONAL CONSUMER PRICE INDEX (NCPI) IN MEXICO. ABSTRACT: This research is integrated by three chapters with a time series approach, it covers a study period from January 2002 to June 2020, in which the SAS was the statistical program implemented to process the models. In the first chapter, the objective was to calculate the percentage variation (PV) of the national consumer price index (PVNCPI), rural and urban food basket prices (PVFBP), and the general minimum salary (PVGMS) in Mexico in order to explain the existing difference within this and to prove its effect of being above or below the PVNCPI and the PVFBP in Mexico. Before 2015, the GMS (general minimum salary) hardly compensated part of the price increases, nonetheless in the last periods (2019 and 2020) the nominal increments in the GMS (16% and 20%) have been important to reduce the divide of the real GMS. In the second chapter, in order to predict the NCPI, it was used the unobservable components model and the seasonal autoregressive integrated moving average model (UCM and SARIMA), the objective was to carry out the prediction through UCM and SARIMA to evaluate the predictive capability inside and outside the sample, where the SARIMA (2,1,0)(0,1,1)s=12 was better due to the fact that it showed low values in the root mean square error (RECM), significant coefficients, with a 95% of confidence level and low values in the Akaike information criterion (AIC) and Schwarz (SBC). In the third chapter, the objective in the intervention analysis was to measure the impact in each intervention on the PVNCPI, through a SARIMA model. The results indicate changes in the series originated by economic crisis, price increases in energy and gasoline given in March 2008, January 2010 and January 2017, as well as a downward additive effect in April 2020 due to the health emergency.