Processing math: 8%

MONITOR DE SEGUIMIENTO DEL INDICADOR GLO-BARL

Serie específica original

Global Economic Barometer: Leading | Serie sin filtrar
Índice base promedio de largo plazo=100
50
60
70
80
90
100
110
120
130
140
150
2000
2010
2020

Ajuste por estacionalidad e irregularidad

Global Economic Barometer: Leading | Serie original y filtros
Índice base promedio de largo plazo=100
Original
Ajustada
Filtrada
D12
50
60
70
80
90
100
110
120
130
140
150
2000
2010
2020

Mapa de calor de variaciones mensuales

2021202220232024010203040506070809101112
-8-404PorcentajeMapa de calor de variaciones mensuales de serie final | Porcentajes (%)Mes

Variaciones interanuales

Variaciones internuales de serie final y recesiones Santa Fe
% Interanual
TCIA positiva
TCIA negativa
Recesiones Santa Fe
-40
-20
0
20
40
60
80
100
120
140
0.08
0.17
0.27
0.36
0.46
0.56
0.65
0.75
0.84
0.94
2000
2010
2020

Serie final y ciclo santafesino

Global Economic Barometer: Leading | Final y recesiones santafesinas
Índice base promedio de largo plazo=100
Desestacionalizada
Recesiones Santa Fe
60
70
80
90
100
110
120
130
140
150
0.07
0.17
0.27
0.38
0.48
0.58
0.68
0.78
0.88
0.98
2000
2010
2020

Serie final y ciclo argentino

Global Economic Barometer: Leading | Final y recesiones argentinas
Índice base promedio de largo plazo=100
Desestacionalizada
Recesiones Argentina
60
70
80
90
100
110
120
130
140
150
0.07
0.17
0.27
0.38
0.48
0.58
0.68
0.78
0.88
0.98
2000
2010
2020

Proyección de serie específica y ciclo santafesino

Forecasts X-13ARIMA-SEATS y recesiones de la provincia de Santa Fe
Índice base promedio de largo plazo=100
Low
Up
Normal
Forcasts
Final
Recesiones Santa Fe
50
60
70
80
90
100
110
120
130
140
150
0.07
0.16
0.25
0.34
0.43
0.52
0.6
0.69
0.78
0.87
0.96
2000
2010
2020

Asociación lineal con el ciclo de Santa Fe

−0.0500.050.1-0,025-0,020-0,015-0,010-0,005 0,000 0,005 0,010 0,015 0,020
DatosRegresión (ŷ)Plot y regresión linealVariaciones mensuales de la serie específicaVariaciones mensuales del ICA-SFE

Notas

Serie específica original

En esta sección se muestra la serie de tiempo en cuestión, construida a partir de datos brutos (sin realizar ajustes por valores extremos, irregulares y/o estacionalidad) obtenidos directamente de los organismos o instituciones de publicación primaria de dicha información estadística. Vale mencionar que algunas series en particular, pueden estar sujetas a un cambio en su unidad de medida primaria o bien pueden estar deflactadas por inflación. Estas reexpresiones se aclaran en la descripción inicial del archivo.

Ajuste por estacionalidad e irregularidad

El tratamiento y la descomposición de los componentes de la serie temporal se realiza mediante la utilización del interfaz R para X-13ARIMA-SEATS, el software de ajuste estacional del Census Bureau de Estados Unidos. La librería utilizada se denomina ‘seasonal’, y fue creada por Christoph Sax y Dirk Eddelbuettel. Dicho entorno ofrece acceso completo a casi la totalidad de las opciones y salidas del X-13 y SEATS, de la versión para WINDOWS, WIN X-13. En el gráfico se exponen: la serie “original” que refiere a los datos brutos; la “ajustada”, ajustada por efectos calendarios, pascua, año bisiesto, entre otros; la “filtrada”, que es aquella sopesada por valores extremos, irregulares y estacionalidad; y también se presenta el “D12”, un output del software que refiere al componente tendencia-ciclo de la serie en cuestión.

Mapa de calor de variaciones mensuales

El mapa de calor (disposición de rectángulos) coloreado en tonalidades verdes a rojizas refleja las variaciones mensuales de los últimos 48 datos de la serie final (ajustada por estacionalidad, valores extremos e irregulares; en algunos casos también se aplica un suavizado por medio de un promedio móvil de 2x2).

Variaciones interanuales

En este gráfico se observan la evolución de las variaciones interanuales logarítmicas de la serie en cuestión (expresadas en porcentaje) y de fondo (barras grises) las recesiones del ciclo de referencia (ICA-SFE), Índice Compuesto coincidente de la Actividad económica de la provincia de Santa Fe. El cálculo de las bandas críticas (líneas punteadas) surge de: En primer lugar, el promedio de las tasas de cambio interanuales (TCIA media) de la serie final, llámese ¯X. Desvío estándar de los valores anteriores; σ. Se contempla un coeficiente k (arbitrario) resultante de P(|X-μ|≤k σ)≈N%, donde k: cantidad de desvíos estándar y N proporción de datos ubicados en dicho intervalo (considerando una distribución normal, coherente con la cantidad de datos disponibles). Por ende, cada banda de confianza inferior queda definida por \overline{X}-k.σ y por su parte cada banda de confianza superior es igual a \overline{X}+k.σ.

Serie final y ciclo santafesino

En dicho gráfico se muestra la evolución temporal de la serie final específica, con su respectiva unidad de medida. Adicionalmente, se presentan las recesiones del ciclo de referencia para la provincia de Santa Fe (barras grises), internalizando información del ICA-SFE, Índice Compuesto Coincidente de la Actividad Económica de la provincia de Santa Fe, elaborado por CES-BCSF.

Serie final y ciclo argentino

En el gráfico se expone la evolución temporal de la serie final con su respectiva unidad de medida. Adicionalmente, se presentan las recesiones del ciclo de referencia para Argentina (barras grises), internalizando información del Índice Compuesto Coincidente de Actividad Económica (ICA-ARG), elaborado por el Centro de Investigación del Ciclo Económico (CICEc).

Proyección de serie específica y ciclo santafesino

En este gráfico se muestran conjuntamente: la serie final con su respectiva unidad de medida, y doce forecasts con pronósticos puntuales de la serie, junto con límites del intervalo de predicción superior (up) e inferior (low), bajo comportamiento normal estándar (normal); y de fondo (barras grises) las recesiones del ciclo de referencia (ICA-SFE), Índice Compuesto Coincidente de la Actividad Económica de la provincia de Santa Fe.

Asociación lineal con el ciclo de Santa Fe

En el gráfico de dispersión se exponen los resultados de una regresión lineal simple cuya variable dependiente son las variaciones mensuales de la serie representativa del nivel de actividad económica de la provincia de Santa Fe (ICA-SFE) (y_i) y por su parte, las variaciones mensuales de la serie específica como variable independiente (X_j). El modelo de regresión estimado: \hat{y}_i=c+bX_j, donde c y b son constantes, se muestra como una línea de color negro.