INTRODUCCIÓN

Bienvenida

Esta página web es parte de un proyecto final escolar, para la materia de Métodos Cuantitavos impartido en el posgrado de la Facultad de Contaduría y Administración de la UNAM. Hablaremos de cómo ha cambiado el dólar en México desde la llegada de Donald Trump. Se realizará un análisis estadístico aprendido durante las aulas.

El tipo de cambio entre el dólar estadounidense y el peso mexicano representa un indicador económico fundamental, no solo para el comercio internacional, sino también para la estabilidad financiera del país. A lo largo de la historia reciente, este indicador ha estado influenciado por factores económicos, políticos y sociales de gran escala, tanto nacionales como internacionales.

Uno de los momentos de mayor interés analítico fue la llegada de Donald J. Trump a la presidencia de los Estados Unidos el 20 de enero de 2017. Su mandato estuvo marcado por una retórica proteccionista, tensiones comerciales, renegociaciones de tratados y posturas diplomáticas que generaron alta incertidumbre económica en los mercados globales. Como consecuencia, el comportamiento del dólar frente al peso mexicano mostró variaciones significativas que merecen ser analizadas desde una perspectiva estadística rigurosa.

imagen de Donald Trump

Este trabajo tiene como objetivo examinar el comportamiento del precio del dólar en México desde 2017 hasta 2024, utilizando técnicas de análisis estadístico como ANOVA y pruebas de Chi-cuadrado. Para ello, se emplearon herramientas de web scraping que permiten la recolección automática de datos históricos de fuentes públicas. Con este enfoque, se pretende identificar patrones, contrastar variaciones anuales y evaluar si los cambios observados son estadísticamente significativos.

El análisis contribuye a la comprensión del impacto de decisiones políticas extranjeras en la economía mexicana y ofrece una aplicación concreta del uso de técnicas estadísticas en el estudio de variables macroeconómicas.

OBTENCIÓN DE INFORMACIÓN DEL PRECIO DEL DOLAR

Para poder realizar el análisis, vamos a buscar en internet dónde se pueden obtener datos usando R, extrayendolos directo de la web con el método de WEB SRAPPING.

A continuación, se obtiene automáticamente el histórico mensual del precio del dólar desde 2017 a 2024 desde el sitio investing.com, obteniendo un csv y posteriormente ordenar los datos y graficar con la ayuda de ggplot2, tal cual como lo aprendimos en clase.

EJEMPLO DE OBTENCIÓN DE DATOS POR WEB SCRAPPING

Precios de cierre del dólar (USD/MXN)
Fecha Ultimo
2017-01-27 20.8850
2017-01-30 20.7840
2017-01-31 20.8320
2017-02-01 20.7035
2017-02-02 20.5444
2017-02-03 20.3765
2017-02-06 20.5557
2017-02-07 20.6175
2017-02-08 20.4790
2017-02-09 20.3445

GRAFICO DEL PRECIO DEL DOLAR DE 2017 A 2025 COMPLETO

GRÁFICA COMPARATIVA POR AÑO

ANALISIS ANOVA en R

¿Qué es el análisis ANOVA?

ANOVA (siglas de Análisis de Varianza) es una técnica estadística que permite comparar las medias de varios grupos para determinar si existen diferencias significativas entre ellos.

¿Para qué se usa?

Cuando tienes más de dos grupos (por ejemplo, años, sexenios, marcas, regiones…) y quieres saber si el promedio de alguna variable numérica (como el precio del dólar) cambia entre esos grupos, ANOVA es la herramienta ideal.

En términos simples:

ANOVA responde esta pregunta: “¿Hay alguna diferencia estadísticamente significativa entre los promedios de varios grupos?”

Para nuestro análisis:

En nuestro análisis del tipo de cambio USD/MXN, usamos ANOVA para responder:

¿El precio promedio del dólar ha sido diferente entre 2017 y 2024?

Si el resultado del ANOVA da un valor p < 0.05, significa que sí hay diferencias significativas entre algunos años.

Si el valor p es mayor, entonces las variaciones podrían deberse al azar.

A continuación se muestra el análsiis ANOVA realizado:

Resultado del análisis ANOVA para el tipo de cambio USD/MXN por año
term df sumsq meansq statistic p.value
Año 8 2675.140 334.3925 396.495 0
Residuos 2166 1826.742 0.8434 NA NA

RREGRESIÓN LINEAL

La regresión lineal es una técnica estadística que nos permite:

Evaluar si existe una tendencia en el tipo de cambio a lo largo del tiempo.

Cuantificar cuánto sube o baja el dólar por unidad de tiempo (día, mes, año).

Predecir valores futuros si la tendencia continúa.

En este caso:

Queremos saber si el tipo de cambio ha tendido a subir, bajar o mantenerse estable entre 2017 y 2024.

Modelo de regresión lineal: evolución del tipo de cambio USD/MXN
term estimate std.error statistic p.value
Intercepto 19.7031 0.0613 321.1882 0
Días desde el inicio -0.0002 0.0000 -5.2287 0

CONCLUSIÓN DEL ANÁLISIS

A lo largo de este análisis se estudió el comportamiento del tipo de cambio USD/MXN desde 2017 hasta 2025, utilizando herramientas estadísticas como análisis descriptivo, ANOVA y regresión lineal.

Los resultados mostraron lo siguiente:

  • El tipo de cambio ha tenido variaciones significativas entre años, confirmadas estadísticamente por el análisis ANOVA.
  • La regresión lineal indica una tendencia general al alza, lo que sugiere que, en promedio, el valor del dólar ha aumentado frente al peso mexicano desde 2017.
  • Algunos años mostraron mayor volatilidad, probablemente influenciados por factores como la pandemia de COVID-19, tensiones comerciales internacionales, elecciones presidenciales y decisiones de política monetaria.

Este comportamiento no ha sido uniforme, y cada periodo ha tenido características particulares que deben analizarse en su contexto político y económico.

AGRADECIMIENTOS

Gracias por visitar esta página web

Este proyecto fue realizado aplicando herramientas estadísticas en R, con el objetivo de analizar la evolución del tipo de cambio USD/MXN desde 2017.

Agradezco a mi profesor, amigos, familia y a todas las personas que apoyaron este trabajo.

— Brisa Cecilia Caballero Poblano

BIBLIOGRAFÍA

Investing.com. (s.f.). USD/MXN - Dólar estadounidense Peso mexicano - Datos históricos. https://www.investing.com/currencies/usd-mxn-historical-data

Wickham, H., François, R., Henry, L., & Müller, K. (2023). dplyr: A Grammar of Data Manipulation. R package version 1.1.4. https://CRAN.R-project.org/package=dplyr

Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer. https://ggplot2.tidyverse.org/

Xie, Y., Allaire, J. J., & Grolemund, G. (2020). R Markdown: The Definitive Guide. Chapman and Hall/CRC. https://bookdown.org/yihui/rmarkdown/

Wickham, H., & Bryan, J. (2023). readr: Read Rectangular Text Data. R package version 2.1.4. https://CRAN.R-project.org/package=readr

Robinson, D., & Hayes, A. (2023). broom: Convert Statistical Analysis Objects into Tidy Tibbles. R package version 1.0.5. https://CRAN.R-project.org/package=broom

Zhu, H. (2021). kableExtra: Construct Complex Table with ‘kable’ and Pipe Syntax. R package version 1.3.4. https://CRAN.R-project.org/package=kableExtra

Parkin, M. (2021). Economía. Pearson Educación.

Secretaría de Hacienda y Crédito Público (SHCP). (2024). Indicadores económicos relevantes. https://www.gob.mx/shcp