Pronóstico de la tasa de desempleo en Colombia: aplicación del índice de base móvil en modelos clásicos de series de tiempo

El desempleo es un fenómeno socioeconómico que impacta negativamente en el desarrollo económico de un país y en la calidad de vida de su población. En Colombia, pronosticar la tasa de desempleo se ha convertido en una necesidad por el gran porcentaje de personas sin empleo y con pocas oportunidades...

Full description

Autores:
Coronado Teran, Jefferson
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2025
Institución:
Universidad de Córdoba
Repositorio:
Repositorio Institucional Unicórdoba
Idioma:
spa
OAI Identifier:
oai:repositorio.unicordoba.edu.co:ucordoba/9236
Acceso en línea:
https://repositorio.unicordoba.edu.co/handle/ucordoba/9236
https://repositorio.unicordoba.edu.co/
Palabra clave:
Tasa de desempleo
Pronóstico
Series de tiempo
Indice de base móvil
Validación cruzada
Unemployment rate
Forecast
Time Series
Moving base index
Cross validation
Rights
embargoedAccess
License
Copyright Universidad de Córdoba, 2025
Description
Summary:El desempleo es un fenómeno socioeconómico que impacta negativamente en el desarrollo económico de un país y en la calidad de vida de su población. En Colombia, pronosticar la tasa de desempleo se ha convertido en una necesidad por el gran porcentaje de personas sin empleo y con pocas oportunidades de mejorar su calidad de vida. Este trabajo propone un enfoque metodológico flexible para modelar series temporales con alta variabilidad y tendencia, utilizando un índice de base móvil como nueva variable de análisis. Esta variable permite evitar transformaciones y diferenciaciones adicionales en los modelos, facilitando el procesamiento y mejorando la interpretación de los datos. El estudio incluye la construcción de la variable de base móvil, el ajuste de modelos clásicos de series de tiempo. Los resultados demuestran que el uso del índice de base móvil mejora significativamente el desempeño de los modelos clásicos y ofrece resultados comparables con las redes neuronales. Se concluye que el índice de base móvil constituye una herramienta eficiente para modelar y pronosticar la tasa de desempleo, aportando ventajas como la reducción de transformaciones previas y una interpretación más sencilla de la dinámica de la serie.