Modelos de Predicción del Hurto a Personas en Bogotá D.C. (2015–2024): Un Enfoque Comparativo entre MCE y VECM

Abstract

El hurto a personas en Bogotá D.C. ha venido presentando un fuerte incremento después de la pandemia por COVID19. Este aumento representa importantes afectaciones para la integridad y la economía personal de los ciudadanos, ya que se genera una economía ilegal que incentiva el hurto como fuente de ingreso para los delincuentes, posiblemente impulsada por el desempleo y el Índice de Precios al Consumidor (IPC) y limitada por la capacidad operativa del Estado, representada en las capturas a personas realizadas por parte de la Polícia Nacional. El propósito de esta investigación es identificar cuál es el mejor modelo para la proyección de hurtos a personas en la ciudad de Bogotá D.C., evaluando dos enfoques: Modelo de Corrección de Errores (MCE) y el Modelo de Vectores de Corrección de Errores (VECM), con el fin de determinar cuál se ajusta mejor a los datos observados. Como primer paso, se aplicaron pruebas de raíz unitaria Dickey-Fuller (ADF), las cuales indicaron que las series de Hurtos, IPC, Capturas y Tasa de Desempleo requieren una diferenciación de primer orden para alcanzar la estacionariedad. Posteriormente, se aplicaron pruebas de causalidad de Granger, encontrando relaciones de causalidad con rezago. A continuación, se evaluó la existencia de relaciones de largo plazo mediante pruebas de cointegración, concluyéndose que existen relaciones de largo plazo entre las variables analizadas. Finalmente, se estimaron y compararon los modelo VECM y MCE evaluando tanto el cumplimiento de los supuestos estadísticos clásicos como la capacidad predictiva de cada modelo comparado con los datos reales observados de enero a mayo de 2025.