Evaluación de Modelos de Series de Tiempo para el Pronóstico del Turismo: El Caso de la Ocupación Hotelera en Colombia

Abstract

El turismo en Colombia constituye un sector estratégico para el desarrollo económico, con una notable capacidad de recuperación tras el impacto de la pandemia. Este estudio analiza su comportamiento a través de la tasa de ocupación hotelera, utilizada como variable representativa del dinamismo turístico. El objetivo principal es estimar y comparar modelos econométricos multivariados para pronosticar dicha tasa, empleando series temporales del PIB, IPC, visitantes no residentes y pasajeros nacionales entre los años 2012 y 2024. Se implementaron tres enfoques: el modelo VAR (Vector Autorregresivo), el ECM (Modelo de Corrección de Errores multivariado) y el VEC (Vector de Corrección de Errores multivariado). Los resultados indican que el modelo VEC presentó el mejor desempeño predictivo en términos de error cuadrático medio (RMSE), lo que resalta su capacidad para capturar relaciones de largo plazo entre variables cointegradas. No obstante, este modelo no superó completamente las pruebas de diagnóstico, especialmente en lo referente a normalidad y autocorrelación. Estos hallazgos reafirman la utilidad de los modelos VEC en contextos donde existen relaciones estructurales entre variables económicas, y permiten contrastar su desempeño frente a otros enfoques que, si bien superaron más pruebas estadísticas, no lograron una mejor capacidad de pronóstico. El estudio aporta así una herramienta valiosa para la toma de decisiones en el ámbito turístico, basada en análisis econométrico riguroso.