Análisis y comparación de modelos de series de tiempo univariadas del recaudo del gravamen a los movimientos financieros en Colombia

Abstract

El recaudo del gravamen a los movimientos financieros (GMF) en Colombia ha sido un tema clave para los estudios f iscales debido a su impacto en la economía del país. Sin embargo, los modelos estadísticos aplicados al análisis de series de tiempo para predecir este recaudo han sido limitados, y muchos enfoques previos no han considerado una modelización univariada detallada. Este estudio tiene como objetivo analizar y comparar tres modelos de series de tiempo univariadas (ARIMA, SARIMA y Holt-Winters) para predecir el recaudo del GMF en Colombia, con el fin de identificar el modelo más adecuado para la predicción de su comportamiento futuro. Se utilizó el enfoque Box-Jenkins para ajustar los modelos a datos históricos mensuales del GMF de 2014 a 2023, evaluando su desempeño mediante métricas estándarizadas. Los resultados mostraron que, si bien todos los modelos presentaron pronósticos adecuados, el modelo ARIMA con transformación logarítmica presentó una ligera ventaja en cuanto a la normalidad de los residuos y la precisión de las predicciones, destacándose por un mejor ajuste en la captura de la dinámica temporal del recaudo. Los tres modelos son viables para la predicción del recaudo del GMF, pero el modelo ARIMA, seguido muy de cerca por el Modelo SARIMA con transformación Box-Cox, resultaron ser los más robustos en términos de adecuación de los residuos y capacidad predictiva. Se recomienda su aplicación para futuras predicciones fiscales, considerando las limitaciones de la serie temporal utilizada en este estudio y las posibilidades de mejorar los modelos con técnicas más complejas en investigaciones posteriores.