ECOTRIM

Un programa para la
desagregación temporal de las
series temporales

Click to add Text

Ecotrim para Windows

Ecotrim es un programa desarrollado

por Eurostat, Dirección C, Económica y
Monetaria Estadística, Unidad C2,
Cuentas económicas.

versión de Windows: basado en Visual

Basic y C ++
2
Introducción

 El proyecto Ecotrim ha sido desarrollado por Eurostat

desde principios de los años 90

 Varias versiones: Gauss, Fortran, SAS, de Windows

 Ecotrim para Windows es todavía una versión beta

3
¿Porqué Eurostat desarrolló Ecotrim?
“Los métodos estadísticos utilizados para compilar cuentas trimestrales
pueden diferir considerablemente de los utilizados para la cuentas anuales.
Se pueden clasificar en dos categorías principales: Procedimiento directa y
procedimiento indirecto.

 Por otra parte, procedimientos indirectos estan basados en

desagregación temporal de los datos anuales de cuentas de
acuerdo con los métodos matemáticos y estadísticos que utilizan
indicadores de referencia que permiten la extrapolación para el año en
curso.

 La elección entre los diferentes procedimientos indirectos debe, sobre

todo, tener en cuenta la la minimización del error de pronóstico
para el año actual, Con el fin de que las estimaciones anuales
provisionales correspondan lo más cerca posible a las cifras finales. La
elección entre estos enfoques depende, entre otras cosas, de la
información disponible a nivel trimestral”.
4
Temporal desagregación.

Es un proceso de derivación de datos de alta frecuencia

a partir de datos de baja frecuencia y, en su caso, de
información de alta frecuencia relacionada.

ECOTRIM
Suministra un conjunto de técnicas
matemáticas y estadísticas para llevar a
cabo desagregación temporal.

5
Tipos de desagregación
 Desagregación temporal de univariado series de tiempo
utilizando o no la serie relacionada y el cumplimiento de
las limitaciones temporales de agregación.
 Desagregación temporal de multivariante series de
tiempo con respecto de ambas limitaciones de agregación
temporales y contemporáneas (en este caso demasiado
ECOTRIM propone tanto técnicas óptimas de ajuste y, en
el sentido de mínimos cuadrados);

 la previsión de las observaciones del año en curso

mediante el uso o no información disponible en series
relacionadas.

6
Las ideas básicas de la CNTR - (1)

 métodos de desagregación temporal para la compilación

de las cuentas trimestrales son una integral parte de
Estimacion enfoque.

 Su uso es más o menos profunda, según la filosofía

principal que caracteriza el sistema de cuentas
trimestrales.

 El uso de métodos matemáticos y estadísticos no implican

necesariamente una falta de información básica ya que
estos modelos se pueden utilizar también para mejorar la
calidad de las cifras trimestrales.
7
Las ideas básicas de la CNTR - (2)

 Cada serie está vinculada a una o más series trimestrales

disponibles relacionada.

 Debido a las diferencias en la definición y cobertura, los

indicadores de cuentas no dan el mismo valor que la serie
que se estima (como en el enfoque directo)

 Su movimiento se puede utilizar para recuperar la

dinámica trimestrales del agregado desconocido.

8
limitación temporal y Contabilidad

 contables nacionales se enfrentan a menudo con la

estimación de un conjunto de series trimestrales
vinculados por alguna relación de contabilidad.

 métodos de desagregación temporal también se pueden

utilizar en tales casos, para dar una solución consistente
con ambas restricciones de agregación temporales y
contemporáneas.

9
Características de los métodos de
desagregación temporal (1)

a) El conjunto de información básica debe incluir variables

estadísticas que se consideran una buena aproximación de los
agregados que tienen que ser estimado

a) Todas las variables que tienen un alto poder explicativo con

respecto a una de las cuentas nacionales específicas agregado,
sino que no cumplan (a) tienen que ser eliminados del conjunto
de información básica (por ejemplo, la tasa de interés para la
estimación del PIB);

10
Características de los métodos de
desagregación temporal (2)

c) Los modelos estadísticos no necesitan incorporar cualquier

relaciones entre los agregados de las cuentas trimestrales que
impliquen hipótesis económicas como, por ejemplo, la relación
entre el consumo y el ingreso disponible;

c) El conjunto de información básica debe incluir solamente las

variables asociadas con la economía del país para el cual se
compilan las cuentas trimestrales. Esto significa que el
conjunto de información es cerrada;

11
La selección de indicadores

 Elección a alta frecuencia (movimientos)

 Las relaciones y las estadísticas disponibles

solamente a baja frecuencia (enlace con la serie de
destino)

 Experiencia

 análisis ex post: estadísticas (disponibles en Ecotrim),

la correlación entre las series estimado y relacionados
(niveles y tasas de crecimiento)

12
Principios básicos

 Distribución
Cuando los datos anuales son o sumas o promedios de los
datos trimestrales (por ejemplo, PIB, el consumo, los
índices y en general todas las variables de flujo y todas
las variables de valores promedio)
 Interpolación
Cuando el valor anual es igual por definición la de la
cuarta (o primer) trimestre (por ejemplo, la población a
finales del año, stock de dinero, y todas las variables de
stock)
 Extrapolación
Cuando las estimaciones de los datos trimestrales se
hacen cuando todavía no están disponibles los datos
anuales correspondientes 13
Las estimaciones tienen que ser
congruentes y coherentes

 consistencia temporal
valores trimestrales tienen que coincidir con los valores anuales (por
ejemplo, la suma de los valores trimestrales del PIB debe ser igual al
valor anual):

 la coherencia de contabilidad
componentes trimestrales de una cuenta deben respetar las
limitaciones de contabilidad (por ejemplo, la suma de los valores
trimestrales del gasto PIB componentes secundarios debe ser igual al
valor trimestral correspondiente del PIB):

14
Métodos que no implican el uso de series
relacionadas

 procedimientos de suavizado
 Métodos de series temporales

ideas básicas:

 camino suficientemente alisado

 coherencia con las limitaciones de agregación temporal

 estos métodos se pueden utilizar cuando existen serias

lagunas en la información básica (sólo se dispone de datos
anuales)
15
Métodos que hacen uso de series
relacionadas

La trayectoria trimestral se estima sobre la base de la

información trimestralmente externa para las variables
relacionadas lógicamente y / o económicamente.

 información trimestral relacionado con la variable

relevante de interés se utilizan

 indicadores sub-anual o a corto plazo

 aplicaciones multivariantes

16
enfoques desagregación temporal

De acuerdo con la técnicas, Las restricciones contables y los diferentes

cantidad de información básica , métodos de desagregación temporales
usadas pueden distinguirse en:

Enfoque univariado Enfoque multivariante

suavizado métodos Dos pasos métodos de ajuste
Dos pasos métodos de ajuste métodos basados ​en regresión
Métodos de series temporales *
métodos basados ​en regresión
 modelos estáticos

 modelos dinámicos *

* No está en Ecotrim de Windows

17
suavizado métodos

 Por lo general se supone que la tendencia trimestral

desconocido se puede describir convenientemente
mediante una función del tiempo de tal manera que la
condición necesaria de las limitaciones de agregación
satisfactorias y la condición deseable de suavidad se
cumplan simultáneamente.

 En general, estas técnicas estiman las cifras trimestrales al

considerar una "ventana" de los valores anuales y un
subconjunto de la serie temporal. A partir de estos datos,
las técnicas de minimizar la discrepancia entre los valores
anuales conocidos y los datos estimados trimestrales.

18
Suavizado método dentro Ecotrim para
Windows
 De arranque, Feibes e Lisman
 Minimizar la suma de los cuadrados primeras
diferencias entre los valores desagregados sucesivas
(modelo FD)
 Reducir al mínimo la suma de las segundas diferencias
al cuadrado (modelo SD)

 adecuada para la situación con la falta de información

 aseguran estimaciones de interpolación para el desglose
trimestral
 uso de toda la información disponible y dar estimación
para todo el período considerado
 sin extrapolación y diagnóstico o bandas de confianza
19
Dos pasos métodos de ajuste
Dividen el proceso de estimación en dos partes:

 los primer paso en la estimación indirecta serie cuentas

trimestrales es generalmente la conversión de indicadores
trimestrales en serie trimestral que son no es coherente
con la anualcontrapartida. Nos referiremos a este paso
comopreliminar Estimacion.

 En el segundo paso, Las estimaciones preliminares se

procesan con el fin de ajuste la serie anual conocido,
utilizando procedimientos que nos referiremos como
ajuste.

En el caso multivariado, el segundo paso incluye el

cumplimiento de las restricciones 20 contables
contemporáneas
Procedimiento de los métodos de ajuste
de dos pasos
Estimación preliminar:
 de manera directa, por ejemplo encuesta de muestra
 forma matemática-estadística, por ejemplo mediante el uso de
una relación de regresión lineal entre la serie de cuentas
anuales y los indicadores relacionados anualizada.

Pero el preliminar estimaciones trimestrales

no suelen satisfacer las restricciones temporales de
agregación.

 Distribución de la discrepancia entre el agregado anual anual y

las estimaciones preliminares trimestrales agregados
 Montaje de las limitaciones anuales y alterar la trayectoria
trimestral dada por las estimaciones preliminares en la menor
medida posible.

21
Denton

 La evaluación comparativa

 principio de conservación de movimiento

 AFD niveles

 PFD niveles proporcionales

 matrices ponderadas

22
Métodos de series temporales
(No en Ecotrim Windows)

– Wei y Stram (1990) y Al-Osh (1989)

– Ellos no se implementan actualmente en Ecotrim para

Windows pero están presentes en la versión de Gauss

– La ventaja de este procedimiento es que proporcionan hoy

en moldes »durante el año, incluso si no hay indicadores
relacionados están disponibles

 más sofisticados métodos de suavizado estadísticos

 que se pueden utilizar en caso de falta de información
 técnicas basadas en modelo ARIMA

23
métodos estadísticos óptimos
 se fusionan los pasos de la estimación preliminar y ajuste

 un procedimiento estadísticamente óptima

 utilizar toda la información disponible en el contexto de

una Modelo de regresión

 el modelo consiste en la información anual y trimestral de

información relacionada

 garantizar la consistencia anual

24
solución Chow y Lin

 Chow y Lin (1971) llegaron a un mínimos cuadrados

solución óptima sobre la base de que se mantenga un
modelo de regresión lineal que implica la serie agregada
trimestral y la serie trimestral relacionados

 solución natural y coherente al problema de la

extrapolación.
 intensamente utilizado en los Institutos Nacionales de
Estadística, sobre todo en Francia, en Italia, Portugal,
Bélgica y España.

25
métodos óptimos estadísticos (modelos
estáticos) dentro Ecotrim para Windows

 Las diferentes versiones de esta técnica se han desarrollado de

acuerdo con las diferentes hipótesis relacionadas con la
estructura del error en el modelo de regresión. Los modelos
estocásticos de error generalmente considerados al estimar
series de cuentas trimestrales son los siguientes:

 AR Model (1) Chow y Lin GLS (min SSR de Barbone y otros

1981, max Log Bournay y Laroque, 1979);

 modelo de paseo aleatorio (Fernández, 1981);

 Random modelo de paseo-Markov (Litterman, Min y Max SSR

Log).
26
Estadística
 Rho

 R cuadrado

 Durbin-Watson

 Probabilidad de F

 T-stat

 indicadores de fiabilidad (valor más bajo para el rango de entre

MIN y MAX)

27
modelos multivariados

 dimensión multivariante

 restricciones contables contemporáneas se

introducen en la etapa de estimación

 coherencia temporal y la contabilidad

 dos enfoques:
 evaluación comparativa multivariante
 enfoque AZUL

28
métodos basados ​en regresión para el
enfoque multivariado

 ruido blanco
 Caminata aleatoria

 No se requiere ninguna estimaciones preliminares que cumplen

la restricción anual

 Aquí es una extensión para el multivariante del enfoque

univariado

 Desde el punto de vista estadístico, es mejor usar WN o RW

pero para los aspectos prácticos Rossi y Denton garantizar una
mayor coherencia en términos de tasas de crecimiento

29
el ajuste multivariante

Una manera razonable para eliminar la discrepancia entre

un valor contemporáneamente agregada y la suma
correspondiente de estimaciones trimestrales preliminares
desglosados, consiste en la distribución de tal discrepancia
de acuerdo con el peso de cada serie solo temporalmente
agregada con respecto al uno contemporáneamente
agregada

30
el ajuste multivariante Denton

ajuste multivariado de Denton generaliza el procedimiento

univariado se muestra en el caso univariado teniendo en cuenta
algunos de los dispositivos técnicos acerca de (i) el tratamiento
de valores de partida (Cholette, 1984, 1988) y (ii) la naturaleza
de las restricciones contables

PAGno necesariamente se solicitaron estimaciones RELIMINAR

que cumplen la restricción anual

 Denton AFD
 Denton TEA
 Denton PFD
 Denton PSD

31
el ajuste multivariante Rossi

PAGSe solicita a las estimaciones RELIMINAR que cumplen

la restricción anual

procedimiento de Rossi puede ser visto como un sub-caso

de Denton.

La serie estimada se ven obligados a satisfacer la

restricción de contabilidad

32
El uso de ECOTRIM

ECOTRIM es un programa que proporciona un conjunto de técnicas

matemáticas y estadísticas para llevar a cabo la desagregación
temporal.

 Estructurado para Windows 95/98 y Windows NT

 Visual Basic y C ++
 Fácil de usar

Se puede utilizar de acuerdo con dos modos diferentes:

 modo interactivo
 por lotes
33
Modo interactivo

sesión de
entrada
métodos univariados métodos
• De arranque, Feibes y
multivariantes sesión de salida
Lismann • ruido blanco
• Denton • Caminata aleatoria
• AR (1) • Rossi
• Fernàndez • Denton
• Litterman Gráficos y
visualización

34
Por lotes

ECOTRIM realiza desagregación temporal de varios puestos de

trabajo a partir de un comando por lotes archivo.

El modo por lotes es muy útil cuando el manejo de muchas series.

sesión de lotes
Lote
mando • univariado Salida
archivo • multivariante

35
ECOTRIM: A Ejemplo guiada
La compilación de la zona del euro y las
cuentas trimestrales de la UE
Datos disponibles
Suponga que tiene a su disposición un conjunto de datos anuales
compuestas por la serie de PIB y de los principales componentes del
gasto y de salida:

Gasto: Salida:
hogares de consumo final; la agricultura, la caza, la silvicultura y la
pesca .;
consumo final del gobierno;
industria, incluida la energía;
formación de capital fijo bruto;
construcción;
la variación de existencias; al por mayor, comercio al por menor;
exportar; hoteles y demás .;
importaciones. financiera, inmobiliaria, alquiler y
actividades de negocio;
otras actividades de servicios;
SIFMI;
impuestos menos 36 las subvenciones sobre
los productos.
PIB único

Tenga en cuenta que el PIB anual es único y que el enfoque de

la producción y el enfoque de los gastos estén equilibrados.

Los datos anuales cubren el período 1991-2002.

Además, supongamos que usted tiene a su disposición un

conjunto de estimaciones preliminares trimestrales / indicadores
que se utilizarán para estimar el PIB y los componentes del
gasto y de salida en forma trimestral preliminar

indicadores trimestrales abarcan el período 1991Q1-2003Q2.

37
objetivos

El objetivo del ejercicio para obtener estimaciones trimestrales del PIB y

gastos y componentes de salida que:

 Cumplir con los requisitos de coherencia de tiempo: la suma de las cuatro

cuartas partes de un año es igual a la cifra anual correspondiente para
cada variable;
 Cumplir con los requisitos de contabilidad: la suma de los componentes
trimestrales es igual al valor trimestral correspondiente para el PIB tanto
en el lado de los gastos y de salida.

Las estimaciones preliminares trimestrales / indicadores disponibles no

satisfacen las restricciones temporales y la restricción de contabilidad. Ellos
dan una idea de los movimientos trimestrales de las variables objetivo,
pero no presentan el mismo nivel que las variables de destino.

38
El enfoque para la estimación de las cifras
trimestrales

 El enfoque para la estimación de las cifras trimestrales se divide

en dos etapas:

 Estimación de cada elemento en el lado del gasto y la

producción, respetando las limitaciones de tiempo (la suma del
trimestre para el año pasado tiene que ser igual al valor anual
correspondiente;

 Equilibrio del lado del gasto y la producción.

39
Los métodos univariados utilizados

estimaciones univariantes: método univariado de Chow y Lin;

 El método de Chow y Lin permite obtener estimaciones individuales de

cada componente que respeta la restricción anual durante los últimos
años (1991-2002) y de las estimaciones obtenidas para los trimestres
en el año en curso (en el ejemplo, 2003Q2).

La idea principal de este enfoque es que la variable de indicador y el

objetivo satisfacer un modelo de regresión que es válido tanto para los
datos anuales y trimestrales, con la excepción de la estructura de error.
A partir de las cifras anuales disponibles el procedimiento se deriva de
las estimaciones de los parámetros del modelo de regresión. Estos
parámetros se aplican luego al modelo trimestral para derivar las cifras
trimestrales, incluyendo la “extrapolación” para los trimestres del año
en curso.

40
El ajuste multivariante forzada

 Equilibrio de: Denton procedimiento multivariado.

 El método multivariado Denton permite la obtención de un

conjunto equilibrado de los datos que respeten las restricciones
contables para todo el período considerado y las limitaciones
anuales de los últimos años. Esta técnica requiere una serie de
entrada que ya cumple la restricción consistencia tiempo.

41
PIB anual - zona euro
Euro-area, GDP, constant prices 1995

6 400 000.0
6 200 000.0
6 000 000.0
5 800 000.0
5 600 000.0
5 400 000.0
5 200 000.0
5 000 000.0

9 91 992 993 994 995 996 997 998 999 000 001 002
1 1 1 1 1 1 1 1 1 2 2 2

42
indicador trimestral

Euro-zone, quarterly indicator

1 600 000
1 550 000
1 500 000
1 450 000
1 400 000
1 350 000
1 300 000
1 250 000
1 200 000

43
Los datos anuales y el indicador
Annual vs. indicator

1 600 000.0
1 550 000.0
1 500 000.0
1 450 000.0
1 400 000.0
1 350 000.0
1 300 000.0
1 250 000.0
1 200 000.0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49

B1GM IND B1GM ANN

44
estimación final

Annual vs. final

1600000.0
1550000.0
1500000.0
1450000.0
1400000.0
1350000.0
1300000.0
1250000.0
1200000.0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49

B1GM ANN B1GM FIN

45
PIB, estadísticas
The value of the parameter is: 0.702346
Dependent variables 1

--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
Variable Estimate Std Error t-Stat
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
CONSTANT -40845.3 6909.05 -5.91
B1GM_KPM95E_QS 1.04 0 210.52
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
Valid Cases 12 Degrees of freedom 10
Total SS 1.08E+11 Residual SS 24402792
R-Squared 1 Rbar-Squared 1
STD error of est 1562.14 Log-likehood 110.79
F(2,10) 44320.56 Probability of F 0.25
Akaike Info Criterion 14.86 Heterosk. Condition number ND
Durbin-Watson 1.87 Jarque-Bera normality stat. 0.32
Box-Pierce statistic 0.08 Box-Pierce statistic 0.89
Ljung Box Q-statistic 0.1 Ljung Box Q-statistic 1.23

46
Estimación, la producción
completa
E-B1GMFlowAR(1)MIN SSR
________________________________________________________________________________

Date Val. Std. Reliab. Low High

Dev. Ind.
199101 1275993 975.92 0.08 1273818 1278167
199102 1279190 725.29 0.06 1277574 1280806
199103 1278653 747.39 0.06 1276988 1280318
199104 1290833 920.86 0.07 1288781 1292885
199201 1310309 902.12 0.07 1308299 1312319
199202 1300632 725.3 0.06 1299016 1302248

… … … … … …

199403 1324011 725.26 0.05 1322396 1325627

200102 1557465 726.42 0.05 1555846 1559083
200103 1560110 725.24 0.05 1558494 1561726
200104 1558513 900.14 0.06 1556507 1560518
200201 1563885 922.7 0.06 1561829 1565941
200202 1571309 748.92 0.05 1569640 1572978
200203 1574866 725.39 0.05 1573250 1576482
200204 1575812 979.79 0.06 1573629 1577995
200301 1576201 1360.96 0.09 1573169 1579233
200302 1574970 1542.53 0.1 1571533 1578407

47
Archivo por lotes
DI = "H: \ ... \ Estimates_expenditure \ ecotrim";
DO = "H: \ ... \ Estimates_expenditure \ ecotrim";
FP = "eur12_EXP_CON_KPM95E_qs.PRN";
FR = "eur12_EXP_CONDET_KPM95E_qs.PRN";
FL = "output.log";
OW = "0";
{
MET = 4;
TA = 1;
ORDEN = 4;
( "Eur12_EXP_AGG_KPM95E_AN.PRN": 1);
[ "Eur12_EXP_REL_KPM95E_qs.PRN": 1];
PARL = - 99.;
PARH = + 99.;
}

48
Esquema lado del gasto
GDP(q1) = PC(q1) + GC(q1) + GFCF(q1) + CI(q1) + EXP(q1) - IMP(q1)

GDP(q2) = PC(q2) + GC(q2) + GFCF(q2) + CI(q2) + EXP(q2) - IMP(q2)

GDP(q3) = PC(q3) + GC(q3) + GFCF(q3) + CI(q3) + EXP(q3) - IMP(q3)

GDP(q4) = PC(q4) + GC(q4) + GFCF(q4) + CI(q4) + EXP(q4) - IMP(q4)

GDP(a) = PC(a) + GC(a) + GFCF(a) + CI(a) + EXP(a) - IMP(a)

49
Discrepancia
restricción preliminar vs.
Discrepancies preliminary vs. constraint

2 500.0
2 000.0
1 500.0
1 000.0
500.0
0.0
-500.0
-1 000.0
-1 500.0
1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002

50
Preliminar estimación final vs.
consumo de los hogares
Preliminary vs. final household consumption

950 000.0

900 000.0

850 000.0

800 000.0

750 000.0

700 000.0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49

Series1 Series2

51
VAB de la construcción
Preliminary vs. final
79000
78500
78000
77500
77000
76500
76000
75500
75000
74500
74000
1999 2000 2001 2002

PREL RES

52
Para cualquier información o consulta sobre Ecotrim y para
obtener los últimos comunicados relacionados con el

programa, por favor, póngase en contacto con

D. Roberto BARCELLAN
COMISIÓN EUROPEA
Oficina de estadística
Dirección C -Unit C2

Edificio Jean Monnet

BECH B3 / 398
L-2920 Luxemburgo
Tel. (+352) 4301 35802
Fax. (+352) 4301 33879
e-mail: roberto.barcellan@cec.eu.int

53