ARIMA vs. Modelos Híbridos con aprendizaje automático para pronóstico del PIB de Ecuador

Contenido principal del artículo

Leonor Alejandrina Zapata Aspiazu
Edwin Haymacaña Moreno
Francisco Javier Duque-Aldaz
Félix Genaro Cabezas García
Raúl Alfredo Sánchez Ancajima

Resumen

El análisis del Producto Interno Bruto (PIB) resulta esencial para comprender la dinámica económica de Ecuador y orientar decisiones estratégicas en contextos de alta volatilidad macroeconómica. El estudio tuvo como propósito estimar y pronosticar la tasa de crecimiento del PIB ecuatoriano a corto plazo mediante modelos estadísticos robustos y validados. Se utilizaron series históricas del PIB (1965–2023) obtenidas del Banco Central del Ecuador. Se aplicaron pruebas de estacionariedad (ADF, KPSS), correlogramas y criterios de información (AIC, BIC) para seleccionar modelos ARIMA adecuados. El análisis se realizó con EViews 12, generando proyecciones para el período 2024–2027 bajo escenarios optimista, pesimista y esperado.Los resultados evidenciaron que la serie del PIB ecuatoriano no era estacionaria en su nivel original, lo que requirió la aplicación de la primera diferencia para estabilizar la media. El modelo ARIMA identificado incorporó componentes autorregresivos y de media móvil, cuyos coeficientes fueron estadísticamente significativos. Los residuos del modelo no presentaron autocorrelación, lo que confirmó su validez. Las proyecciones generadas para el período 2024–2027 indicaron un crecimiento moderado bajo escenarios optimista, pesimista y esperado. Estos resultados fueron consistentes con estimaciones oficiales, validando la metodología Box-Jenkins como herramienta eficaz para el pronóstico económico nacional. El estudio aporta evidencia empírica útil para la planificación económica nacional, validando la aplicabilidad de modelos ARIMA en el análisis del PIB. Además, promueve enfoques interdisciplinarios entre economía e ingeniería, fortaleciendo la capacidad técnica para abordar problemas macroeconómicos en contextos de alta incertidumbre estructural.

Detalles del artículo

Sección

Scientific Paper

Cómo citar

[1]
«ARIMA vs. Modelos Híbridos con aprendizaje automático para pronóstico del PIB de Ecuador», INQUIDE, vol. 8, n.º 01, pp. 75–87, ene. 2026, doi: 10.53591/d6hhk676.

Referencias

[1] D. V. Desiderio Noboa, «Análisis de la demanda y efectos retardados en los productos principales en exportaciones (Camarón, café y banano) hacia Europa “Modelo de serie de tiempo ARIMA”.,» Universidad Católica de Santiago de Guayaquil, 2022. http://repositorio.ucsg.edu.ec/handle/3317/18331

[2] L. Asán Caballero, «Algoritmo de predicción de series de tiempo para el pronóstico del Tráfico Aéreo basado en redes neuronales artificiales.,» Revista Cubana de Ciencias Informáticas, vol. 16, nº 4, 2023. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2227-18992022000400084&lang=es

[3] J. W. Tudela-Mamani, E. Cahui-Cahui y G. Aliaga-Melo, «Impacto del COVID-19 en la demanda de turismo internacional del Perú. Una aplicación de la metodología Box-Jenkins,» Revista de Investigaciones Altoandinas, vol. 24, nº 1, 2022. http://www.scielo.org.pe/scielo.php?script=sci_arttext&pid=S2313-29572022000100027&lang=es

[4] C. A. García Vázquez, A. I. González Santos y V. Pérez Garrido, «Metodología y algoritmo de validación para identificar modelos de una unidad manejadora de aire.,» Ingeniería Electrónica, Automática y Comunicaciones, vol. 42, nº 1, 2021. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1815-59282021000100105&lang=es

[5] F. de la Oliva de Con y R. Molina Fernández, «Propuesta de procedimiento para la predicción del tipo de cambio a corto plazo mediante la utilización de técnicas contrastadas,» Cofin Habana, vol. 14, nº 2, 2020. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2073-60612020000200007&lang=es

[6] F. J. Duque-Aldaz, F. R. Rodríguez-Flores y J. Carmona Tapia, «Identification of parameters in ordinary differential equation systems using artificial neural networks,» San Gregorio, vol. 1, nº 2, 2025. https://revista.sangregorio.edu.ec/index.php/REVISTASANGREGORIO/article/view/2826

[7] G. E. Castro Rosales, A. D. Torres Alvarado, L. S. Zalamea Cedeño, F. J. Duque-Aldaz y F. R. Rodríguez-Flores, «Comprehensive Ergonomic Proposal for the Reduction of Musculoskeletal Risks in Soap Production: An Approach Based on Statistical Analysis and Postural Evaluation,» INQUIDE - Ingeniería Química y Desarrollo, vol. 7, nº 2, 2025. https://doi.org/https://doi.org/10.53591/iqd.v7i02.2416

[8] E. S. Cruz Ramírez, A. F. Calvache Silvestre y D. A. Roldán Carranza, «Estimación de la demanda de agua en cultivos de banano aplicando modelos de pronósticos para fincas de pequeños y medianos productores en la provincia de El Oro,» ESPOL, 2024. http://www.dspace.espol.edu.ec/handle/123456789/63220

[9] D. R. Núñez Ordóñez, «Análisis y pronóstico de las ventas para la optimización de tiempos de importación en la empresa IMPORGUIDSA mediante la aplicación del modelo de series de tiempos ARIMA.,» Universidad Católica de Santiago de Guayaquil, 2023. http://repositorio.ucsg.edu.ec/handle/3317/21912

[10] F. J. Duque-Aldaz y E. G. Pazan Gómez, «Factors affecting entrepreneurial intention of Senior University Students,» Espacio, vol. 39, nº 09, p. 32, 2017. https://www.revistaespacios.com/a18v39n09/18390932.html

[11] S. F. Chérrez Sánchez, J. V. Palacios Hurtado y F. R. Camacho Villagómez, «Determinantes en la migración en Ecuador. Periodo 2000 al 2023.,» Universidad Católica de Santiago de Guayaquil, 2025. http://repositorio.ucsg.edu.ec/handle/3317/24241

[12] F. F. Sandoya Sánchez y V. V. Vásquez Villon, «Desestacionalización se series económicas de las cuentas nacionales del ecuador con X12 - ARIMA,» ESPOL. FCNM, 2004. https://www.dspace.espol.edu.ec/handle/123456789/56205

[13] R. I. Romero Ruiz, D. R. Palomeque Calle y F. R. Camacho Villagómez, «Impacto de la volatilidad del precio internacional del camarón y cacao en la exportación del Ecuador periodo 2014-2024.,» Universidad Católica de Santiago de Guayaquil, 2024. http://repositorio.ucsg.edu.ec/handle/3317/23299

[14] G. J. Morocho Choca, L. Á. Bucheli Carpio y F. J. Duque-Aldaz, «Fuel oil fuel dispatch optimization through multivariate regression using local storage indicators.,» INQUIDE, vol. 6, nº 2, 2024. https://doi.org/https://doi.org/10.53591/iqd.v6i02.477

[15] F. d. J. Herrera Mendoza, «Incidencia del gasto público en educación básica regular en el crecimiento económico de la Región Norte del Perú, 2008-2019,» Universidad Nacional de Tumbes, 2024. https://repositorio.untumbes.edu.pe/handle/20.500.12874/65510

[16] F. F. Sandoya Sanchez y A. G. Abad Robalino, «Comparación de la precisión de la predicción de datos de una serie de tiempo entre los modelos ARIMA y las Redes Neuronales,» ESPOL.FCNM, 2017. http://www.dspace.espol.edu.ec/xmlui/handle/123456789/40345

[17] F. A. Ochoa González, «Análisis y predicción de las precipitaciones con inteligencia artificial en Esmeraldas- Ecuador,» Universidad Nacional de Tumbes, 2024. https://repositorio.untumbes.edu.pe/handle/20.500.12874/65477

[18] J. E. Pincay Moran, A. F. López Vargas, F. J. Duque-Aldaz, W. Villamagua Castillo y R. Sánchez Casanova, «Evaluation and Proposal for an Environmental Management System in a Mango Plantation,» INQUIDE, vol. 7, nº 1, 2025. https://doi.org/https://doi.org/10.53591/iqd.v7i01.1991

[19] A. Varas, K. E. Narváez Bermeo y R. A. Guevara Orozco, «Diseño de una Política de Inventario en base a un pronostico de demanda para una empresa que se dedica a la comercialización de conductores eléctricos de aluminio y cobre,» ESPOL.FCNM, 2023. http://www.dspace.espol.edu.ec/handle/123456789/65530

[20] K. K. Li Ye y Z. J. Paz y Miño Robles, «Aplicación de modelo ARIMA para el pronóstico de exportación de flores del Ecuador.,» Universidad Católica de Santiago de Guayaquil, 2023. http://repositorio.ucsg.edu.ec/handle/3317/21884

[21] L. N. Arango Fuentes, A. J. Tapia Salvador y G. E. Vilela Govea, «Análisis histórico y aplicación de modelos predictivos del precio de la tilapia Ecuatoriana,» ESPOL.FCSH, 2025. http://www.dspace.espol.edu.ec/handle/123456789/65944

[22] R. D. Macías Sandoval y C. J. Tutiven Galvez, «Estimación de la velocidad de producción de una máquina mezcladora mediante la implementación de modelos de Machine Learning,» ESPOL.FIEC, 2025. http://www.dspace.espol.edu.ec/handle/123456789/65804

[23] C. A. Cruz Peña, «Influencia del crecimiento económico, inflación y tasa de interés de referencia sobre la rentabilidad de bolsa de valores de lima, 1992 - 2022,» Universidad Nacional de Tumbes, 2024. https://repositorio.untumbes.edu.pe/handle/20.500.12874/65196

[24] J. S. Fu-López, J. P. Fierro Aguilar, F. R. Rodríguez-Flores y F. J. Duque-Aldaz, «Application of non-automated Lean strategies for quality improvement in manual assembly processes: a case study in the white goods industry.,» INQUIDE - Ingeniería Química y Desarrollo, vol. 7, nº 1, 2025. https://doi.org/https://doi.org/10.53591/iqd.v7i02.2417

[25] J. Lliguizaca Dávila, M. A. Apolinario Rodríguez y B. S. Manzo Robles, «Análisis del sector petrolero ecuatoriano durante la pandemia COVID-19 y su incidencia en la balanza comercial petrolera,» ESPOL. FICT., 2020. http://www.dspace.espol.edu.ec/xmlui/handle/123456789/50497

Artículos más leídos del mismo autor/a

1 2 > >>