Remesas familiares en Guatemala: Mejorar su pronóstico para reducir la especulación ante el COVID-19

Autores/as

  • Luis Rodrigo Asturias Schaub Universidad del Istmo
  • Juan Fernando Díaz Lara Universidad Rafael Landívar

DOI:

https://doi.org/10.36631/ECO

Resumen

La presente investigación se enmarca en el uso de un método de pronóstico ajustado al nivel de remesas enviado en medio de los efectos económicos generados por la pandemia del COVID-19 en Guatemala, con el propósito y la intención de que sirva como parámetro de priorización de los criterios de eficiencia en las proyecciones de la variable y contribuir a reducir la  incertidumbre de las autoridades monetarias, inversionistas y agentes económicos, para facilitar el proceso de toma de decisiones.

 

Mediante el uso del modelo planteado, se logró obtener un margen mínimo de error, tanto al tener en cuenta los valores absolutos del valor estimado de las remesas como en términos relativos de cara a los porcentajes que representan las diferencias entre los valores estimados y los reales que alcanzan menos de una desviación estándar. Por lo tanto, uno de los fines específicos del estudio es poner en realce que, en conjunto con variables macroeconómicas afectadas ante la coyuntura ocasionada por la pandemia del COVID-19, las remesas mantienen un carácter contra cíclico en la generación de flujos de divisas.

Biografía del autor/a

  • Luis Rodrigo Asturias Schaub, Universidad del Istmo
    Centro de Investigación para el Desarrollo Regional,
    Universidad del Istmo
  • Juan Fernando Díaz Lara, Universidad Rafael Landívar

    Académico Docente

    Licenciatura en Economía

    Facultad de Ciencias Económicas y Empresariales

    Universidad Rafael Landívar

Referencias

Álvarez, I. (2012). Mirando al norte: Algunas tendencias de la migración latinoamericana. Facultad Latinoamericana de Ciencias Sociales. https://biblio. flacsoandes.edu.ec/libros/digital/53909.pdf

Banco Mundial. (2018). Moving for Prosperity: Global Migration and Labor Markets. https://openknowledge.worldbank.org/bitstream/handle/10986/29806/ 211281ov.pdf

Banco de Guatemala (2021). Estadísticas macroeconómicas. https://www.banguat. gob.gt/es/page/estadisticas-macroeconomicas

Box, G., & Jenkins, G. M. (1978). Time Series Analysis: Forecasting and Control. San Francisco: Holden-Day.

Consejo Monetario Centroamericano. (2021). Sistema de información macroeconómica y financiera de la región. https://www.secmca.org/params// ?cid=4&scid=0&data=REM_FAM_IEN&parent=Remesas%20familiares&son= Remesas%20familiares:%20ingresos,%20egresos%20y%20neto&list

González Casimiro, M. P. (2009). Análisis de series temporales: Modelos Arima. Sarriko-On.

Larotta, S. P. (2019). Determinantes para la migración internacional de colombianos entre 1990-2015 a partir de un modelo gravitacional.Territorios(41), 69-100. https:// doi.org/https://doi.org/10.12804/revistas.urosario.edu.co/territorios/a.7414

Organización Internacional para las Migraciones. (2018). Informe sobre las migraciones en el mundo 2018. https://publications.iom.int/system/files/pdf/ wmr_2018_sp.pdf

Pokorny, M. (1987). An introduction to econometrics. Oxford, [Oxfordshire], UK; New York, NY, USA: B. Blackwell.

Villavicencio, J. (2014). Introducción a series de tiempo. Puerto Rico: Instituto de Estadísticas de Puerto Rico.

Descargas

Publicado

2022-06-30

Número

Sección

Artículos