Modelado y pronóstico del Índice de Precios al Consumidor de Lima Metropolitana mediante modelos Box-Jenkins, 1991–2025

Abstract

La presente investigación tiene como objetivo principal determinar un modelo ARIMA o SARIMA, mediante la metodología Box-Jenkins, que describa y pronostique con precisión la evolución del Índice de Precios al Consumidor (IPC) mensual de Lima Metropolitana durante el período 1991-2025. Este estudio surge ante la creciente necesidad de realizar proyecciones confiables sobre la inflación en un contexto caracterizado por disrupciones económicas a nivel global y regional, tales como la pandemia, los conflictos geopolíticos y la volatilidad en los mercados internacionales. Para ello, se analizaron las propiedades estadísticas de la serie temporal del IPC, identificando sus componentes de tendencia, estacionalidad y autocorrelación. Posteriormente, se ajustaron diferentes modelos ARIMA y SARIMA, seleccionando el más adecuado en función de criterios de bondad de ajuste como el AIC, el BIC y el análisis de residuos. Finalmente, se evaluó la capacidad predictiva del modelo seleccionado mediante la comparación entre los valores pronosticados y los datos reales más recientes. Los resultados muestran que el modelo SARIMA proporciona un ajuste adecuado a la estructura temporal del IPC y genera predicciones con un margen de error aceptable, demostrando su utilidad para el análisis económico y la planificación de políticas monetarias. Asimismo, la investigación resalta la importancia de aplicar metodologías estadísticas rigurosas, como la de Box-Jenkins, para comprender y anticipar el comportamiento de indicadores económicos clave.