Modelamiento y proyección de la demanda de turismo internacional en Puno-Perú

Blanco, Luis Francisco Laurente; Hancco, Ronald Wilson Machaca

doi:10.7784/rbtur.v14i1.1606

Acessibilidade / Reportar erro

Brasil

Revista Brasileira de Pesquisa em Turismo

Español English

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

Artículo • Rev. Bras. Pesq. Tur. 14 (01) • Jan-Apr 2020 • https://doi.org/10.7784/rbtur.v14i1.1606 copiar

Modelamiento y proyección de la demanda de turismo internacional en Puno-Perú

Autoría SCIMAGO INSTITUTIONS RANKINGS

Resumen

La industria del turismo en el Perú genera cerca de 1.1 millones de puestos de trabajo y aporta el 3.3% del PBI, lo que la convierte en una de sus principales actividades económicas, de esta forma el turismo deja de ser sólo una actividad comercial y se transforma en una herramienta para el desarrollo de la población peruana especialmente en las regiones con alta tasa de pobreza y con numerosos atractivos turísticos como es el caso de la región de Puno con una tasa de pobreza de 24.2% que está ubicada en el sur del país y que cuenta con numerosos atractivos turísticos de tipo naturales, históricos, culturales y gastronómicos. El objetivo de esta investigación es modelar y proyectar la demanda de turistas internacionales que visitan Puno utilizando la metodología ARIMA de Box-Jenkins, para ello el estudio considera información mensual de arribo de turistas internacionales entre los años 2003 a 2017. Finalmente, utilizando los estadísticos MAPE, Z, r, Criterio de Información de Akaike (AIC) y Criterio de Schwarz (SC) se identificó al modelo SARIMA (6, 1, 24)(1, 0, 1)12 como el más eficiente para el modelamiento y proyección de la demanda del turismo internacional en la región de Puno.

Palavras clave:
Estacionalidad; lago Titicaca; Perú; ARIMA; Cultura

Lista de variables	Abreviatura	Obs.	Media	Desv. Estánd.	Mínimo	Máximo
Arribo de turistas internacionales a Puno	arribos	177	18,809	8,341	4,650	36,147

Variable	Ninguno		Con intercepto		Con intercepto y tendencia
Variable	Nivel	Primera diferencia	Nivel	Primera diferencia	Nivel	Primera diferencia
Test de ADF	0.716	-2.68**	-1.335	-2.7901	-1.577	-2.868
	(0.868)	(0.007)	(0.612)	(0.061)	(0.798)	(0.175)
Test de PP	-0.158	-19.742**	-3.345*	-20.061**	-6.313**	-20.003**
	(0.627)	(0.000)	(0.014)	(0.000)	(0.000)	(0.000)
Test de KPSS	--	--	1.536	0.045**	0.112*	0.041*
	--	--	(0.463)~	(0.463)~	(0.146)~	(0.146)~

Variable	Coeficiente	t-Statistic	AIC/SC	DW
Modelo 1
constante	0.006854	2.786144	AIC = -1.179497 SC = -1.017370	2.038498
AR(1)	0.453359	3.636704
AR(3)	0.200060	2.056048
AR(6)	-0.163896	-2.390864
SAR(12)	0.980194	112.742800
MA(1)	-0.890632	-5.971538
MA(24)	-0.109057	-2.232342
SMA(12)	-0.570211	-8.484719
Modelo 2
constante	0.006666	2.065615	AIC = -1.013858 SC = -0.869745	2.063247
AR(24)	0.697326	12.588560
MA(1)	-0.413207	-4.621061
MA(2)	-0.219508	-2.262754
MA(6)	-0.198948	-2.342499
MA(25)	-0.168337	-1.983791
SMA(12)	0.666660	12.170440
Modelo 3
constante	0.007537	5.374423	AIC = -0.771678 SC = -0.591537	2.115759
AR(7)	-0.189815	-2.018016
MA(1)	-0.334045	-3.253787
MA(2)	-0.227877	-2.501011
MA(8)	-0.337994	-4.243167
MA(17)	-0.206669	-2.754134
MA(20)	-0.183917	-2.358140
MA(24)	0.325526	2.730460
SMA(12)	0.541756	7.663072
Modelo 4
constante	0.007277	2.207372	AIC = -0.746528 SC = -0.584401	2.144582
MA(1)	-0.296469	-3.837132
MA(2)	-0.220115	-2.778588
MA(8)	-0.319336	-5.463851
MA(17)	-0.215126	-2.671734
MA(20)	-0.164563	-2.304040
MA(24)	0.374000	4.732981
SMA(12)	0.614347	8.871496

Modelos		MAPE	Z	r
Modelo 1	SARIMA (6, 1, 24)(1, 0, 1)₁₂	16.15	16.45	0.9836
Modelo 2	SARIMA (24, 1, 25)(0, 0, 1)₁₂	19.01	15.13	0.9781
Modelo 3	SARIMA (7, 1, 24)(0, 0, 1)₁₂	25.30	7.69	0.9668
Modelo 4	SARIMA (0, 1, 24)(0, 0, 1)₁₂	45.36	2.27	0.9665

Variable	Coeficiente	t-Statistic	AIC/SBC	DW
Modelo 1
constante	0.006854	2.786144	AIC = -1.179497 SC = -1.017370	2.038498
AR(1)	0.453359	3.636704
AR(3)	0.200060	2.056048
AR(6)	-0.163896	-2.390864
SAR(12)	0.980194	112.742800
MA(1)	-0.890632	-5.971538
MA(24)	-0.109057	-2.232342
SMA(12)	-0.570211	-8.484719
Modelo con intervención en 2010m2 y 2012m2
constante	0.007813	2.573121	AIC = -1.253463 SC = -1.055308	2.031727
AR(1)	0.448118	5.259712
AR(3)	0.189572	2.295910
AR(6)	-0.215457	-3.429775
SAR(12)	0.965115	70.765390
MA(1)	-0.871070	-9.652358
MA(24)	-0.128930	-8.000089
SMA(12)	-0.449673	-5.968413
D2010m2	-0.343730	-3.830428
D2012m2	0.148482	2.216329
Modelo con intervención en 2010m2
constante	0.009111	3.700238	AIC = -1.255856 SC = -1.075714	2.066346
AR(3)	0.250436	3.052563
AR(6)	-0.207885	-3.408019
SAR(12)	0.985662	144.602600
MA(1)	-0.886407	-9.171251
MA(24)	-0.113593	-7.596750
SMA(12)	-0.568242	-8.688046
D2010m2	-0.352696	-3.863401
Modelo con intervención en 2012m2
constante	0.005634*	1.699188	AIC = -1.186547 SC = -1.006406	2.018911
AR(1)	0.507835	3.803218
AR(3)	0.190494	2.074903
AR(6)	-0.148229	-2.005838
SAR(12)	0.977970	92.887210
MA(1)	-0.926452	-5.874378
MA(24)	-0.072634*	-1.612369
SMA(12)	-0.561978	-7.570291
D2010m2	0.192983	2.524706

	Sin intervención			Con intervención en 2010m2
Mes año	turistas	inferior	superior	turistas	inferior	superior
Octubre 2017	31,028	23,296	38,761	30,948	23,554	38,341
Noviembre 2017	25,555	18,134	32,977	25,605	18,574	32,635
Diciembre 2017	18,019	12,493	23,546	18,030	12,855	23,205
Enero 2018	22,182	14,814	29,551	22,474	15,336	29,613
Febrero 2018	19,092	12,282	25,902	19,335	12,723	25,947
Marzo 2018	22,366	14,041	30,691	22,769	14,658	30,881
Abril 2018	27,166	16,854	37,478	27,991	17,863	38,119
Mayo 2018	28,743	17,762	39,725	29,705	18,834	40,576
Junio 2018	25,266	15,552	34,980	26,119	16,442	35,797
Julio 2018	29,165	17,650	40,680	30,250	18,781	41,720
Agosto 2018	33,763	20,497	47,029	35,247	21,965	48,530
Setiembre 2018	30,301	18,260	42,342	31,681	19,602	43,760
Octubre 2018	32,451	18,573	46,330	33,946	19,867	48,024
Noviembre 2018	27,017	15,085	38,949	28,312	16,148	40,477
Diciembre 2018	19,434	10,761	28,107	20,306	11,466	29,146
Enero 2019	23,639	12,807	34,472	24,928	13,677	36,179
Febrero 2019	20,893	11,086	30,700	22,054	11,717	32,390
Marzo 2019	25,427	13,291	37,563	27,024	14,097	39,950
Abril 2019	31,291	16,091	46,491	33,590	17,226	49,955
Mayo 2019	33,298	16,869	49,727	35,869	18,115	53,623
Junio 2019	29,591	14,794	44,389	31,856	15,865	47,848
Julio 2019	35,212	17,180	53,244	38,104	18,412	57,797
Agosto 2019	40,583	19,635	61,530	44,167	21,315	67,020
Setiembre 2019	36,424	17,325	55,523	39,630	18,821	60,440

Associação Nacional de Pesquisa e Pós-Graduação em Turismo Rua Silveira Martins, 115 - cj. 71, Centro, Cep: 01019-000, Tel: 11 3105-5370 - São Paulo - SP - Brazil
E-mail: edrbtur@gmail.com

Acompanhe os números deste periódico no seu leitor de RSS

[1] Luis Francisco Laurente Blanco

Ingeniero Economista por la Universidad Nacional del Altiplano con Maestría en Informática por la misma universidad, con estudio de posgrado en matemáticas y estadística en la USP e IMPA del Brasil, su área de interés es la economía matemática. Actualmente realiza investigaciones en el Grupo Fibonacci de Ciencias Económicas (GRFICE) con varios libros y artículos publicados. Contribuyó en el artículo en: revisión de la literatura, búsqueda de información, análisis de datos y discusión.