Vol. 24 Núm. 1 (2022)
Artículo original

Impacto del COVID-19 en la demanda de turismo internacional del Perú. Una aplicación de la metodología Box-Jenkins

Juan Walter Tudela
Universidad Nacional de Altiplano de Puno
Grisell Aliaga
Universidad Nacional del Altiplano de Puno
Elias Cahui
Universidad Nacional del Altiplano de Puno

Publicado 2022-02-21

Palabras clave

  • Turismo, series de tiempo, ARIMA estacional, COVID-19

Cómo citar

Tudela, J. W., Aliaga-Melo, G., & Cahui-Cahui, E. (2022). Impacto del COVID-19 en la demanda de turismo internacional del Perú. Una aplicación de la metodología Box-Jenkins. Revista De Investigaciones Altoandinas, 24(1), 27–36. https://doi.org/10.18271/ria.2022.317

Resumen

El turismo en los últimos años ha tomado notable importancia como factor de desarrollo económico y social en el mundo, contribuyendo no solo en el crecimiento económico de los países en desarrollo, sino también en la mejora de la calidad de vida de las personas involucradas al sector. Sin embargo, dado la crisis sanitaria mundial por el coronavirus (COVID-19), el sector turismo resultó uno de los sectores más afectados debido a las diversas políticas de seguridad publica optadas por diferentes países en el mundo, especialmente por países de Europa que representan más del 50% del turismo internacional en países de América, África y Oriente Medio. El objetivo de esta investigación fue estimar y proyectar la demanda de turismo internacional en el Perú con datos de serie de tiempo de frecuencia mensual comprendida entre enero 2003 a diciembre 2020 a través de un proceso ARIMA estacional propuesta por Box-Jenkins denominada SARIMA. Los resultados muestran que el modelo ARIMA estacional  resultó apropiado para la proyección dado los criterios de Akaike (AIC) y Schwarz (SC). El modelo estima una recuperación cíclica parsimoniosa de la llegada de turistas internacionales a nuestro país, no obstante, la evolución de la COVID-19 en la salud pública mantiene en incertidumbre nuevos desafíos en el sector turismo que permitan su sostenibilidad y resiliencia en el tiempo. De manera inmediata es necesario la adopción de medidas fiscales y monetarias urgentes que salvaguarden el empleo y mecanismos de supervivencia para las empresas.

 

Citas

  1. Ahmed, A., Amin, S. Bin, & Khan, A. M. (2020). Forecasting tourism revenue in Bangladesh using ARIMA approach : the case of Bangladesh. International Review of Business Research Papers, 16(1), 202–215. https://zantworldpress.com/wp-content/uploads/2020/03/11.-Adib-Ahmed.pdf
  2. Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716–723. https://doi.org/10.1109/TAC.1974.1100705
  3. Altmark, S., Mordecki, A., Risso, A., & Santiñaque, F. (2015). Proyección del número de turistas mediante modelo SARIMA. In Instituto de Economía. http://www.iesta.edu.uy/wp-content/uploads/2015/11/presentacion_sue_final_v3.pdf
  4. Baldigara, T., & Mamula, M. (2015). Modelling international tourism demand using seasonal ARIMA models. Tourism and Hospitality Management, 21(1), 19–31. https://hrcak.srce.hr/140166
  5. Bartlett, M. S. (1967). Some remarks on the analysis of time-series. Biometrika, 54((1/2)), 25–38. https://doi.org/10.2307/2333850
  6. Box, G. E. P., & Pierce, D. A. (1970). Distribution of residual in autoregressive-autocorrelations integrated moving average time series models. Journal of the American Statistical Association, 65(332), 1509–1526. https://doi.org/10.2307/2284333
  7. Box, G.E.P., & Jenkins, G.M. (1976). Time series analysis: forecasting and control. Oakland, California.
  8. Brooks, C. (2008). Introductory Econometrics for Finance (2nd Edition (ed.); Second edi). Cambridge University Press. https://www.cambridge.org/core/books/introductory-econometrics-for-finance/4F3AB9473A63F11982D6902D813BC521
  9. Casado, L. (2018). Turismo internacional : evolución global y análisis de las ciudades europeas [Universidad Pontificia Comillas]. https://repositorio.comillas.edu/jspui/bitstream/11531/19124/1/TFG-CasadoFernandez%2CLucas.pdf
  10. Chhorn, T., & Chaiboonsri, C. (2017). Modelling and forecasting tourist arrivals to Cambodia : an application of ARIMA-GARCH approach. Journal of Management, Economics, and Industrial Organization, 2(83942), 1–19. https://mpra.ub.uni-muenchen.de/83942/
  11. Choden, & Unhapipat, S. (2018). ARIMA model to forecast international tourist visit in Bumthang, Bhutan. Journal of Physics: Conference Series, 1039, 1–10. https://doi.org/10.1088/1742-6596/1039/1/012023
  12. Commandeur, J. J. F., & Koopman, S. J. (2007). Practical econometric an introduction to state space time series analysis (1st editio). Oxford University Press Inc. https://www.amazon.es/Introduction-State-Analysis-PRACTICAL-ECONOMETRICS/dp/0199228876
  13. Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427–431. https://doi.org/10.2307/2286348
  14. Decreto Supremo N° 044-2020 [Presidencia del Consejo de Ministros]. Decreto Supremo que declara Estado de Emergencia Nacional por las graves circunstancias que afectan la vida de la Nación a consecuencia del brote del Covid-19. 15 de Marzo del 2020 en Lima, Perú.
  15. Fattah, J., Ezzine, L., Aman, Z., Moussami, H. El, & Lachhab, A. (2018). Forecasting of demand using ARIMA model. 10, 1–9. https://doi.org/10.1177/1847979018808673
  16. Fernández, R., Días, L., Alemán, J., & Barrio, O. (2020). Modelo de predicción de series temporales para la demanda turística de la cadena hotelera Cubanacán. Cooperativismo y Desarrollo, 8(3), 538–551. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S2310-340X2020000300538&lng=es&nrm=iso&tlng=en
  17. Gujarati, D., & Porter, D. (2010). Econometía (5th ed.). Mc Graw Hill. https://fvela.files.wordpress.com/2012/10/econometria-damodar-n-gujarati-5ta-ed.pdf
  18. INEI. (2020). Producción nacional. https://www.inei.gob.pe/media/MenuRecursivo/boletines/07-informe-tecnico-n07_produccion-nacional-may. 2020.pdf
  19. Li, L., Wang, Y., & Li, X. (2020). Tourists forecast Lanzhou based on the Baolan high-speed railway by the Arima. Applied Mathematics and Nonlinear Sciences, 5(1), 55–60. https://doi.org/10.2478/AMNS.2020.1.00006
  20. Ljung, G. M., & Box, G. E. P. (1978). On a measure of lack of fit in time series models. Biometrika, 1(2), 297–303. https://doi.org/10.1093/biomet/65.2.297
  21. Makoni, T. (2018). Modelling and forecasting Zimbabwe’s tourist arrivals using time series method : a case study of Victoria Falls Rainforest. Southern African Business Review, 22(3791), 22. https://doi.org/10.25159/1998-8125/3791
  22. MINCETUR. (2020). Perú: Compendio de cifras de turismo. https://www.gob.pe/institucion/mincetur/informes-publicaciones/394689-compendio-de-cifras-de-turismo-ano-2019
  23. MINCETUR (2021). Sistema de Información Estadística de Turismo. Lima, Perú.
  24. ONU. (2020). Informe de políticas: la Covid-19 y la transformación del turismo. https://www.un.org/sites/un2.un.org/files/policy_brief_covid-19_and_transforming_tourism_spanish.pdf
  25. OTP. (2019). Información económica nacional. http://www.observatorioturisticodelperu.com/badatur/informacion-economica-nacional
  26. Paz, R. (2016). Proyección de la demanda de turismo internacional en Puno: un enfoque Sarima. Semestre Económico, 05(2), 33–51. https://doi.org/10.26867/seconomico.v5i2.134
  27. Peñaranda, C. (2018). Informe económico. https://apps.camaralima.org.pe/repositorioaps/0/0/par/r820_2/informe economico.pdf
  28. Pérez, C. (2006). Problemas resueltos de econometría (1st editio). Paraninfo, S.A.
  29. Petrevska, B. (2017). Predicting tourism demand by A.R.I.M.A. models. Economic Research-Ekonomska Istraživanja, 30(1), 939–950. https://doi.org/10.1080/1331677X.2017.1314822
  30. Phillips, P., & Perron, P. (1988). Testing for a unit root in time series regression. Biometrika, 75(2), 335–346. https://doi.org/10.2307/2336182
  31. Rosales, R., Perdomo, J., Morales, C., & Urrego, J. (2013). Fundamentos de econometría intermedia, teoría y aplicaciones (1st editio). Uniandes. https://www.jstor.org/stable/2336182
  32. Schwarz, G. (1978). Estimating the dimension of a model. The Annals of Statistics, 6(2), 461–464. https://doi.org/10.1214/aos/1176344136
  33. UNWTO. (2020). Impact assessment of the Covid-19 outbreak on international tourism. https://webunwto.s3.eu-west-1.amazonaws.com/s3fs-public/2020-03/24-03Coronavirus.pdf
  34. WTTC. (2020). Travel & tourism: economic impact 2020. https://wttc.org/Portals/0/Documents/Reports/2020/EIR 2020 Global Infographic.pd