To Everything There Is a Season… or two

Serie 'A vueltas con la Economía' (XXX): 

Resulta un interesante ejercicio analizar la evolución de los ingresos publicitarios de los medios de comunicación para hacernos una idea de las pautas de consumo de la sociedad. Estos ingresos nos muestran la “salud” de los medios y considero que la radio sigue siendo uno de los más relevantes en nuestro tiempo. Y fue en la radio donde, recientemente, escuché la versión que The Byrds realizaron del tema de Peter Seeger “Turn! Turn! Turn! (To Everything There Is a Season)”. Como dice su título, “para todo hay una estación”, y al ser el componente estacional uno de los elementos fundamentales de las series temporales, ello me llevó a plantearme aplicar el análisis de las series temporales a la evolución de los ingresos publicitarios de la radio entre 2013 y 2018.   

En nuestra vida diaria, nos encontramos en numerosas ocasiones ante conjuntos de datos vinculados a un fenómeno y que se encuentran ordenados en base al tiempo. Si bien podemos optar por analizarlos de forma “intuitiva”, resulta conveniente recordar las posibilidades que nos presenta el análisis de series temporales. Y, de nuevo, nos vamos a valer de una de las series que facilita la Comisión Nacional de los Mercados y la Competencia (https://www.cnmc.es/), de este modo, analizar la evolución de los ingresos publicitarios de la radio.

Como podemos observar del gráfico 1, se ha producido un incremento de los ingresos publicitarios de la radio entre los años 2013 y 2018, pero ¿podríamos profundizar en el análisis de la evolución de tales ingresos?

Fuente: CNMC

En la tabla 1, podemos observar ingresos publicitarios de la radio por trimestre entre los años 2013 y 2018, y vamos a emplear el tratamiento clásico o descriptivo mediante el método tradicional que consiste en aislar los componentes de la serie temporal (Casas y otros, 2010). Para ello, el primer paso es establecer si la serie sigue un esquema multiplicativo o aditivo, si bien el multiplicativo es el que se presenta en un mayor número de ocasiones, debemos verificar este último extremo y que será un supuesto de partida para los análisis que se realizan a continuación. Para ello, procedemos a calcular los coeficientes de variación de las series formadas por las diferencias absolutas (dt=yt-yt-1) y relativas (ct=yt/yt-1). Al ser menor el coeficiente de variación de las diferencias relativas, se puede afirmar que la hipótesis multiplicativa de los componentes (tendencia, variación cíclica, variación estacional y accidental) resulta la más adecuada.

Una vez establecido que la serie sigue un esquema multiplicativo, en primer lugar vamos a analizar la tendencia, que refleja la evolución de la serie a largo plazo, con la salvedad de que contamos sólo con los datos correspondientes a seis años. Recordemos que se la considera el componente fundamental en el estudio de las series temporales al proporcionar el “hilo conductor” de la evolución del fenómeno a largo plazo (Casas y otros, 2010).

Para la determinación de la tendencia, nos valdremos del método de las medias móviles, un método que posibilita aislar la componente vinculada a la tendencia del resto de componentes de la serie temporal. Como se puede observar en el gráfico superior, los ingresos trimestrales por publicidad de la radio presenta una tendencia creciente entre los años objeto de estudio. Al ir promediando los datos, se evitan los efectos de los restantes componentes (variaciones estacionales, cíclicas o accidentales). En el caso de recurrir al método analítico, se expresa la tendencia a través de una función matemática. Si bien una de las grandes ventajas del método matemático es que nos permite realizar estimaciones, no las realizaremos debido a que sólo empleamos datos trimestrales correspondientes a 6 años, en lugar de los doce o quince años que se representa. No obstante, podemos afirmar que el modelo presenta un ajuste del 80.92%.

En segundo lugar, dentro de los componentes de la serie temporal, nos centramos en la determinación de las variaciones estacionales y emplearemos, en esta ocasión el método de la razón a la media móvil. Con ello, pretenderemos desestacionalizar la serie eliminando la componente estacional.

Una vez calculadas las medias móviles centradas, se divide la serie observada entre las correspondientes medias móviles, de forma que tan sólo queda el componente estacional y accidental, para cuya eliminación se calculan las medias aritméticas para los trimestres (Mi), una forma de representar de forma aislada la importancia de la componente estacional (Casas y otros, 2010).

A continuación se calcula la media aritmética anual de las medias estacionales, y si dividimos las medias estacionales entre dicha media anual, obtendremos los índices de variación estacional (I1=0.9002; I2=1.1081; I3=0.8119; I4=1.1796). Finalmente, se desestacionaliza la serie observada dividiendo cada valor por su correspondiente índice (Tabla 4).

¿Y para qué tanto cálculo? Si bien antes de realizar los cálculos podíamos observar una tendencia creciente determinada por incrementos y reducciones de los ingresos, ahora podemos precisar nuestras conclusiones.

En primer lugar, pese a las importantes oscilaciones que se presentan, podemos afirmar que los ingresos publicitarios de la radio muestran una tendencia creciente sostenida a lo largo de los seis años objeto de estudio.

En segundo lugar, podemos precisar el impacto del componente estacional, en el que los trimestres I y III muestran decrecimientos que se ven compensados por los trimestres II y IV, siendo mayor el incremento del trimestre II respecto al I, que del IV respecto del III.

Es por ello que podríamos afirmar que en el caso de los ingresos publicitarios de la radio, más que “una estación para cada cosa”, hay “dos estaciones para cada cosa”, dos para crecer y dos para decrecer.

Entrada publicada el 18/07/2019

Editor: Universidad Isabel I

Burgos, España

ISSN: 2659-398