Affiliation:
1. Tecnológico de Monterrey Campus Guadalajara, México
Abstract
El objetivo es comprender cómo el turismo internacional ha contribuido a la economía mexicana y predecir su desarrollo futuro, considerando el impacto de eventos globales y tendencias de viaje. Se emplea un método de investigación cuantitativo, utilizando el modelo ARIMA para analizar y proyectar ingresos por turismo internacional. Se analizan datos desde 2010 hasta 2023, obtenidos de BANXICO. Los resultados muestran un patrón estacional en los ingresos, con un crecimiento notable desde 2014 hasta antes de la pandemia. Se anticipa una recuperación significativa a partir de 2023, con un aumento del 17.4% en el primer semestre comparado con 2022. Los hallazgos indican que el modelo ARIMA (1,1,2) (1,1,0) es el más adecuado para predecir ingresos por turismo internacional en México. Se proyecta un crecimiento continuo en los ingresos de divisas hasta 2026.
La originalidad de este estudio radica en su enfoque en el turismo internacional como una fuente clave de ingresos en divisas para México, utilizando un modelo predictivo avanzado y considerando el impacto de eventos globales recientes.
Las limitaciones incluyen la incertidumbre inherente en las proyecciones a largo plazo y la dependencia de patrones y tendencias históricas, que pueden no capturar cambios estructurales futuros. Las conclusiones evidencian que el turismo internacional es un motor económico vital para México, con una tendencia de crecimiento sostenido. El modelo ARIMA proporciona una herramienta eficaz para predecir ingresos futuros, crucial para la planificación estratégica en el sector turístico. Sin embargo, es esencial considerar las limitaciones del modelo y la necesidad de actualizaciones periódicas para adaptarse a cambios en el entorno global.
Publisher
Instituto Politecnico Nacional
Reference29 articles.
1. Aguiló, P. M., et al. (2001). Determinants of the price of German tourist packages on the island of Mallorca. Tourism Economics.
2. Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716-723.
3. Ascanio, A., Mendoza, A. H., & JL, C. (1996). Evaluación de la demanda turística internacional hacia Venezuela. Estudios y Perspectivas en Turismo, 5(2).
4. Athanasopoulos, G., Hyndman, R. J., Song, H., & Wu, D. C. (2011). The tourism forecasting competition. International Journal of Forecasting, 27(3), 822-844.
5. Box, G. E. P., & Jenkins, G. M. (1970). Time Series Analysis: Forecasting and Control. Holden Day.