Estimación de escenarios de llegadas de visitantes a Pachuca principal destino del Estado de Hidalgo, México

Karla G. Romero Hernández; Abraham Briones Juárez; Judith A. Velázquez Castro; Ruth Terrazas Juárez

doi:10.29057/est.v10i19.12609

Authors

Karla G. Romero Hernández Instituto de Ciencias Económico Administrativas https://orcid.org/0009-0006-4415-5735
Abraham Briones Juárez Autonomous University of Hidalgo State https://orcid.org/0000-0002-3124-8741
Judith A. Velázquez Castro Autonomous University of Hidalgo State https://orcid.org/0000-0001-7138-9293
Ruth Terrazas Juárez Autonomous University of Hidalgo State https://orcid.org/0000-0001-6822-528X

DOI:

https://doi.org/10.29057/est.v10i19.12609

Keywords:

Tourism, auto-regression, movi, moving averages, scenarios

Abstract

Tourism in Mexico is one of the most relevant aspects that diversify and enhance the national and regional economy. Given the growing interest in managing information on tourist destinations as a result of the Covid-19 pandemic, this work proposes the identification of parameters in the largest destination in the state of Hidalgo to establish forecast scenarios for the arrival of visitors. The results show the best ARMA combination (8,0,8) with their respective optimization parameters, which suggests that the most probable data ranged around 30,000 visitors per month with a lower limit of 10,000 visitors and an upper limit of 50,000. We conclude that the ARMA model constitutes an adequate analysis tool to estimate the data forecast of the tourist behavior of the analyzed destination.

Downloads

Download data is not yet available.

References

Benavides Vindas, S. (2020). El aporte del turismo a la economía costarricense: más de una década después. Economía y Sociedad, 25(57), 1-29. https://doi.org/10.15359/eys.25-57.1

Benseny, M. G. (2007). El turismo en México. apreciaciones sobre el turismo en espacio litoral. Aportes y Transferencias, 11 (2) 13-34.

Beynon-Davies, P. (2018). Sistemas de bases de datos. Reverte.

Bi, J.-W., Li, H., & Fan, Z.-P. (2021). Tourism demand forecasting with time series imaging: A deep learning model. Annals of Tourism Research, 90, 103255. https://doi.org/10.1016/j.annals.2021.103255

Box, G. E. P., & Jenkins, G. M. (1976). Time Series Analysis: Forecasting and Control. Holden-Day.

Box, G. E. P., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time Series Analysis.

Cerón Monroy, H., Silva Urrutia, J. E., Ceron Monroy, H., & Silva Urrutia, J. E. (2017). La relación entre un proxi de la dinámica de la inseguridad pública y el turismo internacional a México: un análisis econométrico. El periplo sustentable, 33, 105-131.

Chang, Y.-W., & Liao, M.-Y. (2010). A Seasonal ARIMA Model of Tourism Forecasting: The Case of Taiwan. Asia Pacific Journal of Tourism Research, 15(2), 215-221. https://doi.org/10.1080/10941661003630001

Claveria, O., & Torra, S. (2014). Forecasting tourism demand to Catalonia: Neural networks vs. time series models. Economic Modelling, 36, 220-228. https://doi.org/10.1016/j.econmod.2013.09.024

Conde Gaxiola, N. (2013). Análisis de la llegada de turistas internacionales a México. Investigación administrativa, 42(111), 20-34.

Contreras Juárez, A., Atziry Zuñiga, C., Martínez Flores, J. L., & Sánchez Partida, D. (2016). Análisis de series de tiempo en el pronóstico de la demanda de almacenamiento de productos perecederos. Estudios Gerenciales, 32(141), 387-396. https://doi.org/10.1016/j.estger.2016.11.002

Dogan, E., & Zhang, X. (2023). A nonparametric panel data model for examining the contribution of tourism to economic growth. Economic Modelling, 128, 106487. https://doi.org/10.1016/j.econmod.2023.106487

Dong, Y., Xiao, L., Wang, J., & Wang, J. (2023). A time series attention mechanism based model for tourism demand forecasting. Information Sciences, 628, 269-290. https://doi.org/10.1016/j.ins.2023.01.095

Dong, Y., Zhou, B., Yang, G., Hou, F., Hu, Z., & Ma, S. (2023). A novel model for tourism demand forecasting with spatial–temporal feature enhancement and image-driven method. Neurocomputing, 556, 126663. https://doi.org/10.1016/j.neucom.2023.126663

García, Á. R. S., Peñate, M. U., Herrera, R. A., Gómez, Á. A. H., Estrella, G. M. E., & Peñate, A. V. (2022). Modelación econométrica y estocástica en los pronósticos de ventas de jengibre en Ecuador. Ingeniería Investigación y Desarrollo, 22(1), 25-43. https://doi.org/10.19053/1900771X.v22.n1.2022.14453

Ibáñez, L. H. (2015). Administración de Sistemas Gestores de Base de Datos. 2a Edición. Grupo Editorial RA-MA.

Jalil, A., & Rao, N. H. (2019). Chapter 8 - Time Series Analysis (Stationarity, Cointegration, and Causality). En B. Özcan & I. Öztürk (Eds.), Environmental Kuznets Curve (EKC) (pp. 85-99). Academic Press. https://doi.org/10.1016/B978-0-12-816797-7.00008-4

Liu Sun, X., Covarrubias López, J. G., Liu Sun, X., & Covarrubias López, J. G. (2023). Convergencia dinámica de series temporales y su inconsistencia con la estacionariedad en análisis económicos. Análisis económico, 38(97), 5-26. https://doi.org/10.24275/uam/azc/dcsh/ae/2022v38n97/liu

Meza, E. C. J. (2016). Un enfoque a la importancia del turismo. Turismo y Patrimonio, 10, 10. https://doi.org/10.24265/turpatrim.2016.n10.09

Olcina Cantos, J. (2012). Turismo y cambio climático: una actividad vulnerable que debe adaptarse. Investigaciones Turísticas, 4, 1. https://doi.org/10.14198/INTURI2012.4.01

Pérez-Ramírez, C. A., & Antolín-Espinosa, D. I. (2016). Programa pueblos mágicos y desarrollo local: actores, dimensiones y perspectivas en El Oro, México. Estudios sociales (Hermosillo, Son.), 25(47), 217-242.

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

Planas, M., Rodríguez, T., & Lecha, M. (2004). La importancia de los datos. Nutrición Hospitalaria, 19(1), 11-13.

Rodríguez, R. M. A. S., Pulido-Fernández, J. I., & Herrera, I. M. R. (2017). El producto turístico en los Pueblos Mágicos de México. Un análisis crítico de sus componentes. Revista de Estudios Regionales, 108, 125-163.

Sectur. (2001). Pueblos Mágicos. Reglas de Operación. Secretaria de Turismo Federal.

Sectur. (2020). Pueblos Mágicos de México. gob.mx. http://www.gob.mx/sectur/articulos/pueblos-magicos-206528

Sectur. (2023a). Estrategia Nacional De Turismo 2019-2024 Tendrá Un Sentido Democrático: Miguel Torruco. gob.mx. http://www.gob.mx/sectur/prensa/estrategia-nacional-de-turismo-2019-2024-tendra-un-sentido-democratico-miguel-torruco

Sectur. (2023b). Datatur3 - RankingOMT. https://www.datatur.sectur.gob.mx/SitePages/RankingOMT.aspx

Sotomayor, D. A. C., Carlos, F. B. S. M., Sotomayor, D. A. C., & Carlos, F. B. S. M. (2021). Aplicación del método autorregresivo integrado de medias móviles para el análisis de series de casos de covid-19 en Perú. Revista de la Facultad de Medicina Humana, 21(1), 65-74. https://doi.org/10.25176/rfmh.v21i1.3307

Tudela-Mamani, J. W., Cahui-Cahui, E., Aliaga-Melo, G., Tudela-Mamani, J. W., Cahui-Cahui, E., & Aliaga-Melo, G. (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

UNWTO. (2023). Nuevos datos apuntan a una recuperación total del turismo con un vigoroso arranque en 2023. https://www.unwto.org/es/news/nuevos-datos-apuntan-a-una-recuperacion-total-del-turismo-con-un-vigoroso-arranque-en-2023

Vukovic, D. B., Ingenito, S., & Maiti, M. (2023). Time series momentum: Evidence from the European equity market. Heliyon, 9(1), e12989. https://doi.org/10.1016/j.heliyon.2023.e12989

Xian, S., Feng, M., & Cheng, Y. (2023). Incremental nonlinear trend fuzzy granulation for carbon trading time series forecast. Applied Energy, 352, 121977. https://doi.org/10.1016/j.apenergy.2023.121977

Xuanming, P., Dossou, T. A. M., Dossou, K. P., & Alinsato, A. S. (2023). The impact of tourism development on social welfare in Africa: quantile regression analysis. Current Issues in Tourism, 0(0), 1-14. https://doi.org/10.1080/13683500.2023.2214351