Pronóstico de las recaudaciones tributarias de la actividad económica comercio a nivel nacional, mediante la metodología de Box - Jenkins y redes neuronales artificiales para el año 2018

• Autor: Gamonal Ortíz, Jacksumy Deisy
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Nacional Pedro Ruiz Gallo
• Repositorio: UNPRG-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unprg.edu.pe:20.500.12893/10019
• Enlace del recurso: https://hdl.handle.net/20.500.12893/10019
• Nivel de acceso: acceso abierto
• Materia: IGV; Pronóstico; Red neuronal; http://purl.org/pe-repo/ocde/ford#1.01.03

Esta investigación tuvo como objetivo estimar el pronóstico de las recaudaciones tributarias de la actividad económica comercio a nivel nacional para el año 2018. El diseño de investigación empleado para este estudio fue no experimental de tipo longitudinal, predictivo y descriptivo; la población estuvo conformada por el registro de los ingresos tributarios de Impuesto General a las ventas (IGV) interno, obtenido de la SUNAT, de igual modo la muestra está compuesta por los ingresos Tributarios recaudados del IGV internas, por la SUNAT en el periodo enero 2007 – diciembre del 2017. Para lograr el objetivo planteado se aplicaron la metodología de Box y Jenkins y redes neuronales artificiales; encontrándose un modelo SARIMA(0,1,1)(1,1,2)12, y un modelo NNAR(2,1,2)12 respectivamente. Finalmente se concluyó que el modelo que mejor pronostica IGV según actividad económica Comercio, enero 2007 a diciembre 2017, es el modelo SARIMA(0,1,1)(1,1,2)12.