Indicadores económicos-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla.

DOBLE GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPESAS Y DERECHO FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES TRABAJO FIN DE GRADO CURSO ACADÉMICO [2021-2022] TÍTULO: INDICADORES ECONÓMICO-FINANCIEROS RELACIONADOS CON EL TURISMO EN ENTORNOS URBANOS. EL CASO DE LA CIUDAD DE SEVILLA. AUTORA: MARÍA DE LA SIERRA REY TIENDA TUTOR: JOSÉ ANTONIO CAMÚÑEZ RUIZ DEPARTAMENTO: ECONOMÍA APLICADA I ÁREA DE CONOCIMIENTO: MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA Y EMPRESA RESUMEN: La ciudad de Sevilla ha experimentado una evolución del turismo clara en los últimos 20 años, debido al crecimiento de diversos indicadores de oferta y demanda. El presente trabajo analizará el gasto medio diario tanto en Sevilla como en Andalucía, exponiendo la tendencia lineal creciente de esta última en comparación con los altos y bajos que presenta la capital. También se expondrá la estancia media de ambas junto con las pernoctaciones y número de turistas con ocupación hotelera, teniendo en cuenta su procedencia nacional o extranjera. Dicha investigación mostrará cómo en los últimos periodos recogidos, los datos provenientes del turismo extranjero alcanzan un mayor crecimiento. Por último, se elaborará una serie mensual de las pernoctaciones en Sevilla donde se observará el crecimiento de estas y la caída, a causa de la pandemia, junto con el cálculo de la estacionalidad en la ciudad y en Andalucía, y una muestra del buen ajuste del PIB en Sevilla a partir de los datos recogidos de las pernoctaciones. PALABRAS CLAVE: gasto, estancia media, pernoctaciones, PIB, turismo, Sevilla Rey Tienda, María de la Sierra -I- ÍNDICE 1. CAPÍTULO 1. INTRODUCCIÓN……………………………………………...Págs. 7-14 2. CAPÍTULO 2. INDICADORES DE DEMANDA …………………………….Págs. 15-25 2.1 LA DEMANDA TURÍSTICA DE SEVILLA Y ANDALUCÍA EN LOS AÑOS 2000-2020…………………………………………………………………Págs. 15-19 2.2 LA DEMANDA HOTELERA DE SEVILLA Y ANDALUCÍA EN LOS AÑOS 2008-2020…………………………………………………………………Págs. 20-25 3. CAPÍTULO 3. ANÁLISIS DE EVOLUCIÓN TEMPORAL DE PERNOCTACIONES HOTELERAS EN SEVILLA………………………………………………………Págs. 26-45 3.1. METODOLOGÍA…………………………….………………….……Págs. 26-30 3.2. ANÁLISIS DE LA SERIE MENSUAL DE PERNOCTACIONES EN SEVILLA…………………………………………………………………..Págs. 30-41 3.3. PERNOCTACIONES Y PIB…………………………………….....Págs. 42-45 4. CAPÍTULO 4. CONCLUSIONES..............................................................Pág. 46 BIBLIOGRAFÍA…………………………………………………………………..Pág. 47-48 TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -3- Relación de Gráficos Gráfico 1. Aportación del turismo al PIB de la economía española. …...........................7 Gráfico 2. Indicadores económicos de Sevilla obtenidos durante los años 2020 y 2021 ……………………………………………………………………………………………………9 Gráfico 3. Tráfico de pasajeros en el aeropuerto de Sevilla…………………………………………………………………………………………..10 Gráfico 4. Evolución del número de pernoctaciones y viajeros en establecimientos hoteleros en Sevilla…………………………………………………………………………..14 Gráfico 5. Comparación del Gasto medio diario de turistas en Sevilla y Andalucía en los años 2000-2020…………………………………………………………………………..16 Gráfico 6. Estancia Media de los Turistas en Sevilla y Andalucía en los años 2000- 2020…………………………………………………………………………………………….18 Gráfico 7. Ratio Comparación Estancia Media en Andalucía y Sevilla…………………18 Gráfico 8. Estancia Media de las provincias de Andalucía………………………………19 Gráfico 9. Número de turistas alojados en hoteles en Sevilla de procedencia nacional y extranjera.……………………………………………………………………………………..22 Gráfico 10. Número de pernoctaciones en hoteles en Sevilla de nacionales y extranjeros.…………………………………………………………………………………….22 Gráfico 11. Estancia media hotelera en días en hoteles en Sevilla de nacionales y extranjeros……………………………………………………………………………………..25 Gráfico 12. Evolución mensual del número de pernoctaciones hoteleras en la provincia de Sevilla..……………………………………………………………………………………..30 Gráfico 13. Comparación, cada serie en su respectiva escala, de la evolución mensual de las pernoctaciones en Sevilla y en Andalucía….………………………………………31 Gráfico 14. Evolución mensual, durante los cinco primeros años de la serie, del número de pernoctaciones hoteleras en Sevilla…………………………………………..32 Gráfico 15. Evolución mensual, durante los cinco primeros años de la serie, del número de pernoctaciones hoteleras en Andalucía.……………………………………...32 Gráfico 16. Evolución mensual, durante los años 2003 y 2019 de la serie del número de pernoctaciones hoteleras en Sevilla..…………………………………………………..33 Gráfico 17. Evolución mensual, durante los años 2003 y 2019 de la serie del número de pernoctaciones hoteleras en Andalucía..……………………………………………….34 Gráfico 18. Diferencia mensual entre años 2003 y 2019, en el número de pernoctaciones hoteleras para Sevilla y Andalucía..……………………………………..35 Gráfico 19. Serie original y componente tendencia-ciclo de las pernoctaciones mensuales en hoteles de Sevilla..…………………………………………………………..36 Rey Tienda, María de la Sierra -4- Gráfico 20. Componente irregular de las pernoctaciones mensuales en hoteles de Sevilla..…………………………………………………………………………………………38 Gráfico 21. Serie observada de pernoctaciones en Sevilla y serie ajustada de manera lineal mediante TRAMO-SEATS….…………………………………………………………38 Gráfico 22. Serie original y componente tendencia-ciclo de las pernoctaciones mensuales en hoteles de Andalucía..………………………………………………………39 Gráfico 23. Ratio “componente tendencia ciclo pernoctaciones Sevilla” / “componente tendencia ciclo pernoctaciones Andalucía”..………………………………………………41 Gráfico 24. Evolución anual de las pernoctaciones hoteleras en Sevilla y del PIB a precios de mercado de Sevilla, a partir del año 2008….…………………………………43 Gráfico 25. Valores observados del PIB anual a precios de mercado de Sevilla, y valores ajustados del mismo PIB usando como variable explicativa las pernoctaciones anuales de Sevilla….…………………………………………………………………………45 TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -5- Relación de Tablas Tabla 1. Número de establecimientos, plazas y habitaciones ofertadas por establecimientos hoteleros, apartamentos turísticos, y viviendas con fines turísticos..12 Tabla 2. Gasto medio diario de turistas en Sevilla y Andalucía en los años 2000- 2020…………………………………………………………………………………………….15 Tabla 3. Estancia media de turistas en Sevilla y Andalucía en los años 2000-2020….17 Tabla 4. Número total de turistas alojados en Hoteles en Sevilla y Andalucía………...20 Tabla 5. Número de turistas alojado en hoteles en Sevilla de procedencia nacional y extranjera……………………………………………………………………………………...21 Tabla 6. Número de pernoctaciones en hoteles en Sevilla de nacionales y extranjeros……………………………………………………………………………………..23 Tabla 7. Número total de pernoctaciones en hoteles en Sevilla y en Andalucía……..24 Tabla 8. Estancia media hotelera en Sevilla de nacionales y extranjeros……………...25 Tabla 9. Estadísticos principales de la Variable “Pernoctaciones hoteleras en Sevilla”…………………………………………………………………………………………30 Tabla 10. Diferencia mensual entre años 2003 y 2019, en el número de pernoctaciones hoteleras para Sevilla y Andalucía. ………………………………………………………...34 Tabla 11. Resultado de la estimación MCO de la componente tendencia-ciclo de las pernoctaciones hoteleras en Sevilla, para el periodo comprendido entre enero de 1999 y diciembre de 2013..………………………………………………………………………...37 Tabla 12. Resultado de la estimación MCO de la componente tendencia-ciclo de las pernoctaciones hoteleras en Sevilla, para el periodo comprendido entre enero de 2014 y febrero de 2020..……………………………………………………………………………37 Tabla 13. Resultado de la estimación MCO de la componente tendencia-ciclo de las pernoctaciones hoteleras en Andalucía, para el periodo comprendido entre enero de 1999 y diciembre de 2013..………………………………………………………………….40 Tabla 14. Resultado de la estimación MCO de la componente tendencia-ciclo de las pernoctaciones hoteleras en Andalucía, para el periodo comprendido entre enero de 2014 y febrero de 2020..……………………………………………………………………..40 Tabla 15. Estadísticos principales de la ratio “componente tendencia ciclo pernoctaciones Sevilla” / “componente tendencia ciclo pernoctaciones Andalucía”….41 Tabla 16. Pernoctaciones hoteleras anuales en Sevilla y PIB a precios de mercado de Sevilla. ……………………………………………………………………………….………..42 Tabla 17. Estimación MCO del PIB a precios de mercados en Sevilla explicado por las Pernoctaciones hoteleras anuales en Sevilla.………………..……………………………43 Tabla 18. Estimación mediante Prais-Winsten del PIB a precios de mercados en Sevilla explicado por las Pernoctaciones hoteleras anuales en Sevilla. ……………….44 Rey Tienda, María de la Sierra -12- Desde el punto de vista del alojamiento, la siguiente tabla muestra tanto los establecimientos, ya sean hoteleros, apartamentos turísticos o vivienda con fines turísticos, como las plazas y habitaciones que ofertó la ciudad de Sevilla durante el año 2019, previo a la aparición de la pandemia. Establecimientos, plazas y habitaciones en Sevilla Tabla 1. Número de establecimientos, plazas y habitaciones ofertadas por establecimientos hoteleros, apartamentos turísticos, y viviendas con fines turísticos. Fuente: Centro de datos turísticos en la ciudad de Sevilla y Registro de Turismo de Andalucía. Los establecimientos hoteleros han mantenido incluso incrementado alrededor de un 3% todas las variables recogidas en la tabla durante el 2019. No obstante, lo que más llama la atención de estos datos es el aumento de disponibilidad de las viviendas con fines turísticos, tanto en establecimientos como en plazas y habitaciones, superando en número y sobre todo en tasa de variación a hoteles y apartamentos turísticos, estos últimos se intuye que han sido los más perjudicados ya que ni siquiera alcanzan una tasa positiva, lo que se ve reflejado por otro lado, en este crecimiento de las viviendas con fines turísticos de casi el 35%. Otro sector que ocupa gran parte de la oferta, es el sector hostelero. Andalucía cuenta en 2018 con alrededor de 55 mil establecimientos que dan empleo a 295 mil personas, con una facturación de 17 millones de euros, lo cual supone casi el 6% de la riqueza regional. La provincia de Sevilla tampoco presenta datos negativos, se observa una clara evolución, pasando en el año 2010 de una oferta de 9849 establecimientos hosteleros hasta 10 267 en 2018, con una tasa de variación de 0,6% con respecto al año anterior y de algo más del 4% si lo comparamos con el año 2010. (Anuario Hostelería Sevilla, 2019) Por último, si se habla de oferta, uno de los principales activos de Sevilla, incluso el mayor de todos, son su historia y su patrimonio cultural, dentro del cual se encuentran: v El Archivo de Indias, creado en el 1785 a petición del rey Carlos III, con la finalidad de centralizar en un lugar único la documentación sobre la administración de las colonias españolas hasta entonces dispersa entre: TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -13- Simancas, Cádiz y Sevilla. La Catedral de Santa María de la Sede, es la catedral gótica más grande del mundo y el tercer templo cristiano tras San Pedro en Roma y San Pablo en Londres. v La Giralda, es la torre campanario de la Catedral, con 97.5 metros de altura, fue constituida por dos cuerpos diferentes aunque perfectamente unidos, que reflejan el crisol de culturas existentes de la capital. v La Iglesia del Divino Salvador, templo religioso con resquicios de la época romana y visigoda. Levantado sobre los restos de Ibn Adabbas, Mezquita Mayor de la Sevilla musulmana en el siglo IX, sostenía un uso religioso hasta el año 1671, funcionando en la actualidad como iglesia exenta. v Plaza de Toros de la Real Maestranza de Caballería de Sevilla, el coso taurino más antiguo de España. v El Real Alcázar, compuesto por diversos edificios de diferentes épocas, desde la romana y visigoda hasta su conversión en una basílica paleo cristiana. Pasando a tomar su aspecto actual cuando es tomada por los árabes, en el año 713. Tanto el Archivo de Indias como la Catedral y los Reales Alcázares, fueron declarados como Patrimonio de la Humanidad por la Unesco en el año 1987. La Catedral ha sido uno de los monumentos más visitados con alrededor de 600000 visitantes durante el año 2021, dentro de los que encontramos no sólo turistas nacionales, provenientes en su mayoría de Andalucía, Madrid o Cataluña, sino también un porcentaje alto de visitantes internacionales, procedentes entre otros, de Francia, Estados Unidos o Italia. Figura 4. Catedral de Sevilla Fuente: Archidiócesis de Sevilla Rey Tienda, María de la Sierra -14- Los objetivos principales de este trabajo consisten en analizar principalmente indicadores de demanda, basándonos principalmente en los datos del Instituto de Estadística y Cartografía de Andalucía, mostrando los efectos que ha producido la pandemia. El estudio se divide principalmente en cuatro capítulos, este primero, que trata de introducir de forma general los diferentes indicadores para situar la situación de la ciudad. El capítulo dos, centrado en pernoctaciones tanto hoteleras como totales, gasto medio y viajeros que visitan Sevilla, teniendo en cuenta su procedencia nacional o extranjera. El capítulo tres, con un objetivo doble: (1) un análisis de la serie a nivel mensual con objeto de aplicar el proceso de extracción de señales, lo que incluye el tratamiento de los efectos calendario, el ajuste estacional y la estimación de la señal tendencia-ciclo. Para llevarlo a cabo empleamos la metodología basada en Modelos ARIMA, implementada en los programas TRAMO (Time Series Regression with ARIMA Noise, Missing Observations, and Outliers) y SEATS (Signal Extraction in ARIMA Time Series), programas creados por Agustín Maravall y Víctor Gómez (Banco de España) que, entre otros, lo podemos encontrar implementado en el programa econométrico Gretl, versión 1.9.4. Comparamos el análisis con uno similar para el número de pernoctaciones en la Comunidad Autónoma Andaluza. Analizamos posibles relaciones entre ambas series Y (2), a partir de los datos mensuales, crear series anuales de pernoctaciones en Sevilla con objeto de relacionarlas con el Producto Interior Bruto de Sevilla a precios de mercado. En 2021, según datos facilitados por la Junta de Andalucía, Sevilla recibió más de dos millones y medio de turistas, recuperando casi los 3 millones que se alcanzaron en 2019. Como primera visión general, la siguiente gráfica muestra el crecimiento hasta el año 2019 tanto de viajeros como de pernoctaciones en la ciudad. 2,7 millones de turistas visitaron Sevilla generando casi 6 millones de pernoctaciones y una ocupación media del 68,94%. (Plan 8 Sevilla, CONTURSA, 2020) Evolución de pernoctaciones y viajeros en establecimientos hoteleros de Sevilla Gráfico 4. Evolución del número de pernoctaciones y viajeros en establecimientos hoteleros en Sevilla. Fuente: Plan 8 Sevilla. Plan de Impacto Turismo en Sevilla. Instituto de Estadística y Cartografía de Andalucía TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -15- CAPÍTULO 2 INDICADORES DE DEMANDA APLICADOS AL TURISMO 2.1 LA DEMANDA TURÍSTICA DE SEVILLA Y ANDALUCÍA AÑOS 2000-2020 En el presente capítulo se analizarán, los principales indicadores de demanda que más han podido afectar al turismo, no sólo en la ciudad de Sevilla sino también en Andalucía a lo largo del periodo de años 2000-2020. Tabla 2. Gasto medio diario de turistas en Sevilla y Andalucía en los años 2000-2020 Fuente: Elaboración propia a partir de datos del Instituto de Estadística y Cartografía de Andalucía Año Gasto medio diario Sevilla Gasto medio diario Andalucía 2000 57,95 43,57 2001 69,48 43,78 2002 65,91 44,37 2003 67,61 46,82 2004 65,49 49,48 2005 59,58 52,73 2006 58,21 54,2 2007 64,60 57,06 2008 65,79 58,65 2009 68,76 59,85 2010 75,97 60,38 2011 73,02 60,2 2012 73,91 59,49 2013 74,04 60,71 2014 78,84 61,87 2015 82,66 63,09 2016 81,77 64,7 2017 78,89 66,09 2018 75,99 66,76 2019 73,03 67,57 2020 70,11 63,61 Rey Tienda, María de la Sierra -16- En primer lugar, se observará el gasto medio diario a través de varias figuras, tanto de Sevilla como de Andalucía, incluyendo turistas nacionales y extranjeros, desde el año 2000 hasta el 2020. Gráfico 5. Comparación del Gasto medio diario de turistas en Sevilla y Andalucía en los años 2000-2020 Fuente: Elaboración propia a partir de datos del Instituto de Estadística y Cartografía de Andalucía. En Andalucía se percibe un crecimiento continuado de viajeros desde el año 2000, cuando el gasto apenas llegaba a los 45 euros diarios, hasta 2019 donde alcanza su punto más alto con una media de 67,57. No obstante, desciende al año siguiente debido a la situación de pandemia, que hace caer el gasto hasta 63,61 euros, valor que no aparecía recogido desde 2015. Por otro lado, si se examina la situación de Sevilla, vemos que no existe esa tendencia lineal creciente, sino que se producen altas y bajas a lo largo del período, obteniendo en 2015 su valor más elevado con una cuantía de 82,66 euros. En cuanto a la comparativa entre ambas, analizando los datos desde el inicio, en el año 2001, existe una gran diferencia entre el gasto de los turistas en Sevilla, con respecto al producido en Andalucía, el cual empieza a converger en el año 2005 y más adelante en el año 2016, hasta llegar ambos valores a estar muy igualados. Se podría decir, como ya anunciábamos anteriormente, que la minoración del gasto en Andalucía se debe a la COVID-19, sin embargo, no es el caso de la capital, la cual llevaba arrastrando un descenso del gasto medio desde 2016. En el siguiente punto se procederá a examinar la estancia media de los turistas de Sevilla y Andalucía, a través de tablas y gráficos que presentan una comparación entre ambas junto con una ratio que refleja cuantos días pasa un turista en la capital comparados con los que pasa en la comunidad autónoma. 30,00 40,00 50,00 60,00 70,00 80,00 90,00 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Gasto medio diario Sevilla -Andalucía Gasto medio diario Sevilla Gasto medio diario Andalucía TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -17- Tabla 3. Estancia media de turistas en Sevilla y Andalucía en los años 2000-2020 Fuente: Elaboración propia a partir de datos del Instituto de Estadística y Cartografía de Andalucía Año Estancia media Sevilla Estancia media Andalucía 2000 3,86 10,90 2001 5,08 11,46 2002 3,91 11,60 2003 4,18 10,53 2004 4,40 9,99 2005 4,45 7,54 2006 4,04 8,98 2007 4,04 8,22 2008 4,07 8,55 2009 3,72 8,79 2010 3,36 9,01 2011 3,33 9,05 2012 3,63 9,15 2013 3,49 9,02 2014 3,39 8,87 2015 3,53 8,69 2016 3,34 8,58 2017 3,40 8,52 2018 3,37 8,29 2019 3,35 8,20 2020 3,09 7,88 Rey Tienda, María de la Sierra -18- Gráfico 6. Estancia Media de los Turistas en Sevilla y Andalucía en los años 2000-2020 Fuente: Elaboración propia a partir de datos del Instituto de Estadística y Cartografía de Andalucía. Los datos representados en el gráfico 6, muestran como la estancia media de Andalucía es superior a la de Sevilla, con un promedio de algo más de 9 días, frente a los casi 4 días que pasan los turistas en la localidad sevillana. Esto es algo que los responsables de turismo de la capital intentan mejorar, para así dejar a un lado aquello de “Sevilla se ve en un fin de semana”, tratando de mostrar a los viajeros no sólo el patrimonio más reconocido, sino otros lugares que también tiene mucho que ofrecer, como podría ser la zona de la Cartuja o el sur de la ciudad. Gráfico 7. Ratio Comparación Estancia Media en Andalucía y Sevilla Fuente: Elaboración propia a partir de datos del Instituto de Estadística y Cartografía de Andalucía. 2,00 4,00 6,00 8,00 10,00 12,00 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 Estancia media Sevilla-Andalucía Estancia media Sevilla Estancia media Andalucía TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -19- Los datos del gráfico 7, muestran una ratio de la estancia media en Sevilla y Andalucía, a modo de ejemplo podríamos decir que, en el año 2000, por cada día que un turista pasa en la capital, pasa casi tres en Andalucía, siendo esta así el triple, nivel que ha ido disminuyendo a lo largo de los años pasando a los dos días y medio. No obstante, se aprecia un pequeño incremento a pesar de la pandemia en el último año 2020. Si se tienen en cuenta el resto de ciudades de Andalucía, el gráfico 8 con datos más actualizados, recogidos por la Encuesta de Coyuntura Turística de Andalucía del primer trimestre de 2022, muestran que ciudades como Cádiz, Almería o Málaga presentan una estancia media mayor, superando esta última incluso la media de días que el turista pasa en la comunidad autónoma. Gráfico 8. Estancia Media de las provincias de Andalucía Fuente: Instituto de Estadística y Cartografía de Andalucía Rey Tienda, María de la Sierra -20- 2.1 LA DEMANDA TURÍSTICA HOTELERA DE SEVILLA Y ANDALUCÍA AÑOS 2008-2020 En este punto se analizarán los diferentes indicadores en un periodo menor que el anterior, 2008-2020. Se mostrarán datos como, el número de viajeros, pernoctaciones y estancia media de los turistas que visitan tanto Sevilla como Andalucía en establecimientos hoteleros, teniendo en cuenta en la procedencia de los visitantes. En la tabla 4 se aprecia como, el número de turistas que visitan Sevilla ha experimentado un crecimiento a lo largo de los años, aumentando en 2019 hasta en un 61%, con un total de 3.666.536 turistas, mientras que en 2008 el total era de 2.277.103 viajeros. No obstante, a causa de las condiciones que se impusieron en la pandemia, esta cantidad disminuye en un 51% dejando el número de turistas en algo más de un millón, el valor más bajo registrado. Año Número de turistas alojados en hoteles en Sevilla Índice simple de turistas alojados en hoteles en Sevilla Número de turistas alojados en hoteles en Andalucía Índice simple de turistas alojados en hoteles en Andalucía 2008 2.277.103 100 15.769.340 100 2009 2.158.184 95 14.205.606 90 2010 2.343.071 103 14.343.891 91 2011 2.460.023 108 14.894.507 94 2012 2.422.318 106 14.451.588 92 2013 2.346.216 103 14.944.110 95 2014 2.589.204 114 15.589.123 99 2015 2.935.060 129 16.685.270 106 2016 3.209.953 141 17.868.616 113 2017 3.368.155 148 18.429.691 117 2018 3.485.832 153 18.838.407 119 2019 3.666.536 161 19.869.537 126 2020 1.121.928 49 6.887.309 44 Tabla 4. Número total de turistas alojados en Hoteles en Sevilla y Andalucía Fuente: Elaboración propia a partir de datos del Instituto de Estadística y Cartografía de Andalucía. En Andalucía, aunque apreciamos un incremento de la ocupación hotelera de los turistas, no es tan significativa como en el caso de Sevilla, ya que aunque también alcanza su mayor crecimiento en 2019, el aumento en Andalucía es de un 26%. En ambos casos a razón de la COVID-19, en 2020 se producen descensos de alrededor del 50% en comparación con el año base. En la próxima tabla y gráfica se observará la comparación entre los turistas de procedencia del país e internacionales. En primer lugar, los turistas nacionales en TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -21- 2008 alcanzan un número mayor con respecto a los procedentes del extranjero, situación que cambia a partir de 2016 cuando estos últimos empiezan a ser mayores alcanzando en 2019 los dos millones de turistas, posición que parecía seguir una tendencia creciente hasta que el año siguiente, cuando cae hasta un 60%. Año Turistas alojados en hoteles en Sevilla de procedencia nacional Turistas alojados en hoteles en Sevilla de procedencia extranjera Índice Simple de turistas de procedencia nacional Índice Simple de turistas de procedencia extranjera 2008 1.282.282 994.821 100 100 2009 1.249.162 909.022 97 91 2010 1.270.787 1.072.284 99 108 2011 1.264.774 1.195.249 99 120 2012 1.202.378 1.219.941 94 123 2013 1.153.884 1.192.332 90 120 2014 1.291.855 1.297.349 101 130 2015 1.444.655 1.490.405 113 150 2016 1.542.997 1.666.956 120 168 2017 1.494.605 1.873.550 117 188 2018 1.556.748 1.929.085 121 194 2019 1.637.311 2.029.225 128 204 2020 728.629 393.299 57 40 Tabla 5. Número de turistas alojado en hoteles en Sevilla de procedencia nacional y extranjera Fuente: Elaboración propia a partir de datos del Instituto de Estadística y Cartografía de Andalucía. Rey Tienda, María de la Sierra -28- Condicionado al vector se estiman por máxima verosimilitud los coeficientes del modelo ARIMA, de la ecuación (2). Después, condicionado a los recién estimados parámetros de ARIMA, se procede a estimar por el método de mínimos cuadrados generalizados. El proceso es iterado hasta que la diferencia entre las estimaciones, de una iteración a la siguiente, sean menores que una cierta cantidad pre-establecida. En la práctica, los dos pasos descritos se llevan a cabo usando el filtro de Kalman, algoritmo que permite estimar mínimos cuadrados generalizados de forma iterada. El programa aporta el valor de los coeficientes estimados para el modelo ARIMA, junto con sus errores estándar, así como información sobre las raíces complejas del modelo. También, se realizan diagnósticos sobre los residuos de la regresión para determinar si el modelo ARIMA que se ha usado describe apropiadamente la serie temporal que se analiza. Se incorporan estadísticos descriptivos de los residuos, así como diagnósticos sobre normalidad, sesgo y kurtosis de la distribución de los mismos. Por último, el programa calcula autocorrelaciones y autocorrelaciones parciales, con sus respectivos errores estándar, llevándose a cabo diagnósticos del tipo Box-Ljung. SEATS es un programa que estima las componentes no observables de una serie temporal, siguiendo el método “basado en modelos ARIMA”. Con ellos se estima y se predice la tendencia-ciclo, la componente estacional y la irregular. Los propios autores del programa Gómez y Maravall (1997) lo describen así: «SEATS es un programa para la identificación de componentes inobservados en series temporales siguiendo el enfoque llamado ʻbasado en modelos ARIMAʼ. Los componentes tendenciales, estacionales, irregulares, y cíclicos son estimados y predichos con técnicas de extracción de señal aplicadas a los modelos ARIMA. Son obtenidos los errores estándar de las estimaciones y predicciones y la estructura basada en modelo se explota para contestar a cuestiones de interés en el análisis en el corto plazo de los datos. (…) Cuando se usan [los programas TRAMO y SEATS] para ajuste estacional, TRAMO previamente adapta la serie que va a ser ajustada por SEATS.». La evolución a largo plazo viene determinada por la tendencia de la serie mientras que los movimientos de un período medio (entre 2 y 8 años habitualmente) suelen considerarse movimientos cíclicos. Por otro lado, los movimientos de la serie asociados con distintos períodos del año se atribuyen al componente estacional y los movimientos de corto plazo sin un patrón establecido suelen considerase como componente irregular. Como estos componentes no son observables, para extraerlos a partir de la serie observada se suelen utilizar técnicas de filtrado basadas en el alisamiento de la serie original. La aplicación de medias móviles centradas de orden estacional puede ser un filtro adecuado para la obtención del componente de tendencia-ciclo, en muchas ocasiones las ponderaciones óptimas de la media móvil (el diseño óptimo del filtro) será distinto según sean las características de la serie en cuestión. Una forma de hacer depender el filtro de las características de la serie original es estimar un modelo ARIMA para cada componente de la serie; así se estima un modelo para el componente de tendencia-ciclo, otro para el estacional y otro para el irregular respectivamente. b b TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -29- Posteriormente se obtienen las ponderaciones de cada filtro en función de los coeficientes del modelo ARIMA estimado. Esto es lo que hace la metodología UCARIMA (Unobserved Componentes-ARIMA) la cual permite obtener diseños de filtros distintos de cada serie según sea el mejor modelo ARIMA que se ajuste a la serie observada. Además, esta metodología permite también obtener predicciones de cada componente o señal, lo cual resulta fundamental cuando se quiere analizar la coyuntura económica. La metodología UC-ARIMA está implementada en software libre a través del programa TRAMO-SEATS disponible, entre otros, en Gretl, como ya se ha dicho. Este programa permite obtener de forma automática los componentes no observables a partir de modelos ARIMA de la serie original. La evolución a largo plazo viene determinada por la tendencia de la serie mientras que los movimientos de un período medio (entre 2 y 8 años habitualmente) suelen considerarse movimientos cíclicos. Normalmente, en series cortas, se suele estimar de manera conjunta ambas componentes, llamándose asó componente tendencia-ciclo. Por otro lado, los movimientos de la serie asociados con distintos períodos del año se atribuyen al componente estacional y los movimientos de corto plazo sin un patrón establecido suelen considerase como componente irregular. Como estos componentes no son observables, para extraerlos a partir de la serie observada se suelen utilizar técnicas de filtrado basadas en el alisamiento de la serie original. La aplicación de medias móviles centradas de orden estacional puede ser un filtro adecuado para la obtención del componente de tendencia-ciclo, en muchas ocasiones las ponderaciones óptimas de la media móvil (el diseño óptimo del filtro) será distinto según sean las características de la serie en cuestión. Una forma de hacer depender el filtro de las características de la serie original es estimar un modelo ARIMA para cada componente de la serie; así se estima un modelo para el componente de tendencia-ciclo, otro para el estacional y otro para el irregular respectivamente. Posteriormente se obtienen las ponderaciones de cada filtro en función de los coeficientes del modelo ARIMA estimado. Esto es lo que hace la metodología UCARIMA (Unobserved Componentes-ARIMA) la cual permite obtener diseños de filtros distintos de cada serie según sea el mejor modelo ARIMA que se ajuste a la serie observada. Además, esta metodología permite también obtener predicciones de cada componente o señal, lo cual resulta fundamental cuando se quiere analizar la coyuntura económica. La metodología UC-ARIMA está implementada en software libre a través del programa TRAMO-SEATS disponible, entre otros, en Gretl, como ya se ha dicho. Este programa permite obtener de forma automática los componentes no observables a partir de modelos ARIMA de la serie original. La relevancia de esta modelización se debe a que el modelo ARIMA puede entenderse como el comportamiento esperable según la estructura aleatoria existente en los datos observados, por lo que, las desviaciones observadas entre las propias observaciones y las ajustadas según la estructura ARIMA indican sucesos ajenos al comportamiento esperado. TRAMO-SEATS Rey Tienda, María de la Sierra -30- construye la serie linealizada que nos permite comparar con la serie original y detectar las diferencias entre una y otra. 3.2. ANÁLISIS DE LA SERIE MENSUAL DE PERNOCTACIONES EN LA PROVINCIA DE SEVILLA. COMPARACIÓN CON LAS DE ANDALUCÍA En el Gráfico 12 se muestra la evolución mensual del número de pernoctaciones hoteleras en Sevilla. Se aprecian, como atípicos, los datos que corresponden a abril y mayo (en ambos meses la variable que analizamos toma el valor 0) de 2020, periodo de confinamiento decretado por el gobierno español con motivo de la explosión pandémica provocada por Covid19, la caída generada por esa situación, y la posterior recuperación, sin alcanzar aún los niveles previos a la pandemia. Gráfico 12. Evolución mensual del número de pernoctaciones hoteleras en la provincia de Sevilla. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). A continuación, se presentan los estadísticos principales de la serie en la Tabla 9, usando las observaciones 1999:01 - 2022:02 para la variable Pernoctaciones de Sevilla (278 observaciones válidas) Media Mediana Mínimo Máximo 3.7738e+005 3.7008e+005 0.00000 7.0520e+005 0 100.000 200.000 300.000 400.000 500.000 600.000 700.000 800.000 1999M01 1999M10 2000M07 2001M04 2002M01 2002M10 2003M07 2004M04 2005M01 2005M10 2006M07 2007M04 2008M01 2008M10 2009M07 2010M04 2011M01 2011M10 2012M07 2013M04 2014M01 2014M10 2015M07 2016M04 2017M01 2017M10 2018M07 2019M04 2020M01 2020M10 2021M07 Pernoctaciones hoteleras en Sevilla TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -31- Desv. Típica. C.V. Asimetría 1.2898e+005 0.34178 0.10131 Percentil 5 Percentil 95 Rango intercuartílico 1.8633e+005 6.2283e+005 1.5520e+005 Tabla 9. Estadísticos principales de la Variable “Pernoctaciones hoteleras en Sevilla”. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). Gráfico 13. Comparación, cada serie en su respectiva escala, de la evolución mensual de las pernoctaciones en Sevilla y en Andalucía. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). En el Gráfico 13 se compara la evolución temporal de dos series, por un lado, la evolución mensual de las pernoctaciones en Sevilla, y por otro lado la correspondiente a las pernoctaciones en Andalucía. Observamos en dicho gráfico que las oscilaciones estacionales de la serie correspondiente a las pernoctaciones en Andalucía son más acentuadas, los que nos hace pensar en un peso superior de la estacionalidad a nivel andaluz con respecto a nivel sevillano. Con objeto de identificar gráficamente la posible componente estacional, mostramos gráficas de series anuales para uno y otro caso. Mostramos los 5 primeros años de ambas series. 0 100000 200000 300000 400000 500000 600000 700000 800000 2000 2005 2010 2015 2020 0 1e+06 2e+06 3e+06 4e+06 5e+06 6e+06 7e+06 8e+06 Pernoct_Sevilla (izquierda) Pernoct_Andaluc (derecha) Rey Tienda, María de la Sierra -32- Gráfico 14. Evolución mensual, durante los cinco primeros años de la serie, del número de pernoctaciones hoteleras en Sevilla. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). Gráfico 15. Evolución mensual, durante los cinco primeros años de la serie, del número de pernoctaciones hoteleras en Andalucía. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). Los Gráficos 14 y 15 nos muestran fuerte componente estacional en ambas series, pero sus respectivas estacionalidades tienen estructuras distintas. Así, la de Sevilla presenta dos puntos álgidos en primavera y otoño, y una caída importante en los meses centrales del verano, casi igualando a las pernoctaciones del mes de diciembre, mientras que las pernoctaciones en Andalucía muestran una fase creciente 150.000 200.000 250.000 300.000 350.000 400.000 450.000 enero febrero marzo abril mayo junio julio agosto septiembre octubre noviembre diciembre Pernoctaciones hoteleras en Sevilla Años 1999, 2000, 2001, 2002 y 2003 Pernoct_Sevilla 1999 Pernoct_Sevilla 2000 Pernoct_Sevilla 2001 Pernoct_Sevilla 2002 Pernoct_Sevilla 2003 1.000.000 1.500.000 2.000.000 2.500.000 3.000.000 3.500.000 4.000.000 4.500.000 5.000.000 5.500.000 enero febrero marzo abril mayo junio julio agosto septiembre octubre noviembre diciembre Pernoctaciones hoteleras en Andalucía Años 1999, 2000, 2001, 2002 y 2003 Pernoct_Andalucía 1999 Pernoct_Andalucía 2000 Pernoct_Andalucía 2001 Pernoct_Andalucía 2002 Pernoct_Andalucía 2003 TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -33- en los primeros meses del año, que culmina en agosto, y después una fase decreciente. A continuación, en los Gráficos 16 y 17 comparamos esas evoluciones mensuales para los años 2003 y 2019, siendo este último año, el previo a la pandemia originada por Covid19, la cual ha alterado por completo las estadísticas turísticas. Se observa que, aunque hay una diferencia de 16 años entre una serie y otra, la estructura estacional se mantiene muy parecida en Sevilla, aunque, existe una diferencia mensual media de más de 300.000 pernoctaciones entre un año y otro. Para Andalucía, la estructura estacional ha cambiado un poco, acentuándose aún más el efecto verano. En la Tabla 10 mostramos las diferencias, mes a mes, entre los años 2003 y 2019, para las pernoctaciones de Sevilla y Andalucía. Dichas diferencias se muestran casi constantes para el caso de Sevilla, con una diferencia media mensual, entre 2003 y 2019, de 308.535 pernoctaciones y con una dispersión relativa muy baja, del 8’38%, lo que nos lleva a escribir “diferencias casi constantes”. Para el caso de Andalucía, la diferencia media mensual ha sido de 1.508.249 pernoctaciones, pero con una dispersión relativa del 49’59%, lo que indica en este caso, que las diferencias entre un año y otro son mayores o menores en función del mes elegido para comparar, y las mayores se dan en los meses de verano. Gráfico 16. Evolución mensual, durante los años 2003 y 2019 de la serie del número de pernoctaciones hoteleras en Sevilla. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). Observamos en el Gráfico 16 que las dos líneas son prácticamente paralelas, o sea, semejante estructura de estacionalidad en un año y otro. 100.000 200.000 300.000 400.000 500.000 600.000 700.000 800.000 enero febrero marzo abril mayo junio julio agosto septiembre octubre noviembre diciembre Pernoctaciones Sevilla Años 2003 y 2019 Pernoct_Sevilla 2003 Pernoct_Sevilla 2019 Rey Tienda, María de la Sierra -34- Gráfico 17. Evolución mensual, durante los años 2003 y 2019 de la serie del número de pernoctaciones hoteleras en Andalucía. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). Observamos en el Gráfico 17 que las dos líneas se van distanciando en los meses de verano. Por tanto, la estacionalidad se ha hecho más fuerte en esos meses. Para cuantificar lo comentado construimos la Tabla 2 y representamos el Gráfico 7. Diferencia Sevilla 2003-2019 Diferencia Andalucía 2003-2019 Enero 283.280 620.506 Febrero 268.975 643.540 Marzo 330.593 1.109.601 Abril 311.383 1.405.470 Mayo 314.282 1.687.603 Junio 336.095 2.210.590 Julio 311.779 2.572.373 Agosto 337.458 2.657.514 Septiembre 320.638 2.057.321 Octubre 330.272 1.620.819 Noviembre 296.708 875.741 1.000.000 2.000.000 3.000.000 4.000.000 5.000.000 6.000.000 7.000.000 8.000.000 enero febrero marzo abril mayo junio julio agosto septiembre octubre noviembre diciembre Pernoctaciones Andalucía Años 2003 y 2019 Pernoct_Andalucía 2003 Pernoct_Andalucía 2019 TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -35- Diciembre 260.952 637.914 Media mensual 308.535 1.508.249 Desviación típica 25.867 748.065 Coeficiente variación 8,3838% 49,5982% Tabla 10. Diferencia mensual entre años 2003 y 2019, en el número de pernoctaciones hoteleras para Sevilla y Andalucía. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). Gráfico 18. Diferencia mensual entre años 2003 y 2019, en el número de pernoctaciones hoteleras para Sevilla y Andalucía. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). Se ha aplicado el análisis TRAMO-SEATS a la serie mensual de pernoctaciones de Sevilla. El Gráfico 19 muestra la serie original y la componente tendencia-ciclo de esta serie, la cual elimina las fluctuaciones debidas a la estacionalidad. El valor que toma esta componente para el primer de la serie, enero de 1999, es 303.921’8, y el valor que toma la misma el mes previo al inicio de la pandemia, febrero de 2020, es 606.615’2. Entre ambos periodos han transcurrido un total de 254 meses, lo que nos permite calcular la tasa media acumulativa del crecimiento de las pernoctaciones en Sevilla a nivel de tendencia, esta tasa es de un 0’27%, esto quiere decir que, antes de la aparición de la pandemia, las pernoctaciones en Sevilla tenían una tendencia creciente con una tasa media mensual acumulada de 0’27%. 0 500.000 1.000.000 1.500.000 2.000.000 2.500.000 3.000.000 enero febrero marzo abril mayo junio julio agosto septiembre octubre noviembre diciembre Diferencias, por meses, entre año 2003 y 2019, en el número de pernoctaciones Diferencia Sevilla 2003-2019 Diferencia Andalucía 2003-2019 Rey Tienda, María de la Sierra -36- Gráfico 19. Serie original y componente tendencia-ciclo de las pernoctaciones mensuales en hoteles de Sevilla. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE) y usando el programa TRAMO-SEATS. En la componente tendencia-ciclo, hasta febrero de 2022, último mes pre pandémico, intuimos dos periodos con comportamiento distinto, el primero de ellos comprendido entre enero de 1999 y diciembre de 2013, y el segundo entre enero de 2014 y febrero de 2020. Para detectar esta situación hemos llevado a cabo un ajuste por Mínimos Cuadrados Ordinarios, de esta componente sobre el tiempo, y hemos llevado a cabo el contrate de Chow de cambio estructural, poniendo como fecha de separación diciembre de 2013. Estadístico: F(2, 250) = 824’852 con valor p = 0’0000. En las tablas que siguen mostramos los ajustes de esa componente sobre el tiempo, para cada uno de esos dos periodos. Estimación MCO, usando las observaciones 1999:01-2013:12 (T = 180) Variable dependiente: Tendencia-ciclo pernoctaciones Sevilla. 0 100000 200000 300000 400000 500000 600000 700000 800000 2000 2005 2010 2015 2020 Pernoct_Sevilla Pernoct__tr TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -37- Coeficiente Desv. Típica Estadístico t valor p const 307257 2577’93 119’2 <0’0001 *** Tiempo 374’098 24’7033 15’14 <0’0001 *** Tabla 11. Resultado de la estimación MCO de la componente tendencia-ciclo de las pernoctaciones hoteleras en Sevilla, para el periodo comprendido entre enero de 1999 y diciembre de 2013. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE) Estimación MCO, usando las observaciones 2014:01-2020:02 (T = 74) Variable dependiente: Tendencia-ciclo pernoctaciones Sevilla Coeficiente Desv. Típica Estadístico t valor p const −181694 19307’4 −9’411 <0’0001 *** Tiempo 3218’59 88’3447 36’43 <0’0001 *** Tabla 12. Resultado de la estimación MCO de la componente tendencia-ciclo de las pernoctaciones hoteleras en Sevilla, para el periodo comprendido entre enero de 2014 y febrero de 2020. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). En la comparación entre ambas pendientes, se aprecian grandes diferencias, con un crecimiento más rápido en el segundo periodo. De hecho, la tasa media acumulativa de crecimiento de las pernoctaciones en Sevilla fue del 0’10% en el primer periodo señalado, y de un 0’70% en el segundo periodo. La pendiente de la tendencia ha pasado de tomar el valor 374’098 en el primer tramo de la serie, al valor 3218’59 en el segundo tramo. Por tanto, dicha pendiente se ha multiplicado por 8’6. A continuación, se observa el Gráfico 20 de la componente irregular de las pernoctaciones en Sevilla. Observamos un valor irregular positivo, en abril de 2012, correspondiente a un mes en el que, tanto Semana Santa como Feria fueron celebradas en dicho mes. Por tanto, hubo 524.630 pernoctaciones en dicho mes, la cantidad más elevada a nivel mensual de dicho año. También, observamos los valores irregulares negativos asociados con los meses de la pandemia. En el resto de los meses analizados la componente irregular se mantiene en márgenes pequeños, no significativos, según TRAMO-SEATS, lo que nos indica, en general, un buen ajuste de las componentes de la serie de pernoctaciones en hoteles de Sevilla. Rey Tienda, María de la Sierra -44- R-cuadrado 0’284036 R-cuadrado corregido 0’224372 F(1, 12) 4’760610 Valor p (de F) 0’049726 rho 0’906054 Durbin-Watson 0’346111 Tabla 17. Estimación MCO del PIB a precios de mercados en Sevilla explicado por las Pernoctaciones hoteleras anuales en Sevilla. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). El rho estimado y el estadístico de Durbin-Watson (muy inferior al valor ) nos indica que la estimación presenta problemas de autocorrelación. Por dicha razón procedemos con una estimación mediante el método de Paris-Winsten, método adecuado bajo supuesto de un proceso autorregresivo de orden 1 (AR(1)). El resultado de esta nueva estimación se muestra en la Tabla 18. Estimación Prais-Winsten, usando las observaciones 2008-2021 (T = 14) Variable dependiente: PIB_a_precio_de_mercado_Sevilla rho = 0.930541 Coeficiente Desv. Típica Estadístic o t valor p const 3’4836e+07 2’06293e+06 16’89 <0’0001 *** Pernoctaciones_ anuales_Sevilla 0’850974 0’161990 5’253 0’0002 *** R-cuadrado 0’803158 R-cuadrado corregido 0’786754 F(1, 12) 184’3834 Valor p (de F) 1’21e-08 rho 0’178542 Durbin-Watson 1’598661 Tabla 18. Estimación mediante Prais-Winsten del PIB a precios de mercados en Sevilla explicado por las Pernoctaciones hoteleras anuales en Sevilla. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). 1'045 L d= TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -45- En esta estimación se observa, que el nuevo rho ya es próximo a cero, y que el estadístico de Durbin-Watson supera ampliamente el valor fronterizo establecido para esta tamaño muestral de 1’045. Por tanto, con este procedimiento de estimación hemos superado el problema inicial de autocorrelación. El coeficiente de determinación es 0’85, o sea, con la variación de las pernoctaciones controlamos en un 85% la variabilidad del PIB. El dato más significativo es la pendiente estimada del modelo, 0’8509, significativa al 1%. Se puede interpretar así: si sólo tuviésemos esa variable explicativa del PIB, un incremento de la misma en una unidad (o sea, una pernoctación más) aporta de media un incremento del PIB a precios de mercado de 0’850 miles de euros, o sea, 850 euros. El Gráfico 25 nos muestra el buen ajuste que conseguimos del PIB a partir de los datos de las pernoctaciones. Gráfico 25. Valores observados del PIB anual a precios de mercado de Sevilla, y valores ajustados del mismo PIB usando como variable explicativa las pernoctaciones anuales de Sevilla. Elaboración propia a partir de los datos obtenidos del Instituto Nacional de Estadística (INE). 3.5e+07 3.6e+07 3.7e+07 3.8e+07 3.9e+07 4e+07 4.1e+07 4.2e+07 2008 2010 2012 2014 2016 2018 2020 PIB_a_precio_de_mercado_Sevilla PIB_a_precio_de_mercado_Sevilla observada y estimada Observada Estimada Rey Tienda, María de la Sierra -46- CAPÍTULO 4 CONCLUSIONES El trabajo presentado analiza los diferentes indicadores que han afectado al turismo en Sevilla y Andalucía en los últimos veinte años. Para conseguir el objetivo, se ha realizado el estudio de los principales indicadores de demanda, tales como, el gasto medio diario, el número de turistas que visitan la ciudad, las pernoctaciones o la estancia media. Además, se ha evaluado una serie mensual de pernoctaciones, que muestra tanto el nivel que alcanzan como la estacionalidad y la tasa media de crecimiento dividida en diferentes periodos. Por último, se muestra un ajuste del Producto Interior Bruto a partir de los datos de las pernoctaciones. Algunas de las conclusiones que se han extraído de este trabajo son: 1. La tendencia lineal creciente del gasto medio diario en Andalucía en contraposición a los altos y bajos que se observan en Sevilla. 2. La estancia media en Sevilla no supera el fin de semana, situación que pretende mejorarse dando visibilidad a otras zonas menos turísticas de la ciudad. 3. El crecimiento en cuanto a ocupación hotelera, en número de turistas ha sido superior en Sevilla, con una afluencia mayor tanto de turistas como de pernoctaciones y número de días de estancia media por parte de los viajeros de procedencia extranjera. 4. La serie mensual de pernoctaciones muestra, el crecimiento lineal que seguía Sevilla en este aspecto, hasta la llegada de la pandemia, que supone una disminución de la cual aún no se ha recuperado. 5. Se observa un mayor peso de la estacionalidad en Andalucía que en la capital, aunque con una tasa de crecimiento mayor en esta última. 6. En el estudio de las pernoctaciones, los datos recogidos reflejan que, el 11% de las pernoctaciones producidas en Andalucía corresponden a Sevilla. 7. A través de la aplicación del estadístico de Durbin-Watson, se aprecia un buen ajuste del PIB con los datos de las pernoctaciones. TFG-ADE+Derecho. Indicadores económico-financieros relacionados con el turismo en entornos urbanos. El caso de la ciudad de Sevilla -47- BIBLIOGRAFÍA AENA, (2021). «Presentación del aeropuerto de Sevilla,» Airport Marketing Team. Analistas Económicos de Andalucía. (2021). Situación económica y perspectivas de las provincias de Andalucía. nº 8. Archidiócesis de Sevilla. (2019). La Catedral de Sevilla fue el monumento más visitado de Sevilla en 2018. Sitio web: https://www.archisevilla.org/ Balke, N.S. (1993): “Detecting Level Shifts in Time Series”, Journal of Business & Economic Statistics, 11, pp. 81-82. Catedral de Santa María de la Sede de Sevilla. (2022). La Catedral de Sevilla rebasa el medio millón de visitas en 2021. Sitio web: https://www.catedraldesevilla.es/ Chen, C. and Liu, L.M. (1993): “Joint Estimation of Model Parameters and Outlier Effects in Time Series”, Journal of the American Statistical Association, 88, pp. 284- 297. CONTURSA - Turismo de Sevilla. (2020). Plan 8 Sevilla. Plan Impacto Turismo Sevilla. Drimay Consultores SL. (2020). Datos de Actividad Turística en la Ciudad de Sevilla Año 2019. Centro de datos turísticos. Gómez, V. and Maravall, A. (1994a): “Estimation, Prediction, and Interpolation for Nonstationary Series with the Kalman Filter”, Journal of the American Statistical Association, 89, pp. 611-624. Gómez, V. and Maravall, A. (1994b): “Program TRAMO. Time Series Regression with ARIMA Noise, Missing Observations and Outliers. Instructions for the User”, European University Institute Working Paper ECO, nº 94/31. Gómez, V. and Maravall, A. (1995): “Programs TRAMO and SEATS. Update: December 1995”, European Universiv Institute Working Paper ECO, nº 95/46. Gómez, V. y Maravall, A. (1997): «Programs TRAMO (Times Series Regression with ARIMA Noise, Missing Observations, and Outliers) and SEATS (Signal Extraction in ARIMA Time Series). Instructions for the User. GÓMEZ, V. y MARAVALL, A. (1998): «Seasonal adjustment and signal extraction in economic time series». Documento de trabajo 9809. Servicio de Estudios del Banco de España. Madrid. Harvey, A.C. (1989): Forecasting, Structural Time Series Models and the Kalman Filter, Cambridge: Cambridge University Press. Hostelería de España, CEHE. (2019). Anuario de la Hostelería en España. Instituto de Estadística y Cartografía de Andalucía. Instituto Nacional de Estadística. Rey Tienda, María de la Sierra -48- Lorenzo, F. y Revuelta, J.M. (1996): “TRAMO y SEATS: Un marco completo para el análisis univariante y extracción de señales de series temporales”, Revista de Economía Aplicada, Vol. 4, nº 11, pp. 201-214. Maravall, A. (1985): “On Structural Time Series Models and the Characterization of Components”, Journal of Business & Economic Statistics, 3, pp. 350-355. Maravall, A. (1994): “Unobserved Components in Economic Time Series”, en Pesaran, H. H. Schmidt, P. and Wickens, M. (eds.), The Handbook of Applied Econometrics, vol. 1, Oxford: Basil Blackwell. Maravall, A. and Gómez, V. (1992): “Signal Extraction in ARIMA Time Series: Program SEATS”, European University Institute Working Paper ECO n.0 92165. Martínez, J. (2008). Turismo cultural y de ciudades: Sevilla. Sevilla: Cátedra "Sánchez- Ramade" de Iniciativa, Innovación del Instituto Internacional San Telmo. Rodríguez, F.J. (2020). Análisis de la integración del sistema ferroviario en los aeropuertos: estudio de casos reales y aplicación al aeropuerto de Sevilla. (Trabajo Fin de Máster Inédito). Universidad de Sevilla, Sevilla. Sistema de Información Multiterritorial de Andalucía, Instituto de Estadística y Cartografía de Andalucía. Tiao, G.C. and Tsay, R.S. (1983): “Consistency Properties of Least Squares Estimates of Autorregresive Parameters in ARIMA Models”, The Annals of Statistics, 11, pp. 856- 871. Tsay, R.S. (1984), “Regression Models with Time Series Errors”, Journal of The American Statistical Association, 79, pp. 118-124. Turismo de Sevilla. (2005). Plan Desarrollo Turístico de Sevilla, Volumen I. Sevilla: Ayuntamiento de Sevilla.