Este estudio examina la relación causal entre la demanda de transporte aéreo y los indicadores socioeconómicos, con un enfoque en las dinámicas de recuperación post-recesión. Utilizando datos mensuales desde 1990 hasta 2022, la investigación explora la causalidad entre los indicadores de transporte aéreo y los indicadores socioeconómicos, a partir de los cuales se crea un modelo causal temporal para la previsión. Se introduce un modelo causal temporal, que integra métricas de transporte aéreo y socioeconómicas, para mejorar la previsión del transporte aéreo de pasajeros. Los valores pronosticados del modelo causal temporal y un modelo ARIMA se compararon con el tráfico real realizado para evaluar la calidad y precisión de los modelos. Basado en la comparación, el modelo causal temporal permite un análisis instantáneo de las circunstancias y causas en entornos dinámicos, así como una previsión confiable de los próximos períodos intermedios. Esta investigación contribuye a las aerolíneas y otros interesados en el transporte aéreo al proporcionar una herramienta de previsión a corto plazo confiable para la toma de decisiones informadas y el crecimiento sostenible.