Licenciatura en ECONOMÍA

Licenciatura C ECONOMÍA-DERECHO

Información para los Alumnos Matriculados en el Curso 2004- 2005

 


Home


 

 

 

Objetivos del Curso

En un mundo evolutivo, las decisiones en la empresa así como las decisiones económicas en general se toman basadas en estimaciones sobre cómo se comportarán en el futuro determinadas magnitudes económicas, pues de dicho comportamiento depende el éxito final de la decisión presente. Así, por ejemplo, decisiones actuales sobre almacenamiento de existencias o sobre planes de inversión dependen de las estimaciones o predicciones que se hagan sobre las ventas y precios futuros. En general, al pasar el tiempo, las predicciones que se habían realizado no se cumplirán exactamente, surgiendo una discrepancia  (innovación) entre lo finalmente observado y lo originalmente predicho, de modo que el agente decisor tendrá  -si le es posible- que modificar la decisión original de acuerdo con la innovación posterior.

Lo anterior implica que los valores que las magnitudes económicas toman pueden verse compuestos de dos factores: uno, predicción, que se evalúa antes de la observación, y, otro, la innovación que unido a la predicción se corresponde posteriormente con la observación real. A partir de esta forma de considerar los datos económicos se puede afirmar que en economía se planifica con las predicciones y se reacciona con las innovaciones. Así, lo que genera consecuencias económicas cuando se conoce una observación no es su magnitud global, sino simplemente el componente innovador -discrepancia respecto a la predicción existente- que incorpora. Dado que las innovaciones no se generan autónomamente, sino que surgen como consecuencia de las predicciones, se tiene que en el mundo económico las predicciones tienen un doble interés, inicialmente sirven para aproximar el futuro y posteriormente para evaluar el factor sorpresa frente al que reaccionarán los agentes económicos.

En este curso se pretende formular el problema de la predicción económica y estudiar métodos para generar predicciones en la empresa y en cualquier ámbito económico. Los métodos de predicción no son únicos pues entre otras cosas dependen de la antelación con la que se desee la predicción y del conjunto de información que se utilice para realizarla. A lo largo del curso se desarrollarán y valorarán diferentes métodos de predicción.
 

Cada semana se encargará un conjunto de ejercicios para resolver en casa. Algunos ejercicios requieren la utilización del ordenador. Los ejercicios serán corregidos y evaluados por los profesores ayudantes cada semana. Habrá un conjunto extraordinario de ejercicios que requerirán la utilización del ordenador para resolver antes del periodo de exámenes. Estos ejercicios extraordinarios son de carácter voluntario y sirven para aumentar la nota final, como se especifica más abajo.

Los problemas, conjunto de datos, exámenes previos, soluciones y cualquier otro material que se discuta en clase se hará públicos en la página web y/o Aula Global.

El texto básico del curso es Diebold (1998). Los otros libros básicos, Aznar (1993), Granger (1989), Pulido (1989), Newbold y Bos (1993), están a un nivel semejante, y pueden ser alternativas al libro de Diebold, pero son más antiguos. Un buen libro de referencia pero a un nivel más avanzado es Clements y Hendry (1999). Los manuales usandos en Econometría II (Análisis de Series Temporales) son también adecuados para este curso, aunque aquí el enfoque será más la predicción que la construcción y propiedades de los modelos per se. Durante el curso se entregarán lecturas y referencias de artículos clave en la evolución de la predicción en Economía.

Volver al inicio

 

Programa

1.     Importancia de la predicción económica y factores que determinan los métodos de predicción.

1.1    Importancia de la predicción económica.
1.2    Tipos de predicciones: (1) series temporales, (2) otras.
1.3    Conjuntos informativos. Esperanza matemática condicional y errores de predicción (innovaciones).
1.4    Funciones de pérdida en la valoración de las predicciones. Criterios de evaluación.

2.    Modelización y Predicción de la tendencia.
    
    2.1 Tendencia y ciclos en los datos económicos. Modelos estructurales.
    2.2 Gráficos de interés para la predicción. Métodos de suavizado.
    2.3 Enfoque parcial en la predicción de tendencias. Curvas de tendencia y tendencias segmentadas.
    2.4 Estimación y selección de líneas de tendencia.
    2.5 Estacionalidad determinística y efectos de calendario.
    2.6 Predicción de tendencias y estacionanalidad determinísticas.
    2.7 Intervalos de confianza. Características.
    2.8 Tendencia y estacionalidad estocásticas.

3.    Predicción mediante modelos de series temporales.

    3.1 Enfoque global en la predicción de series temporales.
    3.2 Modelos autorregresivos: estructura y propiedades. Predicción. Ejemplos.
    3.3 Predicción con modelos autorregresivos y de medias móviles. Ejemplos.
    3.4 Metodología Box–Jenkins para la construcción de modelos de series temporales.
    3.5 La predicción con modelos ARIMA.
    3.6 Errores en la predicción con varios períodos de antelación.
    3.7 Varianza de los errores de predicción e intervalos de confianza.
    3.8 Importancia económica de la predicción.
    3.9 Ejemplos de predicción sobre series españolas y europeas.

4.    Predicción con modelos de regresión dinámica.

    4.1 El modelo de regresión múltiple dinámica.
    4.2 Selección de variables.
    4.3 Formulación del modelo.
    4.4 Validación de un modelo de regresión múltiple dinámica.
    4.5 Predicción con el modelo de regresión múltiple dinámica.
    4.6 Predicción con modelos multiecuacionales. Modelos VAR.
    4.7 Ejemplos de predicción sobre series españolas y europeas.

5.    La predicción como base para el diagnósticos económico. Ejemplos exitosos de predicción económica.

    5.1 Diagnóstico basado en modelos econométricos y en señales relevantes sobre las series económicas.
    5.2 La predicción de fenómenos agregados: inflación, producción industrial, empleo, ingresos turísticos, balanza de pagos, volumen global de ventas en una empresa.
    5.3 Ejemplos.



Volver al inicio

 

Organización de la docencia

Las clases prácticas son de asistencia obligada. Parte de las prácticas requieren el uso del ordenador. Todas las semanas se entregarán conjuntos de ejercicios que requieren el uso del ordenador y la utilización de diferentes bases de datos económicos.

Una parte esencial del curso es la realización de un Proyecto:

•    Cada alumno deberá recoger datos reales sobre una variable económica cuya evolución futura será objeto de predicción en el proyecto. La variable debe presentar un problema interesante de predicción, por lo que deben excluirse variables como tipos de interés, tipos de cambio y rentabilidades en mercados financieros.

•    Idealmente,  la serie temporal de datos recogida debe tener las siguientes propiedades:

–    una definición precisa con valores numéricos,
–    estar disponible mensualmente.
–    cambiar frecuentemente de valores,
–    disponer al menos de tres años de observaciones
–    disponer también de variables explicativas para el mismo período muestral y con la misma frecuencia temporal.

•    Ejemplos:

–    recaudación semanal en un bar local,
–    recaudación en el fin de semana en un cine local,
–    ventas semanales de automóviles recogidas por la patronal del sector,
–    número de páginas en la revista semanal de un periódico,
–    número de libros prestados en una biblioteca,
–    ventas en un comercio local,
–    ventas semanales de refrescos en una residencia de estudiantes,
–    precio de la gasolina sin plomo en una determinada gasolinera,
–    indicadores económicos mensuales como la producción de algún sector industrial, el paro, los precios de producción, el volumen de importaciones o exportaciones, etc.

La serie escogida debe ser aceptada por el profesor o el profesor ayudante de la asignatura.

•    El trabajo debe realizarse con  ordenador.

 Volver al inicio

 

Evaluación de la Asignatura

El desarrollo del curso será en un contexto de evaluación continua. Cada tres semanas se realizará en clase evaluaciones de 20 minutos. Además, dado que la mejor forma de aprender a predecir es prediciendo, en el curso cada alumno realizará un proyecto aplicado sobre un problema de predicción elegido por él. Finalmente en el curso habrá un examen final. En las evaluaciones y el examen final se puede permitir el uso de material de ayuda.

•    Evaluaciones continuas: 20% (el alumno podrá renunciar a las calificaciones obtenidas en la evaluación continua en cuyo caso el examen final supondrá el 60%).
•    Proyecto desarrollado de predicción: 40%
•    Examen final: 40%.

 

Volver al inicio

 

Bibliografía

BIBLIOGRAFÍA BÁSICA: 

Aznar, A. (1993), Métodos de Predicción en Economía. Ariel.
Granger, C.W.J. (1989), Forecasting in Business and Economics, Academic Press. San Diego.
Diebold, F.X. (1998), Elements of Forecasting, South-Western College Publishing, Cincinnati, Ohio.
Pulido, A. (1989), Predicción Económica y Empresarial. Pirámide.
Newbold, P. y T. Bos (1993), Introductory Business & Economic Forescasting, Second Edition, South-Western College Publishing, Cincinnati, Ohio.

BIBLIOGRAFÍA COMPLEMENTARIA:

Espasa, A. y J.R. Cancelo (1993) Métodos Cuantitativos para el análisis de la coyuntura económica, Alianza Editorial, Madrid.
Granger, C.W.J. y P. Newbold (1986), Forecasting Economic Time Series, Academic Press. San Diego.
Geurts, et al (1994), Forecasting Sales, Advances in Business and Management Forecasting, V.1, Jai Press, London.
Clements, M.P. y D. Hendry (1999), Forecasting Non-Stationary Economic Time Series, Cambridge, Mass: MIT Press.
Clements, M.P. (2005), Evaluating Econometric Forecast of Economic and Financial Variables. Palgrave Macmillan.
Hendry, D. F. (1995), Dynamic Econometrics, Oxford University Press.
Hendry, D. F. y M.P. Clements (2001), Economic Forecasting: Some lessons from recent research. European Central  Bank, Working Paper N0. 82 (http://www.ecb.int/pub/pdf/scpwps/ecbwp082.pdf).
 

Volver al inicio

Comentarios y Sugerencias: Carlos Velasco carlos.velasco@uc3m.es
Ultima modificación: 16-02-2005