Modelos

Técnicas de predicción económica
ISBN: 978-84-692-3815-8

María Pilar González Casimiro

05-09

T´cnicas de predicci´n econ´mica e o o
Pilar Gonz´lez Casimiro a Departamento de Econom´ Aplicada III (Econometr´ y Estad´ ıa ıa ıstica) Facultad de Ciencias Econ´micas y Empresariales o Universidad del Pa´ Vasco (UPV-EHU) ıs

Contenido

1. La predicci´n econ´mica o o 1.1. Predicci´necon´mica y toma de decisiones . . . . . . . . . . . . . . . . . . o o 1.2. T´cnicas de Predicci´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . e o

3 3 9

1.3. Evaluaci´n de las predicciones . . . . . . . . . . . . . . . . . . . . . . . . . 15 o 1.4. Predicci´n con series temporales . . . . . . . . . . . . . . . . . . . . . . . . 20 o 2. Modelos de Componentes No Observados 3.An´lisis de una serie con tendencia a 25 33

3.1. Modelos globales: ajuste de funciones matem´ticas . . . . . . . . . . . . . . 33 a 3.2. M´todos de alisado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 e 3.2.1. Medias m´viles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 o 3.2.2. M´todos de Alisado Exponencial . . . . . . . . . . . . . . . . . . . 45 e 3.3.Diferenciaci´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 o 4. An´lisis de una serie con estacionalidad a 57

4.1. Modelos globales. Variables ficticias estacionales. . . . . . . . . . . . . . . . 57 4.2. M´todos de alisado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62 e 4.2.1. M´todo de Relaci´n a la Media M´vil . . . . . . . . . . . . . . . . . 62 e o o4.2.2. Alisado exponencial de Holt-Winters con estacionalidad . . . . . . . 65 4.3. Diferenciaci´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 o 5. Modelos Estructurales de Series Temporales i 69

SARRIKO-ON 5/09

T´cnicas de predicci´n econ´mica e o o

5.1. Especificaci´n del modelo estructural . . . . . . . . . . . . . . . . . . . . . 69 o 5.1.1. Principales ModelosEstructurales . . . . . . . . . . . . . . . . . . . 71 5.2. Estimaci´n m´ximo veros´ o a ımil . . . . . . . . . . . . . . . . . . . . . . . . . 75 5.2.1. Modelos en el Espacio de los Estados . . . . . . . . . . . . . . . . . 75 5.2.2. El Filtro de Kalman . . . . . . . . . . . . . . . . . . . . . . . . . . 78 5.2.3. Estimaci´n por M´xima Verosimilitud . . . . . . . . . . . . . . . . 87 o a 5.3.Predicci´n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 o 5.4. Extracci´n de se˜ales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94 o n 6. Predicci´n con modelos ARIMA o 99

6.1. Predicci´n con modelos estacionarios . . . . . . . . . . . . . . . . . . . . . 100 o 6.1.1. Predicci´n con modelos MA(q). . . . . . . . . . . . . . . . . . . . . 102 o 6.1.2.Predicci´n con modelos AR(p) . . . . . . . . . . . . . . . . . . . . . 104 o 6.1.3. Predicci´n con modelos ARMA(p,q). . . . . . . . . . . . . . . . . . 106 o 6.1.4. Predicciones con modelos estacionarios estimados . . . . . . . . . . 108 6.2. Predicci´n con modelos no estacionarios. . . . . . . . . . . . . . . . . . . . 111 o 7. Ejercicios 115

7.1. Cuestiones . . . . . . . . . . . . . . . . . . .. . . . . . . . . . . . . . . . . 115 7.2. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118 A. Modelo de Regresi´n Lineal o B. Medias M´viles o C. Operador de retardos D. M´ ınimos Cuadrados Descontados 129 133 137 139

ii

Presentaci´n o
Tanto en econom´ de la empresa como en el campo macroecon´mico, se plantea el probleıa o ma de la toma de decisiones,es decir, la elecci´n de una opci´n entre diversas alternativas. o o A la hora de tomar una decisi´n es muy importante contar con una visi´n de lo que va a o o suceder en el futuro: tomar una decisi´n exige considerar todas aquellas alteraciones que o pueden producirse durante el horizonte temporal relevante para el tema en cuesti´n. En o buena l´gica no se deber´ tomar una decisi´n sin...