TCNICAS DE PREDICCIN ECONMICA A CORTO Y MEDIO PLAZO
GUIA DE ESTUDIO
1. Presentacin
La presente gua de estudio trata de mostrar las principales caractersticas de Tcnicas de Prediccin Econmica a Corto y Medio Plazo, asignatura optativa de la Licenciatura de Ciencias Actuariales y Financieras, que se imparte por la Universidad de Alcal bajo la direccin y tutela de D Esther Galindo Frutos, profesora Titular de Escuela Universitaria de Economa Aplicada en dicha Universidad. Est adscrita al rea de conocimiento de Economa Aplicada en el departamento de Estadstica, Estructura Econmica y Organizacin Econmica Internacional de la Universidad de Alcal. La econometra constituye una herramienta indispensable que aporta los mtodos cuantitativos para el tratamiento de la informacin disponible contribuyendo as a facilitar la toma de decisiones en un ambiente de incertidumbre. Para el desarrollo de esta materia, se propondr a los alumnos un conjunto de contenidos orientados al aprendizaje de las tcnicas ms habituales de prediccin con las que cualquier analista deber trabajar en su actividad profesional, por lo que se pretende dar una visin claramente aplicada a las distintas opciones tericas que se manejan. Esta pretensin exige a los alumnos que decidan seguir el curso unos conocimientos bsicos de Econometra a nivel medio / alto.
La asignatura presentada en esta gua consta de 6 crditos repartidos entre teora y prctica.
2. Objetivos
El objetivo fundamental del curso es familiarizar al alumno con las principales tcnicas de prediccin de situaciones a corto y medio plazo, de manera que sean capaces de obtener datos de series econmicas proyectadas hacia el futuro, su evaluacin y la comparacin dichos resultados entre las distintas tcnicas propuestas.
Tcnicas de Prediccin a Corto y Medio Plazo
Gua Docente Pgina 2
Para ello se pretende: Impulsar en los alumnos un mtodo de trabajo para afrontar los problemas de forma lgica y rigurosa. Desarrollar un espritu crtico en el alumno ante el anlisis cuantitativo de datos para que sean capaces de aplicar determinadas tcnicas economtricas que les puedan ser de utilidad en el futuro. Integrar las nuevas tecnologas como un recurso para adquirir y actualizar los conocimientos relacionados con la materia.
Tras la superacin de las exigencias de este curso, el alumno deber ser capaz de:
Dominar la terminologa especfica de la materia Comprender los fundamentos tericos concretos de las distintas tcnicas expuestas Desarrollar ejemplos prcticos a travs de aplicaciones informticas Obtener predicciones de diferentes series econmicas Evaluar y comparar las predicciones obtenidas Realizar el diseo estructurado de una aplicacin real, utilizando la metodologa desarrollada, y emitiendo un informe final. Analizar, sintetizar y resumir crticamente la informacin econmica- empresarial. Comprender el funcionamiento de la toma de decisiones
3. Metodologa
La mecnica bsica para el desarrollo de esta asignatura se basa en la idea de un curso semi-presencial y con carcter virtual. El principal objetivo de la imparticin de un curso de estas caractersticas es el que el alumno aprenda no slo las tcnicas correspondientes a la materia, sino que tambin consiga manejarse con fluidez en la multitud de recursos existentes, para lo que ser necesario cierto nivel de complicidad con su tutor y un alto grado de inters por su parte, ya que el mayor esfuerzo deber realizarlo el propio alumno.
El papel clave que el alumno adopta en esta situacin hace que la metodologa a seguir se base en estrategias concretas diseadas para el aprendizaje autnomo pero dirigido y orientado por el tutor, de manera que se produzca una relacin dinmica y, sobre todo, que busque facilitar el trabajo en este proceso. Tcnicas de Prediccin a Corto y Medio Plazo
Gua Docente Pgina 3
El carcter semi-presencial del curso implica que las clases se estructurarn con un 25 % de clases presenciales. En estas clases presenciales se tratar de introducir los conceptos fundamentales a los que el alumno se enfrenta por primera vez, orientando tambin el estudio de las diferentes unidades de contenidos, y obteniendo, a travs del trabajo personal y tutelado, el 75% restante de la carga docente asignada. La estructura conceptual del curso se basa en el desarrollo de bloques temticos. Dado que las aplicaciones prcticas que se manejan a travs de paquetes informticos, ser necesaria una introduccin a su manejo para aquellos alumnos no familiarizados con su utilizacin.
Para la preparacin de un tema, se aconseja, en primer lugar, la asistencia a la clase presencial introductoria donde el profesor indicar el modo y temporizacin con que debe afrontarse cada tema (o conjunto de temas en su caso), as como los conceptos bsicos fundamentales y la explicacin de cuestiones que pueden resultar ms dificultosas para los alumnos. En segundo lugar, se recomienda el estudio del tema en el mdulo de contenidos correspondiente facilitado por el profesor as como del material de referencia de la bibliografa bsica. Finalmente el alumno debe, obligatoriamente, realizar y entregar las actividades propuestas por el profesor para cada tema o conjunto de temas, en las fechas oportunas, que sern tenidas en cuenta para la evaluacin de la asignatura. En la mayora de los casos, las actividades obligatorias consistirn en la realizacin de aplicaciones prcticas mediante el paquete economtrico E- Views y su posterior interpretacin. Conviene observar que los contenidos de la asignatura son secuenciales, por lo que el estudio de un tema requiere el conocimiento de los anteriores.
4. Programa
Bloque 1
Programa E-Views e introduccin a las tcnicas de prediccin.
Bloque 2
Tcnicas elementales: 2.1. En situaciones sin historia. 2.2. En situaciones con historias media mviles y alisado exponencial. Tcnicas de Prediccin a Corto y Medio Plazo
Gua Docente Pgina 4
Bloque 3
Alisados con tendencia 3.1. Tratamiento de la estacionalidad. 3.2. Ajuste de tendencias.
Bloque 4
Tcnicas avanzadas en situaciones sin historia. Mtodo Delfos.
Bloque 5
La prediccin usando la metodologa Box-Jenkins. Modelos ARIMA.
Bloque 6
Prediccin con Modelos Economtricos multiecuacionales.
5. Temporizacin
Las clases presenciales se impartirn los mircoles de 12:30 a 14:30, con las siguientes fechas propuestas:
Mes Da Bloque Temtico Febrero 1 Presentacin Febrero 10 Programa E-Views e Introduccin a las Tcnicas de Prediccin Febrero 24 Tcnicas Elementales Marzo 10 Alisados con Tendencia Marzo 24 Tcnicas avanzadas en situaciones sin historia Abril 7 Modelos ARIMA Abril 21 Prediccin con Modelos Economtricos multiecuacionales Mayo 5 Tutora Presencial
La estructura de las clases presenciales se ha diseado para que coincidan con la presentacin de los bloques temticos en los que se divide la asignatura, de tal manera que se comience el desarrollo de una nueva actividad con una clase presencial. La ltima clase, correspondiente al da 5 de mayo, pretende convertirse en una tutora presencial en la que se puedan resolver dudas de cualquier mdulo del programa.
A lo largo del curso se podr flexibilizar el calendario para dinamizar esta temporizacin ya que se pretende establecer una comunicacin fluida entre Tcnicas de Prediccin a Corto y Medio Plazo
Gua Docente Pgina 5
el tutor y los alumnos de manera que se pueda conseguir la mxima eficiencia.
6. Actividades
El desarrollo del curso se complementa con la realizacin, si se considera oportuno, de dos tipos de actividades:
Actividades obligatorias: constan de ejercicios de carcter prctico en los que los alumnos debern reflejar sus conocimientos de las distintas tcnicas de prediccin pero utilizando sus propios recursos tanto para la obtencin de los datos como en manejo de los programas informticos propuestos por el tutor.
Actividades recomendadas: constan de ejercicios prcticos propuestos por el tutor con aplicaciones ms concretas de las tcnicas aplicadas para la obtencin de predicciones, en series de datos elegidas por el profesor.
7. Evaluacin
La evaluacin de los resultados de este curso tendr la misma estructura que el propio curso, es decir, por un lado la calificacin se obtendr por la realizacin de las diversas actividades que se irn proponiendo por el tutor y, por otro, con la realizacin de un examen presencial. La importancia de cada parte se repartir de la siguiente manera:
Actividades Actividades Obligatorias 50% Actividades Recomendadas 10% Examen Final 10% Asistencia y Participacin en las clases presenciales 30%
De esta forma, un alumno que complete con xito las actividades preparadas para el curso podr superar la asignatura sin necesidad de realizar el examen final.
Tcnicas de Prediccin a Corto y Medio Plazo
Gua Docente Pgina 6
Para cada bloque temtico se ofrecern procesos de autoevaluacin que permitirn comprobar el rendimiento obtenido. Estos procesos tendrn carcter voluntario.
Pulido, A. : Prediccin Econmica y empresarial. Ed. Pirmide, 1989. Otero, J.M. : Econometra. Series Temporales y Prediccin. Ed. AC, 1993. Aznar, A. y Trivez, F.J. : Mtodos de prediccin en Economa.Vol. I y II. Ed. Ariel, 1993.
Bibliografa Bsica Aplicada:
Carrascal, U., Y. Gonzlez y B. Rodrguez, 2001, Anlisis Economtrico con Eviews. Ed. Ra-Ma, Madrid. Pena J.B., J. Estavillo, E. Galindo, M. J. Leceta y M. M. Zamora, 1999, Cien Ejercicios de Econometra. Ed. Pirmide, Madrid. Pulido, A. y J. Prez, 2001, Modelos Economtricos. Gua para la Elaboracin de Modelos Economtricos con Eviews. Ed. Pirmide, Madrid.