Tcnicas de Prediccin a Corto y Medio Plazo

Gua Docente Pgina 1

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.


8. Recursos on-line


Fuentes bibliogrficas y Web de bases de datos:

http://lib.stat.cmu.edu/datasets/
http://lib.stat.cmu.edu/DASL/allsubjects.html
http://www.edustatspr.com/datos/index.html
http://www.uam.es/departamentos/economicas/econapli/pdf/guia%20eviews.pdf

Enlaces:

http://www.ine.es
http://www.e-biometria.com/ebiometria/net-stat/net-stat.html
http://www.members.aol.com/johnp71/javastat.html
http://pwt.econ.upenn.edu/php_site/pwt61_form.php
http://www.itl.nist.gov/div898/strd/general/dataarchive.html
http://www.math.montana.edu/~rjboik/classes/480/data/


9. Bibliografa


Bibliografa Bsica:

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.