Download
slide1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
PRONÓSTICO DE VARIABLES ECONÓMICAS DR. LUIS MIGUEL GALINDO PowerPoint Presentation
Download Presentation
PRONÓSTICO DE VARIABLES ECONÓMICAS DR. LUIS MIGUEL GALINDO

PRONÓSTICO DE VARIABLES ECONÓMICAS DR. LUIS MIGUEL GALINDO

176 Views Download Presentation
Download Presentation

PRONÓSTICO DE VARIABLES ECONÓMICAS DR. LUIS MIGUEL GALINDO

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. PRONÓSTICO DE VARIABLES ECONÓMICAS DR. LUIS MIGUEL GALINDO

  2. ESTADISTICOS BÁSICOS • 1.Pronósticos de un punto: un solo número. • 2.Intervalos de pronóstico: La presencia de shocks e incertidumbre en una economía hace que existan errores de pronóstico que no son cero. • Se requiere entonces conocer el grado de confianza de un pronóstico. • Un intervalo de pronóstico es un rango de valores donde se espera que se ubique el valor pronosticado. Dr. Galindo

  3. ESTADISTICOS BÁSICOS • El tamaño del intervalo provee información sobre la incertidumbre del pronóstico. • Intervalos de pronóstico tienen más información de pronósticos puntuales. Teniendo el intervalo se puede producir el pronóstico puntual. Dr. Galindo

  4. TIPOS DE PRONÓSTICO • 3. Los pronósticos con función de densidad: presenta la probabilidad de distribución de los valores futuros de una variable conociendo la distribución se conocen los intervalos y la media. • Horizonte de pronóstico: h-step ahead forecast. • Principio de parsimonia: Kiss (Keep it sophisticatedly simple) Dr. Galindo

  5. TIPOS DE PRONÓSTICO Razones de Kiss: a) Las estimaciones son más precisas. b)Los modelos se entienden mejor y por tanto comportamientos anómalos se identifican más fácilmente. c) Más intuitivo. d) Evita “data mining”. Dr. Galindo

  6. PRONÓSTICO Y TENDENCIA Dr. Galindo

  7. Ejercicio 1 Ejercicio con tendencia y tendencia asintótica Estimar el ingreso con respecto a t y t cuadrada, seleccionar y pronosticar a 2007 y comentar. Dr. Galindo

  8. ESTACIONALIDAD Ejercicio Generar Dummies estacionales para el crecimiento del PIB, estimar modelo y analizar variabilidad Dr. Galindo

  9. EJERCICIO: Utilizar modelo de PIB con tendencia y tendencia cuadrática y analizar las autocorrelaciones Dr. Galindo

  10. MODELOS DE CICLOS Ejercicio R (opcion LY y ver diferencias) Estimar un MA y seleccionar rezagos, analizar residuales Estimar un AR, seleccionar rezagos Seleccionar un ARMA y defender sus resultados Dr. Galindo

  11. ESTIMACIONES RECURSIVA Las relaciones económicas cambian a lo largo del tiempo. Un modelo que tiene inestabilidad es difícil hacer pronósticos adecuados. El pronóstico recursivo se obtiene como: Donde: ~ Con rt >1 y los residuales recursivos comparados con bandas Dr. Galindo

  12. ESTIMACIONES RECURSIVA Residuales recursivos estandarizados: ~ CUSUM: Dr. Galindo

  13. MODELO DE REGRESIÓN Modelo General: ~ Pronósticos: Suponiendo Normalidad: Dr. Galindo

  14. MODELO DE REGRESIÓN • Fuentes de Incertidumbre: • . Incertidumbre sobre la especificación del modelo • . Incertidumbre la innovación 3. Incertidumbre en los parámetros • Se consideran años importantes las incertidumbres en la especificación y en la innovación • La incertidumbre en los parámetros desaparece al aumentar la muestra • El pronóstico incondicional requiere el pronóstico de las variables de lado derecho. Dr. Galindo

  15. EVALUACIÓN DE PRONÓSTICOS • Propiedades de los pronósticos: • Los pronósticos óptimos son insesgados • Si el pronóstico es óptimo entonces el error de • pronósticos tiene media cero. • Con correlación serial el pronóstico de los errores puede ser subóptimo • Pueden utilizarse MA(q) • 2. Los pronósticos óptimos tienen errores de un periodo adelante que son ruido blanco • Utilizar pruebas de autocorrelación Dr. Galindo

  16. EVALUACIÓN DE PRONÓSTICOS Pruebas: Regresión de Mincer- Zarnowitz: Restando a (5): es similar a Dr. Galindo

  17. PRONÓSTICO DE VARIABLES ECONÓMICAS DR. LUIS MIGUEL GALINDO