ASIGNATURA TÉCNICAS AVANZADAS DE SERIES TEMPORALES PARA LA PREDICCIÓN ECONÓMICA Y EL ANÁLISIS DE COYUNTURA

Transcripción

1 ASIGNATURA TÉCNICAS AVANZADAS DE SERIES TEMPORALES PARA LA PREDICCIÓN ECONÓMICA Y EL ANÁLISIS DE COYUNTURA Máster Universitario en Análisis Económico Aplicado Universidad de Alcalá Curso Académico 2013/14

2 GUÍA DOCENTE TÉCNICAS AVANZADAS DE SERIES Nombre de la asignatura: TEMPORALES PARA LA PREDICCIÓN ECONÓMICA Y EL ANÁLISIS DE COYUNTURA Código: Titulación en la que se imparte: Departamento y Área de Conocimiento: Carácter: Optativa Créditos ECTS: 6 Curso y cuatrimestre: Profesorado: Máster Universitario en Análisis Económico Aplicado Métodos Cuantitativos para la Economía y la Empresa 2º cuatrimestre Eva Senra Díaz Horario de Tutoría: A confirmar con el profesor Idioma en el que se imparte: Español 1. PRESENTACIÓN Tras un repaso de las técnicas básicas de series temporales, el curso desarrolla las técnicas estadísticas necesarias para realizar un análisis de la coyuntura económica basado en modelos. Se analizan las técnicas de predicción y la utilización de la combinación de predicciones como herramienta útil para conseguir un menor error de predicción. Se estudian las técnicas de extracción de señales, tanto las empiricistas como las basadas en modelos para eliminar de la serie observada los elementos que pueden distorsionar el análisis a corto plazo, y se analizan las propiedades estadísticas de las tasas de crecimiento habitualmente utilizadas. Por último se realiza una extensión a las técnicas no lineales para caracterizar el ciclo económico. Prerrequisitos y Recomendaciones (si es pertinente) 2. COMPETENCIAS Competencias genéricas: 1. 2

3 Competencias específicas: CONTENIDOS Bloques de contenido (se pueden especificar los temas si se considera necesario) Total de clases, créditos u horas Introducción. Componentes básicos de una serie temporal. Repaso de análisis de series temporales: modelos ARIMA, análisis de intervención y función de transferencia Predicción puntual e incertidumbre en la predicción. Evaluación de predicciones. Técnicas de combinación de predicciones. Técnicas de extracción de señales. Procedimientos empiricistas. Modelos de componentes no observables. Método basado en modelos. Filtros lineales. Tasas de crecimiento. Modelos no lineales de series temporales para caracterizar el ciclo económico Cronograma (Optativo) Semana / Sesión 01ª Contenido 02ª 03ª 3

4 04ª 05ª 06ª 07ª 08ª 09ª 10ª 11ª 12ª 13ª 14ª 4. METODOLOGÍAS DE ENSEÑANZA-APRENDIZAJE.-ACTIVIDADES FORMATIVAS 4.1. Distribución de créditos (especificar en horas) Número de horas presenciales: Número de horas del trabajo propio del estudiante: Total horas El curso consta de 14 sesiones de 2 horas cada una. Por tanto, habrá un total de 28 horas de clase presencial. Se estima un total de 122 horas de trabajo individual del alumno, que incluye horas de estudio, elaboración de actividades y trabajos y preparación de exámenes. 150 horas 4.2. Estrategias metodológicas, materiales y recursos didácticos Clases presenciales teóricas y prácticas dirigidas por el profesor Sistema de evaluación continua con participación activa en clase del alumno Seguimiento tutorial presencial o mediante correo electrónico. 4

5 5. EVALUACIÓN: Procedimientos, criterios de evaluación y de calificación 1 La calificación final del alumno será una media ponderada entre la puntuación obtenida mediante el sistema de evaluación continua (60%) y el resultado de un examen final (40%). El proceso de evaluación continua será calificado en base a la realización de tareas de carácter teórico o empírico conducentes a la entrega de un trabajo final al finalizar el curso. El examen final consistirá en una prueba con preguntas de tipo test con una penalización del 50% del valor de cada pregunta de este tipo, en caso de ser erróneamente contestada y/o cuestiones para contestar razonadamente, de forma breve y en espacio limitado.. 6. BIBLIOGRAFÍA Diebold, F,X (2000), Elements of Forecasting, South-Western, Thomson and Learning. Cap Espasa, A. y Cancelo, J.R. (1993) Métodos cuantitativos para el análisis de la coyuntura económica. Alianza Economía. Fan, J. and Q. Yao (2003) Nonlinear Time Series. Nonparametric and Parametric Methods, Springer Series in Statistics. Franses, D. (2000). Non-linear time series models in empirical finance. Cambridge University Press. Harvey, A.C. (1989), Forecasting, Structural Time Series Models and the Kalman Filter, Cambridge University Press. Kaiser, R. y A. Maravall (2001), Measuring Business Cycles in Economic Time Series, Lecture Notes in Statistics, Springer. Maravall, A. (1987), Descomposición de series temporales: especificación, estimación e inferencia, Estadística Española, 114, Peña, D. (2010), Análisis de series Temporales, Alianza Editorial. Timmerman, A. (2006), Forecast combination, Handbook of Economic Forecasting, Edited by: Graham Elliott, Clive W.J. Granger and Allan Timmermann, Elsevier. 1 Es importante señalar los procedimientos de evaluación: por ejemplo evaluación continua, final, autoevaluación, co-evaluación. Instrumentos y evidencias: trabajos, actividades. Criterios o indicadores que se van a valorar en relación a las competencias: dominio de conocimientos conceptuales, aplicación, transferencia conocimientos. Para el sistema de calificación hay que recordar la Normativa del Consejo de Gobierno del 16 de Julio de 2009: la calificación de la evaluación continua representará, al menos, el 60%. Se puede elevar este % en la guía. 5