Guía docente de Predicción Económica-Empresarial (MA4/56/2/2)

Curso 2023/2024
Fecha de aprobación por la Comisión Académica 19/07/2023

Máster

Máster Universitario en Técnicas Cuantitativas en Gestión Empresarial

Módulo

Fundamentos Avanzados en Métodos Cuantitativos

Rama

Ciencias Sociales y Jurídicas

Centro Responsable del título

International School for Postgraduate Studies

Semestre

Primero

Créditos

4

Tipo

Optativa

Tipo de enseñanza

Enseñanza Virtual

Profesorado

  • Francisco Javier Blanco Encomienda
  • Alessio Gaggero
  • Alessio Gaggero

Tutorías

Francisco Javier Blanco Encomienda

Email
  • Primer semestre
    • Martes 8:30 a 14:30 (Fac Ceuta . G-7)
  • Segundo semestre
    • Martes 8:30 a 14:30 (Fac Ceuta . G-7)

Alessio Gaggero

Email
No hay tutorías asignadas para el curso académico.

Alessio Gaggero

Email

Breve descripción de contenidos (Según memoria de verificación del Máster)

  • Introducción. Definición y ejemplos. Objetivos del análisis de una serie temporal. Efecto de la correlación en los estadísticos elementales.
  • Conceptos básicos y métodos descriptivos. Gráfica de la serie respecto al tiempo. Funciones de autocovarianza y autocorrelación. Correlograma. Comportamiento cíclico. Transformación de los datos.
  • Modelos estocásticos de series temporales. Procesos estocásticos estacionarios. Función de autocorrelación. Función de autocorrelación parcial. Modelos AR. Modelos MA. Modelos ARMA. Procesos estocásticos no estacionarios. Modelos ARIMA. Aplicaciones a la evolución temporal del índice de precios.
  • Construcción de un modelo de Box-Jenkins. Predicción. Identificación del modelo. Estimación de los parámetros. Validación: análisis de residuos. Predicción. 
  • Modelos de Box - Jenkins para series estacionales. Construcción y predicción. 

Prerrequisitos y/o Recomendaciones

Conocimientos básicos de:

  • Matemáticas
  • Estadística

Competencias

Competencias Básicas

  • CB6. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • CB7. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB8. Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • CB9. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • CB10. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.

Resultados de aprendizaje (Objetivos)

El estudiante sabrá/comprenderá:

  • Las principales técnicas de predicción económicas-empresariales.
  • Los fundamentos de la metodología de Box-Jenkins para la modelización de series temporales.
  • Seleccionar y utilizar las técnicas de análisis de series temporales más apropiadas.
  • Las dificultades y limitaciones que se plantean al utilizar distintos procedimientos para el análisis de series temporales.

El estudiante será capaz de:

  • Adquirir las habilidades necesarias para la modelización de series de datos reales, así como para realizar predicciones a partir de los modelos construidos.
  • Manejar distinto tipo de software para las técnicas cuantitativas estudiadas.
  • Obtener las conclusiones oportunas tras la aplicación de las técnicas estudiadas y comunicarlas adecuadamente.

Programa de contenidos Teóricos y Prácticos

Teórico

  1. Introducción
  •  Definición y ejemplos
  • Objetivos del análisis de una serie temporal
  • Efecto de la correlación en los estadísticos elementales
  1. Conceptos básicos y métodos descriptivos
  • Gráfica de la serie respecto al tiempo
  • Funciones de autocovarianza y autocorrelación
  • Correlograma
  • Comportamiento cíclico
  • Transformación de los datos
  1. Modelos estocásticos de series temporales
  • Procesos estocásticos estacionarios
  • Función de autocorrelación
  • Función de autocorrelación parcial
  • Modelos AR
  • Modelos MA
  • Modelos ARMA
  • Procesos estocásticos no estacionarios
  • Modelos ARIMA
  • Aplicaciones a la evolución temporal del índice de precios
  1. Construcción de un modelo de Box-Jenkins. Predicción
  • Identificación del modelo
  • Estimación de los parámetros
  • Validación: análisis de residuos
  • Predicción
  1. Modelos de Box-Jenkins para series estacionales
  • Construcción y predicción

Práctico

  • El temario práctico de la asignatura coincide con el temario teórico

Bibliografía

Bibliografía fundamental

  • Box, G. E. P., Jenkins, G. M., & Reinsel, G. C. (1994). Time series analysis. Forecasting and control. Prentice Hall.
  • Brockwell, P. J., & Davis, R. A. (2002). Introduction to time series and forecasting. Springer.
  • Enders, W. (2004). Applied econometric time series. John Wiley & Sons.
  • González Casimiro, M. P. (2009). Análisis de series temporales: Modelos ARIMA. Universidad del País Vasco.
  • Hernández Alonso, J., & Herrador Morales, M. M. (2000). Econometría de series temporales. Editorial Universitas.
  • Peña, D. (2005). Análisis de series temporales. Alianza Editorial.
  • Uriel, E., & Peiró, A. (2000). Introducción al análisis de series temporales. Editorial AC.
  • Wei, W. W. S. (1990). Time series analysis. Univariate and multivariate methods. Addison-Wesley.

Bibliografía complementaria

  • Kirchgässner, G., Wolters, J., & Hassler, U. (2007). Introduction to modern time series analysis. Springer-Verlag.
  • Mills, T. C., & Markellos, R. N. (2008). The econometric modelling of financial time series. Cambridge University Press.
  • Neusser, K. (2016). Time series econometrics. Springer.
  • Shumway, R. H., & Stoffer, D. S. (2011). Time series analysis and its applications. Springer.

Enlaces recomendados

Metodología docente

Evaluación (instrumentos de evaluación, criterios de evaluación y porcentaje sobre la calificación final.)

Evaluación Ordinaria

El artículo 17 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que la convocatoria ordinaria estará basada preferentemente en la evaluación continua del estudiante, excepto para quienes se les haya reconocido el derecho a la evaluación única final. Así pues, esta asignatura sigue un sistema de evaluación continua basado en los siguientes porcentajes sobre la calificación final:

  1. Pruebas de evaluación escritas y objetivas: 60%.
  2. Asistencia y/o participación activa del estudiantado: 10%.
  3. Trabajos: 30%.

Evaluación Extraordinaria

  • El artículo 19 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que los estudiantes que no hayan superado la asignatura en la convocatoria ordinaria dispondrán de una convocatoria extraordinaria. A ella podrán concurrir todos los estudiantes, con independencia de haber seguido o no un proceso de evaluación continua.
  • En la convocatoria extraordinaria el 100% de la nota de la asignatura corresponderá a la calificación obtenida mediante la realización de una prueba y/o un trabajo.

Evaluación única final

  • El artículo 8 de la Normativa de Evaluación y Calificación de los Estudiantes de la Universidad de Granada establece que podrá acogerse a la evaluación única final el estudiante que no pueda cumplir con el método de evaluación continua por causas justificadas.
  • Para acogerse a la evaluación única final el estudiante, en las dos primeras semanas de impartición de la asignatura o en las dos semanas siguientes a su matriculación si esta se ha producido con posterioridad al inicio de las clases, lo solicitará, a través del procedimiento electrónico, a la Coordinación del Máster, quien dará traslado al profesorado correspondiente, alegando y acreditando las razones que le asisten para no poder seguir el sistema de evaluación continua.
  • En la evaluación única final el 100% de la nota de la asignatura corresponderá a la calificación obtenida mediante la realización de una prueba y/o un trabajo.

Información adicional

Requisitos técnicos

  • Acceso a internet con navegador actualizado.
  • Máquina virtual Java.
  • Plugin Adobe Flash.
  • Lectores de documentos ofimáticos.