PRONÓSTICO DE VARIABLES

ECONÓMICAS

DR. LUIS MIGUEL GALINDO

ESTADISTICOS BÁSICOS

Dr. Galindo

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.

ESTADISTICOS BÁSICOS

Dr. Galindo

•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.

TIPOS DE PRONÓSTICO

Dr. Galindo

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

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”.

PRONÓSTICO Y TENDENCIA

Dr. Galindo

2t 0 1 2 t1) y T T u

1 2

1 2

1 2

1. 0 y 0

2. 0 y 0

3. 0 y 0

Ejercicio 1

Dr. Galindo

Ejercicio con tendencia y tendencia asintóticaEstimar el ingreso con respecto a t y t cuadrada, seleccionar y pronosticar a 2007 y comentar.

ESTACIONALIDAD

Dr. Galindo

Ejercicio Generar Dummies estacionales para el crecimiento del PIB, estimar modelo y analizar variabilidad

Dr. Galindo

EJERCICIO:

Utilizar modelo de PIB con tendencia y tendencia cuadrática y analizar las autocorrelaciones

Dr. Galindo

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

ESTIMACIONES RECURSIVA

k

i titft xy

1 113

fttt yye 111 4

1te trN 2,0

r2

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

ESTIMACIONES RECURSIVA

t

tt

r

ew

1

1 5

1tw 1,0N

t

kitt wCUSUM 1

Residuales recursivos estandarizados:

~

CUSUM:

Dr. Galindo

MODELO DE REGRESIÓN

ttt exy 10 1

te 2,0 N

hThThT xxy 10*/ 2

2* ,/ hThT xyN

Modelo General:

~

Pronósticos:

Suponiendo Normalidad:

Dr. Galindo

MODELO DE REGRESIÓN

Dr. Galindo

Fuentes de Incertidumbre:

1. Incertidumbre sobre la especificación del modelo

2. 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.

EVALUACIÓN DE PRONÓSTICOS

Dr. Galindo

Propiedades de los pronósticos:

1.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 subóptimoPueden utilizarse MA(q)

2. Los pronósticos óptimos tienen errores de un periodo adelante que son ruido blanco

Utilizar pruebas de autocorrelación

EVALUACIÓN DE PRONÓSTICOS

Dr. Galindo

t

k

iititht uxe

1

10, 3

1 ,0 10

Pruebas:

01

tthttht uye ,10, 4 1,0 10

Regresión de Mincer- Zarnowitz:

tththt uyy ,10 5

Restando thty , a (5):

tthttht uye ,10,6 1,0 10 es similar a 1,0 10

PRONÓSTICO DE VARIABLES

ECONÓMICAS

DR. LUIS MIGUEL GALINDO