Ejemplo de Prediccion Economica (Tendencias)

Ejemplos De Predicción
• Ventas por una empresa para comprobar nivel de stocks

• Rentabilidad de una inversión para determinar si buena inversión
• Ventas de un nuevo producto para decidir su producción
• Efectos de una medida de política económica
• Población estudiantil de aquí a 15 años, para construcción colegios
• Tipo de interés para decidir qué tipo de préstamo escoger
Se predice para decidir
A.Beyaert - Un.Murcia 1
Tipos De Predicción
• Según el horizonte:
– A corto, medio o largo plazo
– Longitud del plazo: concepto relativo
• Según el tipo de preguntas:

– Resultados de un acontecimiento
Ganador de unas elecciones, nota de un examen
A menudo basada en encuesta
– Momento de un acontecimiento
Fecha elecciones, fecha próxima recesión
A menudo basada en indicadores adelantados
– Predicciones de series temporales
Precio acciones en próximos meses , natalidad en próximos 15 años
Como mínimo , uso del pasado de la variable
Características básicas de las series temporales económicas
• Tendencias:
• deterministas
• estocásticas
• con cambio
• Estacionalidad
• Puntos atípicos
• Heteroscedasticidad condicional (ARCH)
• No linealidad
• Factores comunes (cointegración)
Tendencias: Indice Anual Del Output Real De
China
Fuente: Franses(1998)
5 0 0 0
4 0 0 0
3 0 0 0
2 0 0 0
1 0 0 0
0
1 9 5 5 1 9 6 0 1 9 6 5 1 9 7 0 1 9 7 5 1 9 8 0 1 9 8 5
A G R IC U L T U R E IN D U S T R Y
C O M M E R C E T R A N S P O R T
C O N S T R U C T IO N
Tendencias: stock anual de motocicletas
Países Bajos
fuente: Franses(1998)
300
250
200
150
100
50
50 55 60 65 70 75 80 85 90
M O TO RSTO CK
Tendencias: índice de producción industrial
USA
120
110
100
90
80
70
60
50
40
30
1960 1965 1970 1975 1980 1985 1990
IN D P R O D A D J
Estacionalidad:
ventas al por menor Países Bajos
140
120
100
80
60
40
20
0
1965 1970 1975 1980 1985 1990 1995
A.Beyaert
RET - Un.Murcia
A IL S A L E S 7
Estacionalidad: gastos publicidad en la radio
Países Bajos
14000
12000
10000
8000
6000
4000
2000
0
25 50 75 100 125 150 175 200
R A D IO
Puntos atípicos:
precio relativo bien consumo (dato semanal)
125
120
115
110
105
100
95
25 50 75 100
P R IC E
Heteroscedasticidad condicional:
rendimientos índice Dow-Jones (semanal)
2 0 0
1 0 0
- 1 0 0
- 2 0 0
- 3 0 0
- 4 0 0
1 0 0 2 0 0 3 0 0 4 0 0 5 0 0 6 0 0 7 0 0
D D O W J O N E S
Heteroscedasticidad condicional:
precio pimienta blanca (media mensual)
7000
6000
5000
4000
3000
2000
1000
74 76 78 80 82 84 86 88 90 92 94
W H IT E P E P P E R
No linealidad:
tasa de desempleo en Alemania
12
10
0
1965 1970 1975 1980 1985 1990
U N E M P LO Y M E N T U N E M P LO Y M E N TA D J
Factores comunes:
precios pimienta blanca y negra
7000
6000
5000
4000
3000
2000
1000
0
74 76 78 80 82 84 86 88 90 92 94
W H IT E P E P P E R BLACKPEPPER
Factores comunes:
publicidad en radio y televisión
100000
10000
1000
25 50 75 100 125 150 175 200
TV R A D IO
Problema de predicción ≡ problema de cálculo de probabilidades
• T observaciones: ( x1 , x 2 , ! , x T )
• Predecir H valores futuros: ( x T +1 , x T + 2 , ! , x T + H )
• comportamiento estadístico de X de la fn de distribución conjunta de los datos:

D X ( x1 , x 2 , ! , x T , x T +1 , x T + 2 , ! , x T + H )
• f.distr. de valores futuros, condicionada al pasado:
D X 2 X1 ( x T +1 , x T + 2 ,!, x T + H x1 , x 2 ,! , x T )
DX (x T , x T+1 , x T+2 ,!, x T+H ) = DX2 X1 × DX1 (x1 ,!, x T )
con X1 y DX conocido, podemos calcular D X X1

y la probabilidad
2
asociada a valores futuros de X e intervalos de predicción

En la práctica:
• D X 2 X1 no se conoce
• Hay que estimarlo sobre la base de la realización X1
• Debe ser posible determinar D X sobre base de D X1
• requiere cierta permanencia en el proceso generador de los datos
•Predicción con éxito requiere :

• hay regularidades por capturar
• son informativas para futuro
• están incorporadas en método predictivo
• irregularidades excluidas
Marco de la predicción de serie temporal
(a) naturaleza del PGD: - estacionario
- cointegrado estacionario
- evolutivo, no estacionario
(b) nivel de conocimiento - PGD conocido, parámetros conocidos
- PGD conocido, parámetros desconocidos
- PGD desconocido, parámetros desconocidos
(c) dimensión del sistema - proceso escalar
- proceso vectorial cerrado
- proceso vectorial abierto
(d) forma del análisis: - resultados asintóticos
- resultados en muestra finita
(e) horizonte de predicción: - a 1 periodo vista

- multi-período
(f) linealidad del sistema: - lineal

- no lineal
fuente: Clements y Hendry (1998)

Ejemplo de Prediccion Economica (Tendencias)

Cargado por

Copyright:

Formatos disponibles

Ejemplo de Prediccion Economica (Tendencias)

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejemplo de Prediccion Economica (Tendencias)

Cargado por

Copyright:

Formatos disponibles

Ejemplos De Predicción

• Ventas por una empresa para comprobar nivel de stocks

Se predice para decidir

• Según el tipo de preguntas:

• comportamiento estadístico de X de la fn de distribución conjunta de los datos:

DX (x T , x T+1 , x T+2 ,!, x T+H ) = DX2 X1 × DX1 (x1 ,!, x T )

con X1 y DX conocido, podemos calcular D X X1

asociada a valores futuros de X e intervalos de predicción

•Predicción con éxito requiere :

(e) horizonte de predicción: - a 1 periodo vista

(f) linealidad del sistema: - lineal

También podría gustarte