PRONÓSTICO DE VARIABLES ECONÓMICAS DR. LUIS MIGUEL GALINDO

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