Programa de la asignatura
ANALISIS BASICO DE SERIES TEMPORALES
[ Ec Cuantitativa ]

PDF download→

Departamento de Econometría Aplicada III
(Econometría y Estadística)

Curso 2004-2005

Objetivos: Exposición teórico-práctica de las técnicas y métodos básicos del análisis y predicción de variables, especialmente económicas, observadas a lo largo del tiempo. Se presta especial atención al estudio de los procesos estocásticos más adecuados a la estructura típica de series temporales económicas tales como modelos ARIMA.
 

1. Naturaleza y estructura de las series temporales.
   • 
     - Introducción: Características esenciales y componentes.
     - Modelización.
     - Objetivos del AST: Descripción y predicción.
     - Operadores básicos.
      
     
2. Procesos estocásticos y propiedades.
   • 
     - Procesos estocásticos: Definición.
     - Proceso aleatorio puro o de ruido blanco.
     - Estacionariedad.
     - Funciones de autocovarianza y autocorrelación (fac).
     - Proceso estacionario en covarianza.
     - El correlograma y su interpretación.
     - Función de autocorrelación parcial (facp).
      
     
3. Modelos probabilísticos estacionarios: procesos AR.
   • 
     - Proceso AR(1): fac y propiedades.
     - Proceso AR(2): fac y propiedades.
     - Proceso AR(p) general: La condición de estacionariedad.
      
     
4. Modelos probabilísticos estacionarios: procesos MA y mixtos.
   • 
     - Proceso MA(1): fac y propiedades.
     - Identificabilidad e invertibilidad.
     - Proceso MA(q) general: la condición de invertibilidad.
     - Proceso mixto ARMA(p,q) general: las condiciones de estacionariedad e invertibilidad.
     - Ejemplos.
      
     
5. Estimación de modelos ARMA.
   • 
     - Las ecuaciones de Yule-Walker.
     - Propiedades asintóticas.
      
     
6. Contrastación y selección de modelos ARMA.
   • 
     - Contraste del `Portmanteau'.
     - Contraste de Box-Pierce.
     - Contraste de Box-Ljung.
     - Selección de modelos.  
     
7. Predicción con modelos ARMA.
   • 
     - La función de predicción.
     - Intervalos de confianza.
      
     
8. Modelización Box-Jenkins.
   • 
     - Procesos integrados (ARIMA).
     - Modelos probabilísticos estacionales (SARMA).
     - Modelos Multiplicativos.
     - Predicción .
      
     

Bibliografía Básica

Aznar, A. y Trívez, F. (1993), Métodos de Predicción en Economía, Vol. I y II, Ariel, Barna.

Chatfield, C. (1996), The Analysis of Time Series: An Introduction, 5 edn, Chapman and Hall, London.

Harvey, A. (1993), Time Series Models, 2 edn, Harvester Wheatsheaf, London.

Otero, J. (1993), Econometría: Series Temporales y Predicción, AC, Madrid.

Uriel, E. y Peiró, A (2000), Análisis de Series Temporales. Modelos ARIMA, Paraninfo, Madrid.

Bibliografía Complementaria

Box, G. , Jenkins, G. y Reinsel, G (1994), Time Series Analysis: Forecasting and Control, 3 edn, Holden-Day, San Francisco.

Granger, C. y Newbold, P. (1977), Forecasting Economic Time Series, Academic Press, New York.

Green, W. (1993), Econometric Analisys, 2 edn, McMillan, New York.

Hamilton, J. (1994), Time Series, Princeton U.P., Princeton, NJ.

Harvey, A. (1989), Forecasting, Structural Time Series Models and the Kalman Filter, Cambridge U.P., Cambridge.

Harvey, A. (1990), The Econometric Analysis of Time Series, 2 edn, MIT Press, Cambridge, Mass.

Makridakis, S. y Wheelwright, S. (1989), Forecasting Methods for Management, 5 edn, John Wiley, New York.

Mills, T. (1990), Time Series Techniques for Economists, Cambridge U.P., Cambridge.

Nelson, C. (1973), Applied Time Series for Management Forecasting, Holden-Day, San Francisco.

Novales, A. (1993), Econometría, 2 edn, McGraw-Hill, Madrid.

Peña, D. (1987), Estadística. Modelos y Métodos, Vol. 2, 2 edn, Alianza Universidad, Madrid.

Pulido, A. (1989), Predicción Económica y Empresarial, Pirámide, Madrid.

24-10-00 06:45 p.m.