ELEMENTS OF FORECASTING
FRANCIS DIEBOLD
Cuarta edición
Capítulo 1: Introducción a los Pronósticos
- Pronósticos en acción – Página 1
- Métodos de pronóstico: una visión general del libro – Página 3
- Libros útiles, revistas, software e información en línea – Página 6
- Mirando hacia adelante – Página 9
· El pronóstico en la vida diaria: todos estamos pronosticando, todo el tiempo.
· Pronósticos en negocios, finanzas, economía y gobierno
· Marco básico de los pronósticos – Página 10
· Grados de pronosticabilidad – Página 10
· Datos en la web – Página 10
· Modelos de pronóstico univariados y multivariados – Página 10
Capítulo 2: Una breve revisión de probabilidad, estadística y regresión para pronósticos
1. ¿Por qué este capítulo? –Página 12
2. Variables aleatorias, distribuciones y momentos – Página 13
3. Variables aleatorias multivariadas – Página 15
4. Estadística – Página 16
5. Análisis de regresión – Página 18
· Interpretación de distribuciones y densidades – Página 30
· Covarianza y correlación – Página 30
· Expectativas condicionales versus proyecciones lineales – Página 30
· Media y varianza condicional – Página 30
· Diagramas de dispersión y diagnóstico de regresión – Página 30
· Valores deseados de estadísticas de diagnóstico de regresión – Página 31
· Mecánica del ajuste de una regresión lineal – Página 31
· Regresión con y sin término constante – Página 31
· Interpretación de coeficientes y variables – Página 31
· Mínimos cuadrados no lineales – Página 32
· Semántica de la regresión – Página 32
Capítulo 3: Seis consideraciones básicas para un pronóstico exitoso
1. ¿Por qué este capítulo? – Página 12
2. Variables aleatorias, distribuciones y momentos – Página 13
3. Variables aleatorias multivariadas – Página 15
4. Estadística – Página 16
5. Análisis de regresión – Página 18
6. Métodos y complejidad, el principio de parsimonia y el principio de contracción – Página 46
7. Comentarios finales – Página 47
· Convenciones de tiempo para datos y pronósticos
· Propiedades de las funciones de pérdida
· Pronósticos puntuales, por intervalos y de densidad
· Pronósticos a corto, mediano y largo plazo
· El pronóstico como proceso continuo en las organizaciones
· Evaluación de situaciones de pronóstico
Capítulo 4: Gráficos estadísticos para pronósticos
1. El poder de los gráficos estadísticos – Página 51
2. Técnicas gráficas simples – Página 55
3. Elementos de estilo gráfico – Página 59
4. Aplicación: graficando los cuatro componentes del PIB real – Página 63
5. Comentarios finales – Página 65
· Valores atípicos
· Correlación simple versus parcial
· Diagnóstico gráfico de regresión 1: gráfico de series temporales
· Diagnóstico gráfico de regresión 2: gráfico de series temporales
· Diagnóstico gráfico de regresión 3: diagrama de dispersión
· Análisis gráfico de datos de tipo de cambio
· Escalas comunes
· Graficando el PIB real, continuación de la Sección 4
· Regresión, diagnósticos de regresión y gráficos de regresión en acción
Capítulo 5: Modelado y pronóstico de tendencias
1. Modelando la tendencia – Página 72
2. Estimación de modelos de tendencia – Página 80
3. Pronóstico de la tendencia – Página 81
4. Selección de modelos de pronóstico usando los criterios de Akaike y Schwarz – Página 87
5. Aplicación: pronóstico de ventas minoristas – Página 91
· Cálculo de pronósticos a partir de modelos de tendencia
· Identificación y prueba de modelos de tendencia
· Comprensión de los criterios de selección de modelos
· Mecánica de estimación y pronóstico de tendencias
· Propiedades de las tendencias polinómicas
· Tendencias no lineales especializadas
· Suavizamiento por promedio móvil para estimar tendencias
· Correcciones de sesgo al pronosticar con modelos logarítmicos
· Selección de modelos para pronósticos de largo plazo
· Diversidad de “criterios de información” reportados en distintos paquetes de software
Capítulo 6: Modelado y pronóstico de la estacionalidad
1. La naturaleza y las fuentes de la estacionalidad – Página 99
2. Modelado de la estacionalidad – Página 101
3. Pronóstico de series estacionales – Página 103
4. Aplicación: pronóstico de inicios de construcción de viviendas – Página 104
· Transformaciones logarítmicas en modelos estacionales – Página 108
· Ajuste estacional – Página 108
· Selección de modelos de pronóstico con efectos de calendario – Página 109
· Pruebas de estacionalidad – Página 109
· Regresiones estacionales con intercepto y s−1s - 1 variables dummy – Página 109
· Modelado aplicado de tendencia y estacionalidad – Página 109
· Modelos periódicos – Página 110
· Interpretación de variables dummy – Página 110
· Construcción de modelos estacionales – Página 110
· Efectos de calendario – Página 111
Capítulo 7: Caracterización de los ciclos
1. Series temporales estacionarias en covarianza – Página 113
2. Ruido blanco – Página 117
3. El operador de rezago – Página 123
4. Teorema de Wold, proceso lineal general y rezagos distribuidos racionales – Página 124
5. Estimación e inferencia para la media, la autocorrelación y la autocorrelación parcial – Página 127
6. Aplicación: caracterización de la dinámica del empleo en Canadá – Página 130
· Expresiones con operador de rezago 1 – Página 132
· Expresiones con operador de rezago 2 – Página 133
· Funciones de autocorrelación de series estacionarias en covarianza – Página 133
· Autocorrelación versus autocorrelación parcial – Página 134
· Medias condicionales e incondicionales – Página 134
· Residuos de ruido blanco – Página 135
· Selección de un modelo de pronóstico de empleo con AIC y SIC – Página 136
· Simulación de una serie temporal – Página 137
· Funciones de autocorrelación muestral para series con tendencia – Página 138
· Funciones de autocorrelación muestral para series estacionales – Página 139
· Dinámica de la volatilidad: correlogramas de cuadrados – Página 139
Capítulo 8: Modelado de ciclos: modelos MA, AR y ARMA
1. Modelos de promedio móvil (MA) – Página 138
2. Modelos autorregresivos (AR) – Página 147
3. Modelos autorregresivos de promedio móvil (ARMA) – Página 152
4. Especificación y estimación de modelos para el pronóstico del empleo – Página 154
· Inclusión de rezagos en modelos ARMA
· Formas de los correlogramas
· Función de autocovarianza del proceso MA(1), revisitada
· Álgebra de modelos ARMA
· Verificación diagnóstica de los residuos del modelo
· Características de los modelos de pronóstico
· Modelado de dinámicas cíclicas
· Agregación y desagregación: modelo de pronóstico de arriba hacia abajo vs. de abajo hacia arriba
· Modelos de pronóstico no lineales: cambio de régimen
· Dificultades con la optimización no lineal
Capítulo 9: Pronóstico de ciclos
1. Pronósticos óptimos – Página 171
2. Pronóstico de procesos de promedio móvil – Página 172
3. Operacionalización de los pronósticos – Página 176
4. La regla de la cadena en el pronóstico – Página 177
5. Aplicación: pronóstico del empleo – Página 180
· Precisión del pronóstico en distintos horizontes – Página 184
· Mecánica del pronóstico con modelos ARMA: continuación de BankWire – Página 184
· Pronóstico de un proceso AR(1) con parámetros conocidos y desconocidos – Página 185
· Pronóstico de un proceso ARMA(2,2) – Página 185
· Pronóstico óptimo bajo función de pérdida asimétrica – Página 186
· Truncamiento de rezagos distribuidos infinitos, representaciones en espacio de estados y el filtro de Kalman – Página 187
· Pronósticos puntuales e intervalares considerando correlación serial
· Simulación bootstrap para estimar incertidumbre en la distribución de innovaciones y en la estimación de parámetros – Página 188
Capítulo 10: Integrando todo: un modelo de pronóstico con componentes de tendencia, estacionalidad y ciclos
1. Integrando lo aprendido – Página 191
2. Aplicación: pronóstico de ventas de licor – Página 193
3. Procedimientos de estimación recursiva para diagnosticar y seleccionar modelos de pronóstico – Página 207
4. Ventas de licor, continuación – Página 212
· Perturbaciones con correlación serial vs. variables dependientes rezagadas: evaluación de la especificación de tendencia del modelo de pronóstico de ventas de licor
· Mejora de aspectos no anidados del modelo de pronóstico de ventas de licor
· Análisis CUSUM del modelo de inicios de construcción de viviendas
· Pronóstico basado en desempeño simulado de pronósticos
· Simulaciones de modelos con parámetros que varían en el tiempo: pronóstico de millas-pasajero de AirSpeed
· Modelos formales de componentes no observados
· Restricciones asociadas a los modelos de componentes no observados
· Combinación de modelos de tendencia, estacionalidad, descomposición y multiplicativos en una descomposición de componentes no observados
· Señal, ruido y sobreajuste
Capítulo 11: Pronóstico con modelos de regresión
1. Modelos de pronóstico condicional y análisis de escenarios – Página 220
2. Consideración de la incertidumbre de los parámetros en los intervalos de confianza para pronósticos condicionales – Página 223
3. Modelos de pronóstico incondicional – Página 224
4. Rezagos distribuidos, rezagos distribuidos polinómicos y rezagos distribuidos racionales – Página 226
5. Pronóstico con variables dependientes rezagadas, regresiones con perturbaciones ARMA y modelos de función de transferencia – Página 228
6. Autorregresiones vectoriales (VAR) – Página 228
7. Evaluación de pronósticos – Página 230
8. Funciones de respuesta al impulso y descomposición de varianza – Página 231
9. Cointegración: inicios y finalización de construcción de viviendas – Página 232
· Pronóstico de rendimientos agrícolas – Página 236
· Modelos de regresión para pronóstico con datos de expectativas o anticipatorios
· Análisis y pronóstico del ciclo económico: expansiones, contracciones, puntos de giro e indicadores líderes – Página 237
· Información subjetiva, VAR bayesianos y el pronóstico de Minnesota
· Inicios y finalización de construcción de viviendas, continuación – Página 239
· Modelos de regresión subjetivos 1: modelos de regresión no lineales
· Modelos de regresión subjetivos 2: modelos de regresión logarítmicos
· Modelos de regresión no lineales 3: redes neuronales – Página 240
· Regresión espuria – Página 252
· Comparación del desempeño de pronóstico entre modelos VAR y modelos univariados – Página 253
Capítulo 12: Evaluación y combinación de pronósticos
1. Evaluación de un solo pronóstico – Página 257
2. Evaluación de dos o más pronósticos: comparación de precisión – Página 260
3. Inclusión y combinación de pronósticos – Página 263
4. Aplicación: volumen de envíos de OverSea en la ruta comercial del Atlántico Este – Página 268
· Precisión del pronóstico en acción
· Análisis de errores de pronóstico
· Combinación de pronósticos
· Pronóstico cuantitativo, pronóstico basado en juicio, combinación de pronósticos y contracción
· Álgebra de la combinación de pronósticos
· Mecánica de evaluación y combinación de pronósticos
· ¿Qué estamos pronosticando? Series preliminares, series revisadas y los límites de la precisión del pronóstico – Página 282
· Evaluación de pronósticos ex post versus en tiempo real
· ¿Qué sabemos sobre la precisión de los pronósticos macroeconómicos?
· Evaluación de pronósticos cuando las realizaciones no son observables
· Varianzas de error de pronóstico en modelos con parámetros estimados
· Éxito empírico de la combinación de pronósticos – Página 284
· Combinación de pronósticos y el paradigma de Box-Jenkins
· Pronósticos de consenso
· Método Delphi para combinar pronósticos de expertos – Página 285
Capítulo 13: Raíces unitarias: tendencias estocásticas, modelos de pronóstico ARIMA y suavizamiento
1. Tendencias estocásticas y pronóstico – Página 288
2. Estimación, simulación y pruebas – Página 295
3. Modelado y pronóstico del tipo de cambio yen/dólar – Página 302
4. Problemas – Página 318
5. Tipos de cambio, continuación – Página 318
6. Ejercicios, problemas y sugerencias – Página 320
7. Modelado y pronóstico del tipo de cambio marco alemán/dólar (DEM/USD) – Página 320
· Inicios y finalización de construcción de viviendas, continuación
· Modelos ARIMA, suavizadores y contracción
· Uso de modelos de componentes no observados con tendencia estocástica para aplicar técnicas de suavizamiento en un marco probabilístico
· Modelado ARIMA automático – Página 321
· Modelo ARIMA estacional multiplicativo (p,d,q)×(P,D,Q)(p, d, q) \times (P, D, Q) – Página 321
· Regresión Dickey-Fuller en el caso AR(2) – Página 321
· Suavizamiento Holt-Winters con estacionalidad multiplicativa – Página 322
· Suavizamiento exponencial – Página 323
· Corrección de errores – Página 323
· Pronóstico de pronósticos para series I(1) – Página 323
· Evaluación de pronósticos de series integradas – Página 324
· Estadístico U de Theil – Página 324
Capítulo 14:Medición, modelado y pronóstico de la volatilidad
1. El proceso ARCH básico – Página 330
2. El proceso GARCH – Página 333
3. Extensiones de los modelos ARCH y GARCH – Página 337
4. Estimación, pronóstico y diagnóstico de modelos GARCH – Página 340
5. Aplicación: volatilidad del mercado de valores – Página 341
· Eliminación de dinámicas de media condicional antes de modelar la volatilidad – Página 349
· Variaciones sobre los modelos ARCH y GARCH básicos – Página 349
· Desempeño empírico de modelos ARCH puros como aproximaciones a la dinámica de la volatilidad – Página 349
· Modelado directo de proxies de volatilidad – Página 350
· Evaluación de modelos de volatilidad – Página 350
· Inclusión de dinámicas de volatilidad en retornos observados y retornos estandarizados – Página 350
· Consideración de densidades condicionales leptocúrticas – Página 351
· Predicción óptima bajo función de pérdida asimétrica – Página 351
· Modelos GARCH multivariados – Página 351
CONTENIDO:
1. TODOS LOS EJEMPLOS RESUELTOS CON EL PROGRAMA R, CADA UNO DE ELLOS ACOMPAÑADO DE UN VIDEO EN YOUTUBE (EN PRIVADO).
2. LO MAS IMPORTANTE SE ADJUNTAN LOS SCRIPTS CON EL PROGRAMA R, ADEMAS SE ADICIONA ALGUNAS SUBRUTINAS PARA FACILITAR LOS CALCULOS CORRESPONDIENTES.
Los interesados escribir por Whatsapp: wa.link/zmgua3
Cel.: 591 77233571
PROPÓSITO DEL MATERIAL DIGITAL
