Consulta de Guías Docentes



Academic Year/course: 2023/24

417 - Degree in Economics

27454 - Forecasting Techniques


Syllabus Information

Academic year:
2023/24
Subject:
27454 - Forecasting Techniques
Faculty / School:
109 - Facultad de Economía y Empresa
Degree:
417 - Degree in Economics
ECTS:
3.0
Year:
3 and 4
Semester:
Second semester
Subject type:
Optional
Module:
---

1. General information

The main objective of this subject is that the student learns the different econometric techniques to obtain forecasts and business cycle analysis. The approach of the subject is essentially practical. It is intended that the student acquires the development capacity for the analysis of the economic situation, through the study of parametric forecasting techniques with seasonal component and non-parametric methods.

These approaches and objectives are aligned with the Sustainable Development Goals (SDGs) of the 2030 Agenda of the United Nations (https://www.un.org/sustainabledevelopment/es/), specifically, the activities planned in the subject will contribute to the achievement of goals 4 (Quality Education) and 5 (Gender Equality)

2. Learning results

The student will acquire knowledge and practice to develop and estimate regular and seasonal univariate ARIMA models of time series to obtain short-term forecasts, also with non-parametric techniques. It is also intended to learn how to build multivariate models, estimate them and check them in order to obtain predictions with the appropriate model.

The student understands, through the econometrics subjects, the connection between theory and empirical reality. Part of that reality is to try to approximate what may happen in the future. This is precisely the objective of the subject Prediction Techniques, since it provides the student with the necessary tools for decision making.

3. Syllabus

Topic 1. Introduction

  • Introduction.
  • Fundamentals of prediction.
  • Types of predictions
  • Assessment of the prediction.

Topic 2. Non-parametric prediction methods

  • Introduction
  • Basic components, types of series and methods.
  • Contrasts of trend and seasonality.
  • Moving averages and smoothing.
  • Filters: Hodrick-Prescott.

Topic 3: Parametric methods: Seasonal ARIMA

  • Basic concepts
  • Regular and seasonal differences
  • Pure seasonal methods
  • Multiplicative seasonal methods

Topic 4: Prediction and regression with autocorrelation problems

  • Concept and causes
  • Detection methods
  • Estimation of autocorrelated models.

4. Academic activities

Master classes: 15 hours

Practical classes: 15 hours

Personal Study: 30 hours

Teaching assignments and evaluation: 15h

3 ECTS = 75 hours

In principle, the teaching methodology and its evaluation is planned to be based on face-to-face classes . However, if circumstances so require, they may be carried out online.

5. Assessment system

Continuous evaluation: Students can choose to take the exam in the two possible exam calls In the first call, students have two evaluation options: continuous evaluation or global exam of the subject. In the continuous evaluation option, the practical work is the fundamental axis of the subject and is based on the work done by each student during the term. For this purpose, attendance to theoretical classes and practical classes is recommended, and the final grade is based on the written presentation of a paper covering the block of univariate analysis. Specifically, a series chosen by each student will be worked on in which the implementation of parametric and non-parametric instruments will be demonstrated.

Global Assessment

Students who do not opt for continuous assessment or who do not pass the subject by this procedure or who wish to improve their grade, will have the right to sit the overall test, with the best of the grades obtained prevailing. This global test consists of a final exam with several theoretical and theoretical-practical questions on the theoretical contents of the subject and a computer exam on a practical exercise that each student will have to solve with the help of the econometric software Gretl

Assessment Criteria:

It is foreseen that these tests will be carried out in person, but if health circumstances require it, they will be carried out in a  semi face-to-face mode or online


Curso Académico: 2023/24

417 - Graduado en Economía

27454 - Técnicas de predicción


Información del Plan Docente

Año académico:
2023/24
Asignatura:
27454 - Técnicas de predicción
Centro académico:
109 - Facultad de Economía y Empresa
Titulación:
417 - Graduado en Economía
Créditos:
3.0
Curso:
3 y 4
Periodo de impartición:
Segundo semestre
Clase de asignatura:
Optativa
Materia:
---

1. Información básica de la asignatura

Esta asignatura tiene como objetivo principal que el estudiante aprenda las distintas técnicas econométricas para la obtención de predicciones y análisis de coyuntura. El planteamiento de la asignatura es esencialmente práctico. Se pretende que el estudiante adquiera la capacidad de desarrollo para el análisis de coyuntura económica, mediante el estudio de técnicas de predicción paramétricas con componente estacional y métodos no paramétricos.

Estos planteamientos y objetivos están alineados con los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030 de Naciones Unidas (https://www.un.org/sustainabledevelopment/es/), en concreto, las actividades previstas en la asignatura contribuirán al logro de los objetivos 4 (Educación de calidad) y 5 (Igualdad de género).

2. Resultados de aprendizaje

El estudiante adquirirá conocimientos y prácticas para plantear y estimar modelos univariantes ARIMA regulares y estacionales de series temporales para obtener predicciones a corto plazo, igualmente con técnicas no paramétricas. También se pretende aprender a plantear modelos multivariantes, estimarlos y chequearlos con objeto de obtener predicciones con el modelo adecuado.

El estudiante entiende, a través de las asignaturas de econometría, la conexión entre teoría y realidad empírica. Parte de esa realidad es la de intentar aproximarnos a lo que puede ocurrir en el futuro. Este es precisamente en objetivo de la asignatura de Técnicas de Predicción, por cuanto permite dotar al estudiante de los instrumentos necesarios para la toma de decisiones.

 

3. Programa de la asignatura

Tema 1. Introducción

  • Introducción.
  • Fundamentos de la predicción.
  • Tipos de predicciones
  • Valoración de la predicción.

 

Tema 2. Métodos no paramétricos de predicción

  • Introducción
  • Componentes básicos, tipos de series y métodos.
  • Contrastes de tendencia y estacionalidad.
  • Medias móviles y suavizados.
  • Filtros: Hodrick-Prescott.

 

Tema 3: Métodos paramétricos: ARIMA estacionales

  • Conceptos básicos
  • Diferencias regulares y estacionales
  • Métodos estacionales puros
  • Métodos estacionales multiplicativos

 

Tema 4: Predicción y regresiones con problemas de autocorrelación

  • Concepto y causas
  • Métodos de detección
  • Estimación de modelos con autocorrelación.

4. Actividades académicas

Clases magistrales: 15 horas

Clases prácticas: 15 horas

Estudio Personal: 30 horas

Trabajos docentes y evaluación: 15h

3 ECTS = 75 horas

En principio la metodología de impartición de la docencia y su evaluación está previsto que pivote alrededor de clases presenciales. No obstante, si las circunstancias lo requieren, podrán realizarse de forma online.

5. Sistema de evaluación

Evaluación continua: Los estudiantes pueden optar a realizar el examen en las dos convocatorias posibles. En la primera convocatoria, los estudiantes tienen dos opciones de evaluación: a través de la evaluación continua o bien a través del examen global de la asignatura. En la opción de evaluación continua, el trabajo práctico es el eje fundamental de la asignatura y se basa en el trabajo que realiza cada estudiante durante el curso. Para ello, se recomienda la asistencia a clases teóricas y prácticas, y la nota final se base la presentación por escrito de un trabajo que abarca el bloque del análisis univariante. En concreto, se trabajará una serie elegida por cada estudiante en el que se demuestre la puesta en práctica de los instrumentos paramétricos y no paramétricos.

 

Evaluación Global

 

El alumno que no opte por la evaluación continua o que no supere la asignatura por este procedimiento o que quiera mejorar su calificación, tendrá derecho a presentarse a la prueba global, prevaleciendo, en cualquier caso, la mejor de las calificaciones obtenidas. Dicha prueba global consiste en un examen final con varias preguntas teóricas y teórico-prácticas sobre los contenidos teóricos del curso y un examen de ordenador sobre algún ejercicio práctico que cada estudiante tendrá que resolver con la ayuda del programa econométrico Gretl

 

Criterios de Evaluación:

Está previsto que estas pruebas se realicen de manera presencial, pero si las circunstancias sanitarias lo requieren, se realizarán de manera semipresencial u online.