Última actualización: 05/04/2024


Curso Académico: 2024/2025

Análisis de datos dinámicos
(14058)
Grado en Administración de Empresas (Plan: 395 - Estudio: 204)


Coordinador/a: LOPES MOREIRA DA VEIGA, MARIA HELENA

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Optativa
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Estadística I Estadística II
Objetivos
1. Realizar predicciones para poder tomar las mejores decisiones en un contexto de incertidumbre, en el que los gestores necesitan cuantificar las consecuencias de todas las opciones disponibles. 2. Representar la dependencia dinámica tanto a nivel de variables univariantes como multivariantes para describir las principales propiedades dinámicas de las variables: tendencias, estacionalidades y ciclos. 3. Medir las dependencias entre variables económicas y financieras cuando éstas se observan temporalmente. 4. Medir la volatilidad de las variables financieras para obtener, por ejemplo, el valor en riesgo u obtener intervalos de predicción para variables de rendimientos financieros. TRANSVERSALES: Interpretación de datos. Utilización de software diseñado para el análisis de datos.
Competencias y resultados del aprendizaje
Descripción de contenidos: Programa
1. Introducción 1.1 Los datos dinámicos en problemas empresariales 1.2 Objetivos del análisis dinámico de datos: descripción de la evolución dinámica y predicción 1.3 Diferencias entre datos dinámicos y datos de sección cruzada: dependencia y heterogeneidad 1.4 Procesos estocásticos: estacionariedad 1.5 Distribuciones marginales y condicionales. Incorrelación e independencia 1.6 Ejemplos: Ventas, precios de petróleo, cotización del IBEX 2. Modelos lineales: Predicción 2.1 Modelos ARMA: propiedades 2.2 Ajuste de modelos ARMA: estimación y diagnóstico 2.3 Predicción utilizando modelos ARMA 2.4 Evaluación de las predicciones 2.5 Evolución y predicción de variables clave en Google Trends 3. Modelos multivariantes: relaciones entre variables 3.1 Características del modelo VAR 3.2 Modelo de regresión dinámico 3.3 Función de transferencia 3.4 Predicción en modelo de regresión dinámico 3.5 Cointegración: Modelos de corrección del equilibrio 3.6 Midiendo la relación dinámica entre precios internacionales 4. Modelos para la volatilidad 4.1 Características empíricas de variables financieras 4.2 Propiedades de los modelos GARCH 4.3 Predicción de la volatilidad: Cálculo del valor en riesgo 4.4 Análisis de la cotización del IBEX 4.5 Modelos GARCH multivariantes 4.6 Correlaciones entre rendimientos de tipos de cambio: Formación de carteras de valores
Actividades formativas, metodología a utilizar y régimen de tutorías
El curso tendrá una parte presencial en el aula donde se utilizarán tanto pizarra como medios audiovisuales para presentar los conceptos abstractos. Además, se realizarán clases prácticas en las aulas informáticas donde los estudiantes aprenderán a utilizar el software necesario para implementar los modelos en datos reales.
Sistema de evaluación
  • Peso porcentual del Examen Final 60
  • Peso porcentual del resto de la evaluación 40

Calendario de Evaluación Continua


Convocatoria extraordinaria: normativa
Bibliografía básica
  • BROOKS, C.. Introductory Econometrics for finance. Cambrige University Press (2002).
  • González-Rivera, G.. Forecasting for Economics and Business. Pearson/Addison-Wesley. 2013
  • Peña, D.. Análisis de series temporales. Alianza Editorial. 2005
Bibliografía complementaria
  • MILLS, C.T.. The econometric modelling of financial time series. Cambridge University Press (1999).
  • RUIZ, E.. Modelos para series temporales heterocedásticas. Cuadernos Económicos de ICE (1994).

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.