El curso de Modelos ARIMA y de Rezagos Distribuidos con Cambio de Régimen, Pronóstico y Evaluación tiene el objetivo de instruir al alumno, teóricamente y de manera práctica, en el manejo de las técnicas econométricas necesarias para realizar estimaciones y pronósticos de manera apropiada.

La formación recibida le permitirá al alumno:

Estimar modelos ARIMA y de Rezagos Distribuidos de acuerdo con los principios de la estadística matemática.

Realizar pronósticos de variables económicas y financieras bajo un sólido sustento.

Evaluar pronósticos en base a distintos modelos y a partir de una combinación de estos.

Banca y finanzas. Personas que, en el desarrollo de sus funciones manejen datos cuantitativos, como tasas de interés, precios de acciones, depósitos, cartera, mora, liquidez.

Personal de la administración pública y privada que trabaje con información cuantitativa y realice pronósticos de variables macroeconómicas, financieras y comerciales como ventas, precios, costos, entre otras.

Estudiantes de posgrado en economía y administración de empresas que estén interesados en el manejo de instrumental econométrico para predecir series de tiempo como ventas, utilidades, precios, crédito, profundización financiera, producto interno bruto, exportaciones, importaciones, entre otras.

Estudiantes de pregrado de las carreras de economía, ingeniería comercial y financiera, ingeniería en comercio internacional, negocios y ciencia de datos y administración de empresas que deseen fortalecer sus conocimientos de econometría.

1. Introducción al análisis de series de tiempo
2. Procesos estocásticos
3. Procesos autorregresivos y de medias móviles
4. Momentos condicionales
5. Procesos autorregresivos estacionarios
6. Pruebas de raíz unitaria
7. Estimación de modelos ARIMA
8. Metodología de Box-Jenkins
9. Pronóstico con modelos ARIMA
10. Modelos de Rezagos Distribuidos (ARDL)
11. Estimación de modelos ARDL
12. Modelos ARDL con cambio de régimen
   12.1 Markov Switching models
   12.2 Threshold autoregressive models
   12.3 Setar models
13. Evaluación in and out of sample.
14. Trade-offs y criterios de selección.
15. Pooling de pronósticos.

El curso será teórico y práctico y cubrirá 25 horas académicas que serán dictadas en 10 sesiones de tres horas cada una.

Herramienta para la aplicación práctica: Phyton y R.