Quality Seal Emagister EMAGISTER CUM LAUDE

Formación en dirección y administración financiera

Diplomado en Modelos Econométricos Dinámicos

Instituto Tecnológico Autónomo de México
En Magdalena Contreras

más de $ 70000
¿Quieres hablar con un Asesor sobre este curso?

Información importante

Tipología Diplomados
Inicio Magdalena contreras
Horas lectivas 216h
Duración 10 Meses
Inicio clases 09/10/2017
  • Diplomados
  • Magdalena contreras
  • 216h
  • Duración:
    10 Meses
  • Inicio clases:
    09/10/2017
Descripción

Aplicar adecuadamente las técnicas cuantitativas de pronóstico, en función de las características y del volumen de datos disponibles. Construir modelos con el enfoque de Box y Jenkins, a partir del estudio de las funciones de autocorrelación muestral, de la estimación estadística de los parámetros y de la validación de los supuestos del modelo a partir de los datos mismos. Reconocer el tipo de modelo subyacente en cada una de las técnicas de pronóstico estadístico.

Instalaciones

Dónde se imparte y en qué fechas

Inicio Ubicación Horario
09 oct 2017
Magdalena Contreras
Av. Camino a Santa Teresa 930, Col. Héroes de Padierna, 10700, Ciudad de México (Distrito Federal), México
Ver mapa
Lunes de 19:00 a 22:00 h. y Miércoles de 19:00 a 22:00 h.
Inicio 09 oct 2017
Ubicación
Magdalena Contreras
Av. Camino a Santa Teresa 930, Col. Héroes de Padierna, 10700, Ciudad de México (Distrito Federal), México
Ver mapa
Horario Lunes de 19:00 a 22:00 h. y Miércoles de 19:00 a 22:00 h.

Preguntas Frecuentes

· ¿Cuáles son los objetivos de este curso?

El objetivo del Diplomado es presentar al alumno algunos modelos cuya estructura dinámica permite realizar análisis del comportamiento de datos registrados en forma de series de tiempo. Se hará énfasis en la aplicación de tales modelos a la economía y a las finanzas. Por lo anterior, es necesario señalar los supuestos teóricos, así como las limitaciones y los alcances de las conclusiones obtenidas del análisis con los modelos dinámicos. Para la práctica, se requerirá la utilización de paquetes estadísticos que faciliten el análisis y se orientará al estudio de la econometría como una herramienta que permite realizar investigación en diversas disciplinas.

· ¿A quién va dirigido?

-Economistas, financieros y toda persona interesada en el estudio de de la econometría y la aplicación de sus modelos.

· Requisitos

Currículum Entrevista telefónica con el coordinador Cédula o título profesional

· ¿Qué pasa después de pedir información?

Gracias por su interés en nuestros programas. Recibirá un correo electrónico con información más clara del programa.

Opiniones

R
Rodrigo Rey
15/09/2016
Lo mejor Muchos comentan que el ITAM o es muy difícil o existe sólo para una élite social mexicana. Nada más alejado de la realidad. El ITAM es una institución donde te empujan a sacar lo mejor de ti, a pensar de manera diferente, a cuestionar el estatus quo, y a desarrollar habilidades críticas para triunfar en el mundo profesional con gran responsabilidad social. El conjunto de métodos, modelos y herramientas impartidas y aprendidas en sus aulas le permiten a uno forjar un modelo de pensamiento crítico vanguardista, pero con gran sensibilidad social. Sin duda alguna de las mejores experiencias que he tenido en mi vida y que definitivamente volvería a vivir si tuviera la oportunidad.

A mejorar .

¿Recomendarías este curso? Sí.
¿Te resultó útil esta opinión? (0)
M
Miguel Ángel Martínez
01/06/2010
Lo mejor Fue una nueva y muy grata experiencia poder asimilar nuevos conocimientos mediante el programa de estudios cuyas materias fueron propuestas en base a las falencias o desconocimiento que poseía en determinados temas correspondientes a mi área de trabajo. Las mismas que contribuyeron a fortalecer mi formación profesional aumentando mis conocimientos.

A mejorar Nada.

¿Recomendarías este curso? Sí.
¿Te resultó útil esta opinión? (0)

¿Qué aprendes en este curso?

Estimación de modelos
Validación de supuestos
Estimaciones y pronósticos
Suavizamiento de seies de datos
Modelos econométricos dinámicos
Ingeniería industrial
Cálculo de estructuras
Lavado de dinero
Balanced scorecard
Administración de riesgos

Profesores

M.F. María Esperanza Sainz López
M.F. María Esperanza Sainz López
Coordinador

Licenciada en Matemáticas Aplicadas a las Ciencias Sociales y Maestra en Finanzas. Estudió los Diplomados en Finanzas Corporativas y en Derivados Financieros en el Instituto Tecnológico Autónomo de México.

Programa académico

TEMARIO

MÓDULO 1
ELEMENTOS DE ECONOMETRÍA

Objetivo: Presentar las técnicas de regresión lineal acordes al tipo de datos que se tienen y en función de los modelos que se pueden estimar. Verificar que se cumplan los supuestos de los modelos, realizar las correcciones necesarias y señalar las consecuencias de no cumplir con los supuestos. Aplicar las técnicas de inferencia estadística, obtener conclusiones a partir de un modelo estimado y, en particular, calcular pronósticos. Utilizar un paquete de análisis econométrico para realizar los cálculos necesarios.

Temario
1. Modelos econométricos
2. Especificación y estimación del modelo lineal
3. Supuestos del modelo y su verificación
4. Violaciones a los supuestos clásicos
4.1. No linealidad
4.2. Heteroscedasticidad
4.3. Autocorrelación en los errores
4.4. Multicolinealidad
5. Pronóstico
6. Uso de variables artificiales
7. Pruebas de cambio estructural
8. Modelos de ecuaciones simultáneas
8.1. Identificación
8.2. Estimación
8.3. Diagnóstico
9. Aplicaciones


MÓDULO 2
MODELO DE PRONÓSTICOS PARA SERIES DE TIEMPO

Objetivo. Proporcionar los conceptos y los conocimientos necesarios para distinguir entre los enfoques cualitativo y cuantitativo del pronóstico. Reconocer el tipo de modelo subyacente en cada una de las técnicas de pronóstico estadístico y realizar la validación del modelo. Aplicar adecuadamente las técnicas cuantitativas de pronóstico, en función de las características y del volumen de datos disponibles.

Temario
1. Introducción al pronóstico. Pronóstico estadístico
2. Conocimiento de los datos
2.1. Inspección de los datos
2.2. Suavizamientos
3. Uso de transformaciones
3.1. Transformaciones lineales
3.2. Transformaciones no-lineales
3.3. Selección de una transformación
4. Criterios para elegir una técnica de pronóstico
5. Modelos de pronóstico
5.1. Pronósticos de series no-estacionales
5.2. Pronósticos de series estacionales
6. Evaluación de los pronósticos
7. Aplicaciones

MÓDULO 3
ANÁLISIS DE SERIES DE TIEMPO UNIVARIADAS

Objetivo: Presentar las diferentes herramientas que se utilizan en el análisis de series de tiempo, desde el punto de vista del dominio del tiempo. Construir modelos con el enfoque de Box y Jenkins, a partir del estudio de las funciones de autocorrelación muestral, de la estimación estadística de los parámetros y de la validación de los supuestos del modelo a partir de los datos mismos.

Temario
1. Introducción al Análisis de Series de Tiempo
2. Descomposición de Series de Tiempo
3. Elementos de Ecuaciones en Diferencia
4. Familia de Modelos ARIMA
5. Construcción de Modelos ARIMA
5.1. Identificación de los modelos
5.2. Estimación de los modelos
5.3. Verificación de los supuestos
6. Pruebas de raíces unitarias
7. Modelos para series estacionales
7.1 Análisis de series estacionales
7.2 Construcción de modelos
8. Pronóstico de series de tiempo
9. Aplicaciones

MÓDULO 4
OTROS TEMAS DE SERIES DE TIEMPO

Objetivo: Presentar algunos temas del análisis de series de tiempo que han probado su utilidad en la práctica para realizar estudios de series de la Economía y de las Finanzas. Mostrar los elementos de teoría y efectuar algunas aplicaciones de las metodologías que se presenten. Utilizar las herramientas de cómputo necesarias para obtener los resultados numéricos.

Temario
1. Análisis de intervención
1.1. Teoría
1.2. Ilustraciones
2. Desestacionalización de series económicas
2.1. Métodos básicos
2.2. Programas de cómputo
3. Descomposición en componentes no-observables
3.1. Partes permanente y transitoria
3.2. Descomposición de Beveridge y Nelson
3.3. Extracción de señal
4. Tema optativo 1
5. Tema optativo 2
6. Aplicaciones
Nota: Como temas optativos se tienen considerados algunos de los siguientes: modelos ARCH y GARCH, pronósticos restringidos, desagregación de series, tratamiento de outliers, datos faltantes, modelos de espacio de estados, filtro de Kalman, análisis espectral y estimación de tendencias.

MÓDULO 5
INTRODUCCIÓN AL ESTUDIO DE SERIES DE TIEMPO MÚLTIPLES

Objetivo: Presentar modelos para el análisis conjunto de varias series de tiempo. Subrayar la riqueza de análisis, teórico y empírico, que se obtiene al considerar el estudio de varias variables en forma simultánea. Mostrar el tipo de resultados que se pueden obtener en la práctica.

Temario
1. Modelos para series de tiempo múltiples
1.1. Relación con modelos de ecuaciones simultáneas
1.2. Extensión de modelos ARMA al caso multivariado
2. Cointegración bivariada
2.1. Regresión espuria
2.2. Relación entre cointegración e integración
3. Vectores autorregresivos
4. Causalidad de Granger
5. Función de respuesta al impulso
6. Descomposición de la varianza del pronóstico
7. Análisis de cointegración
8. Modelos en forma de corrección de errores
9. Aplicaciones

MÓDULO 6
ANÁLISIS BAYESIANO DE MODELOS ECONOMÉTRICOS

Objetivo: Presentar el paradigma bayesiano en el análisis estadístico y con ello aplicar las herramientas necesarias para emitir juicios a partir de información muestra y subjetiva disponible, sobre los resultados de un modelo econométrico. Obtener pronósticos informados de los futuros valores de una serie de tiempo que hagan uso de dicho modelo y de la información subjetiva.

Temario
1. Introducción a Estadística Bayesiana
1.1 Problema de decisión: elementos y criterios
1.2 Proceso de aprendizaje, distribución inicial, verosimilitud, distribución final y distribución predictiva. Distribuciones de referencia
1.3 Decisiones estadísticas: estimación, pruebas de hipótesis y predicción
1.4 Aplicaciones
2. Análisis Bayesiano de Modelos de Regresión
2.1. Modelo y distribución inicial
2.2. Función de verosimilitud, distribución final y distribución predictiva
2.3. Estimación, regiones de credibilidad y pruebas de hipótesis
2.4. Aplicaciones
3. Análisis Bayesiano de Series de Tiempo
3.1. Modelo AR y modelo ARMA
3.2. Distribución inicial, función de verosimilitud, distribución final y distribución predictiva
3.3. Estimación, regiones de credibilidad y pruebas de hipótesis
3.4. Aplicaciones

Logros de este Centro

2017

Los usuarios que se interesaron por este curso también han mostrado interés por...
Ver más cursos similares