Modelos Economtricos de Series de

Tiempo en EViews

Junio 20,21,22,27,28 y 29 de 2017

DIRIGIDO A San Jos de Costa Rica 16:00

Directores, analistas, profesionales, docentes, investigadores Mxico D.F. 17:00

Bogot 17:00
y en general a todas las personas que por su labor estn Lima 17:00
interesadas en repasar e implementar los principales Quito 17:30
Caracas 18:00
conceptos de modelos de series de tiempo.
La Paz 19:00
Santiago de Chile 19:00

OBJETIVOS
Repasar los conceptos mnimos necesarios para el anlisis y estimacin de modelos de series
de tiempo univariados y multivariados.
Mostrar la implementacin de los modelos a travs de ejemplos en Eviews.
Interpretar los estadsticos y resultados generados por EViews para el anlisis y toma de
decisiones.

DESCRIPCIN
La modelacin economtrica de series de tiempo univariadas y multivariadas es una herramienta
de gran utilidad para el pronstico de variables numricas y es relevante para cualquier disciplina
o actividad que estudie la evolucin de las mismas en el tiempo. A lo largo del entrenamiento
se revisarn algunos conceptos relevantes para la comprensin de las tcnicas descritas y su
implementacin en EViews -uno de los mejores paquetes presentes en el mercado para la
modelacin economtrica- a travs de ejemplos y casos prcticos.

DURACIN
20 Horas
TEMARIO
Introduccin a EViews
Inicio y ventanas
Ayuda
Worfiles
Revisin de Varias Series
Grficos
Men Quick

Introduccin a los pronsticos

Componentes de una serie de tiempo
Condiciones para realizar pronsticos cuantitativos
Promedios mviles (simples y dobles)
Mtodos de suavizamiento (simples, dobles, Holt-
Winters)
Medidas de precisin de pronstico

Conceptos bsicos de series de tiempo

Procesos estocsticos y estacionariedad
Identificacin de la estacionariedad (grfico,
correlograma)
Pruebas de estacionariedad (raz unitaria)

Regresin con variables de series de tiempo

Con variables estacionarias
Con variables no estacionarias: regresin espuria
Con variables no estacionarias: cointegracin
Con variables cointegradas: modelo de correccin de
errores
Con variables no estacionarias y no cointegradas

Modelos univariados de series de tiempo

Metodologa Box-Jenkins (Modelos ARIMA)
Identificacin, estimacin, validacin y pronstico
Criterios de informacin

Modelos ARIMA automticos

Promedio de pronsticos (unificacin de los resultados
de varios modelos)
Modelos que incorporan volatilidades: ARCH y
GARCH

Modelos multivariados de series de tiempo

Vector de Correccin de Errores (VEC)
Vectores Autorregresivos (VAR)
Impulso-respuesta
Descomposicin de la varianza
INSTRUCTOR

Julin Andrs Melndez Cardona

Acreditado con la Certificacin Internacional en Administracin de Riesgo
- CQRM, impartido por el Dr. Johnathan Mun y otorgado por el Instituto IIPER.
Economista con Especializacin en Gerencia de Mercadeo de la Universidad
Externado de Colombia. Cuenta con amplia experiencia en temas de Valor
de Dinero en el Tiempo y en Anlisis y Planeacin Financiera de entidades en
los sectores Financiero y Real. En el campo acadmico trabaj como docente
en temas de Econometra y Finanzas en la Universidad Externado de Colombia
y en la Fundacin Universitaria Los Libertadores. Actualmente se desempea
como Gerente de Producto del Portafolio Cuantitativo de SOFTWARE shop para
Latinoamrica.

MAYORES INFORMES Y COSTOS

Lissa Murcia
Liissa@SOFTWARE-shop.com
Tel: Segn Pas Ext: 120 - 2200
WhatsApp: +57 (316) 875 7183
Skype: Lissamurciavargas