Análisis de datos
Nivel avanzado
Modelado y proyecciones de series de tiempo con EViews
Construir, diagnosticar y proyectar modelos de series de tiempo (ARMA, ARIMA, SARIMA, VAR, VECM, SARFIMA, ARCH/GARCH) con EViews, e interpretar los resultados para decidir.
Inicio
Al reunir 10 inscritos
Horario
Por confirmar
Modalidad
Aula virtual con sesiones en vivo por Zoom y grabaciones
Certificación
30 horas académicas
10 en vivo + 20 de trabajo autónomo
Antes de este curso
Estadística inferencial y regresión lineal: contrastes de hipótesis, lectura de coeficientes y residuos. Conviene traer una serie propia con la que trabajar y tener EViews 12 instalado.
- 1Sesión 1. El laboratorio del tiempo: fundamentos y preparación de datos
- El ecosistema de EViews 12
- La naturaleza de las series temporales y los componentes de una serie
- Pruebas de raíz unitaria
- Transformaciones para lograr estacionariedad
- Práctica: aplicación de pruebas de raíz unitaria
- 2Sesión 2. Los modelos clásicos del pronóstico: ARMA y ARIMA
- Metodología de Box-Jenkins
- Modelos autorregresivos (AR) y de media móvil (MA)
- ARMA y ARIMA
- Criterios de selección de modelos y pronósticos
- Práctica: identificar órdenes AR y MA con ACF y PACF, y generar proyecciones
- 3Sesión 3. Cuando el tiempo tiene temporada: SARIMA y patrones estacionales
- La estacionalidad como fenómeno estructural
- SARIMA e identificación de componentes estacionales
- Introducción a SARFIMA
- Práctica: modelamiento SARIMA y exploración de SARFIMA en series con memoria larga
- 4Sesión 4. El universo multivariado: VAR, VECM y cointegración
- Modelos VAR (vector autorregresivo)
- Cointegración y relaciones de largo plazo
- Prueba de Johansen
- Causalidad de Granger
- Práctica: construcción de VAR, pruebas de cointegración y estimación de VECM
- 5Sesión 5. Volatilidad y riesgo: familia ARCH/GARCH y proyecciones avanzadas
- La volatilidad como objeto de estudio
- ARCH y GARCH
- Otros modelos de la familia ARCH/GARCH
- Práctica: modelamiento de volatilidad en series financieras