Show simple item record

dc.contributor.authorNieto Ballester, Rebeca 
dc.date.accessioned2015-11-10T12:26:45Z
dc.date.available2015-11-10T12:26:45Z
dc.date.issued2015-10
dc.description.abstractUna de las finalidades de estimar un modelo econométrico es su utilización para predecir magnitudes económicas. De hecho, son muchos los organismos tanto públicos como privados, españoles como europeos, que elaboran sus modelos econométricos y realizan predicciones sobre distintos indicadores económicos tales como el producto interior bruto (PIB), la inflación, el desempleo… Estas predicciones se utilizan para la toma de decisiones de política económica. Habitualmente, además de las predicciones individuales de cada predictor o agente, algunos organismos utilizan lo que se denominan “medidas de consenso”, que no son otra cosa que combinaciones de predicciones individuales. Según Moreno B, López A.J. y Landajo M. (2000), la literatura al respecto muestra que una combinación de las predicciones realizadas por diferentes procedimientos mejora la precisión de las predicciones individuales1. La idea de la combinación de predicciones asume implícitamente que no es posible identificar mediante un modelo el proceso subyacente en una serie, y que cada método de predicción es capaz de capturar diferentes aspectos de la información disponible para la predicción; de ahí que una combinación de las predicciones efectuadas según distintas técnicas, sea la predicción más precisa. ¿Cómo podemos generar un pronóstico como la combinación de otros? Según Elkin Castaño, V. (1994), la primera referencia a ésta pregunta la encontramos en Barnad (1963), que publicó un artículo en el que comparaba los pronósticos basados en la metodología de Box-Jenkins (1976) con los obtenidos usando procedimientos clásicos, y llegó a la conclusión de que, aunque la técnica propuesta por Box-Jenkins era muy buena, un simple promedio de pronósticos era mucho mejor. Este descubrimiento motivó la investigación de si habría alguna otra combinación ponderada de los pronósticos que mejorara la media simple de los mismos. En la predicción se aplican habitualmente dos tipos de media: la media aritmética de las predicciones obtenidas por diferentes métodos y la media ponderada, donde las ponderaciones dependen de la relativa precisión de los métodos individuales. Dichas ponderaciones pueden obtenerse en función de la varianza del error de predicción de cada método, o mediante técnicas de regresión, con el objetivo de minimizar el error de la predicción combinada, que se obtiene mediante Mínimos Cuadrados Ordinarios (MCO), de las predicciones individuales2. A lo largo del tiempo se han realizado estudios acerca de qué proporciona mejores resultados, si la media simple u otros métodos de ponderación más complejos. En unos casos eran mejores las predicciones realizadas con la media simple, y en otros con la media ponderada, pero en este último caso, la complejidad del método no compensaba el incremento de precisión. Según de cita en Moreno B, López A.J. y Landajo M. (2000): Granger y Newbold (1975) llegaron a la conclusión de que, la combinación de predicciones basada en una media aritmética proporciona mejores resultados que otros métodos más complejos. En un experimento sobre 80 series para las que realizan predicciones a un periodo de adelanto, concluyeron que las mejores predicciones iban asociadas a la media aritmética3. Idéntico resultado obtuvieron Makridakis y Hibon (1979), efectuando predicciones sobre 1001 series con diversos métodos y estudiando posibles combinaciones. Winkler y Makridakis (1983) llegan a conclusiones similares, ya que, aunque obtenían mejores predicciones con las medias ponderadas que con las aritméticas, el incremento de precisión no compensaba la mayor complejidad del método. Winkler (1984) comprobó en un estudio que entre el 52% y el 66% de las veces, otra combinación fue mejor que la media aritmética, afirmando que las diferencias entre la combinación más simple y otras más complicadas eran muy pequeñas, en relación con las exigencias que conlleva emplear métodos más complejos. 1 La combinación de predicciones se puede utilizar tanto para aquellas realizadas con distintas técnicas, como para las realizadas por distintos agentes bajo un mismo método (Pulido,1998) 2 Según Moreno B, López A.J. y Landajo M. (2000) 3 También concluyeron que la combinación es más beneficiosa cuanto más difiera la naturaleza de los procedimientos que se combinanes_ES
dc.formatapplication/pdfes_ES
dc.language.isospaes_ES
dc.publisherEl Autores_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.title¿Es la media simple la mejor combinación de predicciones individuales para la economía española?es_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.subject.otherFundamentos del Análisis Económicoes_ES
dc.contributor.advisorTena Nebot, Susana 
dc.subjectEconometríaes_ES
dc.subjectEconometricses_ES
dc.subjectModelo económicoes_ES
dc.subjectEconomic modelses_ES
dc.subjectAnálisis económicoes_ES
dc.subjectEconomic analysises_ES
dc.identifier.urihttp://hdl.handle.net/10317/5115
dc.description.centroFacultad de Ciencias de la Empresaes_ES
dc.contributor.departmentEconomíaes_ES
dc.rights.accessRightsinfo:eu-repo/semantics/openAccesses
dc.description.universityUniversidad Politécnica de Cartagenaes_ES


Files in this item

untranslated

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 3.0 España
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 3.0 España