MODELOS FINANCIEROS Y PRONÓSTICOS.

FACULTAD DE POSTGRADOS Y ESTUDIOS CONTINUOS

MAESTRÍA EN ADMINISTRACIÓN FINANCIERA

MODELOS FINANCIEROS Y PRONÓSTICOS

CICLO 1-2016

TRABAJO FINAL

1. DESCRIPCIÓN

Para la elaboración del trabajo, se dispondrá de los datos contenidos en el archivo Final MFYP01.xls, Final MFYP02.xls o Final MFYP03.xls según le corresponda.

El trabajo final consiste en construir tres modelos:

1. Pronóstico explicativo.
2. Pronóstico de serie de tiempo
3. Pronóstico de serie de tiempo con ARIMA.

Para luego escoger el que menor error (MSE) genere.

Cada grupo tomará como base para el pronóstico explicativo a todas las variables explicativas indicadas, y que serán usadas para pronosticar el precio de una de las acciones (solo de una, dependiendo de qué grupo se trate).

Finalmente, para los pronósticos de serie de tiempo tomará como base la serie histórica de los precios de la acción que le corresponda.

1. CONTENIDO:

1. Portada, conteniendo los nombres completos de los integrantes del grupo.
2. Introducción.
3. Índice.
4. Parte I: modelo explicativo

1. Modelo preliminar.
2. Evaluación del coeficiente de correlación ¿Es apropiado?
3. Evaluación del coeficiente de determinación ¿Es correcto? ¿Significado?
4. Cálculo del CV y su interpretación.
5. Verificación e interpretación de los resultados de la prueba de hipótesis tanto para el modelo completo como para las distintas variables.
6. Discriminación de primeras variables que no deben ir en el modelo (si las hay).
7. Matriz de correlación con las variables preliminarmente aceptadas.
8. Segunda discriminación de variables (si hay).
9. Generación de modelo refinado. Repetición de los pasos i a vi hasta que el (los) modelo(s) quede(n) completamente depurado(s).
10. Seleccione el modelo más apropiado considerando el que tenga el menor MSE.
11. Generación de los valores pronosticados reservados.
12. Construcción de intervalos de predicción, junto con su gráfica.

1. Parte II: modelo se serie de tiempo (Ingenuo, Promedio móvil, Suavizamiento exponencial, Holt y Winters).

1. Generación de los modelos.
2. Seleccione el mejor modelo, considerando el que tenga el menor MSE.
3. Construir los intervalos de predicción del modelo seleccionado.

1. Parte III: modelo de serie de tiempo ARIMA

1. Gráfica de la variable a pronosticar ¿es estacionaria?
2. Obtener el ACF y ACFP de la variable a pronosticar ¿hay estacionalidad?
3. Si no es estacionaria, diferenciar hasta convertirla en una que si lo sea (máximo, 3 diferenciaciones).
4. Gráfica del ACF y del ACF parcial de la última diferenciación.
5. Selección de los parámetros a utilizar en auto regresión, promedio móvil e integración (los que apliquen).
6. Si detectó estacionalidad en el numeral ii, diferencie estacionalmente hasta que obtenga una serie estacionaria.
7. Obtenga el ACF y el ACFP de la última diferenciación estacional.
8. Selección de los parámetros estacionales a utilizar en auto regresión, promedio móvil e integración (los que apliquen, si es que aplica).
9. Generación del modelo en SPSS.
10. Construir los intervalos de predicción del modelo seleccionado.

1. Comparativo

Resumir en un cuadro los tres modelos indicando nombre del modelo y valor del MSE obtenido en cada caso. Selección final del mejor modelo.

1. FORMA DE TRABAJO:

El trabajo será presentado en grupos de 6 profesionales.

1. FORMA DE PRESENTACIÓN:

La forma de entrega será en un archivo de PDF.

1. FECHA DE ENTREGA:

El trabajo deberá ser entregado a más tardar a las 12:00 m.n. del día sábado 16 de abril de 2016 al correo matr67@gmail.com .

...