Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasado
Dado que el comportamiento del mercado es volátil, la presente investigación pretende coadyuvar a que inversionistas y organizaciones empresariales puedan realizar pronósticos con certeza y, en consecuencia, con el mínimo error posible, a fin de lograr el éxito en la gestión de sus proyectos y opera...
| Main Author: | |
|---|---|
| Format: | Article |
| Language: | Spanish |
| Published: |
Universidad Nacional Mayor de San Marcos
2020-10-01
|
| Series: | Industrial Data |
| Subjects: | |
| Online Access: | https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/16504 |
| _version_ | 1818885350526812160 |
|---|---|
| author | Wilfredo Bazán Ramírez |
| author_facet | Wilfredo Bazán Ramírez |
| author_sort | Wilfredo Bazán Ramírez |
| collection | DOAJ |
| description | Dado que el comportamiento del mercado es volátil, la presente investigación pretende coadyuvar a que inversionistas y organizaciones empresariales puedan realizar pronósticos con certeza y, en consecuencia, con el mínimo error posible, a fin de lograr el éxito en la gestión de sus proyectos y operaciones. Elementos como la tasa de inflación, el tipo de cambio, el precio de las acciones, los resultados económicos financieros, las ventas, entre otras variables, son preocupaciones para los inversionistas. Estos instrumentos financieros, por su estructura de datos, corresponden a las series de tiempo, las cuales toman valores o realizaciones, precisamente, a lo largo del tiempo y, a la vez, están espaciadas cronológicamente. El comportamiento previo es utilizado para pronosticar el valor de la serie, su rendimiento y volatilidad. Y ello debe considerar que pronosticar con las técnicas tradicionales tiene riesgos de imprecisión, por lo que es necesario hacerlo con modelos econométricos por su robustez y precisión, también conocidos como modelos univariados de series de tiempo. |
| first_indexed | 2024-12-19T16:04:03Z |
| format | Article |
| id | doaj.art-2336a0d6cb804dedbfafe5ad8223a939 |
| institution | Directory Open Access Journal |
| issn | 1560-9146 1810-9993 |
| language | Spanish |
| last_indexed | 2024-12-19T16:04:03Z |
| publishDate | 2020-10-01 |
| publisher | Universidad Nacional Mayor de San Marcos |
| record_format | Article |
| series | Industrial Data |
| spelling | doaj.art-2336a0d6cb804dedbfafe5ad8223a9392022-12-21T20:14:52ZspaUniversidad Nacional Mayor de San MarcosIndustrial Data1560-91461810-99932020-10-0123110.15381/idata.v23i1.1650416504Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasadoWilfredo Bazán Ramírez0Universidad Nacional Federico Villarreal (Lima, Perú)Dado que el comportamiento del mercado es volátil, la presente investigación pretende coadyuvar a que inversionistas y organizaciones empresariales puedan realizar pronósticos con certeza y, en consecuencia, con el mínimo error posible, a fin de lograr el éxito en la gestión de sus proyectos y operaciones. Elementos como la tasa de inflación, el tipo de cambio, el precio de las acciones, los resultados económicos financieros, las ventas, entre otras variables, son preocupaciones para los inversionistas. Estos instrumentos financieros, por su estructura de datos, corresponden a las series de tiempo, las cuales toman valores o realizaciones, precisamente, a lo largo del tiempo y, a la vez, están espaciadas cronológicamente. El comportamiento previo es utilizado para pronosticar el valor de la serie, su rendimiento y volatilidad. Y ello debe considerar que pronosticar con las técnicas tradicionales tiene riesgos de imprecisión, por lo que es necesario hacerlo con modelos econométricos por su robustez y precisión, también conocidos como modelos univariados de series de tiempo.https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/16504series de tiempoestacionariedadraíz unitariaruido blancovarianza |
| spellingShingle | Wilfredo Bazán Ramírez Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasado Industrial Data series de tiempo estacionariedad raíz unitaria ruido blanco varianza |
| title | Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasado |
| title_full | Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasado |
| title_fullStr | Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasado |
| title_full_unstemmed | Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasado |
| title_short | Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasado |
| title_sort | fundamentos para pronosticar una serie de tiempo estacionaria con informacion de su propio pasado |
| topic | series de tiempo estacionariedad raíz unitaria ruido blanco varianza |
| url | https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/16504 |
| work_keys_str_mv | AT wilfredobazanramirez fundamentosparapronosticarunaseriedetiempoestacionariaconinformaciondesupropiopasado |