Diplomado en Modelos Dinámicos para Finanzas y Economía
Consultar precio
Solicita información
Diplomado en Modelos Dinámicos para Finanzas y Economía
Solicita información
Información del curso
Diplomado
Abierta
150 horas
Descripción
Con el Diplomado en Modelos Dinámicos para Finanzas y Economía, podrás realizar el análisis del comportamiento de datos registrados en forma de series de tiempo y la aplicación de tales modelos a las finanzas y a la economía.
Temario
Modulo 1
Aplicaciones
Modulo 3
Otros temas de las series de tiempo
Introducción al estudio de series de tiempo múltiples
- Modelos econométricos y variables categóricas.
- Modelos con variables de tipo cualitativo. Variables dicotómicas
- Naturaleza de las variables dicotómicas
- Modelos con variables explicativas cualitativas. Cambio estructural.
- Análisis estacional
- Modelos de ecuaciones simultáneas
- Naturaleza de los modelos de ecuaciones simultáneas. Ejemplos
- El problema de identificación. Condiciones de orden y de rango
- Métodos de estimación. Mínimos cuadrados indirectos. Mínimos
- cuadrados en dos etapas
- Sistema de ecuaciones aparentemente no relacionadas
- Aplicaciones
- Modelos de pronóstico para series de tiempo
- Introducción al pronóstico. Pronóstico estadístico
- Conocimiento de los datos
- Inspección de los datos
- Suavizamiento
- Uso de transformaciones
- Transformaciones lineales
- Transformaciones no lineales
- Selección de una transformación
- Criterios para elegir una técnica de pronóstico
- Modelos de pronóstico
- Pronóstico de series no estacionales
- Pronóstico de series estacionales
Aplicaciones
Modulo 3
- Análisis de series de tiempo.
- Introducción al análisis de series de tiempo
- Elementos de ecuaciones en diferencia
- Notación y conceptos elementales
- Uso de operadores de retraso
- Modelos para series univariadas
- Identificación de modelos ARIMA
- Estimación de modelos ARIMA
- Verificación de los modelos
- Pruebas de raíces unitarias
- Modelos para series estacionales
- Análisis de series estacionales
- Elaboración de modelos
- Pronósticos para series de tiempo
- Caso estacionario
- Caso no estacionario
- Aplicaciones
Otros temas de las series de tiempo
- Modelos de heteroscedasticidad condicional
- Procesos ARCH
- Procesos GARCH
- Procesos IGARCH
- Procesos A-GARCH, T-GARCH y EGARCH
- Procesos ARCH-M
- Métodos para ajuste estacional de series de tiempo
- Introducción al ajuste estacional de series de tiempo
- Métodos para ajuste estacional de series de tiempo
- Componentes no observables de una serie de tiempo
- Procedimiento X13-ARIMA
- Descomposición con el proceso X11
- Análisis de intervención
- Teoría del análisis de intervención
- Funciones dinámicas de intervención
- Metodología del análisis de intervención
- Aplicaciones
Introducción al estudio de series de tiempo múltiples
- Modelos para series de tiempo múltiples
- Relación con modelos de ecuaciones simultáneas
- Extensión de modelos ARMA al caso multivariado
- Cointegración bivariada
- Regresión espuria
- Relación entre cointegración e integración
- Vectores autorregresivos
- Causalidad de Granger
- Función de respuesta al impulso
- Descomposición de la varianza del pronóstico
- Análisis de cointegración
- Modelos en forma de corrección de errores
- Aplicaciones
- Análisis Bayesiano de modelos econométricos
- Introducción a estadística bayesiana
- Problema de decisión: elementos y criterios
- Proceso de aprendizaje, distribución inicial, verosimilitud, distribución
- final y distribución predictiva. Distribuciones de referencia
- Decisiones estadísticas: estimación, pruebas de hipótesis y predicción
- Aplicaciones
- Análisis bayesiano de modelos de regresión
- Modelo y distribución inicial
- Función de verosimilitud, distribución final y distribución predictiva
- Estimación, regiones de credibilidad y pruebas de hipótesis
- Aplicaciones
- Análisis bayesiano de series de tiempo
- Modelo AR y modelo ARMA
- Distribución inicial, función de verosimilitud, distribución final y
- distribución predictiva
- Estimación, regiones de credibilidad y pruebas de hipótesis
- Aplicaciones
Destinatarios
Economistas, financieros, actuarios, matemáticos y toda persona interesada en el estudio y análisis de los modelos dinámicos de series de tiempo.
Metodología
Modalidad: Abierta.
Idiomas en los que se imparte
Español
Título obtenido
Título de Diplomado, por ITAM.
Bolsa de empleo
ITAM dispone de Bolsa de Empleo.
Profesorado
Profesorado altamente cualificado.
Diplomado en Modelos Dinámicos para Finanzas y Economía
Instituto Tecnológico Autónomo de México (ITAM)
Campus y sedes: Instituto Tecnológico Autónomo de México (ITAM)
Sede - ITAM Instituto Tecnológico Autónomo de México
Río Hondo #1 Col. Progreso Tizapán
01080
Álvaro Obregón
(Distrito Federal)