Fundamentos para pronosticar una serie de tiempo estacionaria con información de su propio pasado

Abstract

Since market behavior is volatile, this research intends to help investors and business organizations make forecasts with certainty and, as a consequence, with the least possible error in order to succeed in the management of their projects and operations. Elements such as inflation rate, exchange rate, stock prices, economic and financial results, sales, among other variables, are causes of concern for investors. Due to their data structure, these financial instruments correspond to time series, which take values or realizations along time and are spaced over time. The previous behavior of the series is used to forecast its value, return and volatility. It must be taken into consideration that forecasting using traditional techniques might result in imprecisions, so it is necessary to forecast using econometric models because of their robustness and precision. These are also known as univariate time series models.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.