Consulta de Guías Docentes



Academic Year: 2019/20

16767 - BUSINESS FORECASTING METHODS

This is a non-sworn machine translation intended to provide students with general information about the course. As the translation from Spanish to English has not been post-edited, it may be inaccurate and potentially contain errors. We do not accept any liability for errors of this kind. The course guides for the subjects taught in English have been translated by their teaching teams


Teaching Plan Information

Code - Course title:
16767 - BUSINESS FORECASTING METHODS
Degree:
468 - Graduado/a en Derecho y en Administración y Dirección de Empresas
687 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2016)
713 - Graduado/a en Administración y Dirección de Empresas
731 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2019)
Faculty:
102 - Facultad de Derecho
103 - Facultad de Ciencias Económicas y Empresariales
Academic year:
2019/20

1. Course details

1.1. Content area

Econometrics

1.2. Course nature

Optional

1.3. Course level

Grado (EQF/MECU 6)

1.4. Year of study

731 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2019): 6
713 - Graduado/a en Administración y Dirección de Empresas: 4
468 - Graduado/a en Derecho y en Administración y Dirección de Empresas: 6

1.5. Semester

First semester

1.6. ECTS Credit allotment

6.0

1.7. Language of instruction

Spanish

1.8. Prerequisites

-

1.9. Recommendations

-

1.10. Minimum attendance requirement

ATTENDANCE TO CLASSES IS MANDATORY

1.11. Faculty data

Course coordinator:

  • Name and surname:
  • Email
  • School: Facultad de Ciencias Económicas y Empresariales
  • Department
  • Office
  • Phone

Degree coordinators

  • Name and surname Javier Hernando Ortego, Coordinador de ADE

The teaching team in full is available at the school’s website (in each academic course schedule)

http://www.uam.es/Economicas/HorariosYAulas/1234888164844.htm?language=es&nodepath=Horarios,%20aulas%20y%20lista%20de%20profesores

1.12. Competences and learning outcomes

1.12.1. Competences

-

1.12.2. Learning outcomes

-

1.12.3. Course objectives

-

1.13. Course contents

-

1.14. Course bibliography

-

2. Teaching-and-learning methodologies and student workload

2.1. Contact hours

 

#horas

Contact hours (minimum 33%)

72 hours

Independent study time

78 hours

 

2.2. List of training activities

Activity

# hours

Lectures

 

Seminars

 

Practical sessions

 

Clinical sessions

 

Computer lab

 

 

 

Laboratory

 

Work placement

 

Supervised study

 

Tutorials

 

Assessment activities

 

Other

 

3. Evaluation procedures and weight of components in the final grade

3.1. Regular assessment

-

3.1.1. List of evaluation activities

Evaluatory activity

%

Final exam

 

Continuous assessment

 

3.2. Resit

-

3.2.1. List of evaluation activities

Evaluatory activity

%

Final exam

 

Continuous assessment

 

4. Proposed workplan

-


Curso Académico: 2019/20

16767 - MÉTODOS DE PREVISIÓN EMPRESARIAL


Información del Plan Docente

Código - Nombre:
16767 - MÉTODOS DE PREVISIÓN EMPRESARIAL
Titulación:
468 - Graduado/a en Derecho y en Administración y Dirección de Empresas
687 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2016)
713 - Graduado/a en Administración y Dirección de Empresas (2018)
731 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2019)
Centro:
102 - Facultad de Derecho
103 - Facultad de Ciencias Económicas y Empresariales
Curso Académico:
2019/20

1. Detalles de la asignatura

1.1. Materia

ECONOMETRÍA

1.2. Carácter

Optativa

1.3. Nivel

Grado (MECES 2)

1.4. Curso

713 - Graduado/a en Administración y Dirección de Empresas (2018): 4
731 - Graduado/a en Derecho y en Administración y Dirección de Empresas (2019): 6
468 - Graduado/a en Derecho y en Administración y Dirección de Empresas: 6

1.5. Semestre

Primer semestre

1.6. Número de créditos ECTS

6.0

1.7. Idioma

Español

1.8. Requisitos previos

-

1.9. Recomendaciones

Para el correcto seguimiento de esta asignatura es necesario que el alumno tenga conocimientos de las asignaturas de: Informática de Gestión, Fundamentos Básicos de Econometría y Econometría Aplicada (tanto los contenidos teóricos, como las habilidades y competencia propias de las mismas), y unos conocimientos básicos de macroeconomía y microeconomía.

Adicionalmente, es conveniente que el alumno tenga un dominio (al nivel de usuario) sobre la utilización de los programas informáticos EconometricViewsMs. Excel y algún Ms. Word.

1.10. Requisitos mínimos de asistencia

• La asistencia a clase es considerada ESENCIAL para superar la asignatura por lo que se recomienda a todos los alumnos.

• Así mismo, los docentes recomiendan que la asistencia sea lo más REGULAR posible, procurando no faltar a clase ni siquiera esporádicamente, dada el carácter continuo de la materia y del programa desarrollado.

• La asistencia a clase podrá ser incorporada como un componente adicional de la evaluación continua.

1.11. Datos del equipo docente

Coordinación de la asignatura:

  • Apellidos, nombre: Sofía García Gámez
  • Correo electrónico: sofia.garcia@uam.es
  • Facultad de Ciencias Económicas y Empresariales
  • Departamento: Economía Aplicada
  • Despacho: 301
  • Teléfono: 914973147

Coordinación de la titulación

  • Nombre y apellidos: Javier Hernando Ortego, Coordinador de ADE
  • Nombre y apellidos: Sergio Marchesini Achával, Coordinador GDADE

El equipo docente completo actualizado está publicado en la página web del centro (ver horarios, aulas y listas de profesores de cada curso académico)

http://www.uam.es/Economicas/HorariosYAulas/1234888164844.htm?language=es&nodepath=Horarios,%20aulas%20y%20lista%20de%20profesores

1.12. Competencias y resultados del aprendizaje

1.12.1. Competencias

Esta asignatura contribuye a la adquisición de las siguientes competencias:

GENERALES

CG1 - Capacidad teórica de análisis y síntesis.

CG2 - Capacidad de aprendizaje

CG3 - Capacidad creativa para encontrar nuevas ideas y soluciones

CG4 - Capacidad para detectar oportunidades y amenazas

CG5 - Capacidad para rendir bajo presión

CG6 - Capacidad de negociación

CG7 - Capacidad para tomar decisiones

CG8 - Capacidad crítica y de autocrítica.

CG9 - Capacidad para trabajar en equipo de carácter interdisciplinar

CG11 - Capacidad de liderazgo: habilidad para convencer, influir y motivar a otros

CG12 - Capacidad para utilizar nuevas herramientas informáticas y de análisis de datos.

CG15 - Habilidad para trabajar en un contexto de carácter internacional

CG16 - Habilidad para la búsqueda, identificación y análisis de las fuentes de información pertinentes al ámbito de estudio

CG17 - Habilidades de comunicación a través de Internet y, manejo de herramientas multimedia para la comunicación a distancia.

CG18 - Habilidades para la presentación en público de trabajos, ideas e informes.

CG19 - Iniciativa y espíritu emprendedor.

CG20 - Preocupación por la calidad y el trabajo bien hecho

CG23 - Saber gestionar eficazmente el tiempo

ESPECÍFICAS

CE1 - Adquirir la perspectiva histórica en la comprensión de los fenómenos económicos, jurídicos y sociales que conforman el entorno empresarial.

CE2 - Analizar, valorar y sintetizar la complejidad de las situaciones empresariales y su posible evolución a partir de sistemas reales de información.

CE4 - Comprender y saber aplicar las herramientas básicas e instrumentos de naturaleza cuantitativa precisas para la obtención, diagnóstico, análisis de la información empresarial y de su entorno económico y social.

CE9 - Diferenciar el contexto económico, internacional, nacional, regional y sectorial, que rodea a la empresa, así como interpretar su impacto en la misma.

CE10 - Diseñar y gestionar proyectos empresariales.

CE15 - Organización y planificación de los conocimientos adquiridos de forma que configuren una plataforma para la adquisición de conocimientos avanzados para la práctica de la alta dirección empresarial o para la investigación en el área empresarial.

CE21 - Redactar de forma correcta informes y documentos internos y externos empresariales

CE22 - Reunir, analizar, interpretar y presentar los datos procedentes de la investigación de los mercados a los que se dirigen las empresas.

CE23 - Saber formular, evaluar y seleccionar las estrategias empresariales.

CE25 - Tomar decisiones empresariales aplicando diferentes modelos teóricos

1.12.2. Resultados de aprendizaje

Tras superar todas las asignaturas del módulo al que corresponde esta asignatura, los estudiantes serán capaces de:

1. Aplicación de herramientas para la gestión de la información (exploración y explotación) y análisis de datos.

2. Pensamiento crítico y autocrítico para identificar las limitaciones de las fuentes de información y de las técnicas aplicables para el análisis de datos.

3. Dominio de conocimientos básicos acerca de los principales métodos cuantitativos aplicados a la toma de decisiones y la resolución de problemas en el ámbito empresarial.

4. Aplicar los conocimientos a la práctica empresarial para la valoración de una situación empresarial y su previsible evolución, a partir de los sistemas reales de información.

5. La elaboración de criterios profesionales y racionales de decisión empresarial, aplicando para ello métodos técnicos.

6. La toma de decisiones empresariales aplicando diferentes modelos teóricos y prácticos.

7. Manejo del ordenador como herramienta básica para el procesamiento de la información.

8. Comunicación a través de Internet y, manejo de herramientas multimedia para la comunicación a distancia.

9. Capacidad teórica de análisis y síntesis en los campos de “La relación entre la empresa y el entorno económico, legal y social en el que compiten las empresas” y “Los principales métodos cuantitativos aplicados a la toma de decisiones y la resolución de problemas en el ámbito empresarial”.

10. La valoración de una situación empresarial y su previsible evolución, a partir de los sistemas reales de información.

11. Capacidad para reunir e interpretar datos relevantes dentro del ámbito de la administración y dirección de la empresa.

12. Capacidad para analizar y sintetizar cualquier nueva información o conocimiento referidos a la Administración y Dirección de Empresas.

13. Capacidad creativa para encontrar nuevas ideas y soluciones para los problemas empresariales.

14. Habilidad en la búsqueda, identificación, y análisis de las distintas fuentes de información existentes tanto en el ámbito nacional como internacional.

15. Conocimiento de las herramientas y técnicas que permiten la gestión de información que resultan relevantes en la toma de decisión empresarial.

16. Manejo de nuevas herramientas informáticas necesarias para la gestión de la información empresarial.

17. Conocimiento de las principales fuentes de microdatos existentes y adquisición de las habilidades necesarias para obtener resultados válidos para la empresa.

18. Capacidad para identificar relaciones de causalidad entre variables con microdatos, lo que permitirá que el alumno pueda explicar los comportamientos de los sujetos en mercados económicos tales como los mercados comerciales y financieros. Asimismo la estimación de los modelos permitirá cuantificar la intensidad de estas relaciones.

19. Aprendizaje en el manejo de programas informáticos para la estimación de los modelos microeconométricos, se profundizará en los programas SPSS y E-views.

20. Poseer y comprender conocimientos en minería de datos.

21. Tener capacidad para reunir e interpretar datos relevantes dentro del ámbito de economía aplicada para emitir juicios que incluyan una reflexión sobre temas importantes de índole económica, social, científica o ética.

22. Poder transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

23. Haber desarrollado habilidades de aprendizaje necesarias para emprender estudios posteriores con alto grado de autonomía

1.12.3. Objetivos de la asignatura

-

1.13. Contenidos del programa

El objetivo general de la asignatura es el planteamiento de los métodos de previsión como instrumento básico de planificación y predicción del mundo económico y empresarial. El planteamiento es crear en el alumno una capacidad de aproximación a determinados problemas del mundo económico y empresarial de forma cuantificada, con rigor científico y aprovechando los conocimientos, habilidades y actitudes que les transfieren las técnicas propias del análisis previsional

Es por ello que la materia tiene una clara vocación empírica, orientada a especificar soluciones de previsión a problemas reales de la gestión y la planificación empresarial, a través de un manejo solvente de la información cuantitativa disponible y los programas de ordenador pertinentes. Se realiza una revisión general de las posibilidades, desde las aplicaciones más elementales hasta las más avanzadas, con la elaboración y seguimiento de casos prácticos. Para cada técnica/método se estudian posibilidades y limitaciones, así como su aplicación a problemas reales.

De este modo, la asignatura constituye para el alumno un instrumento eficaz para la toma de decisiones, el análisis y la autoevaluación de los conocimientos adquiridos hasta este momento en el Grado, fundamentalmente en áreas como la teoría económica (micro y macroeconomía), economía de la empresa, matemática, estadística e informática.

Por ello, los objetivos que se pretenden desarrollar responden a la necesidad de que el graduado: 

  • Llegue a tener un dominio de los conocimientos básicos acerca de los principales métodos cuantitativos aplicados a la toma de decisiones y la resolución de problemas en el ámbito económico y empresarial.
  • Sea capaz de valorar las ventajas y limitaciones de las técnicas de predicción como un instrumento de la toma de decisiones, incentivando planteamientos críticos y alternativos a la solución de problemas concretos
  • Domine las técnicas tanto desde un punto de vista teórico como aplicado.

 

PROGRAMA SINTÉTICO:

 Tema 1.- Contexto de la predicción en economía y administración de empresas

Tema 2.- Técnicas elementales de predicción

Tema 3.- Modelos de series temporales: El enfoque Box-Jenkins

Tema 4.- Técnicas avanzadas de predicción

PRÁCTICAS:

Pr. 1: Elaboración de modelos de predicción con técnicas elementales

Pr. 2: Predicción con Modelos ARIMA

Pr. 3: Predicciones en base a técnicas avanzadas

 

PROGRAMA DETALLADO:

Tema 1.- Contexto de la predicción en economía y administración de empresas

1.1.      Introducción

1.2.      Fuentes de predicción económico-empresarial: Centros mundiales y nacionales de predicción.

1.3.      Tipología de los métodos de predicción

1.4.      Clasificación de  los métodos de predicción

1.5.      Etapas genéricas del proceso de predicción

1.6.      Evaluación de las predicciones.

 

Tema 2.- Técnicas elementales de predicción

2.1.      Componentes de una serie temporal

2.2.      Modelos de media constante sin estacionalidad: Medias móviles y alisado exponencial simple

2.3.      Métodos de determinación de la estacionalidad

2.4.      Modelos de tendencia lineal sin estacionalidad

2.5.      Modelos de ajuste de tendencia con funciones matemáticas

2.6.      Modelos de tendencia y estacionalidad

2.7.      ¿ Qué técnica utilizar?

 

Tema 3.- Modelos de series temporales: El enfoque Box-Jenkins

3.1.      Conceptos previos: Procesos estocásticos, procesos estacionarios y ruido blanco.

3.2.      Procesos Autorregresivos (AR) y de Medias Móviles (MA)

3.3.      Modelos ARIMA.

3.4.      Integración en los Modelos ARIMA

3.5.      Estacionalidad en modelos ARIMA

3.6.      Fases en la aplicación de Modelos ARIMA.

3.7.      Identificación y estimación del modelo ARIMA

3.8.      Diagnóstico de modelos ARIMA

3.9.      Predicción con modelos ARIMA

3.10.        Análisis de intervención

 

Tema 4.- Técnicas avanzadas de predicción

4.1.     Conceptos básicos de inferencia bayesiana

4.2.     Modelos dinámicos bayesianos

4.4.     Modelos de vectores autorregresivos (VAR)

4.5.     Predicción y simulación en modelos VAR

4.6.     Modelos de Cointegración

4.7.     Predicción en situaciones sin historia: Método Delphos

1.14. Referencias de consulta

REFERENCIAS BÁSICAS:

  • Aznar, A. y J,Trivez(1993), ''Métodos de Predicción en Economía''. Ariel Economía. Barcelona.
  • Otero, J. M. (1993), ''Econometría. Series Temporales y Predicción''. Editorial AC. Madrid.
  • Pulido, A. y A, López (1999): ''Predicción y Simulación aplicada a la economía y gestión de empresas''.Pirámide. Madrid.

 

LECTURAS RECOMENDADAS:

  • Gelman, Carlin, Stern and Rubin (2004): ''Bayesian Data Analysis''. 2end. Ed. Chapmen & Hall/CRC.
  • Wooldridge, J. M. (2003), ''Introducción a la Econometría. Un enfoque moderno''. 2ª edición. Thomson.

2. Metodologías docentes y tiempo de trabajo del estudiante

2.1. Presencialidad

 

Porcentaje

Porcentaje de actividades presenciales (mínimo 33% del total)

 40%

Porcentaje de actividades no presenciales

 60%

 

2.2. Relación de actividades formativas

 
Actividades Presenciales Horas
Clases Teóricas en Aula 32
Seminarios 3
Prácticas con medios informáticos 21
Actividades de Evaluación 4

Las sesiones teórico-prácticas se dividirán en:

  • Sesiones teóricas, en las que se desarrollarán los conceptos teóricos que luego se aplicarán con las herramientas informáticas.
  • Sesiones prácticas en los laboratorios de informática, donde se dispondrá de un ordenador por alumno.
  • Como trabajo personal del alumno se deberán realizar una serie de prácticas individuales y/o en grupo, que el profesor irá solicitando.

3. Sistemas de evaluación y porcentaje en la calificación final

3.1. Convocatoria ordinaria

La evaluación se llevará a cabo mediante un proceso de evaluación continua de acuerdo a los siguientes aspectos:

  1. Evaluación formativa, basada en ejercicios de autoevaluación, realización de prácticas concretas, trabajos de curso,  análisis  de casos, que miden la adquisición de conocimientos teórico y la puesta  en práctica de los mismos. (30%)
  2. Evaluación final, basado en un formulario de comprensión e interpretación de la aplicación de diferentes métodos de previsión. (70%)

Las prácticas son obligatorias. Las prácticas se realizaran de forma individual y en grupos de trabajo.

Tanto los casos prácticos como los ejercicios de clase deberán ser entregados para su evaluación en las fechas que se vayan notificando durante el curso, no pudiendo realizarse todos a posteriori de cara a presentarse a la convocatoria extraordinaria.

SEGUNDA MATRICULA

 Se mantienen los criterios de evaluación establecidos en la primera matrícula, tanto para la convocatoria ordinaria como para la extraordinaria, pudiéndose conservar la nota obtenida en la evaluación continua de la primera matrícula siempre que ésta haya sido aprobada por el alumno.

3.1.1. Relación actividades de evaluación

Actividad de evaluación

%

Examen final (máximo 70% de la calificación final o el porcentaje que figure en la memoria)

70%

Evaluación continua

30%

3.2. Convocatoria extraordinaria

Convocatoria extraordinaria

 La convocatoria extraordinaria consistirá en una evaluación final que supondrá el 70% de la nota de la asignatura. El 30% restante se corresponderá con la calificación obtenida en la evaluación continua a lo largo del curso siempre que ésta haya sido aprobada.

 

3.2.1. Relación actividades de evaluación

Actividad de evaluación

%

Examen final (máximo 70% de la calificación final o el porcentaje que figure en la memoria)

70%

Evaluación continua

30%

4. Cronograma orientativo

Semana

Temas

1

Presentación de la asignatura. T.1 Propósito

de la predicción.

2

T.1. Fuente, tipos, clasificación…

3

T.1. Evaluación de predicciones

4

T.2. Técnicas Elementales

5

T.2. Técnicas Elementales

6

T.2. Técnicas Elementales

7

T.2. Técnicas Elementales

8

T.3. Modelo de Series Temporales

9

T.3. Modelo de Series Temporales

10

T.3. Modelo de Series Temporales

11

T.3. Modelo de Series Temporales

12

T.4. Técnicas Avanzadas de Predicción

13

T.4. Técnicas Avanzadas de Predicción

14

T.4. Técnicas Avanzadas de Predicción

15

T.4. Técnicas Avanzadas de Predicción

 

Preparación Trabajo Fin de Curso

 

EXAMEN FINAL

 

Tutorías

 

Este cronograma tiene carácter orientativo, no es vinculante para el correcto desarrollo de la asignatura.