LLIÇÓ 1:

INTRODUCCIÓ

1.1. DEFINICIÓ DE SÈRIE TEMPORAL. PREVISIÓ

ECONÒMICA I EMPRESARIAL.

1.2. CLASSIFICACIÓ DELS MÈTODES DE

PREDICCIÓ.

1.3. PREDICCIÓ I AVALUACIÓ DE LA CAPACITAT

PREDICTIVA.

EXERCICIS D’AUTOAVALUACIÓ

1
OBJECTIU:
Amb aquesta primera lliçó es pretén donar una idea
general sobre la rellevància de la predicció de variables
econòmiques i empresarials així com dels diferents
mètodes de predicció existents. Alhora, s'introdueixen
alguns dels conceptes claus que es faran servir al llarg del
curs com ara l'error de predicció i els criteris per
l'avaluació de la capacitat predictiva.

PARAULES CLAU:
Previsió econòmica; sèrie temporal; mètodes de predicció
de series temporals; error de predicció; període mostral i
extra-mostral; EQM; EAM; EPAM.

BIBLIOGRAFIA RECOMENADA:
 AZNAR, A. i F.J. TRIVEZ (1993): Métodos de
Predicción en Economía. Tomo I. Ariel. Madrid.
Capítol 6.
 PULIDO, A. (1989): Predicción Económica y
Empresarial. Pirámide. Madrid. Capítols 1 i 2.
 URIEL, E. i PEIRÒ, A (2000): Introducción al
análisis de series temporales, Editorial AC. Madrid.
Capítol 1.

2
1.1. DEFINICIÓ DE SÈRIE TEMPORAL. PREVISIÓ
ECONÒMICA I EMPRESARIAL.

SÈRIE TEMPORAL (S.T.)

Conjunt d'observacions d'una variable determinada per

diferents moments del temps. Aquestes observacions s'han
de realitzar a intervals regulars de temps:

Y1 , Y2 , Y3 ,..., YT 
a on el subíndex indica el moment del temps al que es
refereix el valor.

Tant a l’àmbit econòmic en general com a l'empresarial en

particular, tenim accés a una gran quantitat de dades
estadístiques relatives a variables que es troben mesurades en
diferents moments del temps: Valor Afegit Brut Nacional
anual, Nombre d’aturats trimestral segons l’EPA, el valor de
les cotitzacions diàries en Borsa, la producció mensual d’una
empresa, etc.

3
 Y
Yt

x x
x
x x
x x
x

t
1 2 3 4 5 6 7 8

Objectiu de l'assignatura de Mètodes de Previsió?

Mostrar com, a partir únicament de l'anàlisi de la història

passada d'una variable (sèrie temporal), es poden obtenir
prediccions del comportament futur de la mateixa.

Afavoreix la presa de decisions en un món dominat

per l'existència d’incertesa

4
Sempre serà útil estudiar la historia passada d'una sèrie per
tal d'obtenir prediccions de la mateixa?

Dependrà del tipus de sèrie.

Exemple 1: Volem predir a quina hora sortirà el sol demà i

disposem d'informació relativa a l'hora de sortida del sol cada dia
durant els darrers 10 anys.

Aquesta informació serà útil per predir?

SÈRIE TOTALMENT DETERMINISTA (Dt)

Exemple 2: Volem predir el número premiat a la loteria de nadal

d'aquest any i disposem d'informació relativa al número premiat
durant als darrers 20 anys.

Aquesta informació serà útil per predir?

SÈRIE TOTALMENT ALEATORIA (At)

Com són la majoria de les sèries econòmiques?

5
 Yt = f (Dt, At )

Justifica l’estudi de la història Farà que, quan predim, cometem

passada de la sèrie per tal un error de predicció. Caldrà
d’obtenir prediccions de Yt. mesurar la magnitud de l’error de
predicció.

1.2. CLASSIFICACIÓ DELS MÈTODES DE PREDICCIÓ.

Mètodes Qualitatius o
Mètodes Quantitatius
Subjectius

Anàlisis Univariant de S.T. Anàlisis Causal

Anàlisi Clàssica S.T. Metodologia Box-

(mètodes no Model de Anàlisi
Jenkins
paramètrics) regressió Multivariant
(mètodes paramètrics)

Temes: Temes:
2i3 4, 5 i 6

6
1.3. PREDICCIÓ I AVALUACIÓ DE LA CAPACITAT

PREDICTIVA.

Exemple:
Suposem que disposem d'informació sobre les Vendes d'una
empresa des de l'any 1980 fins el 2015 i volem obtenir les
prediccions pels anys 2016 i 2017.

V1980, V1981, ..., V2001, V2014, V2015  V2016 , V2017

Suposem que podem aplicar dos mètodes diferents de

predicció: Mètode 1 i Mètode 2

Quin escolliríem?

Distinció: Període Mostral i Període Extra-mostral

7
 Període Mostral Període Extra-Mostral

V1980, V1981, ..., V2013 V2014 , V2015

Obtenim error de predicció pels anys 2014 i 2015 pels dos

mètodes:

Error de predicció2014 = Vendes 2014 - Predicció Vendes 2014

Error de predicció2015 = Vendes 2015 - Predicció Vendes 2015

Escolliríem el mètode que menors errors de predicció

cometés pel període extra-mostral (posteriorment veurem
indicadors adients per mesurar la capacitat predictiva dels
diferents mètodes). Aquest mètode seria doncs el que
utilitzaríem per tal d'obtenir prediccions pels anys 2016 i
2017.

Tot això, s’expressaria formalment com...

8
 Disposem d'informació des de t=1 fins a t=T+H:

Període Mostral Període Extra-Mostral

Y1, Y2, ..., YT YT+1, YT+2,..., YT+H

Període Mostral (t=1,...,T):

Valor Observat o Valor Real: Yt t=1,...,T

Valor Predit:
 1 t=1,...,T
Yt1

Error de Predicció = Valor Real - Valor Predit

et-1(1) = Yt - Ŷt 1 1 t=1,...,T

Per exemple, pels períodes:

t=1

t=5

9
 Període Extra-mostral (t=T+1, T+2,...,T+H):

Valor Observat o Valor Real: YT+m m=1,...,H

Valor Predit:
  m
Y m=1,...,H
T

Error de Predicció = Valor Real - Valor Predit

  m
eT(m) = YT+m - Y m=1,...,H
T

Per exemple, pels períodes:

T+1

T+5

Període mostral: 1980-2013

En el cas anterior:
Període extra-mostral: 2014-2015

Any 1999: e1998(1)=Y1999- Ŷ19981

Any 2013: e2012(1)=Y2013- Ŷ20121
Any 2014: e2013(1)=Y2014- Ŷ20131
Any 2015: e2013(2)=Y2015- Ŷ20132 

10
Tenint això en compte, per tal d'escollir quin és el millor mètode
de predicció entre dos mètodes alternatius, ens centrarem en els
errors comesos pel període extra-mostral únicament.

Però, què faries?

Suma els errors de predicció per cada mètode i escollir aquell

que doni una suma menor?

Exemple:
Any Valor Predicció Error Predicció Error
observat M1 M1 M2 M2
2014 25 23 2 20 5

2015 29 30 -1 34 -5

El millor mètode seria el Mètode 2?

11
 Error Absolut Mitjà (EAM)
1 H 1 H
EAM( H )   eT ( m)   yT  m  ŷT ( m)
H m 1 H m 1

 Error Quadràtic Mitjà (EQM):

1 H 2 1 H
EQM( H )   eT ( m)   yT  m  ŷT ( m) 
2

H m 1 H m 1

Mètode escollit serà aquell amb menor EQM i EAM ...

Per exemple, si...

EAM(H) Mètode 1 < EAM(H) Mètode 2

EQM(H) Mètode 1 < EQM(H) Mètode 2

Millor mètode?

Però, què passaria en cas de contradicció entre ambdós

indicadors?

12
 Exemple: Vendes d'una empresa en milers d'€
Període mostral:1980-2010; Període extra-mostral: 2011-2015

Any Valor Predicció Error Predicció Error

observat M1 M1 M2 M2
2011 25 23 2 25 0

2012 29 27 2 29 0

2013 33 30 3 33 0

2014 43 40 3 36 7

2015 49 46 3 43,5 5,5

Mètode 1: EAM(5)=2,6 EQM(5)=7

Mètode 2: EAM(5)=2,5 EQM(5)=15,85

EQM penalitza els mètodes que concentren molt els errors

de predicció en pocs períodes.

Criteri que seguirem: Prioritzar EQM. Escolliríem mèt. 1.

Però, a partir de l'EAM i de l'EQM, podem dir si amb

el mètode escollit obtenim unes bones prediccions?

13
L'EAM i l'EQM no són adimensionals, depenen de les
unitats de mesura de la variable objecte d'estudi. Així
doncs, un EQM de 7 és molt o poc? ...Si ara expressem les
vendes en € i no en milers d’€, l'EQM seria, pel mètode 1,
de 7.000.000. Això és molt o poc?

Per mesurar la capacitat predictiva (o bondat predictiva)

d'un mètode concret necessitem d'un indicador que sigui
adimensional:

Error Percentual Absolut Mitjà (EPAM):

100 H eT ( m)
EPAM( H )  
H m 1 YT  m

Interpretació:
EPAM≤1%: Molt bona capacitat predictiva
1%<EPAM≤3%: Bona capacitat predictiva
3%<EPAM≤5%: Capacitat predictiva regular
5%<EPAM: Baixa/molt baixa capacitat predictiva

A l’exemple anterior: Mètode 1:

EPAM(5)=7,417% Baixa capacitat predictiva.
14
EXERCICIS D’AUTOAVALUACIÓ

1. Es van fer prediccions pels anys 1999, 2000 i 2001 de les

vendes de telèfons mòbils d’una empresa a partir de dos
mètodes diferents. Les prediccions que proporciona el mètode
A són les següents: 2150, 2345 i 2800; i les obtingudes pel
mètode B són: 2010, 2278 i 2650. Sabent que els valors reals
han estat: 2120, 2300 i 2725:

a) Quin mètode va proporcionar millors prediccions? Justifica la

teva resposta.
b) Avalua la capacitat predictiva del mètode escollit a l’apartat
anterior.

15