Creación de un modelo de previsión de la demanda por series temporales

Question

Preveo la demanda de ciertos tipos de bienes y servicios, que espero que estén correlacionados con un subconjunto de una cesta de indicadores macroeconómicos (considerando 15-20 indicadores)

No sé qué indicadores influyen más en la demanda, si tienen una simple influencia de correlación o si un derivado del cambio influye en la demanda (es decir, el PIB o la variación del PIB, por ejemplo) o si hay un efecto retardado en la demanda (por ejemplo, ¿el aumento del gasto público en el año pasado puede predecir mejor la demanda de este año?) Algunos indicadores macro pueden estar correlacionados entre sí.

Tengo algunas hipótesis básicas sobre los indicadores probables, que pueden ser correctas o erróneas.

Preguntas 1. ¿Cuáles son los buenos modelos de previsión de series temporales? ¿Qué se puede considerar, además de una simple regresión multivariante? 2. ¿Existe alguna herramienta con la que pueda introducir la demanda histórica y los macroindicadores históricos, y que luego arroje el conjunto de indicadores que mejor predice la demanda y el modelo que mejor funciona?

Sé cómo hacer regresiones en Excel, pero eso es sólo un conjunto de indicadores a la vez. 20 indicadores (más los derivados, más el retraso) arroja tantas posibilidades que no puedo simular manualmente.

Se agradece cualquier ayuda.

Answer 1

1. Si sólo se trata de conocer los modelos, sugeriría empezar con "Time Series Analysis" de Hamilton, pero cualquier libro parecido servirá. También puedes explorar Google Scholar para inspirarte (es probable que la gente haya construido modelos similares). Parece que tienes un modelo VAR, revisa este enlace de wikipedia para ver si es lo que tienes en mente: https://en.wikipedia.org/wiki/Vector_autoregression

2. Si busca herramientas para obtener estas previsiones, le sugeriría EViews o R. No son útiles por sí solas: usted debe tiene que tener un modelo para hacer cualquier tipo de previsión.

Answer 2

No parece que su problema esté relacionado con la naturaleza de la serie temporal del problema. Parece que su problema es que tiene "demasiadas" variables independientes posibles, y el enfoque de "fregadero de cocina" de la regresión en todos ellos está creando multi-colinealidad o muy baja capacidad de predicción, digamos como se mide por $r^2$ .

Lo que debería hacer en su lugar es utilizar un método de selección de modelos como el LASSO para elegir las variables con el fin de minimizar su error de predicción. Usted le da al LASSO todas las variables y combinaciones de variables que considere relevantes, y el LASSO decidirá cuántas y cuáles incluir en su modelo de predicción. La clave de esto es que divide los datos en diferentes "pliegues" y prueba los modelos propuestos en todos estos diferentes "conjuntos de datos". Esto garantiza que su modelo hará un buen trabajo de predicción fuera de la muestra.

Una contrapartida es que no se puede hacer esto en Excel, a menos que Excel haya cambiado realmente desde la última vez que lo usé. Necesitas un paquete estadístico real, como eviews, STATA o R. Sin embargo, R es gratuito y mucha gente está haciendo cosas como las que sugieres; el paquete que quieres se llama glmnet. La otra contrapartida es que los métodos de aprendizaje automático como el LASSO introducen un sesgo en las estimaciones de los coeficientes con el fin de minimizar el error de predicción esperado, de modo que su modelo pretende PREDECIR lo que va a suceder, pero no EXPLICAR por qué: no mire los coeficientes de las variables y trate de interpretarlos como efectos marginales causales.