Marco teorico

MARCO TEÓRICO

Los pronósticos son una herramienta importante dentro de la planeación de cualquier empresa, considerando que permite obtener una aproximación de los valores futuros para optimizar recursos y no incurrir en gastos innecesarios, se define la acción de emitir un enunciado sobre lo que es probable o no, que ocurra en un futuro lejano o no muy lejano, en el campo financiero este se basa en análisis y consideraciones a juicio.

Para empezar definiremos el concepto de pronóstico:

Pronosticar consiste en utilizar datos pasados para determinar acontecimientos futuros en un tiempo determinado, mediante modelos matemáticos; puede ser una predicción subjetiva o intuitiva, un modelo ajustado al buen juicio de un administrador.

Un administrador financiero determina cuáles serán las consecuencias financieras de la organización si estas son modificables o no mediante modelos estadísticos avanzados (regresión, promedios móviles, probabilidad, entre otros), un administrador sabe en qué periodos la organización mantiene su estabilidad y en cuales periodos no tiene cambios bruscos en sus ventas, con esto está en la posibilidad de laborar un pronóstico teniendo en cuenta los aspectos que afectarían a la compañía en su crecimiento.

Se debe tener presente que no existe un método de pronostico infalible, lo que hacen estos procedimientos es estimar un valor posible pero siempre sujeto a errores, por esto es mejor identificar patrones predecibles y asumir el error que se presente, que tratar de introducir el modelo del elemento error que se repite.

CALCULO DE ERROR EN PRONOSTICOS.

Una consideración de importancia al seleccionar un método de suavizamiento (y en general en muchas valoraciones estadísticas) es establecer como es la exactitud del mismo, es decir qué tanto los valores que generan, el suavizamiento o la estimación, se alejan de los valores de la serie original. Entre los indicadores de mayor uso se encuentran:

MAD: Mean Absolute Error (Media del Error Absoluto) mide el promedio de los errores en unidades.

La desviación media es la media de las diferencias en valor absoluto de los valores a la media. Este valor estadístico no es de mucha utilidad en estadística debido a que no es fácil manipular dicha función al no ser derivable. Siendo más formales, la desviación media debería llamarse desviación absoluta respecto a la media, para evitar confusiones con otra medida de dispersión, la desviación absoluta respecto a la mediana, DM, cuya fórmula es la misma, sustituyendo la media aritmética por la mediana M. Pero tal precisión no es relevante, porque la desviación absoluta respecto a la mediana es de uso todavía menos frecuente.

MAPE: Mean Absolute Percent Error (Media del Error Absoluto en porcentaje - crecimiento porcentual) mide el promedio de los errores en porcentaje.

El Porcentaje de la Media del Error Absoluto (MAPE - Mean Absolute Percentage Error) es una medida estadística de error relativo, como un porcentaje promedio del error de los datos históricos y es más apropiado cuando el costo de los errores del estimado tiene una relación más cercana al porcentaje del error que a un valor numérico de error.

MSE o MSD Mean Square Error/deviation (Media del error (desviación) cuadrático) o error medio cuadrado.

El Error Cuadrático Medio (MSE - Mean Squared Error) es una medida de error absoluto que ajusta los errores (la diferencia entre los datos históricos y los datos estimados, ajustados pronosticados por el modelo) para prevenir que los errores positivos y negativos se cancelen entre sí. Esta medida también tiende a exagerar errores grandes ponderándolos con mayor importancia que los errores pequeños, cuadrándolos, lo cual

...