Selección de publicaciones científicas

LÓPEZ, A.J. (2012): “Indicadores económicos de la desigualdad y la pobreza”, en Crisis económica y atención a las personas y grupos vulnerables, Procuradora General del Principado de Asturias, p. 77-105, ISBN 84-616-2169-7.

LÓPEZ, A.J. (2016): “Reflexiones, retos y experiencias en la medición del bienestar y el Buen Vivir”, en Buen Vivir en el Ecuador: Experiencias y metodologías internacionales de medición de bienestar, Dirección de Innovación en Métricas y Metodologías, Instituto Nacional de Estadística y Censos (INEC), p. 197-216, Quito, Ecuador.

LÓPEZ, A.J.; ALVARGONZÁLEZ, M.; PÉREZ, R. (2006): “Crecimiento y distribución de la renta. Nuevas extensiones del proceso de Kuznets”, Estudios de Economía Aplicada, n. 24-1, p. 559-582.

LÓPEZ, A.J.; PÉREZ, R. (1998): “Análisis de la coyuntura regional. Técnicas de estimación y predicción”, Revista Asturiana de Economía, n. 11, p. 71-91.

LÓPEZ, A.J.; PÉREZ, R. (2017): “Forecasting Performance and Information Measures. Revisiting the M-Competition”, Estudios de Economía Aplicada, n 35-2, p. 299-314.

LÓPEZ, A.J.; PÉREZ, R. (2019): “Acknowledging Uncertainty in Economic Forecasting. Some Insight from Confidence and IndustrialTrend Surveys”, Entropy, 21, 413. DOI:10.3390/e21040413

MAYOR, M.; LÓPEZ, A.J. (2004): “La dinámica sectorial-regional del empleo en la Unión Europea ”, Revista de Estudios Europeos, n. 37, p. 81-96.

MAYOR, M.; LÓPEZ, A.J.; PÉREZ, R. (2005): “Escenarios de empleo regional. Una propuesta basada en análisis shift-share”,  Estudios de Economía Aplicada, n. 23-3, p. 863-887.

MORENO, B.; LÓPEZ, A.J. (2006): “Combining forecasts through information measures”, Applied Economics Letters, vol. 14, 12 p. 899-903.

MORENO, B.; LÓPEZ, A.J. (2008): “The effect of renewable energy on employment. The case of Asturias (Spain)”, Renewable & Sustainable Energy Reviews, vol.12, 3, p. 732-751.

MORENO, B.; LÓPEZ, A.J. (2008): “Las energías renovables: Perspectivas e impacto sobre el empleo en Asturias”, Revista de Estudios Regionales, n. 83, p. 177-195. (ISSN 0213-7585).

MORENO, B.; LÓPEZ, A.J. (2013): “Combining Economic Forecasts by using a Maximum Entropy Econometric Approach”, Journal of Forecasting, 32, 2, p. 124-136.

MORENO, B.; LÓPEZ, A.J.; PÉREZ, R. (2007): “Combinación de predicciones sobre el crecimiento económico en España. Una propuesta basada en medidas de información”, Estadística Española, n.164, vol. 49, p. 5-32.

PÉREZ, R.; DELGADO, F.J. (1996): “Análisis metodológico de indicadores de alerta. Un indicador para Asturias”, Revista Asturiana de Economía, Vol 7, p. 135-158.

PÉREZ, R.; LÓPEZ, A.J. (2001): “La distribución de la renta. Una visión panorámica 1981-2001”, Revista Asturiana de Economía, extra, p. 267-286.

PÉREZ, R.; LÓPEZ, A.J. (2004): “Crecimiento y distribución de la renta. Aproximación a la desigualdad económica y social”, Papeles de Economía Española, Economía de las Comunidades Autónomas, Vol 20, p. 220-233.

PÉREZ. R.; LÓPEZ, A.J. (2017): “Predicción económica. Métodos y herramientas. Presentación”, Estudios de Economía Aplicada, n 35-2, p. 267-270.

PÉREZ, R.; LÓPEZ, A.J. (2020): Presentación del capítulo “Innovación social”, Reflexiones sobre Futuro e Innovación. El legado de Antonio Pulido, Ceprede-Instituto L.R. Klein, p. 165.

PÉREZ. R.; LÓPEZ, A.J. (2015): “Growing Green?  Forecasting Environmental Indicators with Environmental Kuznets Curves and Logistic Growth Models”, Environmental Science and Policy, December 2015, 54, p. 428-437, DOI:10.1016/j.envsci.2015.07.015 

PÉREZ, R.; LÓPEZ, A.J.; CASO, C.; RÍO, M.J.; HERNÁNDEZ, M. (1994): “MECASTUR: Modelo econométrico para Asturias”, Cuadernos Aragoneses de Economía, Vol. 4, n. 2, p. 273-292.

PÉREZ, R.; LÓPEZ, A.J.; MORENO, B.; RODRÍGUEZ, S.; CALLEALTA, F.J.; LÓPEZ, A.M.; BUENDÍA, D. (2009): “Predicción económica regional: experiencias de la red Hispalink”, Información Comercial Española, Revista de Economía, n. 848, p. 129-146.



Selección de artículos de divulgación

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J. (2013): “La economía asturiana. Situación actual y perspectivas”, Anuario de la Economía Asturiana 2013, p. 18-31.

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J. (2014): “La economía asturiana. Situación actual y perspectivas”, Anuario de la Economía Asturiana 2014, p. 38-50.

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J. (2015): “La larga marcha de la economía asturiana. Situación actual y perspectivas de futuro”, Anuario de la Economía Asturiana 2015, p. 26-41.

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J. (2016): “La economía asturiana. Balance de una década y perspectivas de futuro”, Anuario de la Economía Asturiana 2016, p. 40-45.

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J. (2017): “Situación actual y perspectivas de la economía asturiana”, Anuario de la Economía Asturiana 2017, p.46-51.

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J. (2018): “Situación actual y perspectivas de la economía asturiana”, Anuario de la Economía Asturiana 2018, p. 38-44.

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J. (2019): “Situación actual y perspectivas de la economía asturiana”, Anuario de la Economía Asturiana 2019, p.36-42.

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J. (2020): “Situación actual y perspectivas de la economía asturiana”, Anuario de la Economía Asturiana 2020, p.28-36.

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J. (2020): “Los reveses de la zozobra económica”, La Nueva España, martes, 8 de septiembre.

HERNÁNDEZ, M.; LÓPEZ, A.J.; PÉREZ, R.; RÍO, M.J.; MORENO, B. (2012): “La economía asturiana. Situación actual y perspectivas”, Anuario de la Economía Asturiana 2012, p. 46-62.

HERNÁNDEZ, M.; LÓPEZ, A.J.; RÍO, M.J.; PÉREZ, R. (2011): “La economía asturiana. Situación actual y perspectivas”, Anuario de la Economía Asturiana 2011, p. 36-54.

HERNÁNDEZ, M.; PÉREZ, R.; RÍO, M.J.; LÓPEZ, A.J. (2012): “Situación actual y perspectivas de la economía asturiana”, Revista Ejecutivos, Especial Principado de Asturias, n. 229, p.76-78.

LÓPEZ, A.J. (2007): “Situación actual y perspectivas económicas de Asturias”, Anuario de la Economía Asturiana, p. 20-35.

LÓPEZ, A.J.; HERNÁNDEZ, M.; MORENO, B.; PÉREZ, R. (2010): “La economía asturiana. Situación actual y perspectivas”, Anuario de la Economía Asturiana 2010, p. 29-43.

LÓPEZ, A.J.; PÉREZ, R. (2008): “Situación actual y perspectivas económicas de Asturias”, Anuario de la Economía Asturiana 2008, p. 28-43.

LÓPEZ, A.J.; PÉREZ, R. (2009): “Economía asturiana. Situación actual y perspectivas”, Anuario de la Economía Asturiana 2009, p. 18-31.

Selección de Congresos

LÓPEZ, A.J.; DELGADO, F.J. (2000): “Dinámica regional en España. Desigualdad y convergencia”, XXIII Jornadas HISPALINK, Actas (CD-Rom), Oviedo.

LÓPEZ, A.J.; MORENO, B. (1999): “Evaluación de predicciones basada en medidas de información. Nuevas alternativas”, XIII Reunión ASEPELT-ESPAÑA Actas “Anales de Economía Aplicada” (CD-Rom), Burgos.

LÓPEZ, A.J.; MORENO, B.; PÉREZ, R (2003): “Forecast evaluation based on Information measures”, Proceedings of the International Statistical Institute 54th Session, Berlín.

LÓPEZ, A.J.; PÉREZ, R. (1994a): “Deflactores sectoriales regionales. Una propuesta para Asturias”, XI Reunión Nacional HISPALINK, Actas, p. 1-22, Oviedo.

LÓPEZ, A.J.; PÉREZ, R.(1994b): “Desequilibrios interregionales en la CE. Aproximación espacial a la desigualdad y la pobreza”, VIII Reunión ASEPELT-ESPAÑA “Anales de Economía Aplicada”, p. 285-294, Palma de Mallorca.

LÓPEZ, A.J.; PÉREZ, R.; MAYOR, M.; VICENTE, M.R. (2003): “Approaching the quality of the Spanish universities through ICT indicators”, Proceedings of the 6th Toulon-Verona Conference “Quality on higher education, health care and local government”, p. 207-212, Oviedo.

MAYOR, M.; LÓPEZ, A.J. (2001): “El mercado de trabajo en Asturias. Rasgos diferenciales y análisis espacial”, XV Reunión ASEPELT-ESPAÑA, Actas “Anales de Economía Aplicada” (CD-Rom), A Coruña.

MAYOR, M.; LÓPEZ, A.J. (2002): “The evolution of the employment in the European Union. A stochastic shift and share approach”, Proceedings of the European Regional Science Association ERSA 2002, Dortmund (Alemania).

MAYOR, M.; LÓPEZ, A.J. (2002): “La dinámica regional del empleo. Una aproximación basada en el análisis shift-share estocástico”, Actas de la XXVIII Reunión de Estudios Regionales (CD Rom), Murcia.

MAYOR, M.; LÓPEZ, A.J. (2003): “Análisis de la dependencia espacial y la convergencia en el Principado de Asturias”, Actas de la XXIX Reunión de Estudios Regionales, Competitividad regional en la UE Ampliada, Santander.

MAYOR, M.; LÓPEZ, A.J. (2003): “Aproximación a los desequilibrios regionales a partir del análisis shift-share estocástico”, Jornada Desigualdades na distribución da renda e crecemento rexional en Europa,  Universidad de Santiago de Compostela.

MAYOR, M.; LÓPEZ, A.J. (2003): “La dinámica regional del empleo. Una aproximación basada en análisis shift-share estocástico”, XVII Reunión ASEPELT-España Anales de Economía Aplicada, (CD Rom), Almería, p. 1-23.

MAYOR, M.; LÓPEZ, A.J. (2005): “Spatial shift-share analysis: new developments and some findings for the Spanish case”, 45th Congress of the European Regional Science Association, Amsterdam.

MAYOR, M.; LÓPEZ, A.J. (2005): “El análisis shift-share: nuevos desarrollos espaciales”, VIII Encuentro de Economía Aplicada, Murcia.

MAYOR, M.; LÓPEZ, A.J. (2005): “Nuevos desarrollos del análisis shift-share espacial. Una aplicación al empleo comarcal de Asturias”, XIX Reunión ASEPELT-España, Actas “Anales de Economía Aplicada” (CD-Rom), Badajoz.

MAYOR, M.; LÓPEZ, A.J.; PÉREZ, R. (2004): “La elaboración de escenarios basados en análisis shift-share. Aplicación a las perspectivas de empleo regional”, XVIII Reunión ASEPELT-España, Actas “Anales de Economía Aplicada” (CD-Rom), León.

MAYOR, M.; LÓPEZ, A.J.; PÉREZ, R. (2004): “Defining scenarios through shift-share models. An application to the regional employment”, Proceedings of the European Regional Science Association ERSA 2004, Oporto (Portugal).

MORENO, B.; LÓPEZ, A.J. (1998): “Elaboración de indicadores regionales de construcción. Una propuesta para Asturias”, XII Reunión ASEPELT-ESPAÑA, Actas “Anales de Economía Aplicada” (CD-Rom), Córdoba.

MORENO, B.; LÓPEZ, A.J. (2001): “La combinación de predicciones subjetivas. Aplicación a las encuestas de opiniones empresariales”, XV Reunión ASEPELT-ESPAÑA, Actas “Anales de Economía Aplicada” (CD-Rom), A Coruña.

MORENO, B.; LÓPEZ, A.J. (2002): “Evaluating the suitability of qualitative leading indicators as economic forecasting tools”, II International Meeting on Economic Cycles, IMAEC 2002, p. 213-226, Madrid.

MORENO, B.; LÓPEZ, A.J. (2002): “El tratamiento de la variabilidad en las predicciones sobre el crecimiento económico”, V Encuentro de Economía Aplicada, Actas (CD Rom), Oviedo.

MORENO, B.; LÓPEZ, A.J. (2002): “Evaluación de las predicciones sobre el crecimiento económico“, XVI Reunión ASEPELT-España, Actas “Anales de Economía Aplicada” (CD Rom), Madrid.

MORENO, B.; LÓPEZ, A.J. (2003): “Las encuestas de coyuntura industrial como herramientas de análisis de la dinámica regional”, Actas de la XXIX Reunión de Estudios Regionales, Competitividad regional en la UE Ampliada, Santander.

MORENO, B.; LÓPEZ, A.J.; LANDAJO, M. (2000): “Comparación y combinación de predicciones: Aplicación a las series temporales”, XIV Reunión ASEPELT-España, Actas “Anales de Economía Aplicada” (CD-Rom), Oviedo.

MORENO, B.; LÓPEZ, A.J.; PÉREZ, R (2005): “Combining Forecasts through Information Measures”, 55th Session of the International Statistical Institute (ISI), Sydney.

MORENO, B.; LÓPEZ, A.J.; PÉREZ, R. (2005): “Combinación de predicciones sobre el crecimiento económico en España: una propuesta basada en medidas de información”, XIX Reunión ASEPELT-España, Actas “Anales de Economía Aplicada” (CD-Rom), Badajoz.

PÉREZ, R.; CASO, C.; LÓPEZ, A.J.(1987): “La cuantificación de la incertidumbre y algunas aplicaciones a la Economía”, Actas del Encuentro sobre la Matemática Aplicada a la Empresa, p. 563-580, Zaragoza.

PÉREZ, R.; LÓPEZ, A.J. (1990): “Algunas consideraciones sobre la cuantificación de la desigualdad de renta. Una aproximación al caso de Asturias”, II Congreso Asturiano de Sociología: Nuevas y Viejas desigualdades, Perlora.

PÉREZ, R.; RÍO, M.J.; LÓPEZ, A.J. (1993): “Pirámide de concentración sectorial para Asturias”, VII Reunión ASEPELT España, “Anales de Economía Aplicada”, vol. II, p. 375-385.Cádiz.

PRESNO, M.J.; LÓPEZ, A.J. (1999): “Análisis de estacionariedad y cambios en nivel: una aplicación a series de economía asturiana”, Actas del II Encuentro de Economía Aplicada, Zaragoza.

PRESNO, M.J.; LÓPEZ, A.J. (2001): “Evidencia empírica del impacto de las rupturas estructurales sobre el análisis de estacionariedad”, XV Reunión ASEPELT-ESPAÑA, Actas “Anales de Economía Aplicada” (CD-Rom), A Coruña.

SOMARRIBA, N.; LÓPEZ, A.J. (2000): “Desarrollo humano y calidad de vida. Aproximación para las regiones españolas”, XIV Reunión ASEPELT-España, Actas “Anales de Economía Aplicada” (CD-Rom), Oviedo.

VICENTE, M.R.; LÓPEZ, A.J. (2002): “Análisis de las Nuevas Tecnologías de la Información y la Comunicación en España: Situación actual”,  V Jornadas de Política Económica, Bilbao.

VICENTE, M.R.; LÓPEZ, A.J. (2003): “Indicadores de la Sociedad de la Información. Una revisión crítica”, XVII Reunión ASEPELT-España, Actas “Anales de Economía Aplicada” (CD-Rom), Almería.

VICENTE, M.R.; LÓPEZ, A.J. (2004): “A multivariate approach to the digital divide in the European Union”, TICs and Inequalities: The Digital Divides, Paris.

VICENTE, M.R.; LÓPEZ, A.J. (2004): “La discapacidad en la Sociedad de la Información. Retos y realidades”, XVIII Reunión ASEPELT-España, Actas “Anales de Economía Aplicada” (CD-Rom), León (Premiado con el Diploma al mejor trabajo sobre Economía y Discapacidad).

VICENTE, M.R.; LÓPEZ, A.J. (2005): “Inequalities in the Information Society: A statistical approach to the digital divide”, First meeting of the Society for the Study of Economic Inequality, Palma de Mallorca, July 20-22.

VICENTE, M.R.; LÓPEZ, A.J. (2005): “La difusión de las TIC en España: un análisis de los factores determinantes”, XIX Reunión ASEPELT-España, Actas “Anales de Economía Aplicada” (CD-Rom), Badajoz.

   Enviar artículo en formato PDF   

Observatorio Laboral-Sectorial de la Cornisa. Errores y calidad de las predicciones

Rigoberto Pérez y Ana J.López

Resumen

En Hispalink-Asturias nos ha preocupado siempre la calidad de las predicciones y en Junio de 2018 comenzamos una primera aproximación calificando cada predicción con una etiqueta basada en asteriscos, indicando el error relativo de predicción.

El criterio utilizado, que se describe con detalle más abajo, consiste en calcular el Error Absoluto Porcentual Medio (EAPM) de predicción:

$$ EAPM=\sum_{t=1}^h \left|\frac{Y_T-\hat Y_{T-t}(t)}{Y_T}\right|\times 100 $$

Donde T es el período de cierre de año, $Y_T$ es el valor registrado (que puede coincidir con el último valor, la suma o la media del año), $\hat{Y}_{T-t}(t)$ es la predicción para el período T que se realiza en T-t y con un horizonte de t períodos; h es el horizonte máximo de predicción.

Cuando este error EAPM para una predicción determinada es inferior al 2% etiquetamos la predicción con “***”, si el EAPM es inferior al 5% lo etiquetamos con “**”, si es inferior al 10%, “*” y si es superior al 10% no se etiqueta.

Análisis de errores. Un caso práctico

Consideremos las predicciones del mercado laboral en España y Asturias publicadas en el Observatorio Laboral-Sectorial de la Cornisa en el año 2019, Números 38 a 49.

En la segunda columna incluimos los datos registrados de cierre de año 2019 y en las siguientes columnas las predicciones de cierre de año que publicadas en los meses anteriores (se incluye desde julio por un problema de espacio).

ESPAÑA
Indicador
Cierre2019
Registro
dic. 2019
Predicción
nov. 2019
Predicción
oct.2019
Predicción
sept.2019
Predicción
ago.2019
Predicción
jul.2019
Predicción
Paro Agricultura146.318146.145146.401144.759145.482146.400145.356
Paro Industria271.043270.904271.038269.856270.409270.463270.921
Paro Construcción   259.224258.702258.698257.964260.561260.962259.714
Paro Servicios2.201.6072.202.8532.202.5172.193.5512.203.6822.199.1762.191.191
Paro Sin empleo anterior  270.560270.634270.502269.385269.531268.530270.546
Paro Total3.148.7523.149.6433.149.7113.134.2413.151.0003.146.7663.141.924
Contratos registrados22.512.22122.558.37522.628.20922.682.34322.565.70722.665.14122.790.893
Trabajadores SS19.277.81819.279.81119.279.56919.277.22419.277.47119.274.70719.292.650
Tabla 1. Predicciones Laboral-Sectorial Jul.-Dic.2019 España. Fuente: Hispalink-Asturias

ASTURIAS
Indicador
Cierre2019
Registro
dic. 2019
Predicción
nov. 2019
Predicción
oct.2019
Predicción
sept.2019
Predicción
ago.2019
Predicción
jul.2019
Predicción
Paro Agricultura1.3781.3781.3741.3681.3711.3771.366
Paro Industria5.7285.7305.7015.6625.6445.6645.649
Paro Construcción 5.7595.7445.7435.6845.7405.7365.677
Paro Servicios50.76150.79050.82450.72950.89450.95350.920
Paro Sin empleo anterior6.9076.9176.9336.9146.9106.8806.917
Paro Total70.53370.55370.57270.21870.43470.43670.380
Contratos registrados378.048378.240380.907381.006378.488382.512380.222
Trabajadores SS366.615366.662366.817366.337366.737366.591366.853
Tabla 2. Predicciones Laboral-Sectorial Jul.-Dic.2019. Asturias Fuente: Hispalink-Asturias

Se puede observar que el nivel de error de estas predicciones es muy razonzable; sin embargo necesitaremos alguna medida de síntesis de estos errores de predicción.

Los errores de predicción los definimos como:

\begin{align} \hat e_1=Y_{2019}-\hat{Y}_{2019\_12}(1) \\ \hat e_2=Y_{2019}-\hat{Y}_{2019\_11}(2) \\ \cdots \quad \cdots \quad \cdots \quad \cdots\\ \hat e_6=Y_{2019}-\hat{Y}_{2019\_07}(6) \\ \end{align}

ESPAÑA
Indicador
dic. 2019
Error Pred.
nov. 2019
Error Pred.
oct.2019
Error Pred.
sept.2019
Error Pred.
ago.2019
Error Pred.
jul.2019
Error Pred.
Paro Agricultura173-831.559836-81963
Paro Industria13951.187635580122
Paro Construcción5215261.260-1.338-1.738-490
Paro Servicios-1.246-9108.056-2.0742.43110.416
Paro Sin empleo anterior-74581.1751.0292.03014
Paro Total-891-95914.511-2.2481.9866.828
Contratos registrados-46.154-115.988-170.122-53.486-152.920-278.672
Trabajadores SS-1.993-1.7505953473.112-14.832
Tabla 3. Errores de predicción Jul.-Dic.2019, España. Fuente: Hispalink-Asturias
ASTURIAS
Indicador
dic. 2019
Error Pred.
nov. 2019
Error Pred.
oct.2019
Error Pred.
sept.2019
Error Pred.
ago.2019
Error Pred.
jul.2019
Error Pred.
Paro Agricultura04107112
Paro Industria-12766856579
Paro Construcción141575192382
Paro Servicios-29-6332-133-192-159
Paro Sin empleo anterior-11-27-8-326-11
Paro Total-20-403159997153
Contratos registrados-192-2.859-2.958-440-4.464-2.174
Trabajadores SS-47-202278-12224-237
Tabla 4. Errores de predicción Jul.-Dic.2019, Asturias. Fuente: Hispalink-Asturias

Ratio de sesgo

Un primera medida de síntesis que debemos considerar es la media de los errores de predicción o Error Medio (EM), $EM=\sum_{t=1}^h\frac{Y_T-\hat{Y}_{T-t}(t)}{Y_T}$. En principio si la predicción es insesgada el EM es nulo; pero si es distinto de cero nos indica una señal de la dirección del sesgo, aunque no de la cuantía de este porque no tenemos una referencia para categorizarlo.

Una forma de subsanar este problema es introduciendo medidas relativas o porcentuales. Así, considerando el Error Porcentual Medio (EPM):

\begin{equation}EPM=\sum_{t=1}^h \frac{Y_T-\hat Y_{T-t}(t)}{Y_T}\times 100\end{equation}

O bien el Error Absoluto Porcentual Absoluto Medio (EAPM) descrito al inicio de esta nota.

ESPAÑA – IndicadorEMEPMEAPM
Paro Agricultura561,020,06%0,42%
Paro Industria444,500,03%0,16%
Paro Construcción-209,97-0,01%0,38%
Paro Servicios2778,830,02%0,19%
Paro Sin empleo anterior705,370,04%0,27%
Paro Total3204,580,02%0,15%
Contratos registrados-136223,65-0,10%0,61%
Trabajadores SS-2420,310,00%0,02%
Tabla 5. Error medio, porcentual medio y porcentual absoluto medio de predicción Jul.-Dic. 2019, España. Fuente: Hispalink-Asturias
ASTURIAS – IndicadorEMEPMEAPM
Paro Agricultura5,440,07%0,40%
Paro Industria53,470,16%0,94%
Paro Construcción37,980,11%0,66%
Paro Servicios-90,45-0,03%0,20%
Paro Sin empleo anterior-5,43-0,01%0,21%
Paro Total100,440,02%0,17%
Contratos registrados-2181,26-0,10%0,58%
Trabajadores SS-50,940,00%0,04%
Tabla 6. Error medio, porcentual medio y porcentual absoluto medio de predicción Jul.-Dic. 2019, Asturias. Fuente: Hispalink-Asturias


O bien podemos reconstruir estos errores considerando el año 2019 completo:

ESPAÑA – IndicadorEMEPMEAPM
Paro Agricultura2924,980,17%2,02%
Paro Industria1745,630,05%0,64%
Paro Construcción4310,930,14%1,89%
Paro Servicios8415,680,03%0,50%
Paro Sin empleo anterior-219,07-0,01%0,65%
Paro Total13071,540,03%0,47%
Contratos registrados-372673,24-0,14%1,66%
Trabajadores SS-31496,65-0,01%0,17%
Tabla 7. Error medio, porcentual medio y porcentual absoluto medio de predicción para 2019 (completo), España. Fuente: Hispalink-Asturias
ASTURIAS – IndicadorEMEPMEAPM
Paro Agricultura-8,13-0,05%1,02%
Paro Industria97,300,14%1,70%
Paro Construcción175,340,25%3,04%
Paro Servicios-62,86-0,01%0,31%
Paro Sin empleo anterior-90,63-0,11%1,38%
Paro Total140,530,02%0,32%
Contratos registrados-2478,19-0,05%0,84%
Trabajadores SS-243,12-0,01%0,09%
Tabla 8. Error medio, porcentual medio y porcentual absoluto medio de predicción para 2019 (completo), Asturias. Fuente: Hispalink-Asturias

Observamos que los errores absolutos porcentuales medios aumentan cuando se considera el año completo, debido a que al aumentar el horizonte de predicción, ésta conlleva una mayor incertidumbre. en cualquier caso los EAPM no superan el 3,04% en el caso de Asturias y el 2,02% en el caso de España, lo que nos lleva a concluir que los predictores de este Observatorio de Laboral-Sectorial son muy adecuados.

Cuando el EAPM=EPM significa que la función valor absoluto no ha tenido ningún papel, los errores $e_t=ABS(e_t)$ y por lo tanto todos los errores son positivos. Todo el error es sistemático y positivo, las predicciones subestiman al valor registrado.

Una situación opuesta se produce cuando EAPM=-EPM, en este caso el sesgo es negativo y las predicciones sobrestiman el valor registrado.

Así pues, una forma de valorar el Ratio de Sesgo cometido sería mediante la proporción:

\begin{equation}RS=\frac{EPM}{EAPM}= \frac{\sum_{t=1}^h\frac{Y_T-\hat{Y}_{T-t}(t)}{Y_T}}{\sum_{t=1}^h\frac{\left|Y_T-\hat{Y}_{T-t}(t)\right|}{Y_T}}\end{equation}

IndicadorESPAÑA
Ratio Sesgo
ASTURIAS
Ratio Sesgo
Paro Agricultura8,26%4,84%
Paro Industria8,33%8,31%
Paro Construcción7,31%8,33%
Paro Servicios6,42%3,28%
Paro Sin empleo anterior1,04%7,95%
Paro Total7,36%5,25%
Contratos registrados8,33%6,53%
Trabajadores SS8,16%6,18%
Tabla 9. Ratio de sesgo 2019 (completo). Fuente Hispalink-Asturias

Como podemos observar en la siguiente tabla este ratio es moderado situándose (para el año completo) entre el 1 y 8,5%; o dicho de otra forma no hay errores de sesgo importante en las predicciones de los registros mensuales del mercado laboral, la mayor parte del error es de carácter aleatorio y las posibles correcciones de sesgo no nos permiten mejorar mucho las predicciones.

Coeficiente U de Theil

Otra alternativa puede ser construir el índice de Theil y aprovechar su descomponibilidad para evaluar el sesgo de las predicciones.

Sobre la expresión típica de la U de Theil realizamos una adaptación al caso que nos ocupa. Denotamos por s la frecuencia de la series (s=12 para series menusales); por $Y_T$ denotamos el valor registrado del cierre de año actual (que puede ser el último valor, la suma o la media del año, según el tipo de compactación de la serie) y por $Y_{T-s}$. La predicción ingenua consistiría en pronosticar para el año actual el mismo valor que el registrado el año anterior $\hat{Y}_T=Y_{T-s}$.

Con estas consideraciones el índice U de Theil vendría definido cómo:

\begin{equation}U=\sqrt{\dfrac{\dfrac{1}{h}\sum\limits_{t=1}^{h}\left(\dfrac{Y_{T}-\hat{Y}_{T-t}(t)}{Y_{T-s}}\right)^{2}}{\dfrac{1}{h}\sum\limits_{t=1}^{h}\left(\dfrac{Y_T-Y_{T-s}}{Y_{T-s}}\right)^{2}}}\end{equation}

que simplificando se expresa:

\begin{equation}U= \dfrac{\sqrt{\dfrac{1}{h}\sum\limits_{t=1}^{h}\left(\dfrac{Y_{T}-\hat{Y}_{T-t}(t)}{Y_{T-s}}\right)^{2}}}{\dfrac{Y_T-Y_{T-s}}{Y_{T-s}}}= \dfrac{\sqrt{\dfrac{1}{h}\sum\limits_{t=1}^{h}\left(Y_{T}-\hat{Y}_{T-t}(t) \right)^{2}}}{\left|Y_T-Y_{T-s}\right|}\end{equation}

Para calcular este índice de Theil necesitamos el valor registrado, $Y_{T-s}$, y aplicando la ecuación anterior ya podemos obtener el valor de la U de Theil para cada indicador.

IndicadorESPAÑAASTURIAS
Registro 2018U TheilRegistro 2018U Theil
Paro Agricultura153.2180,59411.450,920,2482
Paro Industria287.465,920,16006.054,920,3522
Paro Construcción283.498,420,34296.4880,3273
Paro Servicios2.267.810,420,260552.328,250,1350
Paro Sin empleo anterior287.086,580,14377.224,750,4270
Paro Total3.279.079,330,178973.545,830,0968
Contratos registrados22.291.6812,1703372.8400,8118
Trabajadores SS18.788.079,160,0989362.421,260,1061
Tabla 10. U de Theil 2019. Fuente Hispalink-Asturias

Cuando el índice de Theil será nulo 0 cuando todas las predicciones coinciden con el registro; así pues en la medida que se aproxime a cero significa que los errores de predicción son menores. Por otra parte el índice de Theil no está acotado, pero cuando se realiza la predicción ingenua que hemos establecido antes, el valor de U será la unidad; por lo tanto para que nuestro error de predicción sea menor que el ingenuo necesitamos que el valor de U sea inferior a la unidad.

En nuestro caso observamos que las predicciones son muy razonables salvo el caso de los contratos registrados en España, para el que se obtiene un valor U=2,17.

Etiquetado de calidad de las predicciones «*», «**», «***»

 Como decíamos al comienzo de esta nota, desde hace mucho nos preocupaba la calidad de las predicciones, sobre todo en el Flash y los observatorios de coyuntura, donde la volatilidad de los datos y las predicciones es mayor. En marzo de 2016 comenzamos una primera aproximación calificando cada predicción con una etiqueta indicando el error relativo de predicción.

El indicador de calidad elegido fue el EPAM (error porcentual absoluto medio de predicción), para lo cual se eligió un número de años entre 6 y 8 para calcular los promedios y se considera un horizonte de predicción de dos (o tres) veces la frecuencia de la serie (el motivo de considerar una frecuencia superior al año se debe a que algunas series llevan un desfase en la publicación del dato registrado y por tanto el número de meses necesarios de predicción es superior a 12). estos criterios se aplican a todas las series que predecimos en Hispalink-Asturias.

Asi por ejemplo si cerramos en diciembre 2019, y consideramos n=7, comenzaríamos en enero de 2013. consideremos un caso particular, por ejemplo total de parados en Asturias (p_t). Para esta serie cerraremos el recorrido muestral en enero de 2013 estimamos el modelo ARIMA y hacemos predicciones para todo 2013 y 2014 y calculamos como media el valor de cierre de 2013 y 2014 (estaríamos considerando horizonte 11 y 23, $Y_{2013\_1}^{(1)}(11), Y_{2013\_1}^{(1)}(23)$, con el superíndice indicamos que se trata del año 1 de la comparación de predicciones).

A continuación cerramos el recorrido muestral en febrero de 2013 y repetimos los procesos de estimación y predicción de cierre de 2013 y 2014 (h=10 y h=22, $Y_{2013\_2}^{(1)}(10), Y_{2013\_2}^{(1)}(22)$).

Cotinuamos repitiendo el proceso y empezamos 2014, cerramos el recorrido muestral en enero de 2014; hacemos predicciones para cierre de 2014 y 2015 (h=11 y h=23, $Y_{2014\_1}^{(2)}(11), Y_{2014\_1}^{(2)}(23)$).

Repitiendo el proceso hasta noviembre 2019, obtendremos 7 predicciones con horizonte 11:

$Y_{2013\_1}^{(1)}(11), Y_{2014\_1}^{(2)}(11), Y_{2015\_1}^{(3)}(11), Y_{2016\_1}^{(4)}(11), Y_{2017\_1}^{(5)}(11), Y_{2018\_1}^{(6)}(11), Y_{2019\_1}^{(7)}(11)$

Todas estas predicciones fueron realizadas en el mes de enero sobre el cierre del año en curso; así pues podemos calcular el EPAM con estas predicciones respecto a los cierres registrados (en este caso medias de cada año) y si el porcentaje obtenido es inferior al 2% etiquetamos las predicciones de p_t que realicemos en el mes de enero, con tres asteriscos «***», si este EPAM es inferior al 5% le etiquetamos con «**» y si es inferior al 10% lo denotamos con «*». En el caso en que el EPAM>10% no etiquetamos a estas predicciones.

De la misma forma tendremos 7 predicciones con horizonte 10:

$Y_{2013\_2}^{(1)}(10), Y_{2014\_2}^{(2)}(10), Y_{2015\_2}^{(3)}(10), Y_{2016\_2}^{(4)}(10), Y_{2017\_2}^{(5)}(10), Y_{2018\_2}^{(6)}(10), Y_{2019\_2}^{(7)}(10)$

y el EPAM nos permitirá etiquetar las predicciones que realizamos en el mes de Febrero sobre el año en curso y así sucesivamente podemos etiquetar la calidad de la predicción de esta serie que puede variar según el mes en el que se realice la predicción.

Como ya hemos comentado antes, este procedimiento se aplica a todas las series en las que realizamos predicciones; pero además no solo se consideran las series en nivel como en el caso anterior, sino también las predicciones con la serie desestacionalizada y las predicciones de la serie Tendencia-Ciclo, que según los casos pueden ser usadas en posteriores publicaciones (en los observatorios de la cornisa publicamos las predicciones de las series en nivel y de las series desestacionalizadas, en la trimestralización, para el indicador sintético sectorial se consideran los indicadores simples en tendencia-ciclo, a los que luego se les aplica un filtro de Hodrick-Prescott).

Sobre todas las predicciones anteriores se calcula también el sesgo (que posiblemente sea distinto el sesgo de la predicción en el mes de enero que en el mes de julio, por ejemplo), y según el tipo de tratamiento posterior con las predicciones se pueden obtener predicciones corregidas de sesgo.

ESPAÑA
Indicador
Registros
Ult.Valor
2020-06
Ac.Año
Cierre
Tasa 2020
2020
Predicción
Calidad
Valor
Paro Agricultura189.487163.23919,0%174.123***
Paro Industria319.479304.69115,9%314.264***
Paro Construcción304.797302.30616,6%302.334***
Paro Servicios2.734.9482.553.86922,2%2.689.449***
Paro Sin empleo anterior314.172275.90710,2%298.063***
Paro Total (Pred.directa)3.862.8833.600.01220,4%3.792.532***
Contratos registrados1.159.6027.299.478-41,3%13.215.929***
Trabajadores SS18.624.33718.843.436-3,1%18.673.057***
ASTURIAS
Indicador
Registros
Ult.Valor
2020-06
Ac.Año
Cierre
Tasa 2020
2020
Predicción
Calidad
Valor
Paro Agricultura1.4291.4314,5%1.439***
Paro Industria6.9016.71019,5%6.848***
Paro Construcción6.9456.81016,8%6.724***
Paro Servicios58.46856.84014,3%58.036***
Paro Sin empleo anterior7.2476.8762,4%7.070***
Paro Total (Pred.directa)80.99078.66713,7%80.170***
Contratos registrados18.755108.434-47,9%196.976***
Trabajadores SS353.225356.673-3,0%355.552***
Tabla 11. Calidad de predicción Julio 2019 Laboral España-Asturias. Fuente: Hispalink-Asturias

Anexo. Implementación del cálculo de la calidad de las predicciones

Las predicciones de series mensuales y trimestrales se realizan con nuestro Addin Addin_HispAstur que es un complemente de Excel desarrollado con el lenguaje VBA. Este Addin utiliza diversos componentes de Demetra+ (Programa desarrollado por Eurostat y que incluyen librerías de TRAMO-SEATS y X12-ARIMA).

La calidad de las predicciones está desarrollado en un módulo del Addin_HispAstur mediante el uso de diversas procedimientos que llama a diversas funciones de TRAMO-SEATS.

A continuación incluimos algunas líneas de estos procedimientos que nos pueden ayudar a entender la dinámica de esta programación.


'Primero declaramos algunos objetos de TRAMO-SEATS como algunas series, especificación para la estimación, rango de estimación, monitor, etc.
Dim k As Long, Itera as Integer, h_Pred as long, ....

Dim Smpl As TSSCom.TSDomain
Dim a_spec As New TSSTramoSeats.Specification
Dim a_ts As New TSSCom.TSData, b_ts As New TSSCom.TSData 
Dim Y_Post As TSSCom.TSData, Y_Año As TSSCom.TSData, Y_Año_Reg As TSSCom.TSData
Dim a_tr As New TSSTramoSeats.Monitor
Dim a_res As TSSTramoSeats.TramoSeatsResults

'Para cada serie se hace un bucle con 3 Iteraciones para la serie original, la serie de tendencia-ciclo y la serie desestacionalizada

 For Itera = 1 To 3
     If Itera = 1 Then
         sMetodo = "_Val"
     ElseIf Itera = 2 Then
         sMetodo = "_Trend"
     ElseIf Itera = 3 Then
         sMetodo = "_Des"
     End If


'Mediante un procedimiento establecido por nosotros cargamos una columna de una hoja de cálculo (sHoja=nombre de la Hoja, sNom=Nombre de la serie, nCol=nº de columna) en un formato de serie temporal
            Set b_ts = TSS_Series.CargarTSS(nCol, sNom, sHoja)

            FREQ = b_ts.Frequency
'Borramos las observaciones extremas sin datos
            Set b_ts = b_ts.CleanExtremities
            Set a_ts = b_ts
'Smpl representa el recorrido completo de la serie
            Set Smpl = b_ts.domain
'Desfase llama a un procedimiento que calcula el número de meses o trimestres de retraso en la publicación de la serie
            nDesfase = Desfase(Smpl)
            AñoFin = Year(Now)
 
'En estas lineas se fija los recorridos muestrales que se usarán posteriormente 
           Smpl.Length = Fijar_Longitud(Smpl, AñoIn)
           n_Inicial = b_ts.Length - 1
           n = Smpl.Length - nDesfase
'Se compacta la serie a registros anuales. TipoConv será el último valor, la suma o la media, según se establezca en los atributos de la serie; El último componente True indica que se agregan solo años completos.
           Set Y_Año_Reg = a_ts.ChangeFrequency(TSFrequency_Yearly, TipoConv, True)

'El siguiente bucle va cambiando el Smpl (rango de la muestra) para hacer la estimación del modelo y las predicciones móviles que vamos desplazando a lo largo de todo el recorrido de predicción
            For i = n + 1 To n_Inicial
                Set b_ts = a_ts
                Smpl.Length = i
'Horizonte de predicción h=3*s
                h = 3 * FREQ
'Limita la serie al dominio actual
                Set Y_Post = b_ts.FitToDomain(Smpl)
           If Year(Smpl.Item(i).LastDay) > AñoIn - 1 Then
                    nMes = Y_Post.domain(Smpl.Length).Period

           If Itera = 2 Then
'Predicciones sobre la tendencia, especificación, estimación y obtención de la tendencia-ciclo 
             a_spec.SetDefault TSSTramoSeats.SeatsComponent_tren
             Set a_res = a_tr.Process(Y_Post, a_spec)
             Set Y_Post = a_res.SeatsResults.StochasticDecomposition.Series(ComponentType_Trend, ComponentInformation_Value)
             Set a_res = a_tr.Process(Y_Post, a_spec)
                    
        ElseIf Itera = 3 Then
'Predicciones sobre la serie desestacionalizada, especificación, estimación y cálculo de la componente estacional
             a_spec.SetDefault TSSTramoSeats.SeatsComponent_sa
             Set a_res = a_tr.Process(Y_Post, a_spec)
             Set Y_Post = a_res.SeatsResults.StochasticDecomposition.Series(ComponentType_SeasonallyAdjusted, ComponentInformation_Value)
             Set a_res = a_tr.Process(Y_Post, a_spec)
         Else
'En este caso las predicciones se realizan sobre la serie original
'RSA en TRAMO es un parámetro de configuración que establece si se incluye transformación de la serie, efectos calendario, outliers, etc.
'h_Pred es el horizonte de predicción
              a_spec.SetDefault Configura_RSA(sNom)
              Set a_res = a_tr.Process(Y_Post, a_spec)
              Set a_ts = a_ts.Update(a_res.TramoResults.Forecasts(h_Pred).Forecasts(False))

         End If


   Enviar artículo en formato PDF   

Comercio Exterior. Series «Revisadas» y «Provisionales»

A partir del mes de febrero el cuaderno de comercio exterior amplía su información, incorporando las series provisionales de exportaciones e importaciones tanto a precios corrientes como constantes. La diferencia entre las series “Revisadas” y “Provisionales”, es que estas últimas no se actualizan con la revisión de datos de cierre de año. Actualmente el último año revisado es el de 2017.
Las series mensuales de comercio exterior revisadas constan de datos revisados hasta 2017 y datos provisionales para los meses de 2018 y 2019 hasta el mes actual.Estas revisiones se realizan generalmente al alza, dado que existen algunos valores mensuales que no estaban incluidos en los movimientos provisionales.
Si denotamos la serie mensual provisional como sigue:


y denotamos la serie revisada como:


se tiene en general y lo mismo para los años anteriores a 2017.

Estas revisiones afectan doblemente a las previsiones y tasas de cierre del año actual:

  • Por un lado, cuando trabajamos con series revisadas los modelos en general indican una mayor caída desde 2017 con lo que los valores de predicción suelen ser inferiores y por ello las previsiones de cierre del año actual suelen presentar un comportamiento bajista.
  • Por otro lado, al calcular las tasas de cierre de año 2018 se tendría:Series provisionales:

Series revisadas:

Como el denominador es mayor en el segundo caso que en el primero resulta que, en general,

y esto justifica las diferencias, en algunos casos significativas en las predicciones de cierre de año, según se utilicen series revisadas o provisionales.Nuestro objetivo con este cambio metodológico es que las series provisionales puedan darnos una mejor aproximación a las tasas de crecimiento del comercio exterior cuando éstas sean revisadas, siempre que la revisión sea similar a la de los años anteriores.

   Enviar artículo en formato PDF   

NOTA SOBRE CALIDAD DE PREDICCIONES (Marzo 2016)

Con el objetivo de acompañar a nuestras predicciones con un indicador de calidad, hemos llevado a cabo un análisis exhaustivo de los errores asociados a cada horizonte de predicción, (es decir, el número de meses hasta el cierre de año).

A partir de esta información se han definido tres categorías basadas en la magnitud de los errores absolutos porcentuales medios (EAPM) observados:

  • errores inferiores al 2% (que se denotan con ***),
  • errores inferiores al 5% (**) y
  • errores inferiores al 10% (*).

Teniendo en cuenta estos criterios, incorporamos a nuestras publicaciones el indicador de calidad de las predicciones, que como consecuencia de su definición cambiará en función del horizonte de predicción considerado.

   Enviar artículo en formato PDF   

Revisión de las cifras EPA

El INE ha llevado a cabo recientemente una revisión de los principales resultados de la Encuesta de Población Activa (EPA) como consecuencia de la incorporación de las cifras del Censo de Población y Viviendas de 2011.

Esta actualización afecta a la población activa, que ha sido revisada al alza tanto en España como en Asturias. Con el objetivo de garantizar la comparabilidad de los resultados de la EPA, el INE ha revisado las series desde el primer trimestre de 2002 y en el caso de Asturias dicha revisión conduce a niveles superiores tanto de empleo como de paro regional, tal y como muestran las gráficas siguientes:

Como consecuencia de la actualización de resultados, se observan aumentos en la tasa de actividad tanto a nivel nacional como, en menor medida, en Asturias.

En cambio el efecto es dispar en lo que se refiere a las tasas de paro, ya que en España se reducen hasta el 26% (media del año 2013) mientras en Asturias aumentan ligeramente (situándose la tasa media anual de 2013 en 24.13%)

Efectos de la revisión de la EPA sobre las tasas de actividad y paro 2013 en Asturias y España

Tasa de actividad

Tasa de actividad revisada

Tasa de paro

Tasa de paro revisada

Asturias

52.32%

52.44%

24.04%

24.13%

España

59.56%

60.02%

26.35%

26.09%

   Enviar artículo en formato PDF   

Documentos de trabajo

ANÁLISIS ESPACIAL DEL CRECIMIENTO REGIONAL: EL PROYECTO ATLAS ECONÓMICO-DIGITAL DE ASTURIAS Ver
Rigoberto Pérez Suárez, Francisco José Delgado Rivero
DOCUMENTO DE TRABAJO 1/2000 (Junio 2000). D. Legal: AS/3395-2000. Hispalink Asturias


ANÁLISIS METODOLÓGICO DE INDICADORES DE ALERTA. UN INDICADOR PARA ASTURIAS Ver
Rigoberto Pérez Suárez, Francisco J. Delgado Rivero
DOCUMENTO DE TRABAJO 1/96 (Mayo 1996). Depósito Legal: AS-1553-1996. Hispalink Asturias


BASE DE DATOS ASTURDAT (Versión I) Ver
Ana Jesús López Menéndez,Nieves Muñoz Ferreiro,Rigoberto Pérez Suárez
DOCUMENTO DE TRABAJO 2/93 (Diciembre 1993). Hispalink Asturias


CAMBIOS ESTRUCTURALES EN SERIES ECONÓMICAS. UNA PROPUESTA DE MODIFICACIÓN DEL TEST KPSS Ver
María José Presno Casquero, Ana Jesús López Menéndez
DOCUMENTO DE TRABAJO 2/98 (Noviembre 1998). D. Legal: AS/3759-98. Hispalink Asturias


COMBINACIÓN DE PREDICCIONES Y MÉTODOS DE EVALUACIÓN Ver
Blanca Moreno Cuartas, Ana Jesús López Menéndez
DOCUMENTO DE TRABAJO 2/03. D. Legal : AS-5022-2003.   Hispalink Asturias


DEFLACTORES SECTORIALES REGIONALES. UNA PROPUESTA PARA ASTURIAS Ver
Ana Jesús López Menéndez Rigoberto Pérez Suárez
DOCUMENTO DE TRABAJO 2/94. Hispalink Asturias<.


.DINÁMICA DE LAS ECONOMÍAS REGIONALES 1986-1996. EL CASO DE ASTURIAS Ver
Francisco José Delgado Rivero, Ana Jesús López Menéndez, Rigoberto Pérez Suárez
DOCUMENTO DE TRABAJO 2/97 (Diciembre 1997). D. Legal: AS/3730-97.   Hispalink Asturias


ECONOMETRÍA APLICADA Y PREDICCIÓN. SUPUESTOS RESUELTOS CON ECONOMETRIC VIEWS Ver
Ana Jesús López Menéndez, Rigoberto Pérez Suárez
DOCUMENTO DE TRABAJO 1/99 (Enero 1999). D. Legal: AS/359-99.   Hispalink Asturias


EL ANÁLISIS SHIFT-SHARE EN LA MODELIZACIÓN SECTORIAL REGIONAL Ver
Matías Mayor Fernández, Ana Jesús López Menéndez
DOCUMENTO DE TRABAJO 2/02- (Diciembre 2002). D. Legal: AS-5296-2002.   Hispalink Asturias


EL SECTOR DE LA CONSTRUCCIÓN EN ASTURIAS. INDICADORES ESTADÍSTICOS Y MODELOS ECONOMÉTRICOS Ver
Ana Jesús López Menéndez, Blanca Moreno Cuartas
DOCUMENTO DE TRABAJO 3/98 (Diciembre 1998). D. Legal: AS/3760-98.   Hispalink Asturias


EL SECTOR ELÉCTRICO EN ASTURIAS. UNA APROXIMACIÓN CUANTITATIVA Ver
Alfredo Alonso Viesca
DOCUMENTO DE TRABAJO 1/98 (Julio 1998). D. Legal AS/235-98.  Hispalink Asturias


EL SECTOR ENERGÉTICO EN ASTURIAS: DIAGNÓSTICO Y PERSPECTIVAS DE EMPLEO 2005-2010 Ver
Ana Jesús López Menéndez, Blanca Moreno Cuartas
DOCUMENTO DE TRABAJO 1/05. D. Legal: AS-6138-2005.   .Hispalink Asturias


EL SECTOR ENERGETICO EVOLUCION EN ASTURIAS y PERSPECTIVAS Ver
Manuel Hernández Muñiz
DOCUMENTO DE TRABAJO 1/94 (Marzo 1994).   Hispalink Asturias


ESCENARIOS DE FUTURO DEL EMPLEO EN EL PRINCIPADO DE ASTURIAS (2003-2006) Ver
Ana Jesús López Menéndez, Matías Mayor Fernández, Rigoberto Pérez Suárez, Ignacio Alonso Vigil, Manuel Nuccio
DOCUMENTO DE TRABAJO 3/03. D. Legal : AS-5344-2003.   Hispalink Asturias


ESTUDIO SOCIOECONÓMICO DE REFERENCIA PARA EL ANÁLISIS DE LA DEMANDA ENERGÉTICA EN ASTURIAS (2001-2010) Ver
Rigoberto Pérez Suárez, Manuel Hernández Muñiz, Blanca Moreno Cuartas, Ana Jesús López Menéndez, Matías Mayor Fernández
DOCUMENTO DE TRABAJO 1/03. D. Legal : AS-1310-2003.   Hispalink Asturias


EVOLUCIÓN REAL DEL VAB SECTORIAL POR REGIONES. ANÁLISIS DE ALTERNATIVAS Ver
Noelia Somarriba Arechavala, Ana Jesús López Menéndez
DOCUMENTO DE TRABAJO 2/99 (Septiembre 1999). D. Legal: AS/2857-99.   Hispalink Asturias


HISPASTUR 93 Ver
Covadonga Caso, Manuel Hernández, Rigoberto Pérez, María Jesús Río
DOCUMENTO DE TRABAJO 3/93 (Diciembre 1993).   Hispalink Asturias


LA MEDIDA DE INQUIETUD DOBLE CUADRÁTICA Y SUS APLICACIONES ECONÓMICAS Ver
Mercedes Alvargonzález Rodríguez, Ana Jesús López Menéndez, Rigoberto Pérez Suárez
DOCUMENTO DE TRABAJO 3/02- (Diciembre 2002). D. Legal: AS-5297-2002.   Hispalink Asturias


PREDICCIÓN DEL EFECTO DE LA UE EN HUNGRÍA DEL NORTE. ANÁLISIS COMPARATIVO CON ASTURIAS Ver
Kornél Kalocsai, Ana Jesús López Menéndez
DOCUMENTO DE TRABAJO 2/05. D. Legal: AS-6139-2005.  Hispalink Asturias<


PREDICCIONES DE EMPLEO EN ASTURIAS DESDE UNA PERSPECTIVA DE GÉNERO Ver
Ana Jesús López Menéndez, Matías Mayor Fernández, Blanca Moreno Cuartas, Rigoberto Pérez Suárez
DOCUMENTO DE TRABAJO 1/07. D. Legal: AS-7041-2007.   Hispalink Asturias


SERIE HOMOGENEA DE RENTAS Un apunte metodológico Ver
Covadonga Caso Pardo, Manuel Hernández Muñiz, Ana Jesús López Menéndez, Rigoberto Pérez Suárez, Maria Jesús Rio Fernández
D OCUMENTO DE TRABAJO 3/92 (Diciembre 1992).   Hispalink Asturias


TÉCNICAS DE REGRESIÓN FLEXIBLES PARA LA MODELIZACIÓN PREDICCIÓN DE LA ECONOMÍA ASTURIANA Ver
Manuel Landajo Álvarez, Rigoberto Pérez Suárez
DOCUMENTO DE TRABAJO 1/2002 (Noviembre 2002). D. Legal: AS-3708-2002.   Hispalink Asturias


UN ANÁLISIS INPUT-OUTPUT SOBRE LA INCIDENCIA DE LOS SECTORES ECONÓMICOS EN EL CONJUNTO DE LA ECONOMÍA ASTURIANA Ver
Manuel Alfredo Pérez Menéndez
DOCUMENTO DE TRABAJO 1/97 (Diciembre 1997). Depósito Legal : AS/171-97.  Hispalink Asturias

   Enviar artículo en formato PDF