Marcos Bujosa

Profesor Titular de Universidad · Departamento de Análisis Económico y Economía Cuantitativa · Universidad Complutense de Madrid

Despacho 320N (Prefabricado) · mbujosab@ucm.es

Tutorías: viernes de 16:00 a 19:00, previa petición (primer trimestre del curso)

Docencia

Todo el material es de acceso libre y se publica en abierto, con sus fuentes en GitHub.

Principios de Econometría

Grado en Filosofía, Política y Economía (PPE) · UCM

El curso fundamenta la regresión lineal sobre una base geométrica: vectores, producto escalar y proyección ortogonal en ℝⁿ. La media aritmética es una proyección; la varianza, el cuadrado de una norma; la covarianza, un producto escalar, y la correlación, un coseno. La regresión se resuelve imponiendo condiciones de ortogonalidad, sin recurrir a la maquinaria abstracta del álgebra lineal.

Web del curso Apuntes Transparencias Prácticas (Gretl) Cuadernos Jupyter Repositorio

Matemáticas II

Álgebra lineal en el Grado en Economía (GECO).

Ficha de la asignatura Libro de texto (PDF) Material de clase y exámenes

Econometría Aplicada

Series temporales.

Material y software

Libro, módulos y cuadernos desarrollados para los cursos. Todo publicado en abierto.

Un Curso de Álgebra Lineal con Notación Asociativa

Libro de texto de Matemáticas II, con sus fuentes.

libro.pdf Repositorio

NAcAL · módulo de Python

Notación Asociativa para un Curso de Álgebra Lineal: implementa la notación y los algoritmos del libro, de modo que el código se lee como las expresiones del texto.

Instalación desde PyPI Repositorio

nacal · paquete de LaTeX

La misma notación, para componer los apuntes y los exámenes.

Repositorio

Matemáticas II

Material de clase y exámenes de convocatorias pasadas.

Repositorio

Investigación

Series temporales, regresión armónica dinámica e indicadores cíclicos de la economía española.

Regresión Armónica Dinámica (LDHR)

Algoritmo lineal para la identificación y estimación de modelos DHR, con una toolbox distribuida bajo licencia GNU.

Indicadores cíclicos UAM-UCM

Indicadores adelantado y coincidente de la economía española, que mantengo y actualizo periódicamente.

Artículos publicados

  1. García-Ferrer, A., Bujosa, M., de Juan, A. y Sánchez-Mangas, R. (2020). Revisiting the relationship between traffic accidents, real economic activity and other factors in Spain. Accident Analysis and Prevention, vol. 144, art. 105549. doi:10.1016/j.aap.2020.105549
  2. Bujosa, M., García-Ferrer, A., de Juan, A. y Martín-Arroyo, A. (2020). Evaluating early warning and coincident indicators of business cycles using smooth trends. Journal of Forecasting, vol. 39, núm. 1, pp. 1–17. doi:10.1002/for.2601
  3. Bujosa, M., Bujosa, A. y García-Ferrer, A. (2015). Mathematical framework for pseudo-spectra of linear stochastic difference equations. IEEE Transactions on Signal Processing, vol. 63, núm. 24, pp. 6498–6509. doi:10.1109/TSP.2015.2469640
  4. Bujosa, M., García-Ferrer, A. y de Juan, A. (2013). Predicting recessions with factor linear dynamic harmonic regressions. Journal of Forecasting, vol. 32, núm. 6, pp. 481–499. doi:10.1002/for.2246
  5. Bujosa, M. y García-Hiernaux, A. (2013). Some considerations about «Forecasting aggregates and disaggregates with common features». International Journal of Forecasting, vol. 29, núm. 4, pp. 733–735. doi:10.1016/j.ijforecast.2012.10.001
  6. Bujosa, M., García-Ferrer, A. y Young, P. C. (2007). Linear dynamic harmonic regression. Computational Statistics and Data Analysis, vol. 52, núm. 2, pp. 999–1024. doi:10.1016/j.csda.2007.07.008
  7. García-Ferrer, A., Bujosa, M., de Juan, A. y Poncela, P. (2006). Demand forecast and elasticities estimation of public transport. Journal of Transport Economics and Policy, vol. 40, núm. 1, pp. 45–67. ISSN 0022-5258.
  8. García-Ferrer, A., de Juan, A., Poncela, P. y Bujosa, M. (2004). Monthly forecasts of integrated public transport systems: the case of the Madrid metropolitan area. Journal of Transportation and Statistics, vol. 7, núm. 1, pp. 39–59. ISSN 1094-8848.
  9. García-Ferrer, A., Poncela, P. y Bujosa, M. (2003). Do interrelated financial markets help in forecasting stock returns? Cuadernos de Economía, vol. 26, núm. 71, pp. 83–103. ISSN 0210-0266.
  10. García-Ferrer, A. y Bujosa, M. (2000). Forecasting OECD industrial turning points using unobserved components models with business survey data. International Journal of Forecasting, vol. 16, núm. 2, pp. 207–227. doi:10.1016/S0169-2070(99)00049-7

Documentos de trabajo

  • Bujosa, M. y García-Hiernaux, A. (2013). Identifying series with common trends to improve forecasts of their aggregate. Documentos de Trabajo de la Facultad de Ciencias Económicas y Empresariales, Universidad Complutense de Madrid. ISSN 2255-5471.

Trayectoria

  • Doctor en Ciencias Económicas y Empresariales · enero de 2001 Departamento de Análisis Económico: Economía Cuantitativa, Universidad Autónoma de Madrid. Apto cum laude por unanimidad. Director: Prof. Antonio García-Ferrer.
    Tesis: Contribuciones al Método de Regresión Armónica Dinámica: desarrollos teóricos y nuevos algoritmos.
  • Licenciado en Ciencias Económicas y Empresariales · septiembre de 1995 Especialidad de Teoría Económica. Facultad de Ciencias Económicas y Empresariales, Universidad Autónoma de Madrid.