FACULTAD DE
CIENCIAS SOCIALES
SÍLABO
SEMESTRE 2015-II
I. INFORMACIÓN GENERAL
Nombre del curso : Econometría 2 Código del curso : ECO330
Carácter : Obligatorio Créditos : 5 créditos
Número de horas de teoría : 4 horas Número de horas de práctica : 2 horas
Profesor del curso : Luis García Núñez Horario : 0721
II. FUNDAMENTACIÓN
Sumilla: Ecuaciones simultáneas: identificación, estimación e inferencia. Aplicaciones. Series de tiempo univariadas. Modelos AR, MA, ARMA y ARIMA: identificación, estimación y predicción. Modelos dinámicos: modelos con variables dependientes rezagadas, modelos con retardos distribuidos, modelos de volatilidad estocástica (ARCH, GARCH). El Método de lo general a lo específico. Series de tiempo multivariadas: modelos de vectores autoregresivos (VAR). Raíces unitarias, integración y cointegración. Modelo de corrección de errores. Análisis de datos de corte transversal y de Panel Data. Modelos de efectos fijos y de efectos aleatorios. Modelos Probit, Logit y Tobit. Datos censurados y truncados. Sesgo de selección. Fundamentación: En este segundo curso de Econometría los estudiantes adquirirán conocimientos sobre diversos modelos y métodos econométricos modernos, de suma utilidad en el trabajo aplicado con datos. Es un curso de nivel avanzado, crucial para el desarrollo de sus tesis.
III. ESTRUCTURA TEMÁTICA
1. Modelos de Ecuaciones Simultáneas: Identificación y Estimación 2. Variables dependientes binarias y limitadas
2.1. Modelos con variable dependiente binaria: MPL, Logit, Probit 2.2. Extensiones multinomiales: Logit Multinomial, Logit Ordenado, Logit Anidado 2.3. Modelos con truncamiento y censura en la variable dependiente: El modelo Tobit 2.4. Modelos con selección muestral: El modelo de Heckman
3. Econometría con datos de panel 3.1. Introducción: Ventajas de los estimadores de panel sobre los de corte transversal 3.2. Modelo con efectos fijos
3.3. Estimador de grupos (between), estimador de diferencias, y estimador intragrupos (within)
3.4. Modelo con efectos aleatorios y su estimación 4. Econometría de Series de Tiempo
4.1. Series de tiempo estacionarias: Modelos ARMA 4.2. Vectores Autorregresivos: Forma estructural y reducida. Test de Causalidad de
Granger. Funciones Impulso-Respuesta. 4.3. Series de tiempo no estacionarias: Estacionariedad en tendencias y en
diferencias, pruebas de raíz unitaria. 4.4. Series Multivariadas no estacionarias: Cointegración, tests. Modelo de corrección
de errores. 4.5. Volatilidad: Modelos ARCH, GARCH.
IV. METODOLOGÍA
El objetivo general de este curso es que los estudiantes se familiaricen con modelos econométricos modernos y sus aplicaciones. Al terminar el curso, los alumnos que hayan aprobado tendrán las habilidades suficientes para desarrollar la sección empírica de sus monografías de seminario de tesis. Para conseguir este objetivo, la metodología del curso consistirá en la exposición del profesor en la pizarra y algunas veces mediante presentaciones multimedia y separatas. Se exigirá una activa participación de los alumnos, quienes serán evaluados permanentemente a lo largo del semestre. Las clases teóricas se complementarán con prácticas dirigidas y sesiones de laboratorios para familiarizarse con los paquetes econométricos STATA y Eviews aplicados a los temas del curso.
V. CRONOGRAMA DE EVALUACIONES
Tipo de Evaluación Ponderación sobre la nota final
Examen Parcial 35% Examen Final 35% Promedio de Prácticas Calificadas (4 en total, no se elimina ninguna nota )
20%
Controles (4 en total, no se elimina niguna nota )
10%
Semana Temas Prácticas y Evaluaciones
17 – 22 ago.
Presentación de modelos de ecuaciones simultáneas (M.E.S). Definición de variables, forma estructural y forma reducida con matrices. El problema de la identificación de los M.E.S. Ejemplos de modelos de oferta y demanda. El método de mínimos cuadrados indirectos.
No hay práctica
24 – 29 ago.
Planteamiento general de M.E.S. matricial. Identificación mediante restricciones de exclusión: las condiciones de orden y rango. Ejemplos. Estimación por MCI y MC2E. Ejemplo aplicado: Estimación de la oferta y demanda de Acero en el Perú.
PD1 (sáb.)
31 ago – 05 set.
Modelos con variables dependientes binarias. El modelo de probabilidad lineal. Modelo con variables latentes. Ejemplos: oferta laboral femenina, acceso al crédito. Definición de la función de verosimilitud en este modelo. Los casos logit y probit. Los efectos marginales. Ejemplo numérico en stata.
Control 1 (vie.) PD2 (sáb)
07 – 12 set. Efectos marginales. Predicción y Pseudo R cuadrado. Extensiones multinomiales. Logit Multinomial. Logit Ordenado.
PC1 (vie. 11-09, 6 pm)
14 – 19 set. Distribuciones truncadas. Regresiones con variables dependientes truncadas.
PD3 (sáb.)
21 – 26 set. Regresiones con variables dependientes censuradas. Sesgo de Selección. Econometría con Datos de Panel. Homogeneidad Total. Modelo Pool.
PD4 (sáb) Control 2 (vie.)
28 set. – 03 oct. Heterogeneidad no observable. Estimador de variables dummy (LSDV). Estimador Within Groups. Equivalencia de WG y LSDV.
PC2 (vie. 02-10, 6 pm) PD5 (sáb.)
05 – 10 oct.
Estimador de primeras diferencias. Limitaciones de los estimadores de efectos fijos. Modelo de efectos aleatorios. Estimador Balestra-Nerlove (efectos aleatorios). Equivalencia con un modelo de cuasidiferencias. Test de Hausman.
PD6 (sáb) Feriado 8-10
12 – 17 oct. Exámenes Parciales Examen Parcial
19 – 24 oct. Ejemplos de series de tiempo y definiciones básicas. Procesos estocásticos estacionarios. Teorema de Wold. El proceso MA(1).
PD7 (sáb.)
26 – 31 oct. Procesos MA(2), MA(q). AR(1) Control 3 (vie.) PD8 (sáb.)
02 – 07 nov. AR(2), AR(p). ARMA(p,q). Función de Autocorrelación Parcial (PACF). Determinación del orden p y q.
PC3 (vie. 06-11, 6 p.m.) PD9 (sáb.)
09 – 14 nov. Estimación y comprobación de un ARMA(p,q). Predicción con modelos ARMA.
PD10(sáb.)
16 – 21 nov. Vectores autorregresivos. Estacionariedad de un VAR(1). Identificación y estimación. Función Impulso-Respuesta. Procesos estocásticos no estacionarios. El camino aleatorio. Estacionariedad en diferencias.
Control 4 (vie.) PD11 (sáb.)
23 – 28 nov. Test de raíz unitaria. Cointegración. Test de cointegración. Corrección de errores.
PC4 (vie. 27-11, 6 pm) PD12 (sáb)
30 nov. – 05 dic.
Exámenes Finales
07 – 12 dic. Examen Final
Fórmula de calificación: Promedio = 0.35*Examen Parcial + 0.35*Examen Final +0.20*Promedio de Prácticas + 0.10*Promedio de Controles
Los alumnos que obtengan un promedio mayor o igual a 10.5 (según los cálculos y redondeos realizados por la facultad) aprobarán el curso. No se tomará pruebas adicionales a quienes no alcancen dicho puntaje.
VI. BIBLIOGRAFÍA
Los libros de texto que pueden ser usados como consulta son:
• Baltagi, Badi H. (2005). Econometric Analysis of Panel Data. Third Edition. John Wiley & Sons.
• Enders, Walter. (2010). Applied Econometric Time Series. Third Edition. John Wiley & Sons.
• Greene, William. (2008). Econometric Analysis. Sexta Edición. New Jersey: Prentice Hall.
• Gujarati, Damodar y Dawn Porter. (2010). Econometría. Quinta Edición. México: McGraw Hill.
• Hamilton, James. (1994). Time Series Analysis. Princeton: Princeton University Press.
• Intriligator, Michael. (1990). Modelos Econométricos, técnicas y aplicaciones. México: Fondo de Cultura Económica.
• Maddala, G. S. (1983). Limited-Dependent and Qualitative Variables in Econometrics. Cambridge: Cambridge University Press.
• Stock J. H. y Watson M.W. (2010). Introducción a la Econometría. Tercera Edición. Boston: Addison Wesley.
• Wooldridge, Jeffrey. (2003). Introductory Econometrics: A modern approach. 2nd Edition. Thompson
Los capítulos según temas y nivel de dificultad (B)=Básico, (I)=Intermedio, (A)=Avanzado:
• Ecuaciones Simultáneas:
(B) Gujarati y Porter. Cap. 18, 19 y 20. (B) Wooldridge. Cap. 16. (I) Intriligator. Cap. 10 y 11. (I) Greene. Cap.13
• Variables dependientes binarias y limitadas:
(B) Wooldridge. Cap. 17. (I) Maddala. Cap. 1, 2, 6 y 8. (I) Greene. Cap. 23 y 24.
• Econometría con datos de panel:
(B) Stock y Watson. Cap. 14 y 16. (B) Wooldridge. Cap. 13 y 14. (I) Greene. Cap. 9. (A) Baltagi. Cap. 1 y 2.
• Series de Tiempo:
(B) Stock y Watson. Cap.15 y 16. (I) Enders. Cap. 2, 3, 4, 5 y 6. (A) Hamilton. Cap. 2, 3, 10, 15, 17, 21
Ocasionalmente se podrán asignar lecturas adicionales. Se avisará en clase sobre las mismas.
VII. ASESORIA
Los alumnos pueden acudir al horario de asesoría brindado por el profesor los días jueves de 11 a.m. a 2 p.m. en la oficina del profesor en el Departamento de Economía.
VIII. SANCIONES POR PLAGIO
Top Related