Sunteți pe pagina 1din 4

FACULTAD DE

CIENCIAS SOCIALES

SÍLABO

SEMESTRE 2017-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 : 0821

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

Ponderación sobre
Tipo de Evaluación
la nota final
Examen Parcial 35%
Examen Final 35%
Promedio de Prácticas Calificadas (4 en total, 30%
no se elimina ninguna nota)

Semana Temas Prácticas y Evaluaciones


Presentación de modelos de ecuaciones simultáneas (M.E.S). Definición No hay práctica
de variables, forma estructural y forma reducida con matrices. El problema
14 – 19 ago.
de la identificación de los M.E.S. Ejemplos de modelos de oferta y
demanda. El método de mínimos cuadrados indirectos.
Planteamiento general de M.E.S. matricial. Identificación mediante
restricciones de exclusión: las condiciones de orden y rango. Ejemplos.
21 – 26 ago. PD1 (sáb.)
Estimación por MCI y MC2E. Ejemplo aplicado: Estimación de la oferta y
demanda de Acero en el Perú.
Modelos con variables dependientes binarias. El modelo de probabilidad
lineal. Modelo con variables latentes. Ejemplos: oferta laboral femenina,
28 ago. – 02 set. acceso al crédito. Definición de la función de verosimilitud en este modelo. PD2 (sáb)
Los casos logit y probit. Los efectos marginales. Ejemplo numérico en
stata.
Efectos marginales. Predicción y Pseudo R cuadrado. Extensiones PC1 (vie. 08-09, 6 pm)
04 – 09 set.
multinomiales. Logit Multinomial. Logit Ordenado. PD3 (sáb.)
Distribuciones truncadas. Regresiones con variables dependientes
11 – 16 set. PD4 (sáb.)
truncadas.
Regresiones con variables dependientes censuradas. Sesgo de
18 – 23 set. Selección. Econometría con Datos de Panel. Homogeneidad Total. PD5 (sáb.)
Modelo Pool.
Heterogeneidad no observable. Estimador de variables dummy (LSDV). PC2 (vie. 29-09, 6 pm)
25 – 30 set.
Estimador Within Groups. Equivalencia de WG y LSDV. PD6 (sáb)
Estimador de primeras diferencias. Limitaciones de los estimadores de
efectos fijos. Modelo de efectos aleatorios. Estimador Balestra-Nerlove
02 – 07 oct. PD7 (sáb.)
(efectos aleatorios). Equivalencia con un modelo de cuasidiferencias. Test
de Hausman.
09 – 14 oct. Exámenes Parciales Examen Parcial
Ejemplos de series de tiempo y definiciones básicas. Procesos
16 – 21 oct. PD8 (sáb.)
estocásticos estacionarios. Teorema de Wold. El proceso MA(1).
23 – 28 oct. Procesos MA(2), MA(q). AR(1) PD9 (sáb.)
AR(2), AR(p). ARMA(p,q). Función de Autocorrelación Parcial (PACF). PC3 (vie. 03-11, 6 p.m.)
30 oct. – 04 nov.
Determinación del orden p y q. PD10(sáb.)
Estimación y comprobación de un ARMA(p,q). Predicción con modelos
06 – 11 nov. PD11 (sáb.)
ARMA.
Vectores autorregresivos. Estacionariedad de un VAR(1). Identificación y
13 – 18 nov. estimación. Función Impulso-Respuesta. Procesos estocásticos no PD12 (sáb)
estacionarios. El camino aleatorio. Estacionariedad en diferencias.
Test de raíz unitaria. Cointegración. Test de cointegración. Corrección de PC4 (vie. 24-11, 6 pm)
20 – 25 nov.
errores. PD13 (sáb)
27 nov. – 02 dic.
Exámenes Finales
04 dic – 09 dic. Examen Final

Fórmula de calificación:

Promedio = 0.35*Examen Parcial + 0.35*Examen Final +0.30*Promedio de Prácticas

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

En el presente curso se aplica las políticas de la Facultad y de la Universidad sobre el


plagio. El incumplimiento de este código puede generar desde la anulación de la prueba
a la expulsión de la universidad del o los alumnos implicados.

Lima, 08 de Agosto de 2017

S-ar putea să vă placă și