Sílabo: Econometría básica.

<< V Ciclo - Semestre 2011 - I
Facultad de Ciencias Contables, Económicas y Financieras
Escuela Profesional de Economía

Curso: ECONOMETRÍA BÁSICA

I  DATOS GENERALES
1.0 Facultad : Ciencias Contables, Económicas y Financieras
1.1 Escuela : Profesional de Economía
1.2 Departamento : Economía
1.3 Semestre académico : 2011-I
1.4 Código de la asignatura : 052044
1.5 Ciclo de estudios : Quinto
1.6 Carácter : Obligatorio
1.7 Créditos : 04
1.8 Horas semanales: 05 (03 de teoría y 02 de práctica)
1.9 Pre-requisito : (052031) Estadística Inferencial Aplicada

II SUMILLA

Curso completo de Econometría Clásica, intensivo en ejercicios y casos. Comprende: Datos económicos y modelización econométrica. Modelo de regresión lineal clásico. El estimador MCO y sus propiedades. Inferencia. Análisis de regresión con información cualitativa: variables binarias (o ficticias). Descripción de información cualitativa. Una variable ficticia independiente única. Variables ficticias para categorías múltiples. Interacciones en las que intervienen variables ficticias. Mala especificación funcional. Variables omitidas. Otras cuestiones sobre problemas de especificación y de datos. Datos incompletos, muestras no aleatorias y observaciones atípicas.

Heteroscedasticidad. Consecuencias de la heteroscedasticidad para el estimador MCO. Contrastes de heteroscedasticidad. Estimación de mínimos cuadrados ponderados. Uso de variables proxy para variables explicativas no observables. Propiedades del estimador MCO en presencia de errores de medida. Soluciones de variables instrumentales para problemas de errores en las variables. Estimación por VI y mínimos cuadrados en dos etapas. Modelos Multiecuacionales de regresión múltiple. Modelos de ecuaciones simultáneas. La naturaleza de los modelos de ecuaciones simultáneas.

El sesgo de simultaneidad en el estimador MCO. Identificación y estimación de una ecuación estructural. Contrastes de endogeneidad y contrastes de restricciones de sobreidentificación. El estimador de Mínimos cuadrados bietápicos (MC2E). Modelos de variables dependientes binarias. Modelo lineal de probabilidad. Modelos logit y probit para respuestas binarias.

III  OBJETIVOS

OBJETIVO GENERAL

El objetivo del curso es que los estudiantes aprendan un conjunto básico de elementos conceptuales y prácticos necesarios para una correcta interpretación de los resultados de las estimaciones de los modelos econométricos, así como para evaluar la pertinencia de hipótesis referidas a la relación entre un conjunto de variables a partir de los datos disponibles.

Se busca familiarizar al alumno con los conocimientos de herramientas básicas para la estimación y análisis econométrico de modelos uniecuacionales y multiecuacionales. Para el logro de los objetivos del curso se requiere que los alumnos tengan, de forma paralela, un constante entrenamiento en el uso de software econométrico, los mismos que se emplearán para el desarrollo de prácticas y trabajos durante el semestre.

OBJETIVOS ESPECÍFICOS

1. Definir los conceptos de análisis de regresión lineal y métodos de estimación.
2. Conocer el manejo del programa Econometric Views para obtener resultados por computadora e interpretarlos correctamente.
3. Conocer los métodos y técnicas para el tratamiento de modelos econométricos y poder emplearlos para estimación, a fin de usarlos en predicción, análisis estructural y recomendaciones de política.
4. Diseñar y aplicar modelos de series de tiempo y corte transversal a las variables económicas.

IV PROGRAMACIÓN DE CONTENIDOS

 

UNIDAD I: INTRODUCCIÓN A LA MODELACIÓN ECONOMÉTRICA

PRIMERA SEMANA

Sesión 1 – Teoría (04/Ago.):

La Econometría y sus fundamentos estadísticos – matemáticos.
El Modelo Econométrico y la naturaleza aleatoria del fenómeno económico.

Metodología del trabajo econométrico

Fuente: Introducción de Castro y Rivas Llosa. 2005. Econometría Aplicada (EA). CIUP. Cap. 1 de Maddala, 1996. Introducción a la Econometría (IE), Segunda Edición. Cap. 1 de Wooldridge. 2006. Introducción a la econometría: Un enfoque moderno (IEEM), Edit. Thomson, 2da. Edición.

Sesión 2 – Práctica (07/Ago.):

Repaso de análisis matricial y análisis estadístico.

Fuente: Notas de Clase. Anexos de Greene y/o Jhonston.

SEGUNDA SEMANA

Sesión 3 – Teoría (11/Ago.):

Análisis de Correlación. Representación lineal y concepto de regresión.

Parámetros, estimadores y estimados.

Fuente: Caps. 1 de Johnston-Dinardo, 1997. Econometric Methods (EM). Fourth Edition.

Sesión 4 – Práctica (14/Ago.):

Análisis de Correlación y de Regresión. Introducción al Eviews.

Fuente: Caps. 1 de Johnston-Dinardo, 1997. EM. Fourth Edition. Manual del Eviews – Notas.

UNIDAD II: EL MODELO DE REGRESIÓN LINEAL GENERAL Y EL ESTIMADOR DE MÍNIMOS CUADRADOS ORDINARIOS.

TERCERA SEMANA

Sesión 5 – Teoría (18/Ago):

El Modelo de Regresión Lineal General (MRLG). Supuestos del MRLG.
El estimador de Mínimos Cuadrados Ordinarios: Principio y Estimación.

Fuente: Cap. 2 acápite 2 de Castro y Rivas Llosa. 2005. EA. CIUP. Cap. 4 de Greene, W. 2003, Econometric Analysis (EA), 5th Edition. Caps. 1 a 3 de Johnston-Dinardo, 1997. EM. Fourth Edition. Cap. 3 de de Wooldridge. 2006. (IEEM), Edit. Thomson, 2da. Edición.

Sesión 6 – Práctica (21/Ago.):

El Modelo de Regresión Lineal General y el método de estimación de MCO.

Continuación uso del Eviews.

Fuente: Caps. 1 a 3 de Johnston-Dinardo, 1997. EM. Fourth Edition. Manual del Eviews – Notas.

CUARTA SEMANA

Sesión 7 – Teoría (25/Ago):

Propiedades del estimador MCO (Teorema de Gauss-Markov).
La geometría y el álgebra de MCO.

Interpretación de los Coeficientes de regresión parcial (Teorema de Frisch – Waug).

Fuente: Cap. 2 acápite 2 de Castro y Rivas Llosa. 2005. EA. CIUP. Cap. 4 de Greene, W. 2003, Econometric Analysis (EA), 5th Edition.

Sesión 8 – Práctica (28/Ago.):

PRIMERA PRÁCTICA CALIFICADA (28 de Agosto)

UNIDAD III: EVALUACIÓN ESTADÍSTICA Y ECONÓMICA DE LOS RESULTADOS.

QUINTA SEMANA

Sesión 9 – Teoría (01/ Set):

Repaso del concepto de inferencia.

Distribuciones conocidas para el proceso de inferencia. Bondad de ajuste. Prueba de hipótesis de significancia individual (Prueba t) y prueba de hipótesis conjunta (Prueba F). La prueba F para cualquier conjunto de restricciones lineales.

Fuente: Cap. 4 y 6 de Greene, W. 2003, EA, 5th Edition. Caps. 3,4 y 5 de Johnston-Dinardo, 1997. EM. Fourth Edition.

Sesión 10 – Práctica (04/Set.):

El Modelo de Regresión Lineal General y el estimador MCO.
Inferencia Estadística. Ejercicios sobre test de Hipótesis.

SEXTA SEMANA

Sesión 11 – Teoría (08/ Set):

Evaluación e interpretación económica y estadística de los resultados de estimación. Calidad del ajuste y pruebas de hipótesis. Ejercicios - Aplicaciones.

1er Control de Lectura (30 min.)

Fuente: Cap. 4 y 6 de Greene, W. 2003, EA, 5th Edition. Caps. 3,4 y 5 de Johnston-Dinardo, 1997. EM. Fourth Edition.

Sesión 12 – Práctica (11/Set.):

Ejercicios sobre test de Hipótesis conjuntos. Ejercicios y Aplicaciones de evaluación e interpretación de resultados.

UNIDAD IV: EXTENSIONES DEL MODELO DE REGRESIÓN LINEAL GENERAL.

SÉTIMA SEMANA

Sesión 13 – Teoría (15/ Set):

Cambio estructural: detección e implicaciones para la predicción. Estabilidad de los parámetros: Test de Chow, test CUSUM, test CUSUM cuadrado.

Fuente: Cap. 7 de Greene, W. 2003, EA, 5th Edition. Cap. 3.4.6 – 3.4.7 y 4 de JD, 1997. EM. Fourth Edition.

Sesión 14 – Práctica (18/Set.):

Ejercicios sobre estabilidad de los parámetros y cambio estructural.

OCTAVA SEMANA

Sesión 15 – Teoría (22/ Set): El uso de las Variables Dummy. Aplicaciones.

Fuente: Cap. 7 de Greene, W. 2003 , EA, 5th Edition. Cap. 4.6 de Johnston-Dinardo, 1997. EM. Fourth Edition.

Sesión 16 – Práctica (25/Set.):

Ejercicios sobre el uso de las Variables Dummy.

NOVENA SEMANA

EXÁMEN PARCIAL (29/ Set).

DÉCIMA SEMANA

Sesión 17 – Teoría (06/Oct):

Predicción.
Errores de Especificación.

Fuente: Cap. 7 de Castro y Rivas-Llosa, 2005. EA. CIUP. Cap. 6.6 y 8 de Greene, W. 2003, EA, 5th Edition. Cap. 3.5 de Johnston-Dinardo, 1997. EM. Fourth Edition.

Sesión 18 – Práctica (09/Oct.):

Ejercicios sobre Predicción y Errores de Especificación.

UNIDAD V: VIOLACIONES DE LOS SUPUESTOS DEL MRLG.

DÉCIMA PRIMERA SEMANA

Sesión 19 – Teoría (13/Oct):

El problema de la Multicolinealidad (perfecta y severa).

2do Control de Lectura (30 min.)

Fuente: Cap. 4, acápite 4 de Castro y Rivas-Llosa, 2005. EA. CIUP. Cap. 7 de Maddala, 1996. IE, Segunda Edición.

Sesión 20 – Práctica (16/Oct.):

Ejercicios sobre Multicolinealidad.

DÉCIMA SEGUNDA SEMANA

Sesión 21 – Teoría (20/Oct):

Perturbaciones no esféricas. El estimador de Mínimos Cuadrados Generalizados (MCG). Mínimos Cuadrados Generalizados Factibles (MCGF).

El problema de la Heteroscedasticidad.

Fuente: Cap. 11 de Greene, W.2003 , EA, 5th Edition. Cap. 6 de Johnston-Dinardo, 1997. EM. Fourth Edition.

Sesión 22 – Práctica (23/Oct.):

Ejercicios sobre problemas con las perturbaciones: Heteroscedasticidad.

DÉCIMA TERCERA SEMANA

Sesión 23 – Teoría (27/Oct.):

El problema de la Autocorrelación.

Fuente: Cap. 12 de Greene, W. 2003 , EA, 5th Edition. Cap. 6 de Johnston-Dinardo, 1997. EM. Fourth Edition.

Sesión 24 – Práctica (30/Oct.):

SEGUNDA PRÁCTICA CALIFICADA (30 de Octubre)

DÉCIMA CUARTA SEMANA

Sesión 25 – Teoría (03/Nov.):

Regresores estocásticos. Errores en las variables y el estimador de variables instrumentales.

Fuente: Capítulo VIII, acápites 1 – 4. Castro y Rivas Llosa.

Sesión 26 – Práctica (06/Nov.):

Ejercicios sobre problemas con las perturbaciones: Autocorrelación.
Ejercicios sobre regresores estocásticos.

UNIDAD VI: MODELOS MULTIECUACIONALES.

DÉCIMA QUINTA SEMANA

Sesión 27 – Teoría (10/Nov):

Tipos de Modelos Multiecuacionales.
Modelo de Ecuaciones aparentemente no relacionadas (Modelo SUR).
Modelo de Ecuaciones Simultáneas (MES). El problema de identificación. Métodos de Estimación.

Entrega del Trabajo Final.

Fuente: Cap. 8 de Castro y Rivas Llosa. 2005. EA. CIUP. Cap 14 y 15 de Greene, W. 2003. EA, 5th Edición Cap. 9 de Maddala, 1996. IE, Segunda Edición.

Sesión 28 – Práctica (13/Nov.):

Ejercicios sobre Modelos SUR y Modelos de Ecuaciones Simultáneas.

UNIDAD VII: MODELOS DE VARIABLES DEPENDIENTES BINARIAS.

DÉCIMA SEXTA SEMANA

Sesión 29 – Teoría (17/Nov):

Modelo lineal de probabilidad. Modelos logit y probit para respuestas binarias.

Fuente: Cap. 15 Gujarati, D. Basis Econometrics, Cuarta Edición. Mc Graw Hill,2003.

DÉCIMA SÉTIMA SEMANA

EXAMEN FINAL (24 de Nov.)