SYLLABUS ECONOMETRIA I

(1)

FACULTAD DE ECONOMIA

DEPARTAMENTO ACADEMICO DE ECONOMIA

S Y L L A B U S

EM - 4410 ECONOMETRÍA I

(Aprobado en Sesión de Departamento del 17/04/2012)

1. DATOS GENERALES

1.1. Año Académico 2013.

1.2. Semestre Segundo.

1.3. Asignatura Obligatoria.

1.4. Créditos Cuatro.

1.5. N° de Horas por semana 05 (Teoría: 3 Horas + Práctica: 2 Horas).

1.6. Grupo 01 y 02.

1.7. Requisito Modelos Estadísticos (EM-3425)

Análisis Macroeconómico II (TP-3460)

1.8. Profesores M. Sc. LUIS A. ROSALES GARCIA.

M. Sc. MARTIN CASTILLO AGURTO.

2. SUMILLA

El curso esta orientado a desarrollar la capacidad de investigación del futuro economista, es de naturaleza cuantitativa aplicada y complementa los instrumentos econométricos de modelos uniecuacionales y multiecuacionales. Con respecto a modelos uniecuacionales el alumno aprenderá a especificar, estimar y evaluar modelos dinámicos, no lineales, de variable dependiente cualitativa y de variable dependiente limitada. Con respecto a modelos multiecuacionales, aprenderá su especificación y estimación.

3. COMPETENCIAS DE LA ASIGNATURA

1. Especificar, estimar y evaluar modelos uniecuacionales dinámicos, no lineales, de

variable dependiente cualitativa y de variable dependiente limitada haciendo uso de los métodos econométricos apropiados.

2. Resolver los problemas econométricos encontrados en este tipo de modelos.

3. Especificar y estimar modelos multiecuacionales.

4. Utilizar con éxito los modelos y métodos estudiados en investigaciones económicas y

sociales aplicadas fundamentalmente a la economía peruana.

4. OBJETIVOS GENERALES

1. El estudio riguroso de los métodos econométricos usados en la investigación económica.

2. Contrastar los modelos o teorías econométricas usando los métodos econométricos

mediante un trabajo de investigación de la realidad económica y social (fundamentalmente de la economía peruana).

5. OBJETIVOS ESPECIFICOS

1. Desarrollar en el estudiante conocimientos, habilidades y destrezas científicas para

especificar, estimar y evaluar modelos uniecuacionales dinámicos, no lineales, de variable dependiente cualitativa y de variable dependiente limitada empleando software econométrico (Gretl, Eviews y Stata) y su aplicación en el campo de la investigación económico y social.

2. Desarrollar en el estudiante conocimientos, habilidades y destrezas científicas para

(2)

6. PROGRAMACIÓN DE CONTENIDOS POR UNIDADES DE APRENDIZAJE

6.1.1. Primera Unidad: Modelos Dinámicos.

En esta unidad el alumno será capaz de especificar, modelos dinámicos de variable endógena rezagada y modelos de rezago distribuidos. Identificar e interpretar los supuestos de cada modelo y las propiedades de los parámetros estimados del mismo. Estimar los modelos seleccionando por el método de estimación apropiado. Evaluar la estimación, resolver los problemas encontrados y seleccionar el mejor modelo.

6.1.2. Competencias:

1. Especifica un modelo dinámico.

2. Explica los supuestos de un modelo dinámico.

3. Explica las propiedades de los parámetros estimados de un modelo dinámico.

4. Describe y explica los métodos de estimación de un modelo dinámico.

5. Deduce el modelo dinámico posible de estimación.

6. Estima un modelo dinámico e interpreta los resultados.

7. Evalúa un modelo dinámico.

8. Resuelve problemas econométricos encontrados en la evaluación de un modelo dinámico

9. Selecciona el mejor modelo.

10. Usa especificaciones de modelos dinámicos en investigaciones económicas y sociales.

CONTENIDO METODOLOGÍA

1.1. Introducción

1.2. Variable endógena rezagada 1.2.1 El término de error no tiene

autocorrelación

1. El profesor realiza una exploración en el grupo, respecto a las ideas que los alumnos traen en relación con los conceptos a abordar en esta unidad.

2. El profesor expone las características de un modelo de variable endógena rezagada sin autocorrelación, supuestos y propiedades de los parámetros del modelo, métodos de estimación. Estima y evalúa un caso.

1.2.2 El término de error tiene autocorrelación

1. El profesor expone las características de un modelo de variable endógena rezagada con autocorrelación, supuestos y propiedades de los parámetros del modelo, métodos de estimación. Estima y evalúa un caso

1.3. Variable exógena rezagada. 1.3.1 Retardos finitos

1. El profesor expone las características de un modelo de variable exógena rezagada con retardos finitos, supuestos y propiedades de los parámetros del modelo, métodos de estimación. Estima y evalúa un caso

1.3.2 Retardos infinitos 1. El profesor expone las características de un modelo

de variable exógena rezagada con retardos

infinitos, supuestos y propiedades de los

parámetros del modelo, métodos de estimación. Estima y evalúa un caso

6.2.1. Segunda Unidad: Modelos No Lineales

En esta unidad el alumno será capaz de identificar, distinguir y especificar modelos no lineales. Explicar los supuestos del modelo y las propiedades de los parámetros estimados del mismo. Estimar el modelo usando el método de estimación apropiado. Evaluar la estimación, resolver los problemas encontrados y seleccionar el mejor modelo

1. Identifica un modelo no lineal.

(3)

3. Especifica un modelo no lineal.

4. Explica los supuestos de un modelo no lineal.

5. Explica y demuestra las propiedades de los parámetros de un modelo no lineal.

6. Aplica un método de estimación para un modelo no lineal.

7. Usa transformaciones adecuadas para estimar modelos no lineales.

8. Evalúa la estimación de un modelo no lineal.

9. Selecciona la mejor estimación.

10. Usa especificaciones de modelos no lineales en investigaciones económicas y sociales.

2.1. Introducción

2.2. Mínimos cuadrados ordinarios utilizando la serie de Taylor

2.3. Mínimos cuadrados no lineales

2. El profesor expone la serie de Taylor, Estima y evalúa un caso.

1. El profesor expone las características de un modelo no lineal, supuestos y propiedades de los parámetros del modelo, método de mínimos cuadrados no lineales. Estima y evalúa un caso.

2.4 El estimador de máxima verosimilitud 1. El profesor expone el estimador de máxima

verosimilitud, supuestos y propiedades de los parámetros del modelo. Estima y evalúa un caso.

2.5. Mínimos cuadrados ordinarios

empleando la Transformación Box-Cox

1. El profesor expone la transformación Box-Cox y sus usos. Estima y evalúa un caso

2.6 Contrastes y restricciones 1. El profesor expone los diferentes contrastes o

test para modelos no lineales, con

restricciones lineales o no lineales. Estima y evalúa un caso.

6.3.1.Tercera Unidad: VARIABLES DEPENDIENTES CUALITATIVAS Y LIMITADAS

En esta unidad el alumno será capaz de especificar, modelos de variable dependiente cualitativa o limitada. Identificar e interpretar los supuestos de cada modelo y las propiedades de los parámetros estimados del mismo. Estimar el modelo por el método de estimación apropiado. Evaluar la estimación, resolver los problemas encontrados y seleccionar el mejor modelo.

1. Identifica un modelo de variable dependiente cualitativa o limitada.

2. Distingue un modelo de variable dependiente cuantitativa de uno de variable dependiente

cualitativa o limitada.

3. Especifica un modelo de variable dependiente cualitativa o limitada.

4. Crea las variables necesarias para especificar un modelo de variable dependiente

cualitativa o limitada.

5. Explica los supuestos de un modelo de variable dependiente cualitativa o limitada

6. Explica y demuestra las propiedades de los parámetros de un modelo de variable

dependiente cualitativa o limitada.

7. Aplica un método de estimación para un modelo de variable dependiente cualitativa o

limitada.

8. Evalúa e interpreta la estimación de un modelo de variable dependiente cualitativa o

limitada.

9. Selecciona la mejor estimación.

(4)

11. Usa especificaciones de modelos de variable dependiente cualitativa y/o limitada en investigaciones económicas y sociales

3.1. Modelos de elección discreta 3.1.1. Introducción

3.1.2. Modelo de elección binaria 3.1.2.1. Modelo de probabilidad lineal. 3.1.2.2. Modelo Llogit.

3.1.2.3. Modelo Probit.

2. El profesor expone las características de un modelo de elección discreta, modelo de elección binaria, el modelo de probabilidad lineal, supuestos y propiedades de los parámetros del modelo, método de estimación. Estima y evalúa un caso y realiza pronóstico.

3. El profesor expone los modelos probit y logit, supuestos y propiedades de los parámetros del modelo. Estima y evalúa un caso y realiza pronóstico

4.1.3. Modelo de elección múltiple. 4.1.3.1. Modelo ordenado.

4.1.3.2. Modelo multinomial.

1. El profesor expone los modelos de elección múltiple, supuestos y propiedades de los parámetros del modelo. Estima y evalúa un caso y realiza pronóstico

3.2. Modelo con variable dependiente limitada

3.2.1. Variable dependiente truncada 3.2.2. Variable dependiente censurada

1. El profesor expone las características de un

modelo de variable dependiente limitada

(truncada o censurada), supuestos y propiedades de los parámetros del modelo, método de estimación. Estima y evalúa un caso y realiza pronóstico.

3.3. Modelo con selección muestral 1. El profesor expone las características de un

modelo con selección muestral, supuestos y propiedades de los parámetros del modelo, método de estimación. Estima y evalúa un caso y realiza pronóstico.

6.4.1. Cuarta Unidad: Modelos multiecuacionales

En esta unidad el alumno será capaz de especificar, modelos multiecuacionales. Identificar e interpretar los supuestos del modelo y las propiedades de los parámetros del mismo. Establecer y comprobar las condiciones de identificación del modelo multiecuacional. Establecer y usar restricciones sobre los parámetros estructurales y la varianzas y covarianzas de las variables aleatorias para lograr identificar las ecuaciones del modelo. Estimar el modelo, en las diferentes formas, seleccionando el método de estimación apropiado, sea de información limitada o completa.

1. Explica las razones para especificar modelos multiecuacionales.

2. Especifica un modelo multiecuacional.

3. Distingue entre los diferentes tipos de modelos multiecuacionales.

4. Explica e interpreta los supuestos de un modelo multiecuacional.interdependiente.

5. Explica y demuestra las propiedades de los parámetros estimados de un modelo

multiecuacional.

6. Establece y comprueba las condiciones de identificación de un modelo multiecuacional

interdependiente.

7. Usa restricciones sobre los parámetros estructurales y varianzas y covarianzas de las

variables aleatorias del modelo interdependiente para lograr su identificación.

8. Estima el modelo interdependiente en sus diferentes formas, la estructural y la reducida.

9. Usa el método de estimación para una ecuación exactamente identificada y

sobreidentificada.

10. Distingue entre métodos de estimación con información limitada y completa.

(5)

12. Especifica modelos interdependientes bajo ciertas condiciones de identificación.

13. Usa especificaciones de modelos multiecuacionales en investigaciones económicas y

sociales.

4.1. Introducción

4.1.1. Razones para especificar modelos multiecuacionales

4.1.2. Clasificación de modelos

multiecuacionales

4.1.3 Formas de Especificación de modelos multiecuacionales

2. El profesor expone las razones para especificar modelos multiecuacionales, su clasificación y las

formas de especificación, supuestos y

propiedades de los parámetros del modelo. 4.2. El problema de identificación

4.2.1 Correspondencia entre los parámetros de la forma estructural y la forma reducida

4.2.2. Condiciones de identificación

4.2.3 Restricciones sobre los parámetros estructurales

4.2.4. Restricciones sobre las varianzas y covarianzas

1. El profesor expone en que consiste el problema de identificación y su posible solución con ejemplos.

2. El profesor expone la correspondencia entre los parámetros de la forma estructural y la forma reducida y da ejemplos.

3. El profesor expone las condiciones de

identificación y da ejemplos.

4. El profesor expone las restricciones sobre los parámetros estructurales y las restricciones sobre las varianzas y covarianzas con ejemplos en cada caso.

4.3. Métodos de estimación

4.3.1 Estimación de la forma reducida 4.3.2 Estimación de la forma estructural,

caso de identificación exacta

4.3.3 Estimación de la forma estructural, caso de sobreidentificación.

4.3.3.1 Métodos de información limitada:

mínimos cuadrados indirectos,

mínimos cuadrados de dos etapas, y

máxima verosimilitud con

información limitada

4.3.3.2 Métodos de información completa: mínimos cuadrados de tres etapas, y

máxima verosimilitud con

información completa

1. El profesor expone los métodos de estimación de la forma reducida y estructural. Estima y evalúa un caso para cada situación de identificación usando métodos de información limitada y completa.

7. EVALUACIÓN

La evaluación comprende:

(1) Prácticas calificadas 50 %

(2) Trabajo de investigación (Presentación y Exposición) 20 %

(3) Exámenes parciales 30 %

8. BIBLIOGRAFIA

CASTRO, JUAN F. Econometría Aplicada

RIVAS LLOSA, RODDY 1ra. Edición, Lima: Centro de Investigación de la UP,

2003.

COTTRELL, ALLIN Manual de Gretl: Regression, Econometrics and

Time-series. Wake Forest University, Julio 2003.

DUTTA-ALONSO Métodos Econométricos.

(6)

GREENE, WILLIAM Análisis Econométrico.

Madrid: Prentic Hall Iberia, 2002, quinta edición.

GUJARATI, D. Econometría Básica.

Cuarta edición 2003. Ed. Mc. GRAW-HILL, Bogotá.

HANSEN BRUCE E. Econometrics

University of Wisconsin, January 2006.

INTRILIGATOR, MICHAEL Modelos Econométricos, Técnicas y Aplicaciones.

Ed. Fondo Cultura Económica. México 1990.

JOHNSTON, J. Métodos Econométricos

Universidad de California, Irvine. Primera reimpresión 1989, Ediciones Vincens - Vives S. A., España.

JOHNSTON, JACK Econometrics Methods

DINARDO, JOHN Fourth Edition, 1997 - 1998, Editorial Mc. Graw - Hill.

JUDGE, CARTER, Introduction to the theory and practice of

GRIFFITHS,LUTKEPOHL, econometrics

TSOUNG-CHAO Ed. John Willey Sons, USA, 1988.

KLEIN, L.R. Técnicas de Construcción de Modelos para 22

Economías en vías de Desarrollo. Comercio Exterior Vol. 25. Núm. 11.

KOTSOYIANNIS, A. Teory of Econometrics.

2da. Ed. The Millan Press Ltd. London 1972.

LEYDOLD JOSEF Introduction to Maxima for Economics.

PETRY MARTIN Institute for Statistics and Mathematics, 2011.

MADDALA, G.S. Econometría.

Editorial Mc. Graw-Hill, segunda edición 1996.

NOVALES CINCA, A. Econometría.

Editorial Mc Graw - Hill, Segunda edición, 2000, España.

PINDYCK, ROBERT Econometría: Modelos y Pronósticos

RUBINFELD, DANIEL Cuarta edición, 2001, Editorial Mc. Graw - Hill,

México.

PULIDO SAN ROMÁN, A. Modelos Econométricos

PÉREZ GARCÍA, JULIÁN Guía para la elaboración de modelos econométricos

con Eviews..

Editorial Pirámide. España, 1985.

ROSALES GARCÍA, LUIS Econometría I.

http://econometriai.wordpress.com/.

THEIL, A. Econometrics.

Editorial Prentice Hall.

WONNACOTT-WONNACOTT Econometría.

Editorial Aguilar España 1985.

WOOLDRIDGE, JEFFREY M. Introducción a la Econometría. Un enfoque moderno.

Editorial Thomson, 2da. Edición.