ECONOMETRÍA

Econometría Básica
1. Introducción
 ¿Qué es la econometría?
 Conceptos básicos de algebra matricial
 Nociones de estadística matemática
2. Modelo clásico de regresión lineal simple
 Definiciones y notación
 Estimación de coeficientes por Mínimos Cuadrados Ordinarios (MCO)
 Valores ajustados y residuales. Bondad de ajuste
 Unidades de medida y forma funcional
 Valores esperados y varianzas. Supuestos de MCO
 Propiedades de los estimadores de MCO
3. Modelo clásico de regresión lineal múltiple (Estimación e inferencia)
 Modelo con k variables independientes
 Interpretación de los coeficientes de MCO
 Valores ajustados y residuales en la regresión múltiple
 Interpretación de efectos parciales
 Prueba de hipótesis unilaterales y bilaterales
 Intervalos de confianza para los coeficientes de MCO
 Prueba de hipótesis de conjunta
4. Extensiones al Modelo Clásico de Regresión Lineal
 Regresión a través del origen
 Coeficientes estandarizados
 Formas logarítmicas y cuadráticas
 Formas funcionales y elasticidades
 Modelos con términos de interacción
 Modelos de regresión con información cualitativa
5. Violación de supuestos del MCRL
 Heteroscedasticidad
 Autocorrelación
Econometría Intermedia
1. Introducción
 Estimación por el método de mínimos cuadrados ordinarios
 Problemas del modelo clásico
2. Métodos para cortes transversales
 Combinación de cortes transversales
 Introducción a los datos de panel
- Modelos de efectos fijos
- Modelos de efectos aleatorios
3. Modelos con variable dependiente cualitativa
 Modelo lineal de probabilidad
 Modelos logit y probit
 Temas adicionales en los modelos de variable dependiente binaria
- Modelos ordinales
- Modelos multinomiales
4. Métodos para series de tiempo
 Introducción a las series de tiempo
 Conceptos Básicos de Series de Tiempo
- Análisis Determinístico de las Series de Tiempo: Tendencias y Estacionalidades
 Procesos estocásticos
 Pruebas de estacionariedad
 Modelos uniecuacionales para series de tiempo
- Procesos autorregresivos AR(p)
- Procesos de media móvil MA(q)
- Metodología Box – Jenkins para series de tiempo: Modelos ARIMA (p,d,q)
- Modelos estacionales: SAR, SMA y SARIMA
 Series de tiempo con heteroscedasticidad condicional
- Características de la volatilidad
- Modelos ARCH y GARCH
 Modelos multiecuacionales para series de tiempo
- Modelos de vectores autorregresivos (VAR)
- Causalidad, estimación y predicción
- Cointegración: Causalidad de Engle – Granger y de Johansen
- Modelos de corrección de errores
Evaluación de Impacto
1. Evaluación de programas y políticas públicas
 Definiciones de política pública.
 Tipos de evaluación de políticas públicas.
 ¿Cómo se valora un impacto económico? ¿En qué consiste la evaluación de impacto?
 Evaluación de impacto vs. Evaluación de proyectos.
2. La evaluación de impacto
 El problema de la evaluación de impacto.
 Parámetros de impacto del tratamiento.
 Sesgo de selección.
 Estrategia de identificación y calidad de los datos.
3. Experimentos aleatorios (sociales)
 ¿Qué es un experimento social?
 Modelo de diferencias.
 Estimador de diferencias ampliado: con regresores adicionales, con efectos heterogéneos,
diferencias en el tiempo.
 Verificación y problemas de la aleatorización.
4. Experimentos naturales (cuasi-experimentos)
 ¿Qué es un experimento natural?
 Modelo de diferencias en diferencias.
 Estimador de diferencias en diferencias ampliado: con regresores adicionales, para
múltiples períodos, con datos de corte transversal repetidos.
 Estimador de triples diferencias.
5. Estudios no experimentales. Método de variables instrumentales
 ¿Qué son estudios no experimentales?
 Definición de variable instrumental.
 Elección de instrumentos.
 Estimador de variables instrumentales
 Problemas potenciales del estimador de variables instrumentales.
6. Estudios no experimentales. Método de emparejamiento
 Probabilidad de participación.
 El algoritmo Propensity Score Matching.
 Selección del algoritmo de emparejamiento.
 Calidad del emparejamiento.
7. Estudios no experimentales. Método de regresión discontinúa.
 Diseño de regresión discontinúa nítida.
 Diseño de regresión discontinúa borrosa.
 Estimador de regresión discontinua.