“Año del Bicentenario del Perú: 200 años de Independencia”

SÍLABO UNICO VIRTUAL

“Adaptado en el marco de la emergencia sanitaria por el COVID-19”

ASIGNATURA: ECONOMETRIA II CÓDIGO: 7C0096

I. DATOS GENERALES

1.1 Departamento Académico : Economía

1.2 Escuela Profesional : Economía
1.3 Carrera Profesional : Ciencias Económicas
1.4 Ciclo de estudios : VII
1.5 Créditos : 4
1.6 Duración : 17 semanas
1.7 Horas semanales : cinco (05 horas semanales)
1.7.1 Horas de teoría : tres (03 horas semanales)
1.7.2 Horas de práctica : dos (02 horas semanales)
1.8 Plan de estudios : 2002
1.9 Modalidad : No presencial (virtual)
1.10 Inicio de clases : 02 de agosto del 2021
1.11 Finalización de clases : 22 de noviembre del 2021
1.12 Requisito : Econometría I
1.13 Docente Responsable : Oscar Francisco Samanamud Loyola
1.14 Semestre Académico : 2021-1
1.15
II. SUMILLA
La asignatura de Econometría II es de naturaleza teórico práctico, donde se desarrolla la econometría de series de tiempo, modelo de ecuaciones
simultáneas, modelos dinámicos, modelo lineal de probabilidad, modelos de respuesta cualitativa y modelos de regresión con datos de panel.

III. COMPETENCIA DE LA ASIGNATURA

Elabora modelos econométricos avanzados para las mediciones empíricas de relaciones postuladas en macroeconomía y microeconomía,
mediante la aplicación de la estadística matemática y las herramientas de inferencia estadística.

IV. CAPACIDADES

• C1: MODELOS CON VARIABLE DEPENDIENTE LIMITADA

Utiliza modelos lineales de probabilidades, Logit y Probit para abordar problemas microeconómicos.

• C2: MODELOS DE ECUACIONES SIMULTANEAS

Elabora modelos de ecuaciones simultáneas para que mida empíricamente las relaciones postuladas en la teoría macroeconómica y microeconómica.

• C3: PROCESO ARMA ESTACIONARIO Y MODELOS DE SERIES DE TIEMPO NO ESTACIONARIO

Diseña y estima modelos univariados para series de tiempo, mediante instrumental ARIMA.

• C4: VECTORES AUTOREGRESIVOS Y COINTEGRACION

Maneja modelos VAR y Cointegración para abordar problemas económicos.
V. PROGRAMACIÓN DE CONTENIDOS

UNIDAD I
Modelos con variable dependiente limitada

C1 Utiliza modelos lineales de probabilidades, Logit y Probit para abordar problemas microeconómicos.

ACTIVIDADES DE
CONTENIDOS CONTENIDOS
SEMANA CONTENIDOS ACTITUDINALES APRENDIZAJE / HORAS
CONCEPTUALES PROCEDIMENTALES
EVALUACIÓN

Elabora un modelo lineal de 5

probabilidades para variables Exposición dialogada.
Semana N°1 Modelo Lineal de Probabilidad:
especificación, estimación y
microeconómicas. Actividad aplicativa.
Resolución de ejercicios.
bondad de ajustes. Aplicación de caso práctico
en laboratorio de cómputo.

Elabora un modelo logit para Exposición dialogada. 5

variables microeconómicas. Actividad aplicativa.
Semana N°2 Modelo Logit: especificación, Resolución de ejercicios.
estimación y bondad de ajustes. Aplicación de caso práctico
Participa adecuadamente en en laboratorio de cómputo.
equipos de trabajo mediante la
resolución de ejercicios y trabajos
Elabora un modelo tobit para grupales. Exposición dialogada. 5
variables microeconómicas. Actividad aplicativa.
Semana N°3 Modelo Probit: especificación, Resolución de ejercicios.
estimación y bondad de ajustes. Aplicación de caso práctico
en laboratorio de cómputo.

Desarrollo de un modelo a partir Elabora un modelo para un 5

de la Encuesta Nacional de problema microeconómico.
Hogares.
Semana N°4 Exposición del trabajo.

PRIMERA EVALUACIÓN CORRESPONDIENTE A LA UNIDAD N° I

Referencias bibliográficas:
Gujarati, Cap. 16; Wooldridge, Caps. 13 y 14

C2 Elabora modelos de ecuaciones simultaneas para que mida empíricamente las relaciones postuladas en la teoría macroeconómica y microeconómica.
CONTENIDOS
SEMANA
CONCEPTUALES
Identifica una variable
instrumental.
Semana N°5 Representa de forma analítica un
modelo genérico de ecuaciones
simultáneas.
Ejemplifica los problemas de la
identificación.
Demuestra teóricamente el método
Semana N°6 de mínimos cuadrados en dos
etapas.
Parafrasea los supuestos del
MCO2.
Semana N°7 Parafrasea los pasos para diseñar
un modelo de ecuaciones
simultaneas con series de tiempos
Representa de forma analítica un
Semana N°8 modelo de datos panel.
EXAMEN PARCIAL: Evaluación correspondiente a la Unidad N° I y II
Referencias bibliográficas:
Gujarati, Cap. 15; Wooldridge, Cap. 17.
Gujarati, Cap. 16; Wooldridge, Caps. 13 y 14.
UNIDAD II
Modelo de Ecuaciones Simultaneas y Panel Data
CONTENIDOS
PROCEDIMENTALES
Plantea un modelo que incluye
Variable Instrumental.
Específica un modelo de ecuaciones
simultaneas.
Explica la identificación de un modelo
de ecuaciones simultáneas.
Explica la diferencia respecto al
método de MCO.
Aplica mínimo cuadrados en dos
etapas a un modelo de ecuaciones
simultáneas.
Diseña un modelo multiecuacional
para un mercado específico.
Estima un MES mediante Eviews.
Presenta la modelización.
Diseña un modelo de datos panel
mediante Eviews.
Presenta la modelización.
CONTENIDOS ACTITUDINALES
Participa adecuadamente en equipos
de trabajo mediante la resolución de
ejercicios y trabajos grupales.
ACTIVIDADES DE
APRENDIZAJE / HORAS
EVALUACIÓN
Exposición dialogada.
Actividad aplicativa.
Resolución de ejercicios. 5
Aplicación de caso práctico
en laboratorio de cómputo.
Exposición dialogada.
Actividad aplicativa.
Resolución de ejercicios. 5
Aplicación de caso práctico
en laboratorio de cómputo.
Exposición dialogada.
Actividad aplicativa.
Resolución de ejercicios. 5
Aplicación de caso práctico
en laboratorio de cómputo.
Exposición dialogada.
Actividad aplicativa.
Resolución de ejercicios.
Aplicación de caso práctico 5
en laboratorio de cómputo.
Exposición.

Proceso ARMA Estacionario y Modelos de Series de Tiempo No Estacionario
C3 Diseña y estima modelos univariados para series de tiempo, mediante instrumental ARIMA.
CONTENIDOS
SEMANA
CONCEPTUALES
Parafrasea los conceptos básicos
de series de tiempo.
Semana N°9 Identifica los componentes de
una serie de tiempo.
Utiliza los operadores para
representar ecuaciones en
diferencia.
Define estadísticamente un
proceso estocástico estacionario
Semana N°10 y no estacionario.
Calcula estadísticamente las
funciones de autocovarianza y
autocorrelación.
Determina mediante estadística
matemática los componentes AR,
Semana N°11 MA y ARMA en una serie de
tiempo.
Reconoce gráficamente los
componentes AR, MA y ARMA
en una serie de tiempo.
Parafrasea la metodología Box-
Jenkins (Identificación,
Semana N°12 Estimación, Verificación y
Pronóstico).
SEGUNDA EVALUACIÓN CORRESPONDIENTE A LA UNIDAD N° III
Referencias bibliográficas:
Gujarati, Cap. 18; Wooldridge, Cap. 10.
Gujarati, Cap. 18; Wooldridge, Cap. 11.
Gujarati, Cap. 22; Maddala, Cap. 13; Wooldridge Cap. 11
Maddala, Cap. 14; Wooldridge Cap. 11.
UNIDAD III
ACTIVIDADES DE
CONTENIDOS CONTENIDOS
APRENDIZAJE / HORAS
PROCEDIMENTALES ACTITUDINALES
EVALUACIÓN
Grafica series de tiempos
macroeconómicos para identificar Exposición dialogada.
sus componentes.
Obtiene los componentes de una
Actividad aplicativa.
Resolución de ejercicios. 5
serie a partir de los datos de una Aplicación de caso práctico
variable. en laboratorio de cómputo.
Determina la estacionariedad de
Exposición dialogada.
una serie a partir de la función de
autocorrelación simple y parcial.
Actividad aplicativa.
Resolución de ejercicios. 5
Aplica test de raíz unitaria a series
Participa adecuadamente en Aplicación de caso práctico
macroeconómicas.
equipos de trabajo mediante la en laboratorio de cómputo.
resolución de ejercicios y trabajos
grupales.
Exposición dialogada.
Identifica en una serie económica
los componentes autorregresivos
Actividad aplicativa.
Resolución de ejercicios. 5
y/o media móvil.
Aplicación de caso práctico
en laboratorio de cómputo.
Aplica la metodología Box-Jenkins
a una serie de tiempo
Metodología Box-Jenkins,.
macroeconómica.
Exposición de trabajo.
5
Presenta la modelización de una
serie de tiempo macroeconómica.
 UNIDAD IV
Vectores Autorregresivos y Cointegración

C4 Maneja modelos VAR y Cointegración para abordar problemas económicos.

ACTIVIDADES DE
CONTENIDOS CONTENIDOS CONTENIDOS
SEMANA APRENDIZAJE / HORAS
CONCEPTUALES PROCEDIMENTALES ACTITUDINALES
EVALUACIÓN

Exposición dialogada.
Semana N°13 Demuestra teóricamente un
modelo dinámico con variable
Resuelve modelos dinámicos con
Actividad aplicativa.
Resolución de ejercicios. 5
variables estacionarias.
estacionaria. Aplicación de caso práctico
en laboratorio de cómputo.

Ejemplifica el test de causalidad
Plantea un modelo de corrección de
Semana N° 14 Granger.
Demuestra teóricamente un
macroeconómicas, que incluye el
modelo de corrección de errores
(MCE).
Demuestra teóricamente un
Semana N° 15 modelo VAR.
Función impulso respuesta y
descomposición de varianza.
Error estándar para FIR.
Exposición dialogada.
Actividad aplicativa.
Resolución de ejercicios.
errores con variables
Aplicación de caso práctico 5
Participa adecuadamente en en laboratorio de cómputo.
Test de Causalidad Granger.
equipos de trabajo mediante la
resolución de ejercicios y trabajos
grupales. Exposición dialogada.
Actividad aplicativa.
Resolución de ejercicios.
Interpreta los resultados de un Aplicación de caso práctico
5
modelo VAR. en laboratorio de cómputo.

Diseña un modelo VAR y MCE con

Semana N° 16 Diseño de un modelo VAR y
MCE.
variables macroeconómicas.
Exposición del trabajo. 5

EXAMEN FINAL: Evaluación correspondiente a la Unidad N° III y IV

Referencias bibliográficas:
Hamilton, Cap.11 y 19.
Greene, Cap.18.
VI. METODOLOGÍA
• 6.1 Estrategias centradas en el aprendizaje
Se aplicará una metodología de trabajo en grupos de estudiantes, quienes eligen un tema de acuerdo con los propuestos por el docente y elaboran
un proyecto relacionado en cada unidad de aprendizaje.

• 6.2 Estrategias centradas en la enseñanza

Serán de tipo conferencias audiovisuales, de carácter expositivo, inductivo e interactivo. Se expondrá una vez a la semana siguiendo el orden
programado. Durante las clases, el docente formulará preguntas del tema a los estudiantes. En algunos momentos de las clases reunirá a dupla de
alumnos para que desarrollen ejercicios propuestos.

VII. RECURSOS PARA EL APRENDIZAJE

Equipos: Retroproyector, computadoras.
Laboratorio de cómputo con programas de E-View7 y Stata12 instalados.
Materiales: Libros de texto, separatas, diapositivas y notas de clase.
Las prácticas de laboratorio de cómputo se desarrollan en base a una guía práctica.

VIII. EVALUACIÓN
• De acuerdo con el Compendio de Normas Académicas de esta Casa Superior de estudios, en su artículo 13° señala lo siguiente: “Los exámenes y otras
formas de evaluación se califican en escala vigesimal (de 1 a 20) en números enteros. La nota mínima aprobatoria es once (11). El medio punto (0.5) es
a favor de estudiante”.

• Del mismo modo, en referido documento en su artículo 16°, señala: “Los exámenes escritos son calificados por los profesores responsables de la
asignatura y entregados a los alumnos y las actas a la Dirección de Escuela Profesional, dentro de los plazos fijados”

• Asimismo, el artículo 36° menciona: “La asistencia de los alumnos a las clases es obligatoria, el control corresponde a los profesores de la asignatura. Si
un alumno acumula el 30% de inasistencias injustificadas totales durante el dictado de una asignatura, queda inhabilitado para rendir el examen final y
es desaprobado en la asignatura, sin derecho a rendir examen de aplazado, debiendo el profesor, informar oportunamente al Director de Escuela”

• La evaluación de los estudiantes, se realizará de acuerdo a los siguientes criterios:

N° CÓDIGO NOMBRE DE LA EVALUACIÓN PORCENTAJE
01 EP EXAMEN PARCIAL 30%
02 EF EXAMEN FINAL 30%
03 TA TRABAJOS ACADÉMICOS 40%
TOTAL 100%
 La Nota Final (NF) de la asignatura se determinará en base a la siguiente manera:

NF =EP*30% + EF*30% + TA*40%

100
IX. FUENTES DE INFORMACIÓN

9.1 Bibliográficas

Davidson, R. y Mackinnon, J. G. (2004): Econometric Theory and Methods, Oxford University Press, New York.
Greene, William (2000), Econometric Analysis, Prentice Hall, 4th Edition.
Hamilton, J (1994). Times Series Analysis, Princeton University Press.
Maddala, G.S (1996). Introducción a la econometría. Segunda edición. Prentice – Hall Hispanoamericana S.A
Suarez. A. (2018): Modelos econométricos de series de tiempo.
Wooldridge, J. M. (2010): Introducción a la Econometría: Un Enfoque Moderno, Cengage Learning, 4ta edición.
Wooldridge, J. M. (2012): Introductory Econometrics: A Modern Approach, South-Western College Publishing, 5th edition.

9.2 Electrónicas
* Novales, A. (1993). Econometría. MC GRAW HILL.
Recuperado de:
https://econometria101.files.wordpress.com/2013/02/econometria-2ed-a-novales.pdf
* Gujarati, D. (2004). Econometría. Cuarta edición, Mc Graw Hill.
https://es.scribd.com/lists/2619741/Econometria-4ta-Edicion-Damodar-N-Gujarati

Lima, 26 de julio del 2021

MG. JORGE A. SAAVEDRA GARCÍA

DIRECTOR-DAE

Fecha de recepción del sílabo