Está en la página 1de 6

UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE ECONOMIA

DEPARTAMENTO ACADEMICO DE ECONOMIA

SYLLABU S

EM - 4410 ECONOMETRÍA I

1. DATOS GENERALES

1.1. Año Académico 2011.


1.2. Semestre Primero.
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, 03 y 07.
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. 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 y su aplicación en el
campo de la investigación económico y social.
2
2. Desarrollar en el estudiante conocimientos, habilidades y destrezas científicas para
especificar, estimar y evaluar modelos multiecuacionales y su aplicación en el campo de
la investigación económico y social.

6. PROGRAMACIÓN DE CONTENIDOS POR UNIDADES DE APRENDIZAJE

a) 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.

b) 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. El profesor realiza una exploración en el grupo,


1.2. Variable endógena rezagada respecto a las ideas que los alumnos traen en
1.2.1 El término de error no tiene relación con los conceptos a abordar en esta
autocorrelación 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 1. El profesor expone las características de un
autocorrelación 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. El profesor expone las características de un modelo
1.3.1 Retardos finitos 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

a) 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
3
b) Competencias:

1. Identifica un modelo no lineal.


2. Distingue un modelo no lineal de uno lineal.
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.

CONTENIDO METODOLOGÍA

2.1. Introducción 1. El profesor realiza una exploración en el grupo,


2.2. Mínimos cuadrados no lineales 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 no lineal, supuestos y propiedades de
los parámetros del modelo, método de
mínimos cuadrados no lineales. Estima y
evalúa un caso.
2.2 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.
2.3. Transformación Box-Cox 1. El profesor expone la transformación Box-Cox
y sus usos. Estima y evalúa un caso

2.4 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.

a) 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.

b) Competencias:

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.
10. Realiza pronósticos de la variable dependiente cualitativa o limitada y los evalúa.
4
11. Usa especificaciones de modelos de variable dependiente cualitativa y/o limitada en
investigaciones económicas y sociales

CONTENIDO METODOLOGÍA

3.1. Modelos de elección discreta 1. El profesor realiza una exploración en el grupo,


3.1.1. Introducción respecto a las ideas que los alumnos traen en
3.1.2. Modelo de elección binaria relación con los conceptos a abordar en esta
3.1.3 El modelo de probabilidad lineal unidad.
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.
3.1.4. Las decisiones de los individuos por 1. El profesor expone los modelos probit y logit,
medio de indicadores. supuestos y propiedades de los parámetros del
modelo. Estima y evalúa un caso y realiza
pronóstico
3.2. Variable dependiente limitada 1. El profesor expone las características de un
3.2.1. Variable dependiente truncada modelo de variable dependiente limitada
3.2.2. Variable dependiente censurada (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.

a) 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.

b) Competencias:

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.
5. Explica y demuestra las propiedades de los parámetros estimados de un modelo
dinámico.
6. Establece y comprueba las condiciones de identificación de un modelo multiecuacional.
7. Usa restricciones sobre los parámetros estructurales y varianzas y covarianzas de las
variables aleatorias del modelo para lograr su identificación.
8. Estima el modelo multiecuacional 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.
11. Estima el modelo multiecuacional e interpreta los resultados.
12. Especifica modelos multiecuacionales bajo ciertas condiciones de identificación.
13. Usa especificaciones de modelos multiecuacionales en investigaciones económicas y
sociales.
5

CONTENIDO METODOLOGÍA

4.1. Introducción 1. El profesor realiza una exploración en el grupo,


4.1.1. Razones para especificar modelos respecto a las ideas que los alumnos traen en
multiecuacionales relación con los conceptos a abordar en esta
4.1.2. Clasificación de modelos unidad.
multiecuacionales 2. El profesor expone las razones para especificar
4.1.3 Formas de Especificación de modelos modelos multiecuacionales, su clasificación y las
multiecuacionales formas de especificación, supuestos y
propiedades de los parámetros del modelo.
4.2. El problema de identificación 1. El profesor expone en que consiste el problema
4.2.1 Correspondencia entre los parámetros de identificación y su posible solución con
de la forma estructural y la forma ejemplos.
reducida 2. El profesor expone la correspondencia entre los
4.2.2. Condiciones de identificación parámetros de la forma estructural y la forma
4.2.3 Restricciones sobre los parámetros reducida y da ejemplos.
estructurales 3. El profesor expone las condiciones de
4.2.4. Restricciones sobre las varianzas y identificación y da ejemplos.
covarianzas 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 1. El profesor expone los métodos de estimación de
4.3.1 Estimación de la forma reducida la forma reducida y estructural. Estima y evalúa
4.3.2 Estimación de la forma estructural, un caso para cada situación de identificación
caso de identificación exacta usando métodos de información limitada y
4.3.3 Estimación de la forma estructural, completa.
caso de sobreidentificación.
4.3.3.1 Métodos de información limitada:
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

7. EVALUACIÓN

La evaluación comprende:

(1) Prácticas calificadas 50 %


(2) Trabajo de investigación (Presentación y Exposición) 20 %
(3) Exámenes parciales 30 %

8. BIBLIOGRAFIA

DUTTA-ALONSO Métodos Econométricos.


Ed. South-Westwen Publiena Ca. 1982.
USA.

CASTRO, JUAN F. Econometría Aplicada


RIVAS LLOSA, RODDY 1ra. Edición, Lima: Centro de Investigación
de la UP, 2003.

GREENE, WILLIAM Análisis Econométrico.


Madrid: Prentic Hall Iberia, 1999. 3ra.
edición.
6

GUJARATI, D. Econometría Básica.


Tercera edición 1997. Ed. Mc. GRAW-HILL,
Bogotá.

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.

MADDALA, G.S. Econometría.


Editorial Mc. Graw-Hill. 1996.

NOVALES CINCA, A. Econometría.


Editorial Mc Graw - Hill, 1996, España.

PINDYCK, ROBERT Econometría: Modelos y Pronósticos


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

PULIDO, A. Modelos Econométricos.


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.

PIURA, ABRIL 2011.

También podría gustarte