UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS ECONOMICAS

SÍLABO

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

ECONOMETRIA I

1. DATOS GENERALES

Facultad : Ciencias Económicas

Departamento Académico : Economía
Escuela Profesional : Economía
Plan de Estudios : 2015
1.1 Nombre de la asignatura : Econometría I
1.2 Código de la asignatura : 121O206F
1.3 Tipo de asignatura : Obligatorio
1.4 Horas semanales : 6
1.5 Semestre académico : 2020-II
1.6 Ciclo : VI
1.7 Créditos : 5
1.8 Modalidad : No presencial (virtual)
1.9 Docente : Víctor Benigno Pérez Suárez
1.10 Correo institucional : vperezs@unmsm.edu.pe

1.11 Requisitos : Informática para Economista, Macroeconomía III.

Microeconomía III

16 Sesiones
1.12 Duración :
GUJARATI, D. (2003). Econometría básica. 5ª ed. Bogotá
1.13 Texto Básico : McGraw-Hill
 Sumilla

Modelo Lineal General. Inferencia del modelo lineal. Pruebas de hipótesis. Modelo en desviaciones
de media. Violación de los supuestos de la regresión clásica. La multicolinealidad. Modelos con
variables cualitativas (dummy). Modelos Dinámicos: Auto regresivos y rezagos distribuidos.
Mínimos cuadrados generalizados. Heteroscedasticidad. Auto correlación. Estimación y Predicción.
Modelo de ecuaciones simultaneas, Métodos de estimación. Mínimos cuadrados en dos y tres
etapas. Aplicaciones en diferentes sectores de la economía peruana en cada tópico a desarrollar.

Los logros del Aprendizaje se organizan en las siguientes unidades:

I. Estimar el modelo Lineal General.
II. Estimar los modelos de forma funcional, No linealidad.
III. Estimar los modelos con Mínimos Cuadrados Generalizados.
IV. Estimar las Ecuaciones Simultáneas.
V. Exponer el informe final

I. COMPETENCIAS DE ASIGNATURA

Desarrollar en los alumnos la capacidad de identificar, estimar, chequear y proyectar los modelos
econométricos univariables o multivariables.

II. CAPACIDADES
 Definir y estimar un modelo lineal utilizando los Mínimos Cuadrados Ordinarios.
 Aplicar los Mínimos Cuadrados Ordinarios para estimar modelos no Lineales.
 Resolver los modelos lineales complejos con los Mínimos Cuadrados Generalizados
 Estimar y explicar el comportamiento de las variables definidas en Ecuaciones Simultaneas.
 Redactar y exponer un informe Gerencial y Técnico de un trabajo aplicativo.

III. PROGRAMACIÓN DE CONTENIDOS

UNIDAD I
EL MODELO LINEAL GENERAL
CAPACIDAD: Definir y estimar un modelo lineal utilizando los Mínimos Cuadrados Ordinarios
Actitudes
 Deseos de aprender y leer en demasía.
 Disposición para entender, participar y construir los modelos sugeridos.
Semana
 Responsabilidad, pro actividad y cumplimiento.
Contenidos Conceptuales Contenidos Procedimentales

Conocer y utilizar los Software necesarios para el

Revisión del software: Mathcad
01 Revisión del software: Eviews
Definiciones: Econometría, modelos Lineales,
Parámetros, Estimadores. Población y Muestra.
Objeto y método de la Investigación
econométrica. Relación entre variables.
desarrollo del curso:
Software Matemático, Mathcad
Conocer y utilizar los Software necesarios para el
desarrollo del curso:
Software Econométrico, Eviews
Definir las expresiones más comunes en
Econometría.
 Modelo lineal General. Estimación de Mínimos
Cuadrados Ordinarios (MCO). Supuestos.
Propiedades de los estimadores. Grafica de los
estimadores.
Inferencia estadística: Intervalo de confianza y
02
Prueba de Hipótesis
Tarea Nª 1: Estimación de los parámetros
Tarea Nª 2: Análisis de los supuestos revisados
Presentar el modelo Lineal General en forma
matricial y estimar mediante el manejo de vectores
y matrices.
Graficar el ajuste del modelo lineal.
Graficar la verificación de los estimadores con la
inferencia estadística. Aplicaciones
Elegir un ejercicio cualquiera (puede ser de Tablas
de Gujarati) y estimar los parámetros utilizando la
programación del software Eviews. Graficar los
estimadores.
Verificar el cumplimiento de los supuestos

Violación de los supuestos de la regresión Determinar el cumplimiento de los supuestos, sin

clásica. La no Multicolinealidad, No
Autocorrelación, Homoscedasticidad,
Normalidad y Estabilidad.
03
Coeficientes de determinación R cuadrado y R
cuadrado ajustado. Distribuciones de
Probabilidad en el esquema de resultados del
método MCO.
el uso del software confrontando los resultados
con las utilidades que ofrecer el software.
Aplicaciones
Verificar el cumplimiento de los supuestos.
Aplicaciones.

Revisión de la Tarea 1 Discusión y evaluación de los casos presentados

Predecir los modelos lineales utilizando los

Tarea Nª 3: Predicción de variables métodos para ello. Predicción Media y Predicción
Individual

Distribución de los estimadores. Inferencia en

Realizar la inferencia estadística utilizando las
el modelo de regresión lineal. Estimación por
04 distribuciones de probabilidad. Aplicaciones
intervalos.

Predecir las variables mediante los métodos de la

La predicción Media y la predicción Individual
Predicción Media y la Individual. Aplicaciones

Revisión de la Tarea Nª 2 Discusión y evaluación de los casos presentados

Referencias:
 GUJARATI, D. (2003). Econometría básica. 5ª ed. Bogotá: McGraw-Hill.
 MADALA, G. (1996). Introducción a la Econometría. México, D.F.: Prentice-Hall Hispanoaméricana.
 NOVALES, A. (1993). Econometría. Madrid: McGraw-Hill.

UNIDAD II
LOS MODELOS DE FORMA FUNCIONAL, NO LINEALIDAD
CAPACIDAD: Aplicar los Mínimos Cuadrados Ordinarios para estimar modelos no Lineales
Actitudes
 Deseos de aprender y leer en demasía.
Semanas  Disposición para entender, participar y construir los modelos solicitados.
 Responsabilidad, pro actividad y cumplimiento.
Contenidos Conceptuales Contenidos Procedimentales

Tarea Nª 4: Estimación de modelos con Estimar y graficar los resultados de la estimación

05
variables Dummy de modelos con variables artificiales.
 Modelos con variables cualitativas. Variables
dicotómicas y artificiales (dummy).
Modelos Anova, Ancova
Revisión de la Tarea 3
Tarea Nª 5: Modelos con Variables Binaria
como variable dependiente.
Función de Densidad de la distribución Normal
06 Función acumulativa de Probabilidad.
Análisis de los supuestos de Normalidad de las
perturbaciones. Test de Jarque Bera. Test de
Kolmogorov
Revisión de la Tarea 4
Tarea Nª 6: Modelos Logarítmicos
La regresión linealizada.
Modelos semilogarítmicos.
07 Modelo de la tasa de crecimiento
Modelo de Cobb-Douglas Ampliado
Revisión de la Tarea 5
Tarea Nª 7 Modelos Dinámicos
Modelos Dinámicos: Auto regresivos y rezagos
distribuidos. Estimación. Método de Koyck.
08
Método de Almon para los rezagos distribuidos
Revisión de la Tarea 6
Primer Examen Parcial
Referencias:
 GUJARATI, D. (2003). Econometría básica. 4ª ed. Bogotá: McGraw-Hill.
 MADALA, G. (1996). Introducción a la Econometría. México, D.F.: Prentice-Hall Hispanoaméricana.
 NOVALES, A. (1993). Econometría. Madrid: McGraw-Hill.
Conocer la estimación cuando intervienen
variables Dummy. Aplicaciones
Comportamiento de las variables cualitativas en
situaciones específicas. Aplicaciones
Discusión y evaluación de los casos presentados
Estimar y graficar un modelo con variable
dependiente dicotómica.
Estimar y graficar los resultados de la estimación
de modelos con variables dependiente dicotómica.
Aplicaciones.
Realizar las pruebas de normalidad. Aplicaciones.
Discusión y evaluación de los casos presentados
Estimar el modelo de Cobb Douglas ampliado.
Los modelos funcionales. Como resolver los
modelos no lineales utilizando la linealización.
Aplicaciones
Realizar la estimación del Modelo de Cobb
Douglass ampliado. Aplicaciones
Discusión y evaluación de los casos presentados
Estimar modelos con variables rezagadas.
Estimar el modelo de Koyck
Modelar, y estimar los modelos dinámicos.
Aplicaciones
Modelar y estimar modelos de rezagos
distribuidos. Aplicaciones
Discusión y evaluación de los casos presentados
 UNIDAD III
MINIMOS CUADRADOS GENERALIZADOS
CAPACIDAD: Resolver los modelos lineales complejos con los Mínimos Cuadrados Generalizados

Actitudes
 Deseos de aprender y leer en demasía.
Semanas  Disposición para entender, participar y construir los módulos solicitados.
 Responsabilidad, pro actividad y cumplimiento.
Contenidos Conceptuales Contenidos Procedimentales

TAREA Nº 8 Corrección de los supuestos por

Discusión y evaluación de los casos presentados
Autocorrelación y Heteroscedasticidad

Violación de los supuestos de la perturbación

aleatoria. Estimar un modelo lineal, utilizando las correcciones
Heteroscedasticidad y Autocorrelación. para los supuestos. Aplicaciones
09 Corrección de los problemas de supuestos.

Métodos de estimación Prais-Winsten, Estimar mediante los modelos de Prais-Winsten y

Cochrane-Orcutt y otros Cochrane-Orcut. Aplicaciones.

Revisión de la Tarea 7 Discusión y evaluación de los casos presentados

TAREA Nª 9 Estimación aplicando el Método

Estimar un modelo por Máxima Verosimilitud
de la Máxima Verosimilitud

Estimar un modelo con el método de la máxima

El método de la Máxima verisimilitud
verosimilitud. Aplicaciones.
10
Contraste de los indicadores: Indicador de
Validación de un modelo no lineal con estimadores
Wald, Razón de verosimilitud y multiplicador
Máximo verosímiles. Aplicaciones.
de LaGrange

Revisión de la Tarea 8 Discusión y evaluación de los casos presentados

TAREA Nª 10: Estimar un modelo aplicando el

Estimar un modelo utilizando el Método de los
Método de los Mínimos Cuadrados
Mínimos Cuadrados Generalizados.
Generalizados.
Método de los Mínimos Cuadrados Estimar un modelo con Mínimos Cuadrados
11 Ponderados Ponderados.
Estimar un modelo con Mínimos Cuadrados
Mínimos Cuadrados Generalizados
Generalizados
Revisión de la TAREA Nº 9 Discusión y evaluación de los casos presentados
Referencias:
 GUJARATI, D. (2003). Econometría básica. 4ª ed. Bogotá: McGraw-Hill.
 MADALA, G. (1996). Introducción a la Econometría. México, D.F.: Prentice-Hall Hispanoaméricana.
 NOVALES, A. (1993). Econometría. Madrid: McGraw-Hill.
 UNIDAD IV
LAS ECUACIONES SIMULTANEAS
CAPACIDAD: Estimar y explicar el comportamiento de las variables definidas en Ecuaciones Simultaneas
Actitudes
 Deseos de aprender y leer en demasía.
Semanas  Disposición para entender, participar y construir los módulos solicitados.
 Responsabilidad, pro actividad y cumplimiento.
Contenidos Conceptuales Contenidos Procedimentales
Ubicar un sistema de Ecuaciones Simultaneas y
TAREA Nª 11 Formas de expresar un modelo
expresarlo en sus tres formas. Explicar el
de Ecuaciones Simultaneas. El Jacobiano.
Jacobiano.
Formas de expresar un Sistema de Ecuaciones
Forma Estructural, Matricial y Reducida
12 Simultaneas. Aplicaciones.
Métodos de estimación. Mínimos cuadrados en
dos y tres etapa. El sesgo de las ecuaciones Estimar un modelo de ecuaciones simultáneas.
simultaneas El caso de los modelos recursivos, Aplicaciones
triangulares o causales
Revisión de la TAREA Nº 10 Discusión y evaluación de los casos presentados
TAREA Nª 12 Identificación y Estimación de un Identificar y Estimar un modelo de Ecuaciones
modelo de Ecuaciones Simultaneas simultaneas
La identificación de un Sistema de ecuaciones Identificar un Sistema de Ecuaciones Simultaneas
simultaneas. Condición de Orden y Rango. Aplicaciones.
13 Las Ecuaciones en diferencia y ecuaciones Aplicar las ecuaciones por diferencia y ecuaciones
diferenciales, Modelos Dinámicos. Variables diferenciales entre las variables de un Sistema de
rezagadas Ecuaciones Simultaneas. Aplicaciones.
Revisión de la Tarea 11 Discusión y evaluación de los casos presentados

Revisión de la Tarea 12 Discusión y evaluación de los casos presentados

Estimar un sistema de ecuaciones simultáneas en
Los choques económicos en las ecuaciones las repercusiones de los choques económicos.
14
simultáneas. Calcular los impactos económicos de corto plazo y
largo plazo. Aplicaciones
Los impactos de una variable con las otras Establecer un vector Autoregresivo con las
variables del Sistema. variables endógenas. Aplicaciones
Referencias:
 M INTRILIGATOR, M. (1990). Modelos econométricos, técnicas y aplicaciones. México, D.F.: Fondo de
Cultura
 GREENE, W. (2011). Análisis econométrico. 7ª ed. Madrid: Prentice-Hall.
 Johnston, J. (1980). Métodos de Econometría. 3ª ed. Barcelona: Vicens-Vives.
 UNIDAD V
EXPOSICION DEL INFORME FINAL
CAPACIDAD: Redactar y exponer un informe Gerencial y Técnico de un trabajo aplicativo
Actitudes
 Deseos de aprender y leer en demasía.
Semanas  Disposición para entender, participar y construir los modelos solicitados.
 Responsabilidad, pro actividad y cumplimiento.
Contenidos Conceptuales Contenidos Procedimentales
Exposición y revisión del Informe Final. Exponer el Informe final del trabajo de las
(Seis alumnos) ecuaciones simultaneas

Exposición y revisión del Informe Final. Exponer el Informe final del trabajo de las
15
(Seis alumnos) ecuaciones simultaneas

Exposición y revisión del Informe Final. Exponer el Informe final del trabajo de las
(Seis alumnos) ecuaciones simultaneas
Exposición y revisión del Informe Final. Exponer el Informe final del trabajo de las
(Seis alumnos) ecuaciones simultaneas
Exposición y revisión del Informe Final Exponer el Informe final del trabajo de las
16
(Seis alumnos) ecuaciones simultaneas
Segundo Examen Parcial.
Referencias:
 Pérez, C. (2006). Problemas resueltos de Econometría. Madrid: Thomson

IV. METODOLÓGICAS
4.1. Estrategias centradas en la enseñanza
a. Exposición de los temas con diapositivas.
b. Fijar procedimientos de los capítulos planteados.
c. Hacer uso de software especializado.
d. Revisión y sugerencias de corrección de las tareas.

4.2. Estrategias centradas en el aprendizaje

a. Constructivismo radical iterativo.
b. Disponibilidad para lectura abundante de los temas.
c. Elaboración de las tareas sugeridas.
d. Interactividad con las redes digitales.

V. RECURSOS PARA EL APRENDIZAJE

a. Acceso a base de datos de organismos públicos y privados.
b. Lecturas de textos especializados sobre la Econometría.
c. Computadora con multimedia y conectividad.
d. Software: Mathcad, SPSS, Eviews, Stata, software con soporte para gráficos.
VI. EVALUACION

La evaluación estará en función de la entrega final del proyecto de investigación, la diferenciación

de las calificaciones estará de acuerdo al entusiasmo y dedicación en la entrega de los módulos
parciales. El proceso continuo termina con la exposición de un trabajo de investigación que será
expuesto cuya nota se promedia con la nota de las tareas.

Tareas Académicas Peso

Primer examen parcial 20.0%
Segundo examen parcial 20.0%
Evaluación de procesos continuos 60.0%
Promedio Final 100.0%

VII. POLITICAS DEL CURSO

Asistencia

El estudiante que dejara de asistir a más del 30% del total de horas establecidas para el desarrollo del
curso estará automáticamente desaprobado, obtendrá una calificación final igual a cero (0).

Exámenes

La evaluación del aprendizaje debe adecuarse a la modalidad no presencial, considerando las

capacidades y desempeños descritos para cada unidad. Se evalúa antes, durante y al finalizar el
proceso, considerando la aplicación de los instrumentos de evaluación pertinentes.

El proceso de enseñanza esta enlazado en un proceso de evaluación continua proporcionando tareas

para cada aspecto en el silabo, con la finalidad de desarrollar el constructivismo radical y ser
evaluadas paulatinamente, por ello esto toma un mayor porcentaje de 60% que incluye tareas,
informes y exposiciones.

También habrá dos exámenes parciales los cuales tendrán un peso de 20% cada uno. La rendición de
los dos exámenes parciales programados por la EPE son parte de los derechos y deberes de todo
estudiante.
Ninguno de los dos exámenes parciales puede ser sustituido por alguna otra actividad académica:
trabajo domiciliario, otra evaluación escrita u oral, entre otros.
Las calificaciones obtenidas en los exámenes parciales no pueden ser eliminadas, ni modificadas, ni
sustituidas por ningún motivo.

Trabajos monográficos

El plagio no es aceptado por ninguno de los miembros de la comunidad universitaria de la UNMSM. El

plagio es delito, está sancionado penalmente según las normas jurídicas peruanas.
La presentación de parte de algún estudiante de trabajos monográficos plagiados, copias parciales o
totales de obras de otros autores intentando hacer creer que quien plagia es el verdadero autor,
obtenidos por medios escritos o electrónicos, generará que el estudiante involucrado
automáticamente obtenga como nota del rubro Evaluación Continua la calificación igual a cero (0).
 Desarrollo del curso

Cualquier estudiante matriculado en el curso tiene el derecho y deber de informar a la EPE sobre el
adecuado desarrollo de éste: cumplimiento de los aspectos planteados en el sílabo: temario y
exámenes, asistencia del docente a cargo del curso, entre otros.
El ayudante de cátedra debidamente registrado en la EPE es la única persona que puede realizar
desarrollo de parte del temario del curso, ello únicamente durante el tiempo correspondiente a las
horas de práctica, sólo si el curso las tuviese asignadas. Cualquier otra situación se calificará como
suplantación de las actividades del docente

VIII. FUENTES DE INFORMACION COMPLEMENTARIAS

8.1 Fuentes bibliográficas

1. Angrist, J. y Pischke, J. (2009). Mostly harmless Econometrics. New Jersey: Princeton University
Press.

2. Beltrán, A. y Castro, J. (2010). Modelos de datos de panel y variables dependientes limitadas:

teoría y práctica. Lima: Universidad del Pacífico.

3. Carrascal, U.; Gonzáles, Y.; Rodríguez, B. (2001). Análisis econométrico con Eviews. Madrid:
Alfaomega - Universidad de Valladolid.

4. Castro, J. y Rivas-Llosa, R. (2003). Econometría Aplicada. Lima: Universidad del Pacífico.

5. Davidson, R. y MacKinnon, J. (2004). Econometric theory and methods. Oxford: Oxford University
Press.

6. Deaton, A. (1997). The analysis of household surveys. Baltimore: Johns Hopkins University Press
for the World Bank.

7. Galarza, F. y Power, M. (2012). Economía experimental: nuevas metodologías para analizar el

comportamiento individual. Lima: Universidad del Pacífico.

8. Greene, W. (2011). Análisis econométrico. 7ª ed. Madrid: Prentice-Hall.

9. Gujarati, D. (2003). Econometría básica. 4ª ed. Bogotá: McGraw-Hill.

10. Gujarati, D. (2006). Principios de Econometría. 3ª ed. Madrid: McGraw-Hill.
11. Hayashi, F. (2000). Econometrics. New Jersey: Princeton University Press.

12. Hernández, J. y Zúñiga, J. (2013). Modelos econométricos para el análisis económico. Madrid: Esic
Editorial.
13. Intriligator, M. (1990). Modelos econométricos, técnicas y aplicaciones. México, D.F.: Fondo de
Cultura Económica.
14. Johnston, J. (1980). Métodos de Econometría. 3ª ed. Barcelona: Vicens-Vives.
15. Johnston, J. y DiNardo, J. (1997). Econometric methods. New York: McGrawHill.
16. Maddala, G. (1996). Introducción a la Econometría. México, D.F.: Prentice-Hall
Hispanoaméricana.
17. Novales, A. (1993). Econometría. Madrid: McGraw-Hill.

18. Pérez, C. (2006). Problemas resueltos de Econometría. Madrid: Thomson.

19. Pindyck, R. y Rubinfield, D. (2001). Econometría: modelos y pronósticos. 4ª ed. México, D.F.:
McGraw-Hill.

20. Rice, J. (1995). Mathematical statistics and data analysis. 2ª ed. California: Duxbury Press.
21. Sosa-Escudero, W. (1999). Tópicos de Econometría Aplicada. Trabajo Docente N°2. La Plata:
Universidad Nacional de La Plata.

22. Sosa-Escudero, W. (2002). Applied Econometrics. University of Illinois at Urbana-Champaign.

(Mimeo)

23. Stock, J. y Watson, M. (2012). Introducción a la Econometría. 3ª ed. Madrid: Pearson Educación.
24. Pulido, A. y Pérez, J. (2000). Modelos econométricos. Madrid: Pirámide.

25. Verbeek, M. (2001). A guide to modern Econometrics. New York: Wiley.

26. Wooldridge, J. (2010). Introducción a la Econometría. Un enfoque moderno. 4ª ed. México, D.F.:
Cencage Learning.

8.2 Direcciones web

1 Bruce E. Hansen. University of Wisconsin
http://www.ssc.wisc.edu/~bhansen/econometrics/Econometrics.pdf
2 Cursos abiertos del MIT en econometría
http://ocw.mit.edu/courses/economics/14-32-econometrics-spring-2007/
3 Data and other materials for Wooldridge's textbook.
https://www.coursera.org/learn/material-informatics
4 Página de Alfonso Novales
http://pendientedemigracion.ucm.es/info/ecocuan/anc/Teaching.htm
5 Página web de Eric Zivot
http://faculty.washington.edu/ezivot/
6 Página web de Oxmetrics
http://www.oxmetrics.net/