UNIVERSIDAD NACIONAL AGRARIA DE LA SELVA

TINGO MARÍA
FACULTAD DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS
DEPARTAMENTO ACADÉMICO DE CIENCIAS ECONÓMICAS
Av. Universitaria Km.1.5 – (062) 562959

SÍLABO
I. DATOS GENERALES

1. Asignatura : ECONOMETRÍA II
2. Código : ECO60701A
3. Requisito : Econometría I
4. Semestre : VII
5. N° de Horas de Clases : Teóricas 02. Prácticas 03
6. Créditos : 04
7. Año Académico : 2024 - I
8. Aula : HEL-D302-303
9. Horario de clases : Mar. 8 – 11 am. y jue. 11 – 1 pm.
10. Horas tutoriales : 04
11. Docente : Tedy Panduro Ramírez.
12. E-Mail : tpanduro_39@hotmail.com
tedy.panduro@unas.edu.pe
II. SUMILLA:
La asignatura pertenece al área de formación especializada del plan curricular, es
de carácter teórico – práctico, e incorpora los siguientes temas de estudio:
Regresores estocásticos y ecuaciones simultáneas: identificación, estimación e
inferencia, series de tiempo univariadas. Modelos AR, MA, ARMA y ARIMA:
identificación, estimación y predicción, series de tiempo univariada y multivariada;
y, modelos de variable dependiente cualitativa. Permite instrumentar la realidad
económica con fines de corroboración de afirmaciones (hipótesis de investigación),
lo cual resume la realidad y facilita la proyección y responsabilidad social
universitaria.

III. COMPETENCIAS:
Se propone fortalecer las capacidades técnicas instrumentales que permiten instrumentar,
modelar, simular e interpretar los hechos económicos y socio ambientales; a través de
exposiciones magistrales de los modelos y su aplicación práctica, según contexto.
IV. PROGRAMACIÓN DE CONTENIDOS:

UNIDAD 1
“PROBLEMAS CON LOS REGRESORES Y PERTURBACIONES NO ESFERICAS”

Al finalizar la unidad I: El estudiante detecta y corrige modelos econométricos con problemas en los regresores y con perturbaciones no esféricas.

PROG. HORAS DE
SEM.
SESIONES
CONTENIDOS CONCEPTUALES CONTENIDOS PROCEDIMENTALES ESTRATEGIA DIDÁCTICA NRO. HORAS
ASESORÍA.
Exposición del sílabo en el primer día de Comentar y expresar inquietudes respecto a la presentación
1 clases. Repaso de los conocimientos del sílabo. Exposición 2
Fijar los conocimientos de la teoría econométrica desarrollada Dialogada
SEM1 adquiridos en el curso de Econometría I con anterioridad. 4

El problema de redundancia de variables Exposición

2 Identificar y analizar los modelos econométricos con 3
(multicolinealidad). problemas de multicolinealidad. Dialogada

Exposición
3 Aplicación. Identifica, analiza y corrige modelos con problemas en los 2
regresores. Dialogada
SEM2 Modelos econométricos con perturbaciones 4
Exposición
4 no esféricas. Modelos con Identifica y analiza modelos econométricos con perturbaciones 3
no esférica. Analiza el caso de modelos heteroscedasticos. Dialogada
heteroscedasticidad.

5 Aplicación. Detecta y corrige modelos econométricos con Método de casos 2

heteroscedasticidad.
SEM3 4
Exposición
6 Modelos con autocorrelación. Analiza el caso de modelos con autocorrelación. 3
Dialogada

7 Aplicación. Detecta y corrige modelos con autocorrelación. Presentación y Método de Casos 2

SEM4 sustentación del Trabajo 1. 4
8 PRIMER EXAMEN PARCIAL EXAMEN PARCIAL 1. 3
 UNIDAD 2
“SERIES DE TIEMPO: VECTORES AUTORREGRESIVOS”
Al finalizar la unidad II: El estudiante modela variables en series de tiempo para realizar interpretaciones de corto plazo.

PROG. HORAS DE
SEM.
SESIONES
CONTENIDOS CONCEPTUALES CONTENIDOS PROCEDIMENTALES ESTRATEGIA DIDÁCTICA NRO. HORAS
ASESORÍA.
Análisis univariado de series de tiempo: Analizar el proceso de generación de datos en series de
9 Exposición 3
Modelos AR, MA, ARMA y ARIMA. tiempo univariadas. Dialogada
SEM5 Análisis univariado de series de tiempo: 4
Analizar el proceso de generación de datos en series de Exposición
10 Modelos AR, MA, ARMA y ARIMA. 2
tiempo univariadas. (Continuación) Dialogada
(Continuación)

Tendencias estocásticas y determinísticas: Exposición

11 Identificar y analizar los elementos de una serie de tiempo con 3
Pruebas de raíz unitaria. fines de limpiar la serie para garantizar convergencia. Dialogada
SEM6 4
12 Aplicaciones. Analizar el uso de los tests de raíz unitaria a través del uso de Método de Casos 2
software.
Identificar y analizar los elementos de una serie de tiempo con Exposición
13 Quiebre estructural y la raíz unitaria. fines de limpiar la serie para garantizar convergencia, cuando 3
Dialogada
SEM7 hay quiebre estructural. 4
14 Aplicaciones. Analizar el uso de los tests de raíz unitaria a través del uso de Método de Casos 2
software.
Exposición
15 Modelos de vectores autoregresivos (VARs) Identificar y estimar un modelo VAR, con fines de simulación e 3
interpretación. Dialogada
SEM8 4
Modelos de vectores autoregresivos (VARs) Exposición
16 Identificar y estimar un modelo VAR, con fines de simulación e 2
(continuación) interpretación. (continuación) Dialogada

17 Aplicaciones. Plantear y estimar un modelo VAR a través de uso de software. Método de Casos 3
SEM9 4
18 SEGUNDO EXAMEN PARCIAL 2
 UNIDAD 3
“MODELO DE CORRECCIÓN DE ERRORES”

Al finalizar la unidad III: El estudiante modela variables en series de tiempo para realizar interpretaciones de largo plazo.

PROG. HORAS DE
SEM.
SESIONES
CONTENIDOS CONCEPTUALES CONTENIDOS PROCEDIMENTALES ESTRATEGIA DIDÁCTICA NRO. HORAS
ASESORÍA.
Condiciones de estabilidad, en series de Analizar el concepto de convergencia de largo plazo y
19 tiempo, en el largo plazo: Definición de Exposición 3
cointegración en series de tiempo multivariadas. Dialogada
SEM10 convergencia y cointegración. 4
Pruebas de cointegración: Engle & Granger y Exposición
20 Identificar y analizar el proceso de detección de cointegración 2
Johansen. de dos o más series de tiempo. Dialogada

Planteamiento de un modelo de corrección Exposición

21 Identificar y estimar un modelo de corrección de errores, con 3
de errores. fines de simulación e interpretación. Dialogada
SEM11 4
22 Aplicaciones. Estimar un modelo de corrección de errores a través del uso Método de Casos 2
de software.
23 Trabajo encargado grupal en clase. Método de Casos 3
SEM12 Trabajo grupal con la aplicación de teoría de juegos
4
1
24 TERCER EXAMEN PARCIAL.
 UNIDAD 4
“MODELOS DE PROBABILIDAD NO LINEAL”
Al finalizar la unidad IV: El estudiante modela variables de fuente primaria obtenida de encuestas con fines de interpretación microeconómica.

PROG. HORAS DE
SEM.
SESIONES
CONTENIDOS CONCEPTUALES CONTENIDOS PROCEDIMENTALES ESTRATEGIA DIDÁCTICA NRO. HORAS
ASESORÍA.
Analizar la importancia del uso de modelos de variable
Modelos de probabilidad de respuesta
23 Exposición 3
dicotómica. dependiente cualitativa de respuesta dicotómica. Dialogada
SEM13 4
Interpretación de modelos de probabilidad de Exposición
24 Identificar indicadores de interpretación en modelos de 2
respuesta dicotómica. variable dependiente cualitativa de respuesta dicotómica. Dialogada

Estimar modelos de variable dependiente cualitativa de

25 Aplicaciones. Método de Casos 3
respuesta dicotómica.
SEM14 4
Analizar la importancia del uso de modelos de variable
Modelos de probabilidad de respuesta Exposición
26 2
múltiple. dependiente cualitativa de respuesta múltiple. Dialogada

Interpretación de modelos de probabilidad de Exposición

27 Identificar indicadores de interpretación en modelos de 3
respuesta dicotómica. variable dependiente cualitativa de respuesta múltiple. Dialogada

SEM15 Estimar modelos de variable dependiente cualitativa de 4

28 Aplicaciones. Método de Casos 2
respuesta múltiple.

29 CUARTO EXAMEN PARCIAL. 3

SEM16 4
30 EXAMEN SUSTITUTORIO. 2
V. METODOLOGÍA

Para el desarrollo del curso, se seguirá un enfoque por competencias basado en el

paradigma del aprendizaje, en el cual los estudiantes participan activamente en la
adquisición y generación de conocimientos. El docente será el tutor o facilitador del
aprendizaje.
Como parte de las estrategias didácticas, se considerarán casos reales y aplicativos
durante toda la asignatura, en la cual el estudiante irá poniendo en práctica los
contenidos conceptuales desarrollados.
Así mismo se utilizará prácticas dirigidas a fin de afianzar aspectos concretos
relacionados a modelado y documentación.
Se hará uso de las plataformas virtuales que la universidad pone a disposición del
docente y del estudiante para realizar algunas actividades académicas.

VI. EVALUACIÓN

La nota final del curso será la media aritmética ponderada de las siguientes notas, cuyo
peso se indican:

RELACIÓN DE EXAMENES

N° NOMBRES %

1 Exámenes Parciales (EP) 15

2 Examen de Medio Curso (EM) 25

3 Examen Final (EF) 25

4 Trabajos Encargados (TE) 35

TOTAL 100

PROMEDIO FINAL NOTA FINAL

PF = ((EP * %) + (EM * %) + (EF * %) +(TE*%)) PF

VII. FUENTES DE INFORMACIÓN:

BIBLIOGRAFÍA REFERENCIAL
✓ BROOKS Chris. (2008). INTRODUCTORY ECONOMETRICS FOR FINANCE. Second Edition.
Cambridge University Press. New York.
✓ CASTRO, Juan. RIVAS-LLOSA, Roddy (2005). ECONOMETRÍA APLICADA. Universidad del
Pacífico. Perú.
✓ ENDERS, Walter (2004). APPLIED ECONOMETRIC TIME SERIES. Wiley and Sons Inc.
United State of America.
✓ FERNANDEZ, Ana, GONZALES, Pilar (1995). EJERCICIOS DE ECONOMETRÍA. Universidad
del País Vasco. España.
✓ GUJARATI Damodar, PORTER Down. (2010). ECONOMETRIA. Mc Graw Hill Editores.
Quinta Edición. México.
✓ LORIA D., Eduardo (2007). ECONOMETRÍA CON APLICACIONES. Prentice Hall. México.
✓ PANDURO, Tedy. (2020). ECONOMETRIA BASICA I. Universidad Nacional Agraria de la
Selva. Primera Edición. Tingo María. Perú.

BIBLIOGRAFÍA OBLIGATORIA
✓ CABRER B., SANCHO A., SERRANO G. (2001). MICROECONOMETRÍA Y DECISIÓN.
Universidad de Valencia – España.
✓ GREENE H., William (1998). ANÁLISIS ECONOMÉTRICO. New York University. Prentice
Hall. Tercera Edición. United State of America.
✓ HUAMÁN, B. (2007). EL MERCADO LABORAL PERUANO Y DECISIONES DE LA EMPRESA:
EL CASO DEL ENVEJECIMIENTO. PUCP. Lima - Perú.
✓ NOVALES CINCA, Alfonso (1994). ECONOMETRÍA. Universidad de Complutense de
Madrid. Segunda Edición. España.
✓ PANDURO, Tedy. (2020). ECONOMETRIA BASICA I. Universidad Nacional Agraria de la
Selva. Primera Edición. Tingo María. Perú.

BIBLIOGRAFIA DE CONSULTA
✓ NERI, Stefano (2003). STRUCTURAL VARs AND DSGE MODELS: APLICATIONS TO
MACROECONOMICS. Universitat Pompeu Fabra de Barcelona. España.
✓ OTÁROLA B., Manuel (2003). ECONOMETRÍA PARA EMPRESAS: Análisis de Casos. Fondo
de desarrollo editorial de la Universidad de Lima. Perú.
✓ PANDURO, Tedy. (2020). ECONOMETRIA BASICA I. Universidad Nacional Agraria de la
Selva. Primera Edición. Tingo María. Perú.
✓ PÉREZ L., César (2006). PROBLEMAS RESUELTOS DE ECONOMETRÍA. Instituto de estudios
fiscales de la Universidad Complutense de Madrid. España.
✓ PYNDYCK, R. y RUBINFELD, D. (2001). ECONOMETRÍA: Modelos y pronósticos. Mc Graw
Hill. New York.

Tingo María, abril de 2024.