UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

(Universidad del Per, DECANA DE AMRICA)

FACULTAD DE CIENCIAS ECONMICAS ESCUELA ACADMICO PROFESIONAL DE ECONOMA

CICLO: VI

CURSO: ECONOMETRA II

ESCUELA ACADMICO PROFESIONAL DE ECONOMA

SLABO
1. DATOS GENERALES 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Nombre del Curso: Cdigo del Curso: N de Crditos: N de horas semanales: N de horas de prctica semanales: Requisitos: Nombre de los Docentes: ECONOMETRA II FO3234 5 6 2 Econometra I Mg. VCTOR PREZ SUREZ Mg. CORNELIO TICSE NEZ 218-D / 208-T 2004 2011-I

1.8 Aulas: 1.9 Plan de Estudios: 1.10 Semestre Acadmico:

2.

SUMILLA Modelo de regresin no lineal. Algoritmos y mtodos de estimacin. Modelos de eleccin discreta MLP: Modelo Logit, Probit, y Tobit. Series de tiempo: procesos estocsticos, estacionariedad. Modelos AR, MA y mixtos. Metodologa Box Jenkins. Modelos ARIMA. Tendencias estocsticas y determinsticas. Races unitarias. Quiebres estructurales y races unitarias. Funciones de transferencia. Cointegracin. Modelos de cointegracin. Vectores auto regresivos. Estimacin de vectores auto regresivos con series no estacionarias. Modelos de volatilidad. Los modelos de corte transversal. Combinacin de series temporales y corte transversal. Modelos de panel data.

3.

OBJETIVOS Al finalizar el curso, el alumno ser capaz de dominar las tcnicas economtricas para el planteamiento de modelos economtricos diversos (modelos de volatilidad, panel data y series de tiempo), para la comprensin y resolucin de los problemas de la economa en general.

4.

CONTENIDO CALENDARIZADO 1. semana Introduccin. Modelos no lineales. Mnimos cuadrados no lineales, el estimador de mxima verosimilitud, transformacin de Box-Cox, contraste de restricciones.

2. semana Algoritmos numricos y mtodos de estimacin. Algoritmo del descenso ms rpido, de Newton-Raphson, de Gauss-Newton y su estimacin por MCO y MV Aplicaciones. 3. semana Modelos de eleccin discreta. El modelo lineal de probabilidad. Modelo Probit. Modelo Logit. Modelo Tobit. Inferencia en modelos de eleccin discreta. Aplicaciones. 4. semana Los modelos de eleccin mltiple. El probit multivariado y el modelo logit multinomial y condicional. Aplicaciones. 5. semana Modelos de series de tiempo. Supuestos. Anlisis de los procesos dbilmente estacionarios. Funcin de autocorrelacin. Proceso de media mvil MA: MA(1), MA(2), MA(q), valores esperados y funcin de autocorrelacin. Ejercicios. Proceso autorregresivo AR: AR(1), AR(2), AR(p), valores esperados y funcin de autocorrelacin. Proceso mixto autorregresivo de media mvil ARMA: ARMA(1,1), ARMA(1,2), ARMA(p,q). Ejercicios. 6. semana Primer Examen Parcial 7. semana Construccin de un modelo de serie de tiempo: Metodologa de Box-Jenkins. Procesos mixtos integrados ARIMA(p,d,q). Estimacin de modelos ARIMA la estacionalidad y los modelos SARIMA. Ejercicios.. 8. semana Tendencias estocsticas y determinsticas. Races unitarias: Tests de deteccin y problemas. Tests basados en la hiptesis nula de no estacionariedad: Dickey y Fuller, Phillip-Perron, Sargan-Bhargava. Pruebas basadas en hiptesis nula de estacionariedad: Kwiatkowski, Phillips, Schmidt y Shinn(KPSS). 9. semana Quiebres estructurales y races unitarias. Efectos de la presencia de quiebres en el poder de las pruebas de deteccin de races unitarias. Test que discriminan entre la presencia de races unitarias y la presencia de quiebres estructurales: Test de PerronPerron-Voglesang, Zivot y Andrews. 10. semana Funciones de transferencia. El anlisis de intervencin. Conceptos bsicos. Funciones de Impulso respuesta tpicas, funciones de covarianza cruzada y correlacin cruzada, relacin entre la funcin de correlacin cruzada y la funcin impulso respuesta, identificacin y chequeo.

11. semana Cointegracin. Concepto e implicaciones econmicas y estadsticas. Efecto de las races unitarias en el anlisis de regresin tradicional: el caso de las regresiones espreas. Las relaciones entre las series no estacionarias: Modelos de cointegracin. Intuicin, caractersticas, estimacin y metodologa de Ingle y Granger. 12. semana Segundo Examen Parcial 13. semana Vectores autorregresivos: La metodologa de los vectores autorregresivos como respuesta al sistema de ecuaciones simultneas. Formulacin, identificacin y estimacin. Restricciones de corto y largo plazo para la identificacin. Aplicacin: Poltica monetaria en economas abiertas y cerradas. Planteamiento, estimacin, anlisis de causalidad. Anlisis impulso respuesta y descomposicin de varianza. Principales aplicaciones prcticas. 14. semana Estimacin de vectores autorregresivos con series no estacionarias. Modelo de correccin de errores como representacin estadstica de series que cointegran. Metodologas de Engle & Granger y de Johansen. 15. semana Modelos de volatilidad y teora financiera. Modelos Simtricos: ARCH y ARCH-M. Modelos asimtricos: GARCH, EGARCH y TGARCH. Aplicaciones a la economa. 16. semana Tcnica de Datos de Panel. Planteamiento general. Efectos fijos y aleatorios. Estimacin de Mnimos Cuadrados Generalizados. Pruebas al modelo. El caso de la heteroscedasticidad y la estimacin robusta de la covarianza. Interpretacin de resultados. 17. semana Tercer Examen Parcial

5.

METODOLOGA El curso ser desarrollado en clases tericas, en las cuales se trataran las tcnicas estadsticas de manera formal, en clases prcticas en las cuales se impartir el tratamiento aplicado y en clases en el laboratorio de informtica donde el alumno utilizar programas economtricos. El curso culminar con la realizacin de un trabajo monogrfico con aplicaciones de los tpicos desarrollados en el curso, el cual debe ser expuesto para su calificacin.

6.

EVALUACIN 6.1.Se tomarn 3 exmenes ( E1, E2, E3 ) terico prctico. 6.2. La evaluacin prctica consistir en prcticas calificadas, trabajos tericoprcticos, exposiciones orales en clase. Los trabajos de investigacin sern realizados en grupos de tres estudiantes. Los grupos sern formados aleatoriamente al inicio del curso y se evaluar la exposicin del mismo siguiendo la metodologa de un paper. Durante el curso habr prcticas dirigidas que permitirn realizar ejercicios y entrenar a los alumnos en el uso de programas economtricos. 6.3. La nota final (NF) ser la media ponderada: NF = 0.25E1 + 0.25E2 + 0.25E2 + 0.25T a. b. c. d. 25% para prcticas calificadas y/o trabajos prcticos 25% para el primer examen parcial 25% para el segundo examen parcial 25% para el tercer examen parcial

7.

POLTICAS DEL CURSO Los alumnos que presenten trabajos monogrficos copiados ntegramente o parcialmente de otros medios (escritos o electrnicos) y que se presenten como propios ameritarn automticamente como nota de calificacin CERO. Las calificaciones obtenidas en los exmenes no pueden ser eliminadas ni sustituidas por ningn motivo. El alumno que dej de asistir a ms del 30% del total de horas establecidas para el dictado del curso se le calificar con CERO. El alumno que sea sorprendido plagiando, suplantando o comunicando informacin verbal, escrita, electrnica y por otros medios durante los exmenes o en cualquier evaluacin, ser desaprobado en tal examen con la nota CERO. El alumno que no haya rendido el examen en la fecha programada por la Escuela Acadmico Profesional de Economa, slo tendr un plazo de 48 horas para justificar su inasistencia.

8.

BIBLIOGRAFA BALTAGI, Badi. Econometrics Analysis of Panel Data. Wiley, 1995. ENDERS, Walter. Applied Time Series Econometrics. Wiley, 1995 ENGLE, Robert y GRANGER, Clive. Long Run Economic Relationships: Reading in cointegaration. Oxford University Press, 1991 GREENE, William: Anlisis Economtrico. Prentice Hall IBERIA S.R.L., Madrid Espaa 1999. HAMILTON, J.: Time Series Anlisis. Pincenton University Press. 1994

HENDRY, David. Dynamic Econometrics. Oxfor University Press. 1995 HSIAO, Cheng. Analysis of Panel Data. Cambridge University Press, 1986. JOHANSEN, Soren. Liklihood Based Inference in Cointegrated Vector Autorregressive Models. Oxford University Press, 1995 JOHNSTON, Jack y DINARDO, Jhon. Econometric Methods. 4 Edicin. Mc GRaw Hill, 1997 NOVALES, Alfonso: Econometra. The Mc. Graw Hill/INTERAMERICA. Espaa 1993. KMENTA, J.: Elements of econometrics . University of Michigan, 1997. GOURIEROUX, Christian. ARCH Models and Financial Applications. SpringerVerlag. NuevaYork, 1997 BALTAGI, Badu. Econometrics Springer, New York, 1998 ENGLE, Robert. ARCH: Selected Reading. Oxford University Press. 1 Edicin. Londres, 1995. CAMERON, Colin A. y TRIVEDI, Pravin K. Regresion analysis of count data. Cambrigde University Press. Neww Cork, 1998. Eviews UserGuide, Econometrics View for Windows, Quantitative Micro Software. California, Copyright. PEREZ L., Csar: Problemas resueltos de Econometra Thomson Editores Spain 2006. PEREZ, Vctor: Econometrics VIEWS. Editorial San Marcos. 1999. CASTRO, J.F.; RIVAS-LLOSA, R.: Econometra Aplicada. Universidad del Pacfico, Per. 2003. CABRER, B. Bernard y otros. Microeconoma y Decisin. Ediciones Pirmide Madrid Espaa 2001. TICSE, Cornelio. Determinantes de la funcin del consumo privado y su evidencia emprica. Caso Peruano, periodo: 1945 1995 (Tesis para obtener el Grado de Magster).