III Taller de Paquetes Economtricos - Escuela Profesional de Economa

1. Antecedentes

La Escuela Profesional de Economa de la Universidad de San Martn de Porres viene

fomentando intensamente la actividad acadmica a travs de diversas iniciativas que permitan

en un corto / mediano plazo mejorar la plataforma de la investigacin econmica entre los

alumnos, la cual conlleve a un mayor reforzamiento de aquellas actividades complementarias

que permitan ampliar el desarrollo integral de los alumnos dentro de la carrera de economa.

2. Objetivos

Revisin de los conceptos bsicos de la econometra, diferenciando entre modelos

economtricos y correlaciones estadsticas.

Analizar bases de datos para obtener estadsticos descriptivos.

Conocimiento de las herramientas necesarias para realizar prediccin de las principales

variables econmicas (enfoque de series temporales); as como observar los impactos

marginales de un conjunto de datos en el tiempo (enfoque de datos panel).

Interpretacin correcta de los resultados obtenidos en las diferentes estimaciones, por lo

que podr brindar adecuadas recomendaciones de poltica econmica.

3. Programa

Mdulo Tema Docente Duracin Horario

1 Mdulo Programa Economtrico: EVIEWS Mg. Juan Manuel Rivas

5 sesiones:

17, 24, 31 de

agosto, 7 y 14

de setiembre

Sbados

15:00 18:00

2 Mdulo Programa Economtrico: STATA Mg. Juan Manuel Rivas

5 sesiones:

21, 28 de

setiembre, 5,

12 y 19 de octubre,

Sbados

15:00 18:00

4. Metodologa

El taller tiene como fin un vnculo terico-prctico enfocado a la investigacin de mercados,

impacto de proyectos de inversin; entre otros temas que estn relacionados al espectro de la

investigacin acadmica.

Asimismo, tiene carcter presencial, desarrollados en 10 (diez) semanas de 4 (cuatro) horas

acadmicas, durante el cual los alumnos desarrollan un trabajo prctico con tutoras con los

Docentes va medios electrnicos.

El desarrollo mediante exposicin e interaccin con el estudiante con ejemplos y casos

prcticos y reales, busca la interiorizacin de la teora y las tcnicas que permiten los dos

softwares.

Entrega a los alumnos de la documentacin necesaria para el correcto

funcionamiento de los softwares.

Exposicin de los Docentes de la teora, metodologa y tcnicas en materia.

Exposicin de los Docentes de la correcta utilidad de los softwares para el anlisis de

la coyuntura econmica peruana, segn sectores econmicos; as como el anlisis de

variables sociales que permitan un mejor entendimiento de la sociedad peruana,

entre otros.

Formacin de equipos para la realizacin del trabajo profesional.

Entrega de cada trabajo realizado por los alumnos con el soporte informtico segn

sea el caso investigado.

Las clases se desarrollarn de manera presencial en el Laboratorio de Cmputo de la Ciudad

Universitaria de la USMP (Santa Anita) donde cada participante podr seguir al profesor a lo

largo de la sesin desde su propio computador.

As, el Taller tendr los siguientes mdulos:

4.1. Mdulo 1: Eviews

4.1.1. Breve Descripcin

La naturaleza estocstica del entorno macroeconmico hace que las empresas se

desarrollen en un ambiente de amenazas y oportunidades. Por ello, el anlisis de

datos se ha convertido en una tarea crucial dentro de toda empresa. En general,

toda empresa siempre tiene la necesidad de realizar proyecciones de variables

relevantes. De igual manera, en la actividad de gestin de riesgos las empresas

tienen la necesidad de conocer el impacto de choques externos sobre sus

principales indicadores de gestin y as tomar las acciones pertinentes. As, el

curso est diseado para introducir las herramientas economtricas ms utilizadas

en finanzas y macroeconoma, usando el paquete economtrico Eviews.

4.1.2. Contenido

Introduccin a Eviews

3.1.2.1. Anlisis de Series Temporales

3.1.2.1.1. Descomposicin en tendencia, cielo y estacionalidad: Aplicacin

con Census X12

3.1.2.1.2. Filtros de series de tiempo: Filtro HP, filtro de Baxer-King y filtro

de Christiano y Fitzgerald

3.1.2.1.3. Correlaciones dinmicas

3.1.2.2. Estacionariedad en Media de Series de Tiempo

3.1.2.2.1. Modelos autoregresivos (AR), modelos de medias mviles (MA) y

modelos autoregresivos y de medias mviles (ARMA)

3.1.2.2.2. Procesos integrados: Modelos ARIMA

3.1.2.2.3. Forecasting de series de tiempo: Metodologa de Box-Jenkins

3.1.2.2.4. Races unitarias: Pruebas ADF, ADF-GLS, ERS, NgPerron, KPSS

3.1.2.3. Estacionariedad en Varianza de Series de Tiempo

3.1.2.3.1 Especificacin de los modelos ARCH, GARCH, TARCH, EGARCH

3.1.2.3.2 Estimacin y prediccin

3.1.2.4. Modelo de Vectores Autoregresivos (VAR)

3.1.2.4.1 Especificacin, estimacin y prediccin de modelos VAR

3.1.2.4.2 Especificacin, estimacin y prediccin de modelos VAR

estructural (SVAR)

3.1.2.5. Modelo de Cointegracin

3.1.2.5.1. Metodologa de Johansen

3.1.2.5.2. Metodologa de Engle y Granger

3.1.2.5.3. Modelo de correccin de errores (MCE)

3.1.2.5.4. Especificacin y estimacin

3.1.2.6. Representacin Estado y Espacio

3.1.2.6.1. Especificacin del Estado Espacio

3.1.2.6.2. Filtro de Kalman

4.2. Mdulo 2: Stata

4.2.1. Breve Descripcin

La comprensin de las polticas sociales (laboral, salud, educacin, etc.) est

requiriendo de economistas afines que puedan trabajar con base de datos de gran

tamao y complejidad. Estudios de mercado, lneas de base, evaluacin de

impacto de un proyecto, entre otros, tendr una dinmica creciente concomitante

con la expansin econmica peruana. Mediante la exposicin de casos se pretende

facilitar la comprensin de cada tema, brindando la teora y repaso en temas

especficos necesarios para el manejo de adecuado de esta herramienta, dndole

nfasis al desarrollo de la intuicin. Este curso es una herramienta til para el

anlisis de datos estadsticos, probabilsticos, y discretos, dando a conocer el

software y las herramientas el clculo micro economtrico.

4.2.2. Contenido

3.2.2.1. El entorno STATA

3.2.2.1.1. Sesin tipo en STATA, cargar una base de datos, anlisis

exploratorio bsico, creacin de variables, estimacin MCO y

grficos

3.2.2.1.2. Los archivos de ejecucin por lotes (dofiles)

3.2.2.1.3. Anlisis descriptivo de una base de datos. Comandos describe,

codebook, list, browse. Empleo de condicionales

3.2.2.1.4. Empleo del software Statransfer 7, comandos setobs, infile,

insheet y uso de diccionarios de variables

3.2.2.1.5. Recodificacin de variables. Comandos rename, recode, drop y

keep. Etiquetas para base de datos, variables y valores

3.2.2.1.6. Aplicacin: Censo 1993

3.2.2.2. Bases de datos con muestreo aleatorio complejo y grficos

3.2.2.2.1. Comandos merge, append, joinby y colapse

3.2.2.2.2. Introduccin a las bases de datos con muestreo aleatorio

complejo

3.2.2.2.3. Anlisis descriptivo-exploratorio de una base de datos

3.2.2.2.4. Aplicacin: Modificando y combinando la ENAHO

3.2.2.3. Modelo de regresin lineal

3.2.2.3.1. Estimacin de un modelo de regresin lineal por MCO

3.2.2.3.2. Enfoque matricial de la estimacin de modelos lineales por MCO

3.2.2.3.3. Anlisis de post-estimacin

3.2.2.3.4. Estimacin de un modelo de regresin lineal por MV

3.2.2.3.5. Aplicacin: Estimando la ecuacin de MINCER

3.2.2.4. Variable dependiente discreta y limitada

3.2.2.4.1. Modelo logit, modelo probit

3.2.2.4.2. Modelos con variable dependiente censurada: Estimador de dos

etapas de Heckman. Estimacin de demanda de variables

truncadas

3.2.2.4.3. Aplicacin: Modelando preferencias

3.2.2.4.4. Breve revisin de logit multinomial y logit ordenado

3.2.2.4.5. Aplicacin: Modelando la participacin y ocupacin laboral

3.2.2.5. Datos de panel

3.2.2.5.1. Modelos para datos de panel esttico: Within, between, gls.

Contraste F. Hausman y de multiplicadores de Lagrange

3.2.2.5.2. Modelos para datos de panel dinmico: Estimacin por MGM.

Modeloen primeras diferencias (modelos Arellano-Bond y

Arellano-Bover)

3.2.2.5.3. Aplicacin: Relacin entre desigualdad y comercio internacional

5. Docente

Juan Manuel Rivas Castillo. Economista - Universidad Nacional del Callao. Maestra en

Econometra - Universidad Torcuato di Tella. Economista de la Gerencia de Estudios

Econmicos de OSINERGMIN.

6. Materiales

A cada participante se entregar material en formato digital, adicionalmente durante el

desarrollo del curso se entregar presentaciones impresas y las bases de datos de las

aplicaciones.

7. Evaluacin

El taller tiene como sistema de evaluacin la siguiente estructura:

Trabajo aplicativo: 50%

Examen final: 50%

8. Constancia

Todos los participantes que hayan cumplido con una ASISTENCIA con un mnimo 80% en las

clases y adems de obtener un promedio aprobatorio, recibirn una CONSTANCIA

APROBATORIA. De no aprobar el taller, recibirn una CONSTANCIA DE PARTICIPACIN en el

curso. Ambas a nombre de la Escuela Profesional de Economa de la Universidad de San Martn

de Porres.