Click here to load reader
Upload
flet-cher
View
10
Download
2
Embed Size (px)
DESCRIPTION
econometria
Citation preview
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.