Download 303017M - Econometría I
Transcript
FACULTAD DE CIENCIAS SOCIALES Y ECONOMICAS DEPARTAMENTO DE ECONOMÍA ECONOMETRÍA I (Código 303017M – 4 créditos) Semestre: AGOSTO-DICIEMBRE DE 2013 Profesor: JORGE MARIO URIBE (jorge.uribe@correounivalle.edu.co) Horario: Martes y Jueves de 7:00 a 9:00 A.M. Viernes: 12:00-2:00 PM Introducción: …la econometría no es de ninguna forma lo mismo que la estadística económica. No es idéntica a lo que llamamos teoría económica general, aun cuando una parte considerable de tal teoría tiene en definitiva un carácter cuantitativo. La econometría no debe ser tomada como sinónimo de la aplicación de las matemáticas a la economía. La experiencia ha demostrado que cada uno de estos tres puntos de vista, el de la estadística, le teoría económica, y las matemáticas, es una condición necesaria, pero no suficiente por ella misma, para un entendimiento real de las relaciones cuantitativas en la vida económica moderna. Es la unificación de los tres la que es poderosa. Y es tal unificación la que constituye la econometría Ragnar Frisch, Enero de 1933. Editorial a la primera edición de Econometrica Frisch compartió el Nobel de economía en 1969 con Jan Tinbergen por “haber desarrollado y aplicado modelos dinámicos para el análisis de los procesos económicos”. En este curso introductorio de econometría se busca proveer al estudiante las herramientas de mayor uso dentro de la economía para caracterizar, cuantitativamente, las relaciones que surgen en diversas dinámicas sociales. El énfasis del curso estará, en todo momento, en subrayar el vínculo de los problemas matemáticos que se enfrentarán con la teoría económica que les da razón de ser. Metodología Clases magistrales y talleres aplicados. La idea es aplicar los conocimientos adquiridos durante el curso en la elaboración de un trabajo final en formato de artículo académico. Texto Guía: Hayashi, F. (2000). Econometrics. Princeton University Press Forma de Evaluación: Primer Parcial: 25% (Semana 7) Examen Final: 35% (Semana 15) Exámenes Cortos: 20% (Semanales) Trabajo Final: 20% (10% la sustentación, 10% el documento escrito. En parejas) (Semanas 16 y 17) Habrá un opcional al en la Semana 16. Temas del Curso Tema 1 (Semana 1) Naturaleza de la econometría y las características de los datos económicos: ¿Qué es la econometría? Datos se sección cruzada, de series de tiempo, paneles, datos agrupados. Causalidad y noción de ceteris paribus en economía. Causalidad y correlaciones espurias. Referencias: Wooldridge (2009). Capítulo 1; Frisch (1933); Sargent y Sims (2011). Tema 2 (Semanas 1 y 2) Variables aleatorias discretas y continuas. Distribuciones de probabilidad acumuladas, distribuciones de densidad de probabilidad. Estadística Descriptiva. Momentos de las distribuciones. Momentos poblacionales y muestrales. Estimación. Propiedades deseables de un estimador. Inferencia estadística. Pruebas de hipótesis. Algunas distribuciones comunes. Tipos de errores. Referencias: diapositivas de clase. Una referencia muy completa, más allá de lo que se cubrirá en este repaso, es Casella y Berger (2002). Cap 1. (1.1.-1.6), Cap 2 ( 2.1-2.3), Cap 3 (3.1-3.3), Cap 4 (4.1, 4.2, 4.5, 4.6) Tema 3 (Semana 3 y 4) Análisis de regresión univariado y multivariado. Motivación del modelo con k variables. Interpretación del Modelo. Distintas formas funcionales: lineal-lineal, log-log, log-lineal, etc.. Variables dicotómicas. Notación Matricial. Supuestos del Modelo de Regresión Lineal (MRL): Linealidad, no Multicolinealidad, Perturbaciónes Esféricas. Exogeneidad Estricta. Referencias: Hayashi (2000). Cap. 1 (1.1). Tema 4 (Semana 5) El Álgebra de MCO: repaso de algunos conceptos útiles de cálculo multivariado y álgebra lineal. derivación del estimador MCO. Ecuaciones normales. Expresiones alternativas del estimador MCO. Interpretación de las ecuaciones MCO. Pronósticos condicionales versus no condicionales. Referencias: Hayashi (2000). Cap. 1 (1.2). Casella y Berger (2002). Cap 4 (4.1, 4.2, 4.5, 4.6) Tema 5 (Semana 6) Otros conceptos algebraicos: valor estimado. Matrices de proyección y de generación de residuales. Sumas de Residuales al Cuadrado, Explicadas de Cuadrados, Total de Cuadrados. Varianzas. Grados de Libertad. Errores Estándar. Error muestral. Bondad de Ajuste: 𝑅2 centrado, no centrado, ajustado y no ajustado. La distribución del coeficiente de determinación y su interpretación. Análisis Influencial. Referencias: Hayashi (2000). Cap. 1 (1.2). Tema 6 (Semanas 8 y 9) Propiedades de muestra finita del estimador de MCO: Insesgadez, Expresión de la Varianza condicional del estimador MCO. Teorema de Gauss Markov. Ortogonalidad y covariación de los residuales y las regresoras. Propiedades del estimador de la varianza MCO. Referencias: Hayashi (2000). Cap. 1 (1.3). Tema 7 (Semana 10) Introducción del Supuesto de Normalidad Condicional en muestra finita (pequeña). Pruebas de Hipótesis. Distribuciones muestrales del estimador MCO. Hipótesis sobre un solo parámetro (estadístico t) y varios parámetros (estadístico F). Intervalos de confianza. Valores en probabilidad. Referencias: Hayashi (2000). Cap. 1 (1.4). Tema 8 (Semana 11) Estimación por Máxima Verosimilitud y su relación con MCO bajo el supuesto de normalidad condicional. El principio de Máxima Verosimilitud. MV concentrada. Cota de Cramer Rao y estimación lineal eficiente. Criterios de selección de modelos. Algunos conceptos de teoría asintótica: estimación consistente. Referencias: Hayashi (2000). Cap. 1 (1.5). Cap.2 (2.1-2.3) Tema 9 (Semanas 12 y 13) Violación del Supuesto de Perturbaciones esféricas: heteroscedasticidad y autocorrelación. Mínimos Cuadrados Generalizados. Pruebas de diagnóstico sobre los residuales. Estimación eficiente con perturbaciones no esféricas. Errores estándar robustos. Multicolinealidad, detección y ¿qué hacer? . Referencias: Hayashi (2000). Cap. 1 (1.6). Greene(2002) Cap. 10,11,12. Tema 10 (Semana 14) Introducción a temas adicionales: Violación del supuesto de exogeneidad estricta. Estimación por Variables Instrumentales y Mínimos Cuadrados en dos Etapas (2SLS). Regresiones Particionadas. Inclusión de Variables redundantes. Exclusión de Variables Relevantes. Referencias: White (2000) Cap.1; Wooldridge (2009) Cap. 15. Greene(2002) Cap.3 (3.3.-3.4) REFERENCIAS Casella, G. y Berger, R. (2002) Statistical Inference, 2da edición, Duxbury. Frish, R. (1933) Nota Editorial, Ecometrica, 1(1): 1-4. Greene, W. (2002) Econometric Analysis, 5a Edición, Prentice Hall. Hayashi, F. (2000). Econometrics, Princeton University Press. * Sargent, T. y Sims, C. (2011) Empirical Macroeconomics, Motivación del premio Nobel en Economía de 2011. White, H. (2000) Asymptotic Theory for Econometricians, 2ed. REvisada, Academic Press. Wooldridge, J. (2009) Introductory Econometrics. 4ed. South-Western. En español se llama Introducción a la Econometría, 2ed.