Download 303017M - Econometría I

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.