(3620) ECONOMETRÍA (3620)

Transcripción

1 Programa de la asignatura Curso: 2013 / 2014 (3620) ECONOMETRÍA (3620) PROFESORADO Profesor/es: MARIA ISABEL LANDALUCE CALVO - correo-e: iland@ubu.es FICHA TÉCNICA Titulación: LICENCIATURA EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS (PLAN 1999) Centro: FACULTAD DE CIENCIAS ECONÓMICAS Y EMPRESARIALES Nombre asignatura: (3620) ECONOMETRÍA (3620) Código de la asignatura: 3620 Tipo de asignatura: Troncal Nivel / Ciclo: 2 Curso en el que se imparte: 4 Duración y fechas: Anual Créditos: 9.0 Créditos teóricos: 6.0 Créditos prácticos: 3.0 Áreas: ECONOMIA APLICADA, MÉTODOS CUANTITATIVOS PARA LA ECONOMÍA Y LA EMPRESA Tipo de curso: Oficial Descriptores: Según BOE Requisitos previos: Según BOE Idioma: Español COMPETENCIAS TRANSVERSALES O GENÉRICAS INSTRUMENTALES Análisis y síntesis: 3 Organización y planificación: 3 Comunicación oral y escrita en la lengua nativa: 3 Conocimiento de una lengua extranjera: 2 Conocimientos de informática relativos al ámbito de estudio: 3 Gestión de la información: 3 Resolución de problemas: 4 Toma de decisiones: 4 PERSONALES Trabajo en equipo: 3 Pág. 1/5

2 Trabajo en un equipo de carácter interdisciplinar: 3 Trabajo en un contexto internacional: 3 Relaciones interpersonales: 3 Razonamiento crítico: 3 Compromiso ético: 4 SISTÉMICAS Aprendizaje autónomo: 3 Adaptación a nuevas situaciones: 2 Creatividad: 2 Liderazgo: 2 Iniciativa y espíritu emprendedor: 3 Motivación por la calidad: 3 COMPETENCIAS ESPECÍFICAS CONOCIMIENTOS DISCIPLINARES (SABER) - Ofrecer al alumno una visión general de la Econometría, su campo de actuación y su relación con otras disciplinas: La Teoría Económica en cuanto a la modelización de fenómenos macroeconómicos y microeconómicos, la Estadística teórica y aplicada en cuanto al conocimiento de estadísticos y técnicas de contraste de hipótesis y las Matemáticas. - Introducir al estudiante en la terminología y en los conceptos básicos con objeto de capacitarle para comprender los resultados de los estudios econométricos. - Proporcionarle una base apropiada que le facilite una posterior ampliación de los conocimientos econométricos, tanto teóricos como aplicados. - Capacitar al futuro economista para la resolución de problemas de predicción y contraste con las técnicas básicas. HABILIDADES PROFESIONALES (SABER HACER) - Distinguir la diferente naturaleza y problemática asociada a los datos de sección cruzada y a las series temporales. - Conocer todos los factores a tener en cuenta en la especificación de un modelo econométrico. - Saber validar el modelo planteado y su adecuación para la predicción. - Saber extraer las principales conclusiones del estudio realizado y reflejarlas en un informe escrito, detallando los problemas encontrados y las soluciones aplicadas en cada caso. ACTITUDES (SABER SER - SABER ESTAR) COMP. ACADÉMICAS (SABER TRASCENDER) OTRAS COMPETENCIAS ESPECÍFICAS - Trabajar individualmente y en grupo, siendo crítico y aceptando críticas. - Utilizar diferentes programas informáticos (SPSS, EVIEWS, GRETL,...) - Saber buscar información (datos,...) Pág. 2/5

3 OTROS OBJETIVOS DE LA ASIGNATURA METODOLOGÍA Y RECURSOS PARA EL APRENDIZAJE - Asistencia a clases presenciales teórico-prácticas - Estudio del material proporcionado - Realización individual de problemas con calculadora BREVE DESCRIPCIÓN DE LAS ACTIVIDADES PRÁCTICAS SEGUIMIENTO DEL ALUMNO Y CRITERIOS DE EVALUACIÓN - Se realizará una prueba voluntaria al finalizar el capítulo 5 con el objetivo de comprobar la marcha del curso. Esta prueba no computa en la nota final - Se realizará un único examen escrito al finalizar el período lectivo (tanto en la convocatoria de junio como en la septiembre). Dicha prueba constará de ejercicios de carácter teórico (3 puntos) y práctico (7 puntos). BIBLIOGRAFÍA BÁSICA SOBRE LA MATERIA Apuntes de la asignatura, M. Isabel Landaluce,,,, BIBLIOGRAFÍA COMPLEMENTARIA Econometría, ALONSO, FERNÁNDEZ y GALLASTEGUI,, 2004, Prentice-hall, Econometría, DÍAZ y LLORENTE, 2ª, 2003, Pirámide, Econometría, SCHMIDT,, 2005, McGraw-Hill, Introducción a la econometría, WOOLDRIDGE, 2ª, 2005, Thomson, Principios de Econometría, GUJARATI, 3ª, 2006, McGraw-Hill, RECURSOS DE INTERNET OBSERVACIONES Y OTROS DATOS Pág. 3/5

4 ESTRUCTURA DE CONTENIDOS (TEMAS) (3620) ECONOMETRÍA (3620) TEMA 1.- QUÉ ES ECONOMETRÍA? > 1.1. Definición > 1.2. Modelos econométricos > 1.3. Especificación del modelo > 1.4. Estimación del modelo > 1.5. Evaluación de las estimaciones > 1.6. Evaluación del poder predictivo del modelo estimado TEMA 2.- MODELO LINEAL SIMPLE (MLS): ESTIMACIÓN > 2.1. Introducción > 2.2. Especificación del modelo > 2.3. Supuestos del modelo de regresión (hipótesis básicas) > 2.4. Estimadores Mínimo Cuadrático Ordinarios (MCO) > 2.5. Propiedades de la Recta de Regresión MCO > 2.6. Modelo en desviaciones a la media > 2.7. Propiedades de los estimadores MCO > 2.8. Estimación de la varianza de la perturbación > 2.9. Coeficiente de determinación TEMA 3.- MODELO LINEAL SIMPLE (MLS): INFERENCIA > 3.1. Introducción > 3.2. Intervalos de confianza > 3.3. Análisis de la varianza. Relación entre estadísticos TEMA 4.- MODELO LINEAL SIMPLE (MLS): PREDICCIÓN > 4.1. Predicción por punto > 4.2. Predicción por intervalo del valor medio de la variable endógena > 4.3. Predicción por intervalo del verdadero valor de la variable endógena > 4.4. Estudio de las varianzas de los errores de predicción TEMA 5.- MODELO LINEAL SIMPLE (MLS): ESTIMACIÓN MÁXIMO VEROSÍMIL (MV) > 5.1. Introducción > 5.2. Estimadores MV del modelo lineal simple TEMA 6.- MODELO LINEAL GENERAL (MLG): ESTIMACIÓN > 6.1. Introducción > 6.2. Hipótesis del modelo > 6.3. Estimación MCO del MLG > 6.4. Propiedades de la regresión MCO > 6.5. Propiedades de los estimadores > 6.6. Estimación de la varianza de la perturbación > 6.7. Coeficiente de determinación > 6.8. Coeficiente de correlación parcial > 6.9. Estimación por Máxima Verosimilitud (MV) TEMA 7.- MODELO LINEAL GENERAL (MLG): INFERENCIA > 7.1. Introducción > 7.2. Expresión general para hacer inferencias > 7.3. Estimación mínimo cuadrática sujeta a restricciones (MCR) Pág. 4/5

5 > 7.4. Contrastes basados en sumas de cuadrados de residuos TEMA 8.- MODELO LINEAL GENERAL (MLG): PREDICCIÓN > 8.1. Introducción > 8.2. Predicción por punto > 8.3. Predicción por intervalo del valor medio de la variable endógena > 8.4. Predicción por intervalo del verdadero valor de la variable endógena > 8.5. Evaluación de la capacidad predictiva de un modelo TEMA 9.- VARIABLES FICTICIAS Y CONTRASTE DE CAMBIO ESTRUCTURAL > 9.1. Introducción > 9.2. Interpretación y uso de las variables ficticias > 9.3. Variables endógenas cualitativas > 9.4. Contraste de cambio estructural TEMA 10.- RELAJACIÓN DE LAS HIPÓTESIS BÁSICAS > Introducción > Errores en la especificación del modelo > Hipótesis de normalidad. Contraste de Jarque-Bera TEMA 11.- MULTICOLINEALIDAD > Introducción > Consecuencias > Procedimientos de detección > Soluciones TEMA 12.- GENERALIZACIÓN DEL MODELO DE REGRESIÓN LINEAL > Modelo de regresión con perturbaciones no esféricas > Propiedades de los estimadores MCO > Método de Mínimos Cuadrados Generalizados (MCG) > Método de Mínimos Cuadrados Generalizados Factibles (MCGF) TEMA 13.- AUTOCORRELACIÓN > Causas y Modelización > Formas de detectar la autocorrelación > Estimación de modelos con autocorrelación: MCG > MCGF: aplicación en AR(1) TEMA 14.- HETEROSCEDASTICIDAD > Definición y causas > Consecuencias > Procedimientos de detección > MCG: Mínimos Cuadrados Ponderados > MCGF: Modelización de la Heteroscedasticidad > Estimador de White Pág. 5/5