UNIDAD ACADÉMICA COCHABAMBA PLANIFICACIÓN CURRICULAR PARA EL DESARROLLO DE COMPETENCIAS

Transcripción

1 ualprml UNIDAD ACADÉMICA COCHABAMBA PLANIFICACIÓN CURRICULAR PARA EL DESARROLLO DE COMPETENCIAS CARRERA / DPTO. ASIGNATURA ESTRE SIGLA DOCENTE PERIODO INGENIERÍA COMERCIAL ECONOMETRIA 2 SEXTO COM LIC. RODRIGO PANIAGUA TAPIA I II COCHABAMBA - BOLIVIA

2 PLANIFICACIÓN DE ASIGNATURA PARA EL DESARROLLO DE COMPETENCIAS I. DATOS REFERENCIALES DE LA ASIGNATURA Asignatura ECONOMETRIA 2 Sigla COM Área de Conocimiento ECONOMIA Ciclo de Formación INSTRUMENTAL Carga Horaria AP.TEO AP.PRACT AP.PRACT LAB TOTAL ANAL TOTAL ESTRAL II. JUSTIFICACIÓN DE LA ASIGNATURA PARA EL CUMPLIMIENTO DEL PERFIL PROFESIONAL En análisis económico de la evolución de las variables, tanto de forma individual como multivariada, permite generar criterios técnicos sobre los futuros escenarios sobre los cuales la economía podrá reflejarse, permitiendo así una adecuada toma de decisiones, tanto en lo empresarial, como el lo político-econímico regional y nacional. El estudiante, al culminar el curso tendrá la capacidad de analizar series temporales, corregir procesos de no estacionariedad, pronosticar comportamientos y tendencias, con seriedad en el uso de datos, responsabilidad y puntualidad en la entrega de reportes. III. DESCRIPCIÓN ACADÉMICA DE LA ASIGNATURA Introduce herramientas de análisis temporal, que son complementarios al desarrollo de la asignatura previa (que analiza el corte transversal), contribuyendo así a una profundización metodológica sobre la importancia de diferenciar los tipos de datos, por tipos de modelos económicos a ser estudiados, y su respectivo proceso de interpretación.

3 V. DESCRIPCIÓN DE LAS CARACTERÍSTICAS DE LA COMPETENCIA A DESARROLLAR ÁREA DE COMPETENCIA PROFESIONAL Nº CRITERIO DE DEPEÑO Comprende el concepto de variables instrumentales y simultáneas, realizando la estimación de variables instrumentales en MLS, MLG, MC2E, GMM y MV, identificando las propiedades asintóticas, realizando contrastes de endogeneidad Emplea modelos univariados de series temporales, determinando la predicción de variables económicas en el modelo de regresión lineal, estableciendo la función de autocorrelación simple y de autocorrelación parcial, resolviendo modelos univariantes de series temporales, modelos AR, MA y ARMA Emplea modelos de regresión dinámica, determinando las propiedades de los modelos dinámicos y con errores autocorrelacionales, sobre las variables analizadas, empleado métodos de estimación consistente y eficiente, de especificación y contrastación, además del modelo VAR. Realiza regresiones con variables no estacionarias, determinando la aplicación de regresores estacionarios, realizando pruebas de cointegración, por medio de corrección de errores y cointegración del VAR (VEC). Conoce los modelos de datos de panel en el análisis de variables económicas, determinando el estimador de diferencias de las diferencias, resolviendo modelos de efectos fijos y de efectos aleatorios ECONOMIA COMPETENCIA A DESARROLLAR Comprende la estimación e inferencia en los modelos de regesión, empleando regresores aleatorios, estimando y realizando contrastes e presencia de heteriscedasticidad y con regresores endógenos, indicando las propiedades del modelo de regresión con series temporales, prestando especial atención a su estimación e inferencia en presencia de autocorrelación en los errores. ASIGNATURA ECONOMETRIA 2 UNIDADES TEMÁTICAS DE APRENDIZAJE VARIABLES INSTRUMENTALES Y ECUACIONES SIMULTANEAS MODELOS UNIVARIANTES DE SERIES TEMPORALES MODELOS DE REGRESION DINAMICA REGRESION CON VARIABLES NO ESTACIONARIAS INTRODUCCION A MODELOS DE DATOS DE PANEL CONTENIDO ANALÍTICO DE LA UNIDAD DE APRENDIZAJE 1.1. Endogeneidad y relaciones simultáneas 1.2. Incumplimiento de la hipótesis E(e/x)= Concepto de variables instrumentales 1.4. Estimación de variables instrumentales 1.5. Propiedades asintóticas 1.6. Estimación de variables instrumentales en el modelo lineal general 1.7. Estimación de Mínimos Cuadrados en 2 etapas 1.8. Contrastes de endogeneidad 1.9. Otros métodos de estimación 2.1. Estacionariedad e implicaciones 2.2. Metodología Box Jenkings 2.3. Función de autocorrelación 2.4. Modelos ARMA 2.5. Identificación, estimación de modelos ARMA 2.6. Predicción 3.1. Especificación del modelo VAR 3.2. Propiedades de estimación 3.3. Contrastes del modelo VAR 3.4. Predicción 4.1. Regresores no estacionarios 4.2. Noción de cointegración 4.3. Modelo de corrección de errores 4.4. Estimación de modelos de cointegración y VEC 5.1. Estimador de diferencia de las diferencias 5.2. Datos de panel y economía dinámica 5.3. Modelo de efectos fijos 5.4. Modelos de efectos aleatorios 5.5. Modelo de efectos dinámicos

4 IV. ESQUEMA GENERAL DE LA SECUENCIA DIDÁCTICA DE LA ASIGNATURA Pooled MEF MEA MED Introducción a modelos de Datos de Panel Variables Instrumentales y ecuaciones simultaneas Es=madores asintó=cos MC2E Modelos AR, MA, ARMA, ARCH y GARCH Modelos univariantes de series temporales Raíz unitaria Cointegración Modelos VAR Regresión con variables no estacionarias Modelos de regresión dinámica

5 VI. PLAN DE DESARROLLO DE COMPETENCIAS POR ASIGNATURAS DE FORMACIÓN COMPETENCIA Comprende la estimación e inferencia en los modelos de regesión, empleando regresores aleatorios, estimando y realizando contrastes e presencia de heteriscedasticidad y con regresores endógenos, indicando las propiedades del modelo de regresión con series temporales, prestando especial atención a su estimación e inferencia en presencia de autocorrelación en los errores. ASIGNATURA ECONOMETRIA 2 CRITERIO DE DEPEÑO Nº 1 Comprende el concepto de variables instrumentales y simultáneas, realizando la estimación de variables instrumentales en MLS, MLG, MC2E, GMM y MV, identificando las propiedades asintóticas, realizando contrastes de endogeneidad HABILIDADES / PROCEDIMIENTOS CONOCIMIENTOS REACTIVOS FORMATIVOS DE APRENDIZAJE TEÓRICO METODOLOGÍA DE ENSEÑANZA ACCIONES DEL UNIDAD DE APRENDIZAJE TEORICO CARGA HORARIA 14 7 PONDERACIÓN REACTIVO DE ICA EN AULA, CAMPO Y/O REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL VARIABLES INSTRUMENTALES Y ECUACIONES SIMUL 0 0 PRACT AULA EV. FINAL 0 0 PRACT LABORAT (*) Identifica el problema de incumplimiento del supuesto 3 del ML y sus efectos sobre el estimador 1.1. Endogeneidad y relaciones simultáneas 1.2. Incumplimiento de la hipótesis E(e/x)= Concepto de variables instrumentales 1.4. Estimación de variables instrumentales 1.5. Propiedades asintóticas 1.6. Estimación de variables instrumentales en el modelo lineal general Pensamiento lógico para formular abstracciones de la realidad. 1. Explicación teorica 2. Ejemplos de la vida real 3. Demostración matemática de los problemas econométricos Aplica las demostraciones en la vida real, con variables macroeconómicas de diversos países 7 0 1; 2 Estimación de modelos Aplica la metodología IV en lineales con IV (prácticas modelos macroeconómicos en casa) Pensamiento lógico para formular abstracciones de la realidad. 7 P ; 4 Estima modelos de regresión lineal utilizando herramientas analíticas de las variables instrumentales 1.7. Estimación de Mínimos Cuadrados en 2 etapas 1.8. Contrastes de endogeneidad 1.9. Otros métodos de estimación Criterio lógico en la formulación y resolución de problemas. 1. Explicación teorica 2. Prácticas sobre la estimación IV Realiza estimaciones de modelos macroeconómicos con la metodología para variables IV y otras relacionadas 7 T REACTIVO EVALUATIVO FINAL DEL CRITERIO DE DEPEÑO Trabajo práctico de variables IV 0 E OBSERVACIONES (*) CRITERIO DE CERTIFICACIÓN DE APROBACIÓN Aplica la metodología de variables instrumentales y ecuaciones simultáneas

6 ...continuación COMPETENCIA Comprende la estimación e inferencia en los modelos de regesión, empleando regresores aleatorios, estimando y realizando contrastes e presencia de heteriscedasticidad y con regresores endógenos, indicando las propiedades del modelo de regresión con series temporales, prestando especial atención a su estimación e inferencia en presencia de autocorrelación en los errores. ASIGNATURA ECONOMETRIA 2 CRITERIO DE DEPEÑO Nº 2 Emplea modelos univariados de series temporales, determinando la predicción de variables económicas en el modelo de regresión lineal, estableciendo la función de autocorrelación simple y de autocorrelación parcial, resolviendo modelos univariantes de series temporales, modelos AR, MA y ARMA UNIDAD DE APRENDIZAJE TEORICO CARGA HORARIA MODELOS UNIVARIANTES DE SERIES TEMPORALES EV. FINAL PONDERACIÓN HABILIDADES / PROCEDIMIENTOS CONOCIMIENTOS REACTIVOS FORMATIVOS DE APRENDIZAJE TEÓRICO METODOLOGÍA DE ENSEÑANZA ACCIONES DEL REACTIVO DE ICA EN AULA, CAMPO Y/O REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL PRACT AULA PRACT LABORAT (*) Conoce las propiedades estadísticas del modelo lineal ante modelos de series temporales 2.1. Estacionariedad e implicaciones 2.2. Metodología Box Jenkings 2.3. Función de autocorrelación Pensamiento lógico para formular abstracciones de la realidad. Exposición teórica y derivación de propiedades Aplica la metodología Box Jenkings 8 T ; 5 Identificación y estimación de modelos AR, MA y ARMA (Uso laboratorio cómputo, 3 horas) Estima modelos AR, MA y ARMA Capacidad de representación gráfica de ideas o conceptos. 10 P ; 7 Describe los resultados de las varianzas y covarianzas en la economía para modelos AR, MA, ARMA y ARCH 2.4. Modelos ARMA 2.5. Estimación de modelos ARMA 2.6. Predicción Celeridad en la resolución de problemas. Explicación de casos de la vida real Estima modelos AR, MA y ARMA 9 T ; 7 REACTIVO EVALUATIVO FINAL DEL CRITERIO DE DEPEÑO CRITERIO DE CERTIFICACIÓN DE APROBACIÓN, Presentación de trabajos aplicados a la vida real 0 E.2 0 7; 8 OBSERVACIONES (*) Diferencia los modelos univariados y los estima adecuadamente

7 COMPETENCIA Comprende la estimación e inferencia en los modelos de regesión, empleando regresores aleatorios, estimando y realizando ASIGNATURA ECONOMETRIA 2 contrastes e presencia de heteriscedasticidad y con regresores endógenos, indicando las propiedades del modelo de regresión con series temporales, prestando especial atención a su estimación e inferencia en presencia de autocorrelación en los errores. CRITERIO DE DEPEÑO Nº 3 UNIDAD DE APRENDIZAJE MODELOS DE REGRESION DINAMICA Emplea modelos de regresión dinámica, determinando las propiedades de los modelos dinámicos y con errores autocorrelacionales, sobre las variables analizadas, empleado métodos de estimación consistente y eficiente, de especificación y contrastación, además del modelo VAR. HABILIDADES / PROCEDIMIENTOS CONOCIMIENTOS REACTIVOS FORMATIVOS DE APRENDIZAJE TEÓRICO METODOLOGÍA DE ENSEÑANZA ACCIONES DEL TEORICO CARGA HORARIA 18 9 PONDERACIÓN REACTIVO DE ICA EN AULA, CAMPO Y/O REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL EV. FINAL...continuación PRACT AULA PRACT LABORAT (*) Identifica la endogeneidad de la variables y especifica el modelo VAR 3.1. Especificación de modelos VAR 3.2. Propiedades de estimación Capacidad de organizar y seleccionar información nume rica y documental. Presentación teórica y casos de Aplica los procesos de estudio identificación y endogeneidad Estima modelos VAR con datos macroeconómicos reales Aplica los conceptos de estimación VAR Capacidad de representación gráfica de ideas o conceptos. 9 P ; 11 Estima el modelo VAR y realiza proyección de resultados 3.3. Contrastes del modelo VAR 3.4. Predicción Criterio lógico en la Exposición teórica de casos de Estima el modelo VAR de formulación y resolución de estudio y estimación de manera eficiente problemas. modelos ; 10 REACTIVO EVALUATIVO FINAL DEL CRITERIO DE DEPEÑO CRITERIO DE CERTIFICACIÓN DE APROBACIÓN Presentación de trabajos de estimación VAR OBSERVACIONES (*) 0 E Especifica modelos VAR y los estima adecuadamente

8 ...continuación COMPETENCIA Comprende la estimación e inferencia en los modelos de regesión, empleando regresores aleatorios, estimando y realizando contrastes e presencia de heteriscedasticidad y con regresores endógenos, indicando las propiedades del modelo de regresión con series temporales, prestando especial atención a su estimación e inferencia en presencia de autocorrelación en los errores. ASIGNATURA ECONOMETRIA 2 CRITERIO DE DEPEÑO Nº 4 UNIDAD DE APRENDIZAJE REGRESION CON VARIABLES NO ESTACIONARIAS Realiza regresiones con variables no estacionarias, determinando la aplicación de regresores estacionarios, realizando pruebas de cointegración, por medio de corrección de errores y cointegración del VAR (VEC). TEORICO CARGA HORARIA 16 6 EV. FINAL PONDERACIÓN HABILIDADES / PROCEDIMIENTOS CONOCIMIENTOS REACTIVOS FORMATIVOS DE APRENDIZAJE TEÓRICO METODOLOGÍA DE ENSEÑANZA ACCIONES DEL REACTIVO DE ICA EN AULA, CAMPO Y/O REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL PRACT AULA PRACT LABORAT (*) Comprende la noción de cointegración para regresores no estacionarios 4.1. Regresores no estacionarios 4.2. Noción de cointegración Creatividad en la formulación de propuestas Exposición teórica y resolución de casos Aplica procesos de demostración ; 13 Estimación de modelos Estimación MCO VEC (Uso laboratorio de cómputo, 3 horas) Criterio lógico en la formulación y resolución de problemas. 6 P ;14;15 Estima modelos VEC adecuadamente 4.3. Modelo de corrección de errores 4.4. Estimación de modelos y VEC Pensamiento lógico para formular abstracciones de la realidad. Exposición teórica y resolución de casos Estima econométricamente modelos VEC REACTIVO EVALUATIVO FINAL DEL CRITERIO DE DEPEÑO CRITERIO DE CERTIFICACIÓN DE APROBACIÓN, Presentación de modelos VEC de países o procesos microeconómicos 0 E.4 0,00 15 OBSERVACIONES (*) Aplica la noción de cointegración y estimación VEC

9 Conoce los modelos de datos de panel en el análisis de variables económicas, determinando el estimador de diferencias de las diferencias, resolviendo modelos de efectos fijos y de efectos aleatorios HABILIDADES / PROCEDIMIENTOS Diferencia los tipos de datos en econometría y sus propiedades estadísticas CONOCIMIENTOS 5.1. Estimador de diferencia de las diferencias 5.2. Datos de panel y economía dinámica Capacidad de representación gráfica de ideas o conceptos. METODOLOGÍA DE ENSEÑANZA Explicación teórica y presentación de casos REACTIVOS FORMATIVOS DE APRENDIZAJE TEÓRICO ACCIONES DEL Diferencia estadísticamente los tipos de datos TEORICO CARGA HORARIA 15 8 PONDERACIÓN REACTIVO DE ICA EN AULA, CAMPO Y/O Estimación de modelos de panel REACTIVOS FORMATIVOS DE APLICACIÓN ICA Y/O EXPERIMENTAL ACCIONES DEL Especifica ecuaciones de DP y estima sus coeficientes EA o EF Pensamiento lógico para formular abstracciones de la realidad. 8 P.5 20 EV. FINAL...continuación COMPETENCIA Comprende la estimación e inferencia en los modelos de regesión, empleando regresores aleatorios, estimando y realizando ASIGNATURA ECONOMETRIA 2 contrastes e presencia de heteriscedasticidad y con regresores endógenos, indicando las propiedades del modelo de regresión con series temporales, prestando especial atención a su estimación e inferencia en presencia de autocorrelación en los CRITERIO DE DEPEÑO Nº 5 UNIDAD DE APRENDIZAJE INTRODUCCION A MODELOS DE DATOS DE PANEL PRACT AULA PRACT LABORAT (*) ;18;19 ;20 Identifica las propiedades de los modelos de efectos fijos 5.3 Modelo de efectos fijos Capacidad de organizar y seleccionar información nume rica y documental. Explicación teórica y presentación de casos Especifica modelos EF ; 18 Identifica las propiedades de los modelos de efectos aleatorios 5.4 Modelos de efectos aleatorios Capacidad de organizar y seleccionar información nume rica y documental. Explicación teórica y presentación de casos Especifica modelos EA 5 19 REACTIVO EVALUATIVO FINAL DEL CRITERIO DE DEPEÑO CRITERIO DE CERTIFICACIÓN DE APROBACIÓN Presentación y defensa de trabajo final OBSERVACIONES (*) 0 E Identifica procesos de datos de panel y estima modelos EF o EA

10 VII. CARGA HORARIA PLANIFICADA, PONDERACIONES DE EVALUACIÓN Y CRONOGRAMA Nº CRITERIO DE DEPEÑO 1 Comprende el concepto de variables instrumentales y simultáneas, realizando la estimación de variables instrumentales en MLS, MLG, MC2E, GMM y MV, identificando las propiedades asintóticas, realizando contrastes de endogeneidad 2 Emplea modelos univariados de series temporales, determinando la predicción de variables económicas en el modelo de regresión lineal, estableciendo la función de autocorrelación simple y de autocorrelación parcial, resolviendo modelos univariantes de series temporales, modelos AR, MA y ARMA 3 Emplea modelos de regresión dinámica, determinando las propiedades de los modelos dinámicos y con errores autocorrelacionales, sobre las variables analizadas, empleado métodos de estimación consistente y eficiente, de especificación y contrastación, además del modelo VAR. CARAG HORARIA PLANIFICADA TEORICO EVALUACIÓN FINAL DEL CRITERIO PONDERACIONES PLANIFICADAS TEORICO EVALUACIÓN FINAL PONDERACIÓN ACUMULADA CRONOGRAMA DE DESARROLLO POR Nº DE ANA AP. TEÓRICO ICO Y PERIODO DE EVALUACIÓN CRON. DE EVAL.PARCIALES Y EVA.FINAL POR Nº DE ANA Semana1; 2; 3; ; ; Semana2; 4; ; ; ; PRIMER PARCIAL Semana Semana4; 5; 6; 7; ; ; Semana6; 7; ; ; ; PRIMER PARCIAL Semana 7; Semana8; 9; 10; ; ; Semana10; 11; ; 6; ; SEGUNDO PARCIAL Semana 11 4 Realiza regresiones con variables no estacionarias, determinando la aplicación de regresores estacionarios, realizando pruebas de cointegración, por medio de corrección de errores y cointegración del VAR (VEC). 5 Conoce los modelos de datos de panel en el análisis de variables económicas, determinando el estimador de diferencias de las diferencias, resolviendo modelos de efectos fijos y de efectos aleatorios PROMEDIOS DE CARGA HORARIA EN EL ESTRE PROMEDIO DE HORAS ANALAES PLANIFICADAS Semana12; 13; 14; ; ; Semana16; 17; 18; 19; ; Semana13;14;15; ; ; ; Semana17;18;19;20 ; ; ; ; SEGUNDO PARCIAL Semana 15 EVALUACIÓN DE FINAL DE ESTRE Semana 20

11 VIII. BIBLIOGRAFÍA EMPLEADA EN EL PROCESO LIBROS Nº AUTOR (AÑO) TITULO EDITORIAL / Nº Edición CIUDAD 1 William Greene 2006 Análisis Econométrico Prentice Hall España 2 James Hamilton 2001 Series de Tiempo Prentice Hall EEUU 3 J. Wooldridge 2016 Introduccion a la econometria Cenpage Learning - 4ta Ed España 4 Johnston y Dinardo 2013 Métodos de Econometría Vicents Vivers España 5 IX. BIBLIOGRAFÍA EMPLEADA EN EL PROCESO REVISTAS CIENTÍFICAS Nº AUTOR (AÑO) TITULO DE ARTÍCULO REVISTA Nº PÁGINAS 1 2 X. Nº PÁGINAS WEB DE INTERÉS DIRECCIÓN URL TITULO DE INTERÉS 1 INE Bolivia 2 UDAPE 3 Banco Central de Bolivia 4 econometria101.wordpress.com Blog de clases 5 datos.bancomundial.org Datos del mundo FECHA DE VISITA DESCRIPCIÓN GENERAL Pagina oficial de estadísticas de Bolivia Unidad de Análisis Economico de Bolivia Base de datos monetaria de Bolivia Blog del Docente Bsse de datos económicos del mundo XI. OTROS RECURSOS INTERACTIVOS DE FORMACIÓN Nº RECURSO TITULO DEL RECURSO 1 Eviews 7 Software econométrico Software econométrico SPSS Blog wordpress.com Blog personal 4 5 FECHA DE EDICIÓN DESCRIPCIÓN GENERAL Software específico para computadora Software para computadora Blog para presentación de investigaciones