Guia docente
DATOS IDENTIFICATIVOS							2011_12
Asignatura	ECONOMETRIA					Código	00503120
Enseñanza	LIC. ADMON. Y DIRECCION DE EMPRESAS
Descriptores	Cr.totales	Tipo	Curso	Semestre
	9	Troncal	Tercero	Anual
Idioma
Prerrequisitos
Departamento	ECONOMIA Y ESTADISTICA
Responsable	RODRÍGUEZ FERNÁNDEZ , MARÍA PILAR				Correo-e	mprodf@unileon.es jgarg@unileon.es
Profesores/as	GARCÍA GONZÁLEZ , JESÚS RODRÍGUEZ FERNÁNDEZ , MARÍA PILAR
Web	http://
Descripción general	"Objetivo Ofrecer una visión amplia de la Econometría, profundizando en los conceptos relacionados con los modelos y la modelización econométrica." "
Tribunales de Revisión	Tribunal titular Cargo Departamento Profesor Tribunal suplente Cargo Departamento Profesor

Objetivos

"Objetivo Ofrecer una visión amplia de la Econometría, profundizando en los conceptos relacionados con los modelos y la modelización econométrica." "

Metodologías

Clases teóricas y prácticas. Las clases prácticas se impartirán en la sala de informática. "

Contenidos

Bloque

Tema

"I. INTRODUCIÓN Tema 1. Los modelos Econométricos. 1.1.- Concepto de Econometría. Evolución histórica. 1.2.- Modelos económicos y econométricos. 1.3.- Tipos de modelos econométricos. 1.4.- Especificación: variables, parámetros, ecuaciones, datos. Tema 2. La Econometría aplicada. 2.1.- Econometría y Econometría aplicada. 2.2.- Fases en la realización de trabajos econométricos. 2.3.- Tipos de Datos 2.4.- Localización de las fuentes de información 2.5.- Tratamiento de datos II. MODELO BÁSICO DE REGRESIÓN LINEAL (MBRL) Tema 3. Modelo básico de regresión lineal. 3.1.- Hipótesis del modelo. 3.2.- Estimador de mínimos cuadrados ordinarios (M.C.O.). 3.3.- Propiedades del estimador. 3.4.- Estimador de la varianza de la perturbación. 3.5.- Estimador de máxima verosimilitud. Tema 4. Contrastes de validez en el modelo de regresión lineal. 4.1.- Diferentes tipos de contrastes de validez del modelo. 4.2.- Coeficiente de determinación. Coeficiente de determinación corregido. 4.3.- Contraste de parámetros individuales: Contraste ""t"" de Student. 4.4.- Contraste conjunto de significación del modelo: Contraste ""F"" de Snedecor. 4.5.- Contraste de significación a partir del coeficiente de determinación. 4.6.- Contraste de significación de un subconjunto de parámetros. Tema 5. Programa de ordenador Eviews. 5.1.- Presentación del programa. 5.2.- Tratamiento de la información. 5.3.- Comandos básicos. Tema 6. Restricciones lineales. 6.1.- Planteamiento general de restricciones lineales. 6.2.- Estimación bajo restricciones. 6.3.- Contraste del modelo con restricciones lineales. Tema 7. Variables ficticias. 7.1.- Utilidad de las variables ficticias. 7.2.- Variables ficticias que afectan al término independiente. 7.3.- Variables ficticias que afectan a los coeficientes de las variables. Tema 8. Predicción. 8.1.- Introducción a la fundamentación científica de la predicción. 8.2.- Pruebas de significación e intervalos de confianza para los valores medio y futuro del regresando. 8.3.- Evaluación de la capacidad predictiva de un modelo. III. PERFECCIONAMIENTO DEL MBRL Tema 9. Multicolinealidad. 9.1.- Causas de la multicolinealidad. 9.2.- Consecuencias de la multicolinealidad. 9.3.- Determinación de la presencia de multicolinealidad. 9.4.- Soluciones a la multicolinealidad. Tema 10. Cambio estructural. 10.1.- Causas de un cambio estructural. 10.2.- Consecuencias sobre el modelo. 10.3.- Detección de un posible cambio estructural. 10.4.- Posibles soluciones a un cambio estructural Tema 11. Especificación errónea y Regresores estocásticos.. 11.1.- Error de especificación por inclusión de variables irrelevantes y por omisión de variables relevantes. 11.2.- Errores de especificación en la forma funcional. 11.3.- Consecuencias de los regresores estocásticos. 11.4.- Método de variables instrumentales. Tema 12. Incumplimiento de las hipótesis de la perturbación. 12.1.- Media no nula. 12.2.- Matriz de Varianzas-Covarianzas no escalar. 12.3.- Estimador de mínimos cuadrados generalizados o de Aitken. 12.4.- Propiedades del estimador de Aitken. Tema 13. Heteroscedasticidad. 13.1.- Planteamiento general. 13.2.- Procedimientos para detectar la heteroscedasticidad. 13.3.- Estimación del modelo. Tema 14. Autocorrelación. 14.1.- Planteamiento general. 14.2.- Procedimientos para detectar la autocorrelación. 14.3.- Estimación del modelo. IV. MODELOS MULTIECUACIONALES Tema 15. Especificación del modelo de ecuaciones simultáneas . 15.1.- Modelos recursivos, bloque -cursivos, e interdependientes. 15.2.- Planteamiento del modelo de ecuaciones simultáneas. 15.3.- Hipótesis básicas del modelo de ecuaciones simultáneas. Tema 16. Identificación de modelos de ecuaciones simultáneas . 16.1.- Planteamiento intuitivo del problema de la identificación. 16.2.- Condiciones de identificación con restricciones cero. 16.3.- Identificación con restricciones lineales generales. Tema 17. Estimación de modelos de ecuaciones simultáneas. 17.1.- Enfoques alternativos de estimación. 17.2.- Estimación de ecuaciones aisladas por M.C.O. 17.3.- Métodos de estimación con información limitada. 17.4.- Métodos de estimación con información completa V. MODELOS DINÁMICOS Tema 18. Modelos con datos de Panel. 18.1.- Combinación de series temporales y datos transversales. 18.2.- Modelos de efectos fijos. 18.3.- Modelos de efectos aleatorios. Tema 19. Modelos dinámicos y distribución de retardos. 19.1.- Justificación económica de los modelos dinámicos. 19.2.- Ajuste parcial y expectativas adaptables. 19.3.- Distribuciones finitas de retardos: Modelo de Almon. 19.4.- Distribuciones infinitas de retardos: Esquema de Koyck Tema 20. Modelos ARIMA. 20.1.- Introducción. 20.2.- Modelos AR MA y ARMA. 20.3.- Modelos ARIMA: estacionariedad en media y varianza. 20.4.- El orden de integrabilidad en la identificación de los modelos ARIMA. 20.5.- La identificación de los modelos ARIMA: funciones de autocorrelación y autocorrelación parcial. 20.6.- Estacionalidad y modelos ARIMA. 20.7.- Fases en la aplicación de modelos ARIMA. 20.8.- Estimación contraste y predicción V. CONCLUSIONES Tema 21. Posibilidades y limitaciones de los modelos econométricos. 21.1.- Realidad de la utilización de los modelos econométricos. 21.2.- Futuro de los modelos econométricos. 21.3.- Modelos econométricos para la toma de decisiones"

Otras actividades

"

Evaluación

	descripción	calificación
Otros comentarios y segunda convocatoria
Un examen final, el acceso al examen se realizará previa presentación de un trabajo práctico. Este se desarrollará de forma progresiva durante el curso a medida que se van impartiendo los distintos conocimientos teóricos y prácticos necesarios para su elaboración. "

Fuentes de información

Acceso a la Lista de lecturas de la asignatura

Básica
	"BIBLIOGRAFÍA ?? Aznar, A, García Ferrer, A. (1988). Problemas de Econometría. Pirámide. ?? Aznar, A. Trívez, F. (1992). Métodos de Predicción en Economía I. Ariel. ?? Guisán, C. (1997). Econometría. McGraw-Hill. ?? Gujarati N, D. (1990). Econometría. McGraw-Hill/Interamericana de España S.A. ?? Johnston, J. ; Dinardo, J. (2001). Métodos de Econometría. Vicens Vives ?? Kmenta, J. (1980). Elementos de Econometría Vicens Universidad. ?? López, A; Pulido, A. (1999). Predicción y simulación aplicada a la economía y gestión de empresas. Pirámide. ?? Novales, A. (1993). Econometría. McGraw-Hill/Interamericana de España S.A. ?? Pena, B.; Estavillo, J.; Galindo, Mª E.; Zamora, Mª M. (1999). Cien ejercicios de Econometría. Pirámide. ?? Peña Sánchez de Rivera, D. (1986). Modelos y Métodos. 1. Fundamentos. Alianza Universidad Textos. ?? Peña Sánchez de Rivera, D. (1987). Modelos y Métodos. 2. Modelos Lineales y Series Temporales. Alianza Universidad Textos ?? Pulido, A; Pérez, J. (2001). Modelos Econométricos.Pirámide." "
Complementaria
	"