Guia docente
DATOS IDENTIFICATIVOS							2011_12
Asignatura	ECONOMETRIA					Código	00505004
Enseñanza	LICENCIADO EN ECONOMIA
Descriptores	Cr.totales	Tipo	Curso	Semestre
	9	Troncal	Primer	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	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

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
	"Alonso, A., Fernández, J., Gallastegui, I., (2005), Econometría, Pearson, Madrid. Pulido, A., Pérez, J., (2001), Modelos Econométricos, Pirámide, Madrid. Trívez, F.J., (2004), Introducción a la Económetría, Pirámide, Madrid." "
Complementaria
	Aznar, A., García Ferrer, A., y A. Martín, (1994), Ejercicios de Econometría I y II, Pirámide, Madrid. Aznar, A., y F.J. Trívez, (1992), Métodos de Predicción en Economía I, Ariel. Griffiths, W., Hill, R.C., and G. Judge, (1993), Learning and Practicing Econometrics, Wiley. Guisán, C., (1997), Econometría, McGraw-Hill, Madrid. Johnston, J. y J. Dinardo, (2001), Métodos de Econometría, Vicens Vives, Barcelona. Novales, A., (1993), Econometría, McGraw-Hill, Madrid. Pena, B.; Estavillo, J.; Galindo, Mª E.; Zamora, Mª M., (1999), Cien ejercicios de Econometría, Pirámide, Madrid. Pulido, A. y A. López, (1999), Predicción y simulación aplicada a la economía y gestión de empresas, Pirámide, Madrid. "