Profesor | Carlos Vladimir Rodríguez Caballero | lu mi vi | 9 a 10 | Taller de Finanzas |
Ayudante | Román Hernández Alfaro | ma ju | 9 a 10 | Taller de Finanzas |
http://sistemas.fciencias.unam.mx/~cvrc/
ESBOZO DEL CURSO (PARA EL PROGRAMA OFICIAL VISITAR PÁGINA DEL PROFESOR)
El curso está abierto a todos los estudiantes de la facultad de ciencias y facultades externas bajo permiso de las autoridades competentes. Se requieren conocimientos previos de inferencia estadística del estilo de estadística 1 de la facultad de ciencias. Conocimientos previos en análisis de regresión y series de tiempo no son indispensables. Para los alumnos de actuaría que ya hayan llevado el curso de análisis de regresión pueden optar por tomar esta materia; las diferencias entre estadística y econometría se irán marcando paulatinamente.
Este curso corresponde al primero dentro de la gama de econometría teórica (no econometría aplicada), no obstante se presentarán y se trabajarán distintos modelos econométricos aplicados en sectores de macroeconomía primordialmente.
Objetivos:
Familiarizar al estudiante con los resultados elementales de econometría teórica con el objetivo de formar bases sólidas para proseguir con estudios avanzados de econometría de series de tiempo y no estacionaria. El estudiante al terminar el curso será capaz de entender las formas clásicas de algunos fenómenos económicos diversos.
Temario:
1.Repaso: Teoría asintótica, convergencias, propiedades estadísticas, órdenes de magnitud estocástica y teoremas límites.
2.El paradigma de la econometría. Una revisión histórica.
3.El modelo de regresión lineal simple
3.1.Mínimos cuadrados ordinarios (MCO)
3.2.Otros procedimientos de estimación
3.3.Inferencia estadística en MCO
3.4.Formas funcionales y especificación
4.El modelo de regresión lineal múltiple
4.1.Especificación del modelo
4.2.Teorema de Gauss Markov
4.3.Pruebas de hipótesis
4.4.Multicolinealidad
5.Introducción a la econometría bayesiana (si el tiempo lo permite)
5.1.Teoría bayesiana
5.2.Modelo de regresión lineal normal con una a priori conjugada y una variable explicativa.
5.3.Modelo de regresión lineal normal con una a priori conjugada y varias variables explicativas.
5.4.Modelo de regresión lineal normal con otras a prioris.
6.Rompimiento de los supuestos
6.1.Autocorrelación y heteroscedasticidad
6.2.Mínimos cuadrados generalizados
6.3.Consecuencias y pruebas de detección
7.Problemas de especificación y ortogonalidad
7.1.Errores de medición en las variables
7.2.Simultaneidad
7.3.Variables omitidas relevantes e inclusión de irrelevantes
7.4.Detección de problemas. Pruebas de hipótesis.
8.Causalidad, exogeneidad y estabilidad
8.1.Causalidad en el sentido de Granger.
8.2.Exogeneidad en el sentido de la Cowles Commission
8.3.Exogeneidad en el sentido de Engle, Hendry y Richard.
8.4.Estabilidad parametral
9.Tópicos especiales y futuros estudios (si el tiempo lo permite)
9.1.Estimadores extremos
9.2.Regresión cuantílica
9.3.El teorema de límite central funcional y sus aplicaciones en la econometría.