OBJETIVOS

Es un curso introductorio a la Econometría por lo que el Modelo de Regresión Lineal General se estudia en detalle.  El objetivo principal del curso consiste en que, al final del mismo, los estudiantes sean capaces de utilizar el modelo de regresión para resolver satisfactoriamente un problema económico sencillo tanto desde un punto de vista práctico (especificar, estimar y contrastar un modelo ajustado a una base de datos concreta utilizando los instrumentos informáticos adecuados) como teórico (resolver cuestiones y explicar los resultados obtenidos).

COMPETENCIAS

1. Analizar de forma crítica los elementos básicos de los modelos econométricos para comprender la lógica de la modelización econométrica y poder especificar relaciones causales entre variables económicas.
2. Aplicar la metodología econométrica básica para estimar y validar relaciones económicas en base a la información estadística disponible sobre variables económicas y utilizando los instrumentos informáticos apropiados.
3. Interpretar los resultados obtenidos en el análisis de una aplicación económica con el objetivo de elaborar informes económicos tanto escritos como orales.
4. Presentar de forma clara y concisa, tanto oralmente como por escrito, las conclusiones obtenidas en un caso de estudio.

PRERREQUISITOS

Se recomienda tener conocimientos básicos en Matemáticas (algebra lineal y cálculo diferencial) y Estadística (análisis descriptivo de datos e inferencia)

TEMARIO

1.    Introducción a la Econometría

Introducción. Concepto de modelo: modelo económico y modelo econométrico. El modelo econométrico. Etapas en la elaboración de un modelo

2.    Modelo de Regresión Lineal General: Especificación y estimación.

2.1 Especificación del modelo: supuestos básicos. Forma funcional. Interpretación de los coeficientes.

2.2. Estimador de Mínimos Cuadrados Ordinarios (MCO). Propiedades de la función de regresión muestral.

2.3. Propiedades en muestras finitas del estimador MCO. Estimador de la varianza de las perturbaciones.

2.4. Consecuencias del incumplimiento de algunos supuestos: omisión de variables relevantes y colinealidad.

2.5 Estimación mínimo-cuadrática sujeta a restricciones.

3.    Modelo de Regresión Lineal General: Contrastes de restricciones lineales y predicción.

3.1. Distribución del estimador MCO bajo normalidad. Estimación por intervalo.

3.2. Inferencia. Contrastes de significatividad individual. Contraste general de restricciones lineales. Contrastes basados en la suma de cuadrados de los residuos. Contrastes de significatividad conjunta.

3.5. Predicción por punto y por intervalo.

4.1. Variables ficticias: definición y utilización en el MRLG.

4.2. Comportamiento tendencial y estacional.

4.3. Efectos de interacción entre variables explicativas.

DESCRIPCION DE LOS TEMAS

TEMA 1. Introducción a la Econometría.

En este tema se define el papel de la Econometría dentro del estudio de la Economía y se realiza una breve presentación de las etapas fundamentales de un estudio econométrico. Se presenta, además, el concepto de modelo econométrico, cuáles son los elementos fundamentales que lo conforman y sus diferencias con el modelo económico.

TEMA 2. Modelo de Regresión Lineal General: Especificación y estimación.

El modelo básico para el trabajo econométrico es el Modelo de Regresión Lineal General (MRLG). En este tema se especifica detalladamente el modelo, haciendo hincapié en los supuestos básicos del mismo. Se deriva el estimador de Mínimos Cuadrados Ordinarios (MCO) y sus propiedades bajo los supuestos del modelo.

En segundo lugar, se estudian las consecuencias sobre la estimación por MCO del modelo cuando se incumplen algunos de los supuestos sobre las variables explicativas del modelo. En particular, cuando no se incluye en el modelo alguna variable explicativa relevante y cuando existe correlación perfecta o un alto grado de correlación entre los datos de las variables explicativas (colinealidad).

Se trata también la estimación del modelo en presencia de información extramuestral, es decir, cuando se suponen ciertas algunas restricciones entre los parámetros del modelo, derivándose el estimador de Mínimos Cuadros Restringidos y sus propiedades.

TEMA 3. Modelo de Regresión Lineal General: Contraste de restricciones lineales y predicción.

Basándose en los conocimientos de inferencia estadística, en este tema se estimarán los parámetros del modelo por intervalo y se explicará cómo, una vez estimado el modelo por MCO, se pueden realizar contrastes de restricciones lineales sobre los coeficientes.

Por último, se explicará como se puede predecir por punto y por intervalo.

Las variables explicativas que se incluyen en el MRLG pueden ser tanto cuantitativas como cualitativas. En los dos temas anteriores se ha trabajado exclusivamente con variables cuantitativas. En este tema se va a explicar como utilizar las variables ficticias (o dummy) para introducir variables explicativas cualitativas en el MRLG. Para el caso particular de modelos con datos de series temporales, se hará especial hincapié en la introducción en el MRLG de tendencias y estacionalidades.

Por último, se explicará como el MRLG puede incluir también efectos de interacción entre variables explicativas tanto cuantitativas como cualitativas.

METODOLOGIA

La metodología docente se basará en cuatro tipo de sesiones lectivas:

clases magistrales en las que se desarrollarán los distintos temas del programa del curso, explicando los conceptos e ilustrándolos con ejemplos,

clases prácticas en las que se realizarán ejercicios y problemas para afianzar los conceptos del curso,

clases prácticas con ordenador donde se procederá a la resolución de ejercicios y se eaprenderá a utilizar los instrumentos informáticos disponibles para la estimación de modelos econométricos y

seminarios donde se comentarán ejercicios, lecturas y presentaciones de trabajos.

Para trabajar en las clases prácticas en los laboratorios informáticos y para realizar ejercicios prácticos utilizaremos el software econométrico libre: GRETL que se puede descargar de la página web (http://gretl.sourceforge.net)

El trabajo a realizar en cada tema consistirá, en primer lugar, en un estudio de los conceptos que se desarrollan en el mismo. En segundo lugar, el contenido de cada tema se trabajará  en ejercicios escritos (prácticas en aula) y en prácticas con ficheros de datos (prácticas en los laboratorios informáticos). Por último, los seminarios servirán para discutir en grupos pequeños mediante ejercicios o lecturas los principales puntos de cada tema.