UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE ECONOMIA

DEPARTAMENTO ACADEMICO DE ECONOMIA

SYLLABU S

EM - 4410 ECONOMETRÍA I
(Aprobado en Sesión de Departamento del 17/04/2012)

1. DATOS GENERALES

1.1. Año Académico 2013.

1.2. Semestre Segundo.
1.3. Asignatura Obligatoria.
1.4. Créditos Cuatro.
1.5. N° de Horas por semana 05 (Teoría: 3 Horas + Práctica: 2 Horas).
1.6. Grupo 01 y 02.
1.7. Requisito Modelos Estadísticos (EM-3425)
Análisis Macroeconómico II (TP-3460)
1.8. Profesores M. Sc. LUIS A. ROSALES GARCIA.
M. Sc. MARTIN CASTILLO AGURTO.

2. SUMILLA

El curso esta orientado a desarrollar la capacidad de investigación del futuro economista, es de

naturaleza cuantitativa aplicada y complementa los instrumentos econométricos de modelos
uniecuacionales y multiecuacionales. Con respecto a modelos uniecuacionales el alumno
aprenderá a especificar, estimar y evaluar modelos dinámicos, no lineales, de variable
dependiente cualitativa y de variable dependiente limitada. Con respecto a modelos
multiecuacionales, aprenderá su especificación y estimación.

3. COMPETENCIAS DE LA ASIGNATURA

1. Especificar, estimar y evaluar modelos uniecuacionales dinámicos, no lineales, de

variable dependiente cualitativa y de variable dependiente limitada haciendo uso de los
métodos econométricos apropiados.
2. Resolver los problemas econométricos encontrados en este tipo de modelos.
3. Especificar y estimar modelos multiecuacionales.
4. Utilizar con éxito los modelos y métodos estudiados en investigaciones económicas y
sociales aplicadas fundamentalmente a la economía peruana.

4. OBJETIVOS GENERALES

1. El estudio riguroso de los métodos econométricos usados en la investigación económica.

2. Contrastar los modelos o teorías econométricas usando los métodos econométricos
mediante un trabajo de investigación de la realidad económica y social
(fundamentalmente de la economía peruana).

5. OBJETIVOS ESPECIFICOS

1. Desarrollar en el estudiante conocimientos, habilidades y destrezas científicas para

especificar, estimar y evaluar modelos uniecuacionales dinámicos, no lineales, de
variable dependiente cualitativa y de variable dependiente limitada empleando software
econométrico (Gretl, Eviews y Stata) y su aplicación en el campo de la investigación
económico y social.
2. Desarrollar en el estudiante conocimientos, habilidades y destrezas científicas para
especificar y estimar modelos multiecuacionales utilizando software econométrico (Gretl,
Eviews y Stata) y su aplicación en el campo de la investigación económico y social.
 2

6. PROGRAMACIÓN DE CONTENIDOS POR UNIDADES DE APRENDIZAJE

6.1.1. Primera Unidad: Modelos Dinámicos.

En esta unidad el alumno será capaz de especificar, modelos dinámicos de variable endógena
rezagada y modelos de rezago distribuidos. Identificar e interpretar los supuestos de cada
modelo y las propiedades de los parámetros estimados del mismo. Estimar los modelos
seleccionando por el método de estimación apropiado. Evaluar la estimación, resolver los
problemas encontrados y seleccionar el mejor modelo.

6.1.2. Competencias:

1. Especifica un modelo dinámico.

2. Explica los supuestos de un modelo dinámico.
3. Explica las propiedades de los parámetros estimados de un modelo dinámico.
4. Describe y explica los métodos de estimación de un modelo dinámico.
5. Deduce el modelo dinámico posible de estimación.
6. Estima un modelo dinámico e interpreta los resultados.
7. Evalúa un modelo dinámico.
8. Resuelve problemas econométricos encontrados en la evaluación de un modelo dinámico
9. Selecciona el mejor modelo.
10. Usa especificaciones de modelos dinámicos en investigaciones económicas y sociales.

CONTENIDO METODOLOGÍA

1.1. Introducción 1. El profesor realiza una exploración en el grupo,

1.2. Variable endógena rezagada
1.2.1 El término de error no tiene
autocorrelación
1.2.2 El término de error tiene
autocorrelación
1.3. Variable exógena rezagada.
1.3.1 Retardos finitos
1.3.2 Retardos infinitos
respecto a las ideas que los alumnos traen en
relación con los conceptos a abordar en esta
unidad.
2. El profesor expone las características de un
modelo de variable endógena rezagada sin
autocorrelación, supuestos y propiedades de los
parámetros del modelo, métodos de estimación.
Estima y evalúa un caso.
1. El profesor expone las características de un
modelo de variable endógena rezagada con
autocorrelación, supuestos y propiedades de los
parámetros del modelo, métodos de estimación.
Estima y evalúa un caso
1. El profesor expone las características de un modelo
de variable exógena rezagada con retardos finitos,
supuestos y propiedades de los parámetros del
modelo, métodos de estimación. Estima y evalúa
un caso
1. El profesor expone las características de un modelo
de variable exógena rezagada con retardos
infinitos, supuestos y propiedades de los
parámetros del modelo, métodos de estimación.
Estima y evalúa un caso

6.2.1. Segunda Unidad: Modelos No Lineales

En esta unidad el alumno será capaz de identificar, distinguir y especificar modelos no lineales.
Explicar los supuestos del modelo y las propiedades de los parámetros estimados del mismo.
Estimar el modelo usando el método de estimación apropiado. Evaluar la estimación, resolver
los problemas encontrados y seleccionar el mejor modelo

6.2.2. Competencias:

1. Identifica un modelo no lineal.

2. Distingue un modelo no lineal de uno lineal.
 3
3. Especifica un modelo no lineal.
4. Explica los supuestos de un modelo no lineal.
5. Explica y demuestra las propiedades de los parámetros de un modelo no lineal.
6. Aplica un método de estimación para un modelo no lineal.
7. Usa transformaciones adecuadas para estimar modelos no lineales.
8. Evalúa la estimación de un modelo no lineal.
9. Selecciona la mejor estimación.
10. Usa especificaciones de modelos no lineales en investigaciones económicas y sociales.

CONTENIDO METODOLOGÍA

1. El profesor realiza una exploración en el grupo,

2.1. Introducción respecto a las ideas que los alumnos traen en
relación con los conceptos a abordar en esta
2.2. Mínimos cuadrados ordinarios utilizando unidad.
la serie de Taylor 2. El profesor expone la serie de Taylor, Estima y
evalúa un caso.

2.3. Mínimos cuadrados no lineales 1. El profesor expone las características de un

2.4 El estimador de máxima verosimilitud
2.5. Mínimos cuadrados ordinarios
empleando la Transformación Box-Cox
modelo no lineal, supuestos y propiedades de
los parámetros del modelo, método de
mínimos cuadrados no lineales. Estima y
evalúa un caso.
1. El profesor expone el estimador de máxima
verosimilitud, supuestos y propiedades de los
parámetros del modelo. Estima y evalúa un
caso.
1. El profesor expone la transformación Box-Cox
y sus usos. Estima y evalúa un caso

2.6 Contrastes y restricciones 1. El profesor expone los diferentes contrastes o

test para modelos no lineales, con
restricciones lineales o no lineales. Estima y
evalúa un caso.

6.3.1.Tercera Unidad: VARIABLES DEPENDIENTES CUALITATIVAS Y LIMITADAS

En esta unidad el alumno será capaz de especificar, modelos de variable dependiente

cualitativa o limitada. Identificar e interpretar los supuestos de cada modelo y las propiedades
de los parámetros estimados del mismo. Estimar el modelo por el método de estimación
apropiado. Evaluar la estimación, resolver los problemas encontrados y seleccionar el mejor
modelo.

6.3.2. Competencias:

1. Identifica un modelo de variable dependiente cualitativa o limitada.

2. Distingue un modelo de variable dependiente cuantitativa de uno de variable dependiente
cualitativa o limitada.
3. Especifica un modelo de variable dependiente cualitativa o limitada.
4. Crea las variables necesarias para especificar un modelo de variable dependiente
cualitativa o limitada.
5. Explica los supuestos de un modelo de variable dependiente cualitativa o limitada
6. Explica y demuestra las propiedades de los parámetros de un modelo de variable
dependiente cualitativa o limitada.
7. Aplica un método de estimación para un modelo de variable dependiente cualitativa o
limitada.
8. Evalúa e interpreta la estimación de un modelo de variable dependiente cualitativa o
limitada.
9. Selecciona la mejor estimación.
10. Realiza pronósticos de la variable dependiente cualitativa o limitada y los evalúa.
 4
11. Usa especificaciones de modelos de variable dependiente cualitativa y/o limitada en
investigaciones económicas y sociales

CONTENIDO METODOLOGÍA

3.1. Modelos de elección discreta 1. El profesor realiza una exploración en el grupo,

3.1.1. Introducción
3.1.2. Modelo de elección binaria
3.1.2.1. Modelo de probabilidad lineal.
3.1.2.2. Modelo Llogit.
3.1.2.3. Modelo Probit.
4.1.3. Modelo de elección múltiple.
4.1.3.1. Modelo ordenado.
4.1.3.2. Modelo multinomial.
3.2. Modelo con variable dependiente
limitada
3.2.1. Variable dependiente truncada
3.2.2. Variable dependiente censurada
3.3. Modelo con selección muestral
respecto a las ideas que los alumnos traen en
relación con los conceptos a abordar en esta
unidad.
2. El profesor expone las características de un
modelo de elección discreta, modelo de elección
binaria, el modelo de probabilidad lineal,
supuestos y propiedades de los parámetros del
modelo, método de estimación. Estima y evalúa
un caso y realiza pronóstico.
3. El profesor expone los modelos probit y logit,
supuestos y propiedades de los parámetros del
modelo. Estima y evalúa un caso y realiza
pronóstico
1. El profesor expone los modelos de elección
múltiple, supuestos y propiedades de los
parámetros del modelo. Estima y evalúa un caso
y realiza pronóstico
1. El profesor expone las características de un
modelo de variable dependiente limitada
(truncada o censurada), supuestos y propiedades
de los parámetros del modelo, método de
estimación. Estima y evalúa un caso y realiza
pronóstico.
1. El profesor expone las características de un
modelo con selección muestral, supuestos y
propiedades de los parámetros del modelo,
método de estimación. Estima y evalúa un caso y
realiza pronóstico.

6.4.1. Cuarta Unidad: Modelos multiecuacionales

En esta unidad el alumno será capaz de especificar, modelos multiecuacionales. Identificar e

interpretar los supuestos del modelo y las propiedades de los parámetros del mismo. Establecer
y comprobar las condiciones de identificación del modelo multiecuacional. Establecer y usar
restricciones sobre los parámetros estructurales y la varianzas y covarianzas de las variables
aleatorias para lograr identificar las ecuaciones del modelo. Estimar el modelo, en las diferentes
formas, seleccionando el método de estimación apropiado, sea de información limitada o
completa.

6.4.2. Competencias:

1. Explica las razones para especificar modelos multiecuacionales.

2. Especifica un modelo multiecuacional.
3. Distingue entre los diferentes tipos de modelos multiecuacionales.
4. Explica e interpreta los supuestos de un modelo multiecuacional.interdependiente.
5. Explica y demuestra las propiedades de los parámetros estimados de un modelo
multiecuacional.
6. Establece y comprueba las condiciones de identificación de un modelo multiecuacional
interdependiente.
7. Usa restricciones sobre los parámetros estructurales y varianzas y covarianzas de las
variables aleatorias del modelo interdependiente para lograr su identificación.
8. Estima el modelo interdependiente en sus diferentes formas, la estructural y la reducida.
9. Usa el método de estimación para una ecuación exactamente identificada y
sobreidentificada.
10. Distingue entre métodos de estimación con información limitada y completa.
11. Estima el modelo interdependiente e interpreta los resultados.
 5
12. Especifica modelos interdependientes bajo ciertas condiciones de identificación.
13. Usa especificaciones de modelos multiecuacionales en investigaciones económicas y
sociales.

CONTENIDO METODOLOGÍA

4.1. Introducción 1. El profesor realiza una exploración en el grupo,

4.1.1. Razones para especificar modelos
multiecuacionales
4.1.2. Clasificación de modelos
multiecuacionales
4.1.3 Formas de Especificación de modelos
multiecuacionales
4.2. El problema de identificación
4.2.1 Correspondencia entre los parámetros
de la forma estructural y la forma
reducida
4.2.2. Condiciones de identificación
4.2.3 Restricciones sobre los parámetros
estructurales
4.2.4. Restricciones sobre las varianzas y
covarianzas
4.3. Métodos de estimación
4.3.1 Estimación de la forma reducida
4.3.2 Estimación de la forma estructural,
caso de identificación exacta
4.3.3 Estimación de la forma estructural,
caso de sobreidentificación.
4.3.3.1 Métodos de información limitada:
mínimos cuadrados indirectos,
mínimos cuadrados de dos etapas, y
máxima verosimilitud
información limitada
4.3.3.2 Métodos de información completa:
mínimos cuadrados de tres etapas, y
máxima verosimilitud
información completa
respecto a las ideas que los alumnos traen en
relación con los conceptos a abordar en esta
unidad.
2. El profesor expone las razones para especificar
modelos multiecuacionales, su clasificación y las
formas de especificación, supuestos y
propiedades de los parámetros del modelo.
1. El profesor expone en que consiste el problema
de identificación y su posible solución con
ejemplos.
2. El profesor expone la correspondencia entre los
parámetros de la forma estructural y la forma
reducida y da ejemplos.
3. El profesor expone las condiciones de
identificación y da ejemplos.
4. El profesor expone las restricciones sobre los
parámetros estructurales y las restricciones sobre
las varianzas y covarianzas con ejemplos en cada
caso.
1. El profesor expone los métodos de estimación de
la forma reducida y estructural. Estima y evalúa
un caso para cada situación de identificación
usando métodos de información limitada y
completa.
con
con

7. EVALUACIÓN

La evaluación comprende:

(1) Prácticas calificadas 50 %

(2) Trabajo de investigación (Presentación y Exposición) 20 %
(3) Exámenes parciales 30 %

8. BIBLIOGRAFIA

CASTRO, JUAN F. Econometría Aplicada

RIVAS LLOSA, RODDY 1ra. Edición, Lima: Centro de Investigación de la UP,
2003.

COTTRELL, ALLIN Manual de Gretl: Regression, Econometrics and

Time-series. Wake Forest University, Julio 2003.

DUTTA-ALONSO Métodos Econométricos.

Ed. South-Westwen Publiena Ca. 1982. USA.
 6

GREENE, WILLIAM Análisis Econométrico.

Madrid: Prentic Hall Iberia, 2002, quinta edición.

GUJARATI, D. Econometría Básica.

Cuarta edición 2003. Ed. Mc. GRAW-HILL, Bogotá.

HANSEN BRUCE E. Econometrics

University of Wisconsin, January 2006.

INTRILIGATOR, MICHAEL Modelos Econométricos, Técnicas y Aplicaciones.

Ed. Fondo Cultura Económica. México 1990.

JOHNSTON, J. Métodos Econométricos

Universidad de California, Irvine. Primera reimpresión
1989, Ediciones Vincens - Vives S. A., España.

JOHNSTON, JACK Econometrics Methods

DINARDO, JOHN Fourth Edition, 1997 - 1998, Editorial Mc. Graw - Hill.

JUDGE, CARTER, Introduction to the theory and practice of

GRIFFITHS,LUTKEPOHL, econometrics
TSOUNG-CHAO Ed. John Willey Sons, USA, 1988.

KLEIN, L.R. Técnicas de Construcción de Modelos para 22

Economías en vías de Desarrollo.
Comercio Exterior Vol. 25. Núm. 11.

KOTSOYIANNIS, A. Teory of Econometrics.

2da. Ed. The Millan Press Ltd. London 1972.

LEYDOLD JOSEF Introduction to Maxima for Economics.

PETRY MARTIN Institute for Statistics and Mathematics, 2011.

MADDALA, G.S. Econometría.

Editorial Mc. Graw-Hill, segunda edición 1996.

NOVALES CINCA, A. Econometría.

Editorial Mc Graw - Hill, Segunda edición, 2000,
España.

PINDYCK, ROBERT Econometría: Modelos y Pronósticos

RUBINFELD, DANIEL Cuarta edición, 2001, Editorial Mc. Graw - Hill,
México.

PULIDO SAN ROMÁN, A. Modelos Econométricos

PÉREZ GARCÍA, JULIÁN Guía para la elaboración de modelos econométricos
con Eviews..
Editorial Pirámide. España, 1985.

ROSALES GARCÍA, LUIS Econometría I.

http://econometriai.wordpress.com/.

THEIL, A. Econometrics.
Editorial Prentice Hall.

WONNACOTT-WONNACOTT Econometría.
Editorial Aguilar España 1985.

WOOLDRIDGE, JEFFREY M. Introducción a la Econometría. Un enfoque moderno.

Editorial Thomson, 2da. Edición.

PIURA, SETIEMBRE 2013.