syllabus

CIDDEA CT, 2015Teoría Econométrica Training course Nivel: Básico - Intermedio Lima 32 - Distrito de San Miguel - Lima, Perú Introducción Este curso está orientado a formar una base en la teoría econométrica básica para desenvolverse con gran calidad en los cursos más avanzados que son tocados en maestrías, tópicos de economía avanzados, especialización en finanzas, cursos de extensiones doc torados entre otros. Dirigido a: Profesionales interesados en realizar una revisión teórica - practica, buscando de esta manera revisar las técnicas de estimación y predicción que se aplican en diversos trabajos de investigación y fortalecer el uso cuántico, algebraico y estadístico con énfasis en el manejo del software. Objetivos:      Dotar al participante de todos los conceptos básicos que se debe saber en econometría. Incrementar las habilidades del participante en la aplicación de la econometría a la realidad. Resolver ejercicios aplicativos. Analizar temas econométricos actuales. Relacionar los conceptos econométricos con la modelización. Metodología: El curso desarrollará los conceptos teóricos, con ejemplos y ejercicios que puedan llevar a esquematizarse con aplicaciones prácticas que completen el aprendizaje. Requisitos: Es recomendable que el alumno tenga conocimientos básicos de estadística y algebra lineal. Material de Apoyo: El alumno contará con el acceso para descargar los archivos del curso. Evaluación: La evaluación se realizará mediante 2 exámenes. La ponderación será la siguiente:    Evaluaciones 70% Asistencia 15% Participación 15% Certificación: A los alumnos que obtengan como nota mínima 14, se les entregará el certificado de haber aprobado exitosamente el curso, en caso contrario se otorgará una constancia de asistencia, sin ningún costo adicional. Contenido del Programa: El curso se desarrollará en un total de 42 horas lectivas, estructurado en 11 sesiones de 4 horas c/u. A continuación, se muestran los temas a desarrollarse de forma práctica y teórica: * E-mail: [email protected] Pag 1 II. IV.Logit. * E-mail: administracion@giddea.   Conceptos Básicos. Perú I. Exogeneidad. Detección y Corrección. 2015 Teoría Econométrica Training course Nivel: Básico .     Planteamientos. Modelos de Elección Discreta Binarios  Introducción. Hererocedasticidad.  Regresores Estocásticos.   Hipótesis del Modelo.  Inestabilidad de parámetros.     Planteamientos.CIDDEA CT. Modelo Lineal Clásico: Supuestos  Especificación e interpretación del MLG. Detección y Corrección. Propiedades de los estimadores. Propiedades de los estimadores.       Modelo lineal de Probabilidad. Inferencia: Bondad de ajuste del modelo. Modelos Logit Probit.    Regresión particionada (teorema de FW).  Autocorrelación. Variables Instrumentales.com Pag 2 . Planteamientos.Distrito de San Miguel . Inclusión de variables no relevantes. Consecuencias. Detección y Corrección. Estabilidad de los parámetros. Estimación por Máxima Verosimilitud.   Estimador de MCG. Problemas con la estructura de covarianzas. Propiedades de los estimadores. Teoría Asintótica. Estimación por el Método de Momentos. Omisión de variables relevantes.Intermedio Lima 32 . Consecuencias. Modelo M .      Linealidad de los parámetros. Consecuencias. Estimación por Máxima Verosimilitud.  Multicolinealidad. Medidas de Bondad de Ajuste y Predicción.   Conceptos Básicos. Detección y Corrección.Lima. Propiedades.     Conceptos Básicos. Efectos Marginales y Pruebas de Hipótesis. Métodos de Estimación  Estimación por Mínimos Cuadrados Ordinarios (MCO). Planteamientos. III. Independencia de los regresores. Consecuencias. Modelo Lineal Clásico: Violaciones  Error de especificación. Perturbación Esférica. Modelos ARCH-M.Lima. Phillips. Modelos de Series de Tiempo No Estacionario  Tendencia Determinística y Estocástica. Smithdt y Shin (KPSS). Test de Zivot Andrews.Intermedio Lima 32 . * E-mail: [email protected] Pag 3 .      Test de Dickey-Fuller.Distrito de San Miguel . Modelos GARH-M. Test de Phillips-Perron (PP).        Modelos ARIMA.Theil Aplicaciones Estacionalidad VI. Rothenberg y Stock (ERS). 2015 Teoría Econométrica Training course Nivel: Básico . Medias Móviles (MA) y ARMA      Condiciones de Estacionariedad e Invertibilidad Análisis de los momentos Teorema de Wold Función de Autocorrelacion Simple y Parcial Análisis de Impulso-Respuesta Metodología de Identificación de Box Jenkins     Etapa de Identificación: Análisis de correlograma Etapa de Estimación: Criterio de Información Etapa de Predicción: Análisis de residuos. Test de Kwiatkowski. Análisis de Raíz Unitaria. Test de DF-GLS o contraste Elliot. Test de Dickey-Fuller Aumentado (ADF). Extracción de tendencia no lineal: Filtro Holdrick-Prescott y Filtro Band-Pass. Identificación de Quiebre Estructural. U. Aplicaciones a las Finanzas. VII. Modelos de Series de Tiempo Estacionario  Conceptos Básicos:       Proceso estocástico Estacionalidad Débil y Fuerte Ruido Blanco y Paseo Aleatorio Modelos Autorregresivos (AR). Ajuste Estacional: Census X12.CIDDEA CT. Test de Chow.     Modelos GARH. Perú MODELOS DE SERIE TEMPORAL V. Modelos de Volatilidad  Modelos ARCH. Paneles dinámicos y no dinámicos. Perú VIII. Post estimación.       Planteamiento del problema y definiciones. post estimación.    Ecuación de medición y Ecuación de transición. Paneles lineales y no lineales. Métodos de Estimación. X. Modelos de Vectores Autorregresivos (VAR)  Forma estructural y reducida de un modelo VAR. Enfoque de cointegración Multivariada de Johansen. Introducción a Panel Dinámico. Causalidad de Granger. Mínimos cuadrados dinámicos. Modelos de Data Panel  Introducción. estimación.CIDDEA CT. Modelos de Estado Espacio-Filtro de Kalman  Especificación de un modelo de Estado Espacio. Filtro de Kalman. Cointegración  Definición y ejemplos. Identificación. estimación. Estimación del Modelo de Vector de Corrección de Errores.Intermedio Lima 32 . Identificación de Largo plazo (Blanchard & Quah). Estimación de la relación de Cointegración de Johansen. XII. Función Impulso Respuesta.Lima. * E-mail: administracion@giddea. Restricciones de Blanchard & Perotti.Distrito de San Miguel .        Regresiones espúreas.     Identificación. Modelos No Lineales  Modelos de transición suave.    Paneles balanceados y desbalanceados. Identificación de Corto plazo. Aplicaciones. XI. Heterogeneidad no observada (efectos fijos). Imponiendo Restricciones en el Vector de Corrección de Errores.com Pag 4 . 2015 Teoría Econométrica Training course Nivel: Básico .        Identificación Recursiva : Descomposición de Cholesky. Aplicaciones.   Método de Engle y Granger. post estimación. Identificación propuesta por Bernanke & Mihov (1998). Aplicaciones. Descomposición de Varianza. Aplicaciones. Modelos de Markow Switching. Modelo de componentes de error (efectos aleatorios).    Relaciones contemporáneas (Sims & Bernanke). IX. Prueba de cointegración univariadas. Intermedio Lima 32 .Distrito de San Miguel . Economics. econometría y Regulación relacionada al Mercado de valores peruano. Macroeconomía. Finanzas. Análisis Estadístico y Econométrico. Cuantitativo y Econométrico Aplicado para prestigiosas entidades como MINDES. Economic Engineering Profesional de Ingeniería Económica de la UNI. Con experiencia en docencia en cursos de capacitación de Análisis Estadístico. Con experiencia en elaboración de estudios de investigación. MINTRA. Con sólidos conocimientos de Finanzas.com Pag 5 . Asesor en proyectos de investigación en FONDEPES. Con experiencia en docencia de Métodos Cuantitativos Aplicados a la Economía. Ha realizado diversos trabajos de investigación relacionados a economía. Economics.CIDDEA CT. GOVERNA. DOCENTES INVITADOS * E-mail: administracion@giddea. Matlab. SPSS. SEUPROS-UNI entre otras. 2015 Teoría Econométrica Training course Nivel: Básico . Ox Metric. Banca de Inversión y Mercado de Capitales y Diplomado en finanzas-UNI. y Software Aplicado a la Economía y Finanzas. Gauss. Estadística. JUAN CARLOS ABANTO ORIHUELA MSc(c). OSINERGMIN. Docente del GRUPO IDDEA en cursos relacionados a Microeconometría y Macroeconometría Aplicada. se desempeña como Analista de Estudios Económicos de la Superintendencia del Mercado de Valores . Perú Instructor: MARVIN BRAYAN PADILLA TRUJILLO MSc(c).Lima. Actualmente.SMV. E-Views. BSc. Crystal Ball y Risk Simulator. Ha desempeñado el cargo de Analista Cuantitativo en el MEF. finanzas y comercio exterior haciendo uso de los programas Stata. Economic Engineering Profesional de Ingeniería económica de UNI. Analista Comercial en ENAPU. Con estudios de Econometría Aplicada.