Giddea - Consulting & Training, 2012
Teora Economtrica Training course
Nivel: Bsico - Intermedio Lima 32 - Distrito de San Miguel - Lima, Per Introduccin Este curso est orientado a formar una base en la teora economtrica bsica para desenvolverse con gran calidad en los cursos ms avanzados que son tocados en maestras, tpicos de economa avanzados, especializacin en finanzas, cursos de extensiones doctorados entre otros. Dirigido a: Profesionales interesados en realizar una revisin terica - practica, buscando de esta manera revisar las tcnicas de estimacin y prediccin que se aplican en diversos trabajos de investigacin y fortalecer el uso cuntico, algebraico y estadstico con nfasis en el manejo del software. Objetivos:
Metodologa:
Dotar al participante de todos los conceptos bsicos que se debe saber en econometra. Incrementar las habilidades del participante en la aplicacin de la econometra a la realidad. Resolver ejercicios aplicativos. Analizar temas economtricos actuales. Relacionar los conceptos economtricos con la modelizacin.
El curso desarrollar los conceptos tericos, con ejemplos y ejercicios que puedan llevar a esquematizarse con aplicaciones prcticas que completen el aprendizaje. Requisitos: Es recomendable que el alumno tenga conocimientos bsicos de estadstica y algebra lineal. Material de Apoyo: El alumno contar con el acceso para descargar los archivos del curso. Evaluacin: La evaluacin se realizar mediante 2 exmenes. La ponderacin ser la siguiente:
Certificacin:
Evaluaciones 70% Asistencia 15% Participacin 15%
A los alumnos que obtengan como nota mnima 14, se les entregar el certificado de haber aprobado exitosamente el curso, en caso contrario se otorgar una constancia de asistencia, sin ningn costo adicional. Contenido del Programa: El curso se desarrollar en un total de 42 horas lectivas, estructurado en 14 sesiones de 3 horas c/u. A continuacin, se muestran los temas a desarrollarse de forma prctica y terica:
* E-mail: administracion@[Link]
Pag 1
Giddea - Consulting & Training, 2012
Teora Economtrica Training course
Nivel: Bsico - Intermedio Lima 32 - Distrito de San Miguel - Lima, Per
I. Modelo Lineal Clsico: Supuestos Especificacin e interpretacin del MLG.
Hiptesis del Modelo.
Linealidad de los parmetros. Exogeneidad. Independencia de los regresores. Perturbacin Esfrica. Estabilidad de los parmetros.
Inferencia: Bondad de ajuste del modelo.
II. Mtodos de Estimacin Estimacin por Mnimos Cuadrados Ordinarios (MCO).
Conceptos Bsicos. Propiedades de los estimadores. Conceptos Bsicos. Propiedades de los estimadores. Conceptos Bsicos. Propiedades de los estimadores.
Estimacin por el Mtodo de Momentos.
Estimacin por Mxima Verosimilitud.
III. Modelo Lineal Clsico: Violaciones Error de especificacin.
Regresin particionada (teorema de FW). Omisin de variables relevantes. Inclusin de variables no relevantes. Planteamientos, Consecuencias, Deteccin y Correccin. Planteamientos, Consecuencias, Deteccin y Correccin. Problemas con la estructura de covarianzas. Propiedades.
Inestabilidad de parmetros. Multicolinealidad.
Estimador de MCG. Hererocedasticidad. Planteamientos, Consecuencias, Deteccin y Correccin. Planteamientos, Consecuencias, Deteccin y Correccin. Teora Asinttica. Variables Instrumentales. Autocorrelacin. Regresores Estocsticos.
IV. Modelos de Eleccin Discreta Binarios Introduccin.
Modelo lineal de Probabilidad. Modelos Logit Probit. Estimacin por Mxima Verosimilitud. Efectos Marginales y Pruebas de Hiptesis. Medidas de Bondad de Ajuste y Prediccin. Modelo M - Logit.
* E-mail: administracion@[Link]
Pag 2
Giddea - Consulting & Training, 2012
Teora Economtrica Training course
Nivel: Bsico - Intermedio Lima 32 - Distrito de San Miguel - Lima, Per
MODELOS DE SERIE TEMPORAL V. Modelos de Series de Tiempo Estacionario Conceptos Bsicos:
Proceso estocstico Estacionalidad Dbil y Fuerte Ruido Blanco y Paseo Aleatorio Condiciones de Estacionariedad e Invertibilidad Anlisis de los momentos Teorema de Wold Funcin de Autocorrelacion Simple y Parcial Anlisis de Impulso-Respuesta Etapa de Identificacin: Anlisis de correlograma Etapa de Estimacin: Criterio de Informacin Etapa de Prediccin: Anlisis de residuos, U- Theil Aplicaciones
Modelos Autorregresivos (AR), Medias Mviles (MA) y ARMA
Metodologa de Identificacin de Box Jenkins
Estacionalidad
VI. Modelos de Series de Tiempo No Estacionario Tendencia Determinstica y Estocstica.
Modelos ARIMA. Anlisis de Raz Unitaria.
Test de Dickey-Fuller. Test de Dickey-Fuller Aumentado (ADF). Test de DF-GLS o contraste Elliot, Rothenberg y Stock (ERS). Test de Phillips-Perron (PP). Test de Kwiatkowski, Phillips, Smithdt y Shin (KPSS).
Identificacin de Quiebre Estructural. Test de Zivot Andrews. Test de Chow. Ajuste Estacional: Census X12. Extraccin de tendencia no lineal: Filtro Holdrick-Prescott y Filtro Band-Pass.
VII. Modelos de Volatilidad Modelos ARCH.
Modelos GARH. Modelos ARCH-M. Modelos GARH-M. Aplicaciones a las Finanzas.
* E-mail: administracion@[Link]
Pag 3
Giddea - Consulting & Training, 2012
Teora Economtrica Training course
Nivel: Bsico - Intermedio Lima 32 - Distrito de San Miguel - Lima, Per
VIII. Modelos de Vectores Autorregresivos (VAR) Forma estructural y reducida de un modelo VAR.
Identificacin Recursiva : Descomposicin de Cholesky. Identificacin de Corto plazo.
Relaciones contemporneas (Sims & Bernanke). Identificacin propuesta por Bernanke & Mihov (1998). Restricciones de Blanchard & Perotti.
Identificacin de Largo plazo (Blanchard & Quah). Causalidad de Granger. Funcin Impulso Respuesta. Descomposicin de Varianza. Aplicaciones.
IX. Cointegracin Definicin y ejemplos.
Regresiones espreas. Prueba de cointegracin univariadas.
Mtodo de Engle y Granger. Mnimos cuadrados dinmicos.
Enfoque de cointegracin Multivariada de Johansen. Estimacin del Modelo de Vector de Correccin de Errores. Estimacin de la relacin de Cointegracin de Johansen. Imponiendo Restricciones en el Vector de Correccin de Errores. Aplicaciones.
X. Modelos de Estado Espacio-Filtro de Kalman Especificacin de un modelo de Estado Espacio.
Ecuacin de medicin y Ecuacin de transicin. Filtro de Kalman. Aplicaciones.
XI. Modelos No Lineales Modelos de transicin suave.
Identificacin, estimacin, post estimacin. Modelos de Markow Switching. Identificacin, estimacin, post estimacin. Aplicaciones.
XII. Modelos de Data Panel Introduccin.
Planteamiento del problema y definiciones.
Paneles balanceados y desbalanceados. Paneles lineales y no lineales. Paneles dinmicos y no dinmicos.
Heterogeneidad no observada (efectos fijos). Modelo de componentes de error (efectos aleatorios). Mtodos de Estimacin. Post estimacin. Introduccin a Panel Dinmico.
* E-mail: administracion@[Link]
Pag 4
Giddea - Consulting & Training, 2012
Teora Economtrica Training course
Nivel: Bsico - Intermedio Lima 32 - Distrito de San Miguel - Lima, Per
Instructor: RAFAEL J. CAPAR CORONADO PhD(c). Finance, MSc Applied Statistic, MSc Applied Bank and Finance Econometric, BSc. Economic Engineering. Profesional de Ingeniera Econmica de la UNI, acreditado internacionalmente con 2 mster especializados en estadstica, econometra y Econometra Bancaria y Financiera (Francia). Se ha destacado en temas de gestin cuantitativa de riesgos financieros. A nivel profesional se ha desarrollado en instituciones financieras nacionales (Bco. de Comercio, Pacifico Peruano Suiza) e internacionales (Groupe Risque du Portafeuille del BNP, Natixis, Amundi) , implementando modelos cuantitativos para el Backtesting, y dispositivos de stress testing en software tipo R y MATLAB, adecuacin de modelos estadsticos segn normativa de Basilea III con entorno Macroeconmico y en la construccin de portafolios inmunizados. Destacado en la enseanza de instrumentos financieros con MATLAB en Francia. Docente de cursos informticos aplicados a las finanzas con SAS o VBA en Per. Docente del GRUPO IDDEA encargado de la implementacin de programas orientados al anlisis econmicofinanciero en E-Views, WINRATS, SPSS, entre otros. GONZALO RAMIRO LEZMA FLORIDA MSc in Finance and Economics, MSc in Mathematical Economics, BSc. Economic Enginnering Profesional en Ingeniera Econmica, con grado de mster en finanzas y economa en Centro de Estudios Monetarios y Financieros (CEMFI) en Madrid, con especializacin en econometra y finanzas cuantitativas. Actualmente trabaja para el departamento de modelos econmicos del BCRP. Se ha desempeado como docente en la UNI, PUCP, UPC y GRUPO IDDEA dictando los cursos de econometra de series de tiempo, derivados, y teora macro dinmica. MARVIN BRAYAN PADILLA TRUJILLO MSc(c). Economics, BSc. Economic Engineering Profesional de Ingeniera econmica de UNI. Con estudios de Econometra Aplicada, Banca de Inversin y Mercado de Capitales y Diplomado en finanzas-UNI. Con experiencia en docencia de Tpicos de Econometra a nivel bsico, intermedio y avanzado, y capacitacin en Anlisis Estadstico y Software Economtrico Aplicado. Con experiencia en elaboracin de estudios de investigacin. Actualmente, se desempea como Analista de Estudios Econmicos de la Superintendencia del Mercado de Valores - SMV. JUAN CARLOS ABANTO ORIHUELA MSc(c). Economics, BSc. Economic Engineering Profesional de Ingeniera Econmica de la UNI. Con experiencia en docencia en cursos de capacitacin de Anlisis Estadstico, Cuantitativo y Economtrico Aplicado para prestigiosas entidades como MINDES, MINTRA, SEUPROS -UNI entre otras. Ha realizado diversos trabajos de investigacin relacionados a economa, finanzas y comercio exterior haciendo uso de los programas Stata, E -Views, Matlab, Ox Metric, Gauss, SPSS, Crystal Ball y Risk Simulator. Ha desempeado el cargo de Analista Cuantitativo en el MEF, Analista Comercial en ENAPU, Asesor en proyectos de investigacin en FONDEPES, OSINERGMIN, GOVERNA. Docente del GRUPO IDDEA en cursos relacionados a Microeconometra y Macroeconometra Aplicada.
* E-mail: administracion@[Link]
Pag 5
