Econometria
Llengua d'impartició principal: català
Altres llengües d'impartició: anglès, castellà
En cas què l'alumne estigui matriculat en la línia anglesa s'impartirà la docència d'aquesta assignatura en aquest idioma.
Responsable
Dr. Manuel Fernando FLORES - mflores@uic.es
Horari d'atenció
Dimarts de 13.00 h a 14.00 h o dijous de 16.00 h a 17.00 h. Ubicació: edifici Terré, D-D001. Important: cal enviar un missatge electrònic amb anterioritat per confirmar la reunió amb l’instructor (mflores@uic.es).
Aquest és un curs introductori d’econometria per a estudiants de grau. L’objectiu principal és introduir el model de regressió lineal múltiple (MRLM), que és el mètode quantitatiu més utilitzat per a l’anàlisi empírica en economia, administració d’empreses i altres ciències socials. El MRLM es pot fer servir per estimar relacions econòmiques, provar teories econòmiques i avaluar i implementar polítiques governamentals i empresarials. L’èmfasi en aquest curs rau en comprendre i interpretar els supòsits del MRLM mitjançant aplicacions empíriques reals. El curs inclou sessions regulars d’exercicis en els quals es planteja la resolució de problemes teòrics i pràctics utilitzant, per a aquests últims, el programari economètric Stata. Els conjunts de problemes s’enfocaran en aplicacions en diversos camps, inclosos l’economia de la salut, l’economia laboral i l’economia empresarial.
Es requereixen coneixements bàsics d’estadística, probabilitat i àlgebra matricial, per a la qual cosa es recomana consultar els apèndixs A-D en el llibre de text Introducció a l’econometria, de Wooldridge.
L’objectiu principal és introduir l’estudiant a la terminologia i els conceptes bàsics (especificació del model inicial, cerca de dades, aplicació de tècniques d’estimació i inferència estadística, interpretació de resultats i perfeccionament del model). Alhora, es pretén capacitar-lo per interpretar, comprendre i valorar de manera crítica els resultats economètrics, així com proporcionar-li la base adequada per, posteriorment, ampliar coneixements teòrics i aplicats, així com capacitar-lo per realitzar futures prediccions i contrastacions.
Addicionals:
Conèixer quins són els problemes més habituals del MRLM (omissió de variables rellevants i altres problemes d’especificació).
Aplicar eines informàtiques per obtenir contrastos i solucions dels problemes plantejats.
En acabar el curs els / les alumnes tindran un domini bàsic de l'anàlisi de regressió lineal i del programari economètric STATA que els permeti dissenyar un model economètric, estimar i interpretar els seus resultats d'estimació.
Els / les alumnes seran capaços d'entendre treballs empírics que utilitzin les tècniques economètriques estudiades.
Els / les alumnes seran capaços de recolzar-se en dades reals i en la seva anàlisi mitjançant models de regressió lineal per a realitzar recomanacions de política econòmica o empresarial, així com per a la presa de decisions econòmiques i empresarials.
Lliçó 1. Introducció
1.1. Concepte d’econometria.
1.2. Models econòmics i economètrics.
1.3. Elements del model: relacions, variables i paràmetres.
1.4. Limitacions de l’econometria.
Lliçó 2. El model clàssic de regressió lineal múltiple: estimació
2.1. Especificació.
2.2. Hipòtesis bàsiques del model de regressió lineal múltiple estàndard.
2.3. Estimació per mínims quadrats ordinaris (MQO). Propietats estadístiques.
2.4. Anàlisi dels residus i estimació de la variància del terme de pertorbació.
2.5. Mesures de bondat de l’ajust i validació del model.
Lliçó 3. El model clàssic de regressió lineal múltiple: contrastació d’hipòtesi i predicció
3.1. Formulació d’hipòtesis.
3.2. Contrastació de restriccions lineals.
3.3. Estimació restringida per mínims quadrats (MQR).
3.4. Contrastació de significació individual i conjunta.
3.5. Predicció puntual i per interval.
3.6. Anàlisi de la permanència estructural. Contrast de Chow.
Lliçó 4. Models de regressió amb la inclusió de variables qualitatives
4.1. Variables qualitatives i variables fictícies.
4.2. Especificació de les variables fictícies.
4.3. Introducció de variables fictícies al MRLM i aplicacions.
Lliçó 5. Errors d’especificació i forma funcional
5.1. Errors en l’especificació de les variables explicatives.
5.2. Problemes associats amb l’omissió de variables rellevants.
5.3. Efectes de la inclusió de variables supèrflues.
5.4. Errors en l’especificació de la forma funcional i la pertorbació aleatòria.
5.5. Conseqüències de l’estimació per MQO: estimadors alternatius.
Continguts addicionals
Lliçó 1. Problemes amb la informació mostral: multicol·linealitat
Lliçó 2. Problemes amb la informació mostral: observacions atípiques i influents
Lliçó 3. Incompliment de les hipòtesis bàsiques en el terme de pertorbació
Lliçó 4. Definició i causes de l’heteroscedasticitat.
Les classes del curs presentaran de manera teòrica les diferents tècniques i es proporcionaran pràctiques resoltes de manera individual, tant a classe com posteriorment, perquè l’alumne les resolgui per entendre més bé els continguts teòrics.
Avaluació contínua (40 % de la nota):
Examen parcial (20% de la nota):
Examen final (40% de la nota)*:
Examen de segona convocatòria:
Observacions:
* Per aprovar l’assignatura és indispensable treure almenys un 5 en l’examen final de l’assignatura; si no, cal anar directament a segona convocatòria. Si la nota de l’examen de la primera convocatòria és inferior a 5, la nota final de la primera convocatòria serà com a màxim de 4,5 (independentment de la nota d’avaluació contínua).
** ASSISTÈNCIA OBLIGATÒRIA: per poder realitzar qualsevol examen (final o segona convocatòria) s’ha d’assistir necessàriament a més d’un 75 % de les classes. En el cas de faltar (de manera justificada o injustificada) a més de 4 classes, no es podrà realitzar l’examen. Per tant, només es permet faltar a un màxim de 4 classes al llarg del curs acadèmic. En aquesta assignatura el professorat no necessita saber els motius que justifiquen (o no) la falta d’assistència a les classes. Aquesta regla no s’aplica als estudiants-esportistes professionals. En aquest cas, cal posar-se en contacte directament amb el professorat (mflores@uic.es).
Wooldridge, J. M. (2009). Introducción a la econometría: Un enfoque moderno, CENGAGE Learning, 4a. edición
Gujarati, D.N. (1997). Econometría. 3ª ed. McGraw-Hill.
Newbold, P., Carlson, W., & Thorne, B. (2012). Statistics for Business and Economics. Pearson Higher Ed.
Greene, W.H. (2000). Análisis Econométrico. 3ª edició. Prentice-Hall. New-York.Artís, M., J. Suriñach, M. Clar, T. del Barrio i M. Guillén, (1999). Introducció a l’econometria. UOC.
Johnston, J i Dinardo, J. (2001). Métodos econométricos. Vicens-Vives.
Angrist, J.D. and Pischke, J-S. (2009) Mostly Harmless Econometrics: An Empiricist's Companion. Princeton University Press.