Periodo académico 2021-2S
| Actividad | Grupo | Periodos | Horarios | Aula | Profesor/Tutor |
|---|---|---|---|---|---|
| CLASE TEÓRICA | (1) - CLASE VIRTUAL - GRUPO 1 - BOGOTÁ NOCTURNO | 26/07/2021 - 20/11/2021 | LUNES 18:00 - 20:00 | - | JORGE ENRIQUE MUÑOZ AYALA |
| MIÉRCOLES 18:00 - 20:00 | - | JORGE ENRIQUE MUÑOZ AYALA | |||
| VIERNES 18:00 - 20:00 | - | JORGE ENRIQUE MUÑOZ AYALA |
El análisis de series temporales es una herramienta básica en el estudio de la Economía, perteneciendo sus aplicaciones más importantes al campo de la Macroeconomía y las Finanzas. Las series temporales son únicas en su capacidad de capturar las características dinámicas de la Economía y las complejas interrelaciones entre variables que se afectan unas a otras de manera simultánea. En la actualidad, prácticamente la totalidad de la literatura macroeconómica y financiera está basada en la estimación de modelos econométricos de series de tiempo y panel de datos, por lo que es de gran relevancia que el estudiante se familiarice con éstas técnicas y conozca el manejo de estas herramientas. A través de éste curso el estudiante podrá aprender las técnicas y procedimientos que van desde la construcción de modelos y formulación de hipótesis, hasta la verificación de las mismas.
Presentar las herramientas necesarias para interpretar y entender los datos de series temporales económicas. Entender las características dinámicas de las series de tiempo económicas. Presentar los principios modernos del análisis de series de tiempo y su utilización en la elaboración de pronósticos. Presentar estudios que aplican el análisis de series de tiempo a variables económicas. Suministrar los elementos necesarios para la producción escrita del trabajo aplicado de series temporales. Familiarizarse con el uso de software econométrico adecuado para el análisis de series temporales.
PARTE I- INTRODUCCION: notación general, operadores de rezago, ecuaciones en diferencias y tiempo discreto. PARTE II- ANALISIS EXPLORATORIO DE SERIES ECONOMICAS: análisis grafico, medidas ycomponentes que caracterizan las series temporales, transformación y alisado de seriestemporales. PARTE III- CONCEPTO BASICOS: procesos estocásticos, estacionariedad y ergodicidad, lamedia, las funciones de autocovarianza y autocorrelación. PARTE IV- MODELOS UNIVARIADOS LINEALES ESTACIONARIOS: representación de Wold,Modelos ARMA (p,q): identificación, estimación y valoración, criterios de selección de modelos (Akaike, Schwarz, etc.), observaciones atípicas. Ejemplos. PARTE V- MODELOS UNIVARIADOS LINEALES NO ESTACIONARIOS: tendencias determinísticasversus tendencias estocásticas, procesos con raíces unitarias: estimación,descomposición de una variable en tendencia y ciclo, cambios estructurales. Ejemplos. PARTE VI- PREDICCION: construcción de predicciones para modelos ARMA y ARIMA, evaluación de predicciones, combinación de predicciones. Ejemplos. PARTE VII- MODELOS NO LINEALES: volatilidad Estocástica, modelos ARCH, modelosThresholds. Ejemplos. PARTE VIII- MODELOS LINEALES MULTIECUACIONALES ESTACIONARIOS: modelos VAR:identificación, estimación, y contratación de hipótesis, análisis de la función de respuesta achoques, análisis de causalidad, modelos VAR estructurales, descomposición estructural deBlanchard y Quah. Ejemplos. PARTE IX- MODELOS LINEALES MULTIECUACIONALES NO ESTACIONARIOS: cointegración,regresión con variables integradas, regresión espuria, cointegración y tendencias comunes,cointegración y modelos de corrección del error, pruebas para la existencia de cointegración, estimación de sistemas cointegrados, descomposiciones en componentes permanentes y transitorias: Stock-watson, y Gonzalo-Granger, identificación de choques, ejemplos. PARTE X- INTRODUCCION A PANEL DE DATOS: definición, propiedades, tipos, aplicaciones.Metodología.El temario se desarrollará en torno a las discusiones orientadas por el profesor. Para ello es indispensable la activa participación de los estudiantes, lo cual supone la lectura previa del material de trabajo. Adicionalmente se suministrarán ejercicios prácticos a ser desarrollados por los estudiantes, tanto en clase como fuera de ella, los cuales están destinados a brindar la oportunidad de confrontar los conceptos teóricos con las aplicaciones del mundo real. Se utilizarán programas de computador (en particular EVIEWS ®), disponibles en las salas de cómputo de la universidad.
La evaluación de cada corte contemplara talleres, parcial y trabajo, distribuidos de la siguiente manera: -Parcial 40%-Trabajo 40% -Talleres 20%
-Anderson, T. (1971). The Statistical of Time Series. Wiley.-Brockwell, P. & R. Davis (1996). Introduction to Time Series and Forecasting. Springer Verlag.-Brockwell, P.J. &R.A . Davis. (1987). Time Series: Theory and Methods. New York: Springer-Verlag.-Chiang, A. (1996). Métodos Fundamentales de Economía Matemática (3ra. Ed.). McGraw-Hill.-Diebold, F. (2001). Elements of Forecasting (2nd. Ed.). South-Western.-Greene, W. H. (2004). Econometric Analysis (5th. Ed.). Prentice Hall.-Hamilton, J. (1994). Applied Time Series Analysis. Princeton University Press.