ECON 6302 Manuel Fernández 2021-1: Econometría Avanzada
ECON 6302 Manuel Fernández 2021-1: Econometría Avanzada
ECON 6302 Manuel Fernández 2021-1: Econometría Avanzada
ECON 6302
MANUEL FERNÁNDEZ
[email protected]
2021-1
1. Horario atención a estudiantes, correos electrónicos y nombres de los profesores
complementarios
Clase magistral
Secciones 1 y 2: martes y jueves 9:30 a.m. a 10:45 a.m., Aula virtual o ML 346
Sección 3: martes y jueves 11:00 a.m. a 12:15 p.m., Aula virtual o ML 346
Clase complementaria
Para cualquier inquietud relacionada con los temas de clase y las evaluaciones, favor
comunicarse con Diana Pérez.
Profesora asistente
Buena parte del curso se llevará a cabo de forma virtual, por tanto, si el estudiante no dispone
de las condiciones necesarias para participar en los espacios virtuales (i.e. equipo adecuado,
conexión a internet adecuada) puede escribir un correo a [email protected] y la
Universidad le entregará el material necesario. Adicionalmente, si prevé problemas de
conexión informe a su profesor lo antes posible para realizar los ajustes necesarios.
3. Objetivos de la materia
En particular, este curso tiene por objetivo desarrollar la capacidad de preparar y analizar
bases de datos, y escoger, desarrollar e implementar empíricamente diferentes
metodologías econométricas para resolver preguntas económicas con base en datos
individuales de corte transversal o panel. Con base en las metodologías econométricas
que se presentarán en clase, el estudiante estará en posición de escoger de manera crítica
la metodología econométrica más apropiada para resolver los problemas estadísticos que
se enfrentan al tratar de contestar preguntas económicas y sociales con base en datos
microeconómicos provenientes de encuestas. Estas metodologías son útiles en trabajos
típicamente desempeñados por economistas en cualquier sector, incluyendo trabajo
académico, sector financiero, consultoría, trabajo en el sector público y en organizaciones
sin ánimo de lucro, multilaterales, y sector privado.
2
4. Organización del curso
A continuación, se presenta el contenido del curso por clase1. En cada sección se indica el
libro de texto y capítulos (según iniciales que se encuentran en la sección de Bibliografía).
Para la preparación de las clases con libros de texto los estudiantes deben revisar mínimo
una de las referencias.
1
Recuerde que este curso tiene 4 créditos que, de acuerdo con el Reglamento de estudiantes de maestría, corresponden a
aproximadamente 192 horas de trabajo en el semestre. Es decir, corresponde aproximadamente a 12 horas a la semana (por 16
semanas) de trabajo dedicadas a actividades sincrónicas y de trabajo autónomo.
3
W2 Caps. 5 y 21.4.
Gr 6ed Cap. 12.1-12.3 y 12.5-12.6.
Gr 8ed Cap. 8.1-8.4.1, 8.5.1-8.5.2 y
8.8.
BP Cap. 7.
Ge Cap. 5.
AP2 Cap. 3.
4
Leer:
Train (2003).
Puede complementar con:
Clase 24 Métodos de simulación para probit. Gr Cap. 17.3.3
5. Metodología
El curso se desarrolla a través de clases magistrales durante los horarios de martes y jueves
y clases complementarias los viernes. La asistencia a clase no es obligatoria, pero es muy
recomendable para la comprensión de todos los temas.
Es recomendable tener claro el material teórico visto en clase magistral para comprender la
parte práctica desarrollada en clase complementaria.
Monitoria quincenal: Adicionalmente se ofrecerá una monitoria grupal cada quince días
(horario y fecha de inicio por definir) para reforzar los conceptos de clase, presentar ejercicios
prácticos, solucionar dudas específicas de los estudiantes y repasar para los exámenes.
Todas las monitorias se realizarán de forma virtual, serán grabadas y los videos quedarán a
disposición de los estudiantes en este link.
6. Competencias
6
7. Evaluación
En cada taller se calificará un punto seleccionado aleatoriamente. Cada taller vale lo mismo
(3.75%). Si el estudiante no puede entregar el taller a tiempo por una excusa válida, podrá enviarlo
por mail a su complementario antes de las 5:00 p.m. del día de entrega. Los estudiantes deben usar
el formato de entrega de los talleres disponibles en Brightspace.
Cronograma de entregas:
7
d. Trabajo Final (20% de la nota)
El trabajo final tiene un peso de 20% de la nota final y se debe hacer de forma individual. El
objetivo del trabajo es exponer al estudiante al proceso de investigación, desde la definición de
la pregunta de investigación hasta la presentación de resultados y recomendaciones de política.
El trabajo tiene dos entregas: una propuesta y una entrega final. La propuesta vale 5% y la
entrega final el 15% restante. Los lineamientos detallados con rúbrica de calificación se
encuentran disponibles en Brightspace.
Fechas importantes:
Marzo 19: Primer Examen (6:30-8:30pm)
Marzo 22 a 27: Semana de receso.
Marzo 29 a abril 3: Semana de trabajo individual.
Abril 16: Primera entrega propuesta de Trabajo Final.
Abril 9: Entrega 30% de la nota.
Mayo 15, 16 o 17: Evaluación práctica de manejo de datos
Mayo 29: Último día de clases.
Mayo 31 a junio 5: Entrega de trabajo final.
Mayo 31 a junio 5: Segundo Examen*.
Junio 11: Último día para subir notas finales en banner.
Junio 15: Último días para solicitar retiros.
*Nota: La fecha del segundo examen la determinará Registro en el transcurso del semestre.
Sin excepción, dicha fecha no se podrá modificar.
Reclamos
Inasistencia a Evaluaciones
Según el Artículo 44 del Reglamento general de estudiantes de maestría, los estudiantes tendrán
ocho (8) días hábiles para presentar una excusa válida y, de ser aceptada, el profesor
programará el supletorio en las dos semanas siguientes.
El Consejo Académico de la Universidad aprobó que, a partir del segundo semestre de 2013,
las calificaciones definitivas de las materias serán numéricas de uno punto cinco (1.50) a cinco
punto cero (5.00), en unidades, décimas y centésimas.
La nota final del curso será el promedio ponderado de las evaluaciones parciales según los
pesos descritos anteriormente. No se hará ningún tipo de aproximación y la nota final se
entregará en unidades, décimas y centésimas. Al obtener una nota menor a 3.00 el curso será
reprobado.
Las notas totales acumuladas serán compartidas con los estudiantes periódicamente por
Brightspace para que los estudiantes puedan revisar que todo está correctamente registrado.
El profesor podrá realizar una “curva proporcional” con el fin de acercar la distribución de notas
dada a una distribución objetivo. Si el profesor decidiera realizar dicha curva, el ajuste de notas
no perjudicará a ningún estudiante.
9
importante que haga este contacto adicional para que pueda acceder a los recursos de apoyo
que brinda la Universidad.
Todos debemos respetar los derechos de quienes hacemos parte de esta comunidad
académica. En esta comunidad consideramos inaceptable cualquier situación de acoso, acoso
sexual, discriminación, matoneo, y/o amenaza. La persona que se sienta en alguna de estas
situaciones puede denunciar su ocurrencia y buscar orientación y apoyo ante alguna de las
siguientes instancias: el equipo pedagógico del curso, la Coordinación o la Dirección del
programa, la Decanatura de Estudiantes (DECA, Ed. Ñf-Casita amarilla), la Ombudsperson
([email protected], Edificio RGA–Pedro Navas, Of. 201, ext. 5300 y 3933) o el
Comité MAAD ([email protected], https://uniandes.edu.co/MAAD o a la ext. 2707 o
2230). Si quieren mayor información, guía o necesitan activar el protocolo MAAD pueden acudir
a Nancy García ([email protected]) en la Facultad. También puede acudir a los grupos
estudiantiles que pueden ofrecerle apoyo y acompañamiento: No Es Normal
([email protected] o
https://www.facebook.com/noesnormaluniandes/?fref=ts); Pares de Acompañamiento Contra el
Acoso-PACA ([email protected] o https://www.facebook.com/PACA-
1475960596003814/?fref=ts).
Para mayor información sobre el protocolo MAAD, puede visitar esta página:
https://decanaturadeestudiantes.uniandes.edu.co/index.php/es/sobre-la-decanatura/827
Todas las personas pueden pasar por un momento difícil que de alguna manera pueda afectar
nuestra vida en la Universidad. Pueden ser problemas en casa, con la pareja, incluso estrés por
esta u otra materia. Si usted siente que está pasando por un momento complicado, sin importar
el motivo, siéntase con la tranquilidad de hablar con el profesor para pedir tiempo o apoyo.
Ningún trabajo o entrega puede sobrepasar su salud mental y física. Su bienestar es lo más
importante.
Fraude
El fraude en cualquiera de las evaluaciones, incluidos talleres, quices, exámenes y trabajo final,
no es admisible bajo ninguna circunstancia. Cualquier evidencia de fraude presencial o por
similitud obvia en respuesta, será remitida al comité disciplinario del Consejo de la Facultad de
Economía a través del cual los estudiantes involucrados deberán proceder a remitir sus
descargos.
10
8. Bibliografía
Experimentos Controlados:
Bertrand, M., & Mullainathan, S. (2004). Are Emily and Greg more Employable than Lakisha
and Jamal? A Field Experiment on Labor Market Discrimination. American Economic
Review, 94(4), 991-1013.
Endogeneidad:
Keane, M. (2010). “Structural vs. Atheoretic Approaches to Econometrics.” Journal of
Econometrics 156: 3-20
Variables Instrumentales:
Angrist, J. D. (1990). “Lifetime Earnings and the Vietnam Era Lottery: Evidence from Social
Security Administrative Records.” The American Economic Review 80: 313-336.
11
Regresión discontinua:
Dell, M. (2010). The Persistent Effects of Peru's Mining Mita. Econometrica, 78(6), 1863-
1903.
Diferencias en Diferencias
Card, D. & Krueger, A. (1994). “Minimum Wages and Employment: A Case Study of the
Fast-Food Industry in New Jersey and Pennsylvania.” The American Economic Review 84:
772-793.
Dube, O., & Vargas, J. F. (2013). Commodity price shocks and civil conflict: Evidence from
Colombia. The Review of Economic Studies, 80(4), 1384-1421.
Estudios de Evento:
Kleven, H., Landais, C. & Sogaard, J. E. (2019). “Children and gender inequality: Evidence
from Denmark”. American Economic Journal: Applied Economics 11: 181-209.
Elección Discreta:
Keane, M. & Moffitt, R. (1998). “A Structural Model of Multiple Welfare Program Participation
and Labor Supply.” International Economic Review : 553-589.
Train, K. E. (2003). “Discrete Choice Methods With Simulation.”
Controles Sintéticos:
Abadie, A. & Gardeazabal. J. (2003). “The Economic Cost of conflict: A Case Study of the
Basque Country.” American Economic Review 93: 113-132.
Sesgo de Selección:
Heckman, J. (1979). “Sample Selection Bias as Specification Error.” Econometrica 47: 153-
161.
Funciones de control:
Blundell, R., Dearden, L. & Sianesi, B. (2005). “Evaluating the effect of education on
earnings: models, methods and results from the national child development survey.” Journal
of the Royal Statistical Society: Series A (Statistics in Society) 168: 473-512.
Antes de iniciar la clase el estudiante debería comprender los conceptos cubiertos en las
siguientes referencias. Se recomienda familiarizarse con estos antes de la primera clase.
Probabilidad
Greene, W. H. (2017). Econometric Analysis. Person Education. Eighth edition. (Apéndice
B).
Wooldridge, J. M. (2003). Introductory Econometrics, A Modern Approach. New York:
South-western College Publishing. (Apéndice B).
Para un nivel más avanzado:
Casella, G. and Berger, R. L. (2002). Statistical Inference. Books/Cole Cenagage
Learning, 2nd ed. (Secciones 1.4-1.6, 2.1-2.3, 4.1-4.2, 4.4-4.6).
12
Inferencia Estadística
Greene, W. H. (2017). Econometric Analysis. Person Education. Eighth edition. (Apéndice
C).
Wooldridge, J. M. (2003). Introductory Econometrics, A Modern Approach. New York:
South-western College Publishing. (Apéndice C).
Para un nivel más avanzado:
Casella, G. and Berger, R. L. (2002). Statistical Inference. Books/Cole Cenagage
Learning, 2nd ed. (Secciones 5.1-5.2, 7.1, 7.3, 8.1, 8.3.1, 9.1).
Álgebra Matricial
Greene, W. H. (2017). Econometric Analysis. Person Education. Eighth edition. (Apéndice
A).
Hansen, B. E. (2020). Econometrics. Online Manuscript. Available at
https://www.ssc.wisc.edu/~bhansen/econometrics/Econometrics.pdf (07/2020). (Apéndice A).
Wooldridge, J. M. (2003). Introductory Econometrics, A Modern Approach. New York:
South-western College Publishing. (Apéndice C).
13