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

Profesor: Manuel Fernández, [email protected]

Horario y lugar de atención a estudiantes: martes y jueves 8:00a.m. a 9:00a.m., Aula
virtual.
ID Aula virtual de Zoom: 920 031 2075

Clase complementaria

Sección 1: viernes 8:00 a.m. a 9:15 a.m., Aula virtual

Profesor complementario: Diana Pérez, [email protected]
Horario de atención a estudiantes: martes 5:00 p.m. a 6:00 p.m., Aula virtual.
ID Aula virtual de Zoom: 885 9225 1127

Sección 2: viernes 8:00 a.m. a 9:15 a.m., Aula virtual

Profesor complementario: Pedro Cabra, [email protected]
Horario de atención a estudiantes: miércoles 6:30 a.m. a 7:30 a.m., Aula Virtual.
ID Aula virtual de Zoom: 577 263 9791

Sección 3: viernes 8:00 a.m. a 9:15 a.m., Aula virtual

Profesor complementario: Douglas Newball, [email protected]
Horario de atención a estudiantes miércoles 11:00 a.m. a 12:00 m., Aula virtual.
ID Aula virtual de Zoom: 637 106 5526

Sección Doctorado: jueves 3:30 p.m. 4:45 p.m., Aula Virtual

Profesor complementario: Camilo Arias, [email protected]
Horario de atención a estudiantes: lunes 2:00 p.m. a 3:00 p.m., Aula virtual.
ID Aula virtual de Zoom: 995 814 0644

Para cualquier inquietud relacionada con los temas de clase y las evaluaciones, favor
comunicarse con Diana Pérez.

Profesora asistente

Profesora asistente: Laura Tenjo, [email protected]

Horario de atención a estudiantes: lunes 7:00 a.m. a 8:00 a.m., Aula Virtual.
ID Aula virtual de Zoom: 884 3013 0541
1
2. Introducción y descripción general del curso

En este curso los estudiantes aprenderán y practicarán las técnicas econométricas de

punta para el manejo de datos microeconómicos. Recientemente la utilización de datos
individuales de encuesta se ha expandido rápidamente en la literatura económica, en
particular en las áreas de economía laboral, organización industrial, economía de la salud
y los hogares, y desarrollo económico. El uso de este tipo de datos, que provienen de
decisiones de individuos, firmas, o grupos de individuos, requiere de un tratamiento
econométrico distinto al que se le da al manejo de series de tiempo. En este curso los
estudiantes podrán aprender las técnicas más populares para estimar modelos con datos
microeconómicos y algunos métodos planteados para solucionar los problemas que
frecuentemente se enfrentan al utilizar datos de encuesta. Como resultado, los estudiantes
aprenderán cómo, cuándo y bajo qué supuestos deben utilizar las diferentes técnicas de
estimación.

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

El manejo de la información en la era digital se ha convertido en una herramienta

fundamental para construir conocimiento. No basta con tener una gran cantidad de
información, sino que es indispensable saber utilizarla, ya sea para estudiar problemas
económicos y sociales, con fines de mercadeo y publicidad, para el mejor diseño de las
políticas públicas, o para orientar de manera más apropiada los negocios. Se espera que
los estudiantes adquieran esta destreza y puedan aprovechar y explotar el potencial de la
información disponible en diferentes contextos.

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.

Fecha Temas Preparación

Leer alguno de los siguientes capítulos:
 BP Caps. 2 y 3.
Introducción, causalidad y resultados  W2 Cap. 21.1-21.2.
Clases 1-2
potenciales.  AP1 Cap. 2.1.
 Ge Cap. 3.
 AP2 Introducción y Cap. 1.1.
Leer alguno de los siguientes capítulos:
 Gr 6ed Caps. 2, 3 y 4.1-4.3
 Gr 8ed Caps. 2, 3 y 4.1-4.3.4.
Repaso del modelo clásico lineal, y
Clase 3  W1 Cap. 3.
supuestos.
 H Cap. 1.1-1.3
 AP1 Cap. 3.
 AP2 Cap. 2.
Leer alguno de los siguientes capítulos:
 W2 Cap. 3.
Clase 4 Teoría Asintótica.  Gr 6ed Apéndice D.
 Gr 8ed Apéndice D y Cap. 4.6.
 H Cap. 2.1.
Leer alguno de los siguientes capítulos:
 W2 Cap. 4.1-4.2
Propiedades de MCO: consistencia,  Gr 6ed Caps. 4.4-4.9 y 5.3.
insesgamiento, eficiencia, teorema de  Gr 8ed Caps.4.3.5-4.4 y 5.3.
Clases 5-7
Gauss Markov. Inferencia estadística y  W1 Caps. 4 y 5.
distribución asintótica.  H Cap. 2.3-2.4.
Puede complementar con:
 AP2 Cap. 1.2. Apéndice.
Leer alguno de los siguientes capítulos:
 AP1 Cap. 2.2-2.3.
 BP Cap. 4.
 Ge Cap. 4.
Clase 8 RCTs.
 AP2 Caps. 1.2.

Después de clase leer:

 Bertrand & Mullainathan (2004)
Leer alguno de los siguientes capítulos:
 AP1 Cap. 6.1.
 BP Cap. 8.1.
Clase 9 Regresión Discontinua Nítida.
 W2 Cap. 21.5.1.
 AP2 Cap. 4.1.
 Ge Cap. 6.
Problemas de endogeneidad y estimación Leer alguno de los siguientes capítulos:
Clases 10-13
por variables instrumentales.  AP1 Cap. 4.

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.

Después de clase leer:

 Keane (2010).
 Angrist (1990).
Leer alguno de los siguientes capítulos:
 AP1 Caps. 6.2.
 BP Caps. 8.2-8.3 y 8.5.
 W2 Cap. 21.5.2-21.5.3.
 AP2 Caps. 4.2.
Clase 14 Regresión Discontinua Borrosa.
 Gr 8ed Cap. 6.4.2.
 Ge Cap. 6.

Después de clase leer:

 Dell (2010).
Leer alguno de los siguientes capítulos:
Modelos lineales para datos de panel:
 W2 Cap. 10.
Clase 15 efectos no observados, efectos fijos y
 Gr 6ed Cap. 9.1–9.5.
efectos aleatorios.
H Cap. 5.
Leer alguno de los siguientes capítulos:
Modelos con variable dependiente  W2 Cap. 11.6.
Clase 16
rezagada y panel desbalanceado.  Gr 6ed Cap. 12.8.2.
 Gr 8ed Cap. 11.8.3-11.8.4.
Marzo 19 Primer Examen Viernes, 6:30 p.m. – 8:30 p.m.
Leer alguno de los siguientes capítulos:
 W2 Cap. 6.5.
 BP Cap. 5.
 Ge Cap. 7.
 AP1 Cap. 5.
Modelo de diferencias en diferencias.
Clase 17-19  AP2 Cap. 5.
Estudios de evento
Después de clase leer:
 Card & Krueger (1994).
 Dube & Vargas (2013).
 Kleven at al. (2019).
Leer alguno de los siguientes capítulos:
 Gr 6ed Cap. 16.1-16.4 y 16.9.1.
Máxima verosimilitud.
Clase 20  Gr 8ed Caps. 12.2.1, 14.1-14.4 y
14.9.1.
 W2 Cap. 13.1-13.6.
Abril 16 Entrega de propuesta de trabajo final Viernes 7:30 a.m.
Leer alguno de los siguientes capítulos:
Modelos de Elección Discreta: MPL,
 Gr 6ed Cap. 23.1-23.3, 23.9 y 23.11.
modelos de utilidad aleatoria, logit, probit,
Clases 21-23  Gr 8ed Caps. 17.1-17.3 y 18.1-18.2.
multinomial. Identificación de parámetros
 W2 Cap. 15.1-15.4 y 15.6.
en el modelo de elección discreta.
 M Caps. 2.2, 2.12 y 3.1-3.3.

4
 Leer:
 Train (2003).
Puede complementar con:
Clase 24 Métodos de simulación para probit.  Gr Cap. 17.3.3

Después de clase leer:

 Keane & Moffitt (1998).
Leer alguno de los siguientes capítulos:
Clase 25 Probit ordenado y probit bivariado.  Gr 6ed Cap. 23.8 y 23.10.1.
 Gr 8ed Cap. 17.9 y 18.3.1.
Leer alguno de los siguientes capítulos:
Endogeneidad y elección discreta:
 BP Cap. 6.
Clase 26 Propensity Score Matching
 Ge Cap. 8.
 W2 Cap. 21.3.3 y 21.3.5.
Control sintético. Leer:
Clase 27
 Abadie & Gardeazabal (2003).
Leer alguno de los siguientes capítulos:
 W2 Cap. 19.1-19.7.
 Gr 6ed Cap. 24.1 – 24.3, 24.5
 Gr 8ed Cap. 19.1-19.4.2.

Truncamiento. Censura. Sesgo de Complementar con alguno de los

Clases 28-30 selección: el modelo de Heckman . siguientes capítulos:
Funciones de control  BP Cap. 9.
 W2 Cap. 6.2.

Después de clase leer:

 Heckman (1979).
 Blundell et al. (2005).
Mayo 15 a
Evaluación práctica de manejo de datos
17
Mayo 31 a Fecha exacta por definir
Entrega de trabajo final
junio 5
Mayo 31 a Fecha asignada por Registro
Segundo Examen
junio 5

La bibliografía con literatura aplicada y ejemplos específicos de la aplicación de las técnicas

presentadas en clase se encuentra disponible como material adicional en la página de
Brightspace del curso.

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.

Clase magistral: El objetivo de la clase es cubrir las principales metodologías econométricas

de manera teórica y a través de ejemplos de aplicaciones en cada caso. Dependiendo de la
situación epidemiológica, algunas clases magistrales serán presenciales. Sin embargo, todas
las sesiones se transmitirán de forma virtual, serán grabadas y los videos quedarán a
disposición de los estudiantes en este link. Es indispensable revisar el material de clase
5
 con anticipación según las referencias e indicaciones presentadas en la sección 4 de este
programa.

Se incluye en la bibliografía al menos un paper que corresponde a una aplicación empírica

de cada una de las metodologías estudiadas a lo largo del curso. Es recomendable hacer
esta lectura una vez se haya finalizado cada módulo. Las lecturas obligatorias son
material de evaluación.

Clases complementarias: El objetivo de las clases es aplicar las metodologías aprendidas

durante la clase magistral, guiar la realización del trabajo empírico que deben entregar los
estudiantes como parte de su evaluación, y resolver inquietudes específicas que tengan los
estudiantes respecto a la clase magistral, el material o los talleres. Todas las sesiones se
realizarán de forma virtual, serán grabadas y los videos quedarán a disposición de los
estudiantes en este link. El paquete estadístico que se enseña en la clase es Stata.

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

1. Familiarizar a los estudiantes con el trabajo empírico en economía, la consulta de fuentes

de datos y el manejo de datos micro.
2. Desarrollar la habilidad de los estudiantes para revisar la consistencia y robustez de los
datos disponibles.
3. Promover la habilidad técnica de los estudiantes para analizar y presentar información de
bases de datos micro de manera clara y útil.
4. Exponer a los estudiantes a los conceptos y metodologías econométricas de frontera para
llevar a cabo análisis económico formal y riguroso en microeconomía aplicada, con
profundidad matemática y estadística.
5. Estudiar los conceptos básicos de la teoría econométrica para que el estudiante esté en
capacidad de aprender metodologías distintas a las presentadas en clase, por su cuenta.
6. Familiarizar a los estudiantes con herramientas computacionales para el manejo y análisis
de datos.
7. Desarrollar la capacidad crítica para comparar técnicas econométricas y su conveniencia
para contestar preguntas económicas, e incluso estar en capacidad de desarrollar
estimadores nuevos.
8. Desarrollar la capacidad de los estudiantes de manejar, analizar y sintetizar bases de
datos con información microeconómica para generar conclusiones y recomendaciones
sobre preguntas económicas.

6
 7. Evaluación

Criterios de evaluación (Porcentajes de cada evaluación)

a. Primer Examen (25% de la nota final)

El parcial se llevará a cabo en la fecha establecida en este programa. El contenido del
parcial incluye todo el material cubierto hasta la clase justamente anterior al parcial. El
examen será virtual, individual y tendrá una duración de dos horas.

b. Segundo Examen (30% de la nota)

El segundo examen consistirá en dos partes:
i. Examen Teórico (15% de la nota). El contenido del examen teórico incluye todo el material
cubierto entre el primer examen y la última clase del semestre. La fecha del examen
será fijada por la universidad. Tenga en cuenta que esta fecha puede llegar a ser el
último día de exámenes finales.
ii. Evaluación práctica de manejo de datos (15% de la nota). Este examen práctico se
realizará en las fechas establecidas en este programa. Este componente busca evaluar
las habilidades del manejo, uso y aproximación a los datos microeconómicos; contenidos
que serán cubiertos de manera transversal a lo largo del curso. La evaluación será
desarrollada en parejas y los lineamientos generales se encuentran disponibles en
Brightspace.

c. Talleres (15% de la nota)

Se asignarán 4 talleres en el semestre, los cuáles los estudiantes de maestría (incluyendo los de
coterminal) deben resolver en parejas y los de doctorado de forma individual. Su objetivo es
ayudar en la comprensión de los temas vistos en clase y profundizar en las aplicaciones empíricas.
Un estudiante por pareja deberá entregar el taller a través de Brightspace. La entrega debe
hacerse a más tardar a las 7:30 a.m. del día de entrega correspondiente, según aparece en el
cronograma de este programa. No se recibirán talleres después de la hora indicada.

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:

Trabajo Disponible: Entrega: Calificación:

Taller 1 Jueves, enero 28 Viernes, febrero 26 Marzo 12
Taller 2 Jueves, febrero 25 Viernes, abril 9 Abril 23
Taller 3 Miércoles, marzo 31 Viernes, abril 30 Mayo 14
Taller 4 Jueves, abril 29 Viernes, mayo 28 Junio 10

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.

Trabajo Disponible: Entrega: Calificación:

Propuesta Trabajo Lineamientos: numeral 7d
Final Viernes, abril 16 Abril 30
programa
Trabajo Final Lineamientos: numeral 7d
Mayo 31 a junio 5
programa

e. Quices (10% de la nota)

Se llevarán a cabo dos (2) quices durante el semestre que se presentan en el horario de la
complementaria. La fecha se avisa con al menos una semana de anticipación.

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

Acorde a los Artículos 62 y 63 del Reglamento general de estudiantes de maestría, el estudiante

tendrá ocho (8) días hábiles tras conocer las calificaciones en cuestión para presentar un
reclamo de forma escrita. El reclamo debe ser colgado en Brightspace en la Actividad de
Reclamos de la evaluación correspondiente que será establecida para tal propósito. El
estudiante debe incluir un documento ordenado de Word en el cual anexe fotos de la evaluación
y una descripción del reclamo debidamente sustentado. El link de Brightspace se cerrará
automáticamente después de ocho días hábiles de hacer entrega de la evaluación calificada.
Después de esto NO se recibirán más reclamos. El profesor magistral responderá al reclamo en
los diez (10) días hábiles siguientes. Si el estudiante considera que la respuesta no concuerda
con los criterios de evaluación podrá solicitar un segundo calificador al Consejo de la Facultad
en los cinco (5) días hábiles posteriores a la recepción de la decisión del profesor.
8
Los reclamos de exámenes presenciales, en caso de haberlos, serán válidos siempre y cuando
el examen hayan sido resuelto en esfero. Para las evaluaciones resueltas a lápiz, el reclamo se
debe presentar en el momento en que las pruebas se entreguen calificadas o dentro de los días
establecidos únicamente si el estudiante hace llegar a su profesor complementario fotos de su
examen dentro de las franjas horarias establecidas por el mismo.

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.

Notas definitivas: curva y aproximaciones

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.

Cláusula de Ajustes Razonables

Si usted lo considera pertinente, siéntase en libertad de informar a su profesor lo antes posible

si tiene alguna condición, visible o invisible, por la cual requiere algún tipo de apoyo o ajuste
para estar en igualdad de condiciones con los y las demás estudiantes, de manera que se
puedan tomar las medidas necesarias con anticipación. En caso en que decida informar a su
profesor, por favor, justifique su solicitud con un certificado médico o constancia de su situación.
Debido a las actuales circunstancias, barreras de conectividad o acceso a los recursos
tecnológicos indispensables para la clase son parte de las condiciones que pueden requerir
ajustes. Por la misma razón, no necesitará presentar documentación para solicitar esos ajustes.

También lo invitamos a buscar asesoría y apoyo en la Dirección de su programa, en la

Decanatura de Estudiantes (http://centrodeconsejeria.uniandes.edu.co Bloque Ñf, ext.2207,
2230 y 4967, horario de atención L-V 8:00a.m. a 5:00 p.m.) o en el Programa de Acción por la
Igualdad y la Inclusión Social (PAIIS) de la Facultad de Derecho ([email protected]). Si
su solicitud se basa en dificultades de acceso a conectividad o tecnología, es particularmente

9
importante que haga este contacto adicional para que pueda acceder a los recursos de apoyo
que brinda la Universidad.

Se entiende por ajustes razonables todas "las modificaciones y adaptaciones necesarias y

adecuadas que no impongan una carga desproporcionada o indebida, cuando se requieran en
un caso particular, para garantizar a las personas con discapacidad el goce o ejercicio, en
igualdad de condiciones con las demás, de todos los derechos humanos y libertades
fundamentales". Convención sobre los Derechos de las personas con discapacidad, art.2.

Cláusula de respeto por la diversidad.

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

Política de momentos difíciles.

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

 Angrist, J. D., & Pischke, J. (2009). “Mostly harmless econometrics : an empiricist's

companion.” Princeton: Princeton University Press. AP1
Link de acceso uniandes.
 Angrist, J. D., & Pischke, J. (2015). “Mastering ‘metrics.” Princeton and Oxford: Princeton
University Press. AP2
 Bernal, R., y Peña, X. (2017). “Guía Práctica para la Evaluación de Impacto.” Ediciones
Uniandes, Bogotá-Colombia, Abril. BP
Link de acceso Uniandes.
 Cameron, A., & Trivedi, P. (2009). “Microeconometrics Using Stata.” College Station: Stata
Press. CT
 Gertler, P. J., Martinez, S., Premand, P., Rawlings, L. B., & Vermeersch, C. M. J. (2016).
“Impact Evaluation in Practice.” Second Edition. The World Bank. Ge
 Goldberger, A. S. (2000). “A course in Econometrics.” Cambridge: Harvard University Press.
Go
 Greene, W. (2008). “Econometric Analysis.” Pearson Education. Sixth edition. Gr 6ed
 Greene, W. (2018). “Econometric Analysis.” Pearson Education. Eight edition. Gr 8ed
Link de acceso Uniandes.
 Hayashi, F. (2000). “Econometrics.” Princeton: Princeton University Press. H
 Johnston, J., & Dinardo, J. (2007). “Econometric Methods.” New York: McGraw-Hill. JD
 Maddala, G.S. (1994). “Limited-Dependent and Qualitative Variables in Econometrics.”
Cambridge University Press. M
 Stock, J. H., & Watson, M. W. (2011). “Introduction to econometrics.“ Third edition. Boston:
Pearson Education. SW
 Wooldridge, J. (2012). “Introductory Econometrics, A Modern Approach.” Fifth Edition.
Thomson Editors. W1
 Wooldridge, J. (2010). “Econometric Analysis of Cross Section and Panel Data.” Second
Edition. The MIT Press. W2
Link de acceso uniandes.

Bibliografía obligatoria: aplicaciones prácticas por tema

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.

Bibliografía de repaso previo al inicio de la clase

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