Econometría es una asignatura obligatoria de 3º del Grado en Administración y Dirección de Empresas que se imparte en el primer cuatrimestre. Se sitúa dentro del módulo denominado Avance en la Administración y Dirección de Empresas.



El trabajo que se desarrolla en esta asignatura permite a los y las estudiantes utilizar el modelo de regresión lineal para analizar el comportamiento de variables económicas de interés a partir de los datos disponibles. Por ejemplo, explicar las ventas de una empresa, en función de distintos factores: gastos en publicidad, existencia de un portal de internet, localización, sector al que pertenece, etc. Tras el análisis, serán capaces de dar respuesta a preguntas como: ¿qué factores influyen y cuáles no en las ventas de una empresa?, ¿cuánto se puede esperar que aumenten las ventas si aumenta el gasto en publicidad en una determinada cantidad?, ¿qué ventas tendrá una empresa con determinadas características? Obtener y comprender este tipo de información es de gran ayuda en el proceso de gestión y toma de decisiones de la empresa.



Para poder desarrollar Econometría adecuadamente son necesarios conocimientos de estadística descriptiva y de teoría de la probabilidad así como de inferencia estadística, como los que se obtienen en las asignaturas previas de Estadística y Análisis de Datos y Estadística Aplicada a la Empresa. Así mismo se necesita saber utilizar el álgebra lineal y matricial a nivel básico, aspectos que se estudian tanto en Bachillerato como en las asignaturas de Matemáticas I y II de primer curso del grado.



El modelo de regresión lineal es un modelo útil y necesario para el aprendizaje de asignaturas que requieran analizar modelos económicos y empresariales para la toma de decisiones.

DESCRIPTORES: Modelo de regresión lineal: especificación, estimación e inferencia. Modelos de elección discreta: especificación, estimación e inferencia. Predicción de series temporales.



CONTENIDO:

1º) Modelo de Regresión Lineal General

a. Especificación del modelo: supuestos básicos.

b. Estimación por Mínimos Cuadrados Ordinarios (MCO).

c. Propiedades y distribución de los estimadores MCO.

d. Contrastes de hipótesis sobre los coeficientes de regresión.

e. Predicción.

f. Consecuencias del incumplimiento de algunos supuestos.

2º) Variables explicativas cualitativas

a. Variables ficticias: definición.

b. Efectos de interacción.

c. Comportamiento estacional.

3º) Modelos de elección discreta.

a. Modelos de elección binaria.

b. Modelo lineal de probabilidad.

c. Modelos logit y probit

d. Modelo con datos agrupados.

4º) Estimación e inferencia en modelos de elección binaria.

a. Interpretación de los coeficientes estimados.

b. La bondad de ajuste del modelo.

c. Contrastes de hipótesis.

d. Forma funcional a utilizar.

5º) Previsión con datos de series temporales.

a. Componentes de una serie temporal: Tendencia y estacionalidad.

b. Modelos estocásticos de predicción.

Modelo de regresión lineal general. Especificación del modelo: supuestos básicos. Estimación por mínimos cuadrados ordinarios. Propiedades y distribución de los estimadores. Contrastes de hipótesis sobre los coeficientes de regresión. Predicción. Consecuencias del incumplimiento de algunos supuestos.

Variables explicativas cualitativas. Variables ficticias : definición. Efectos de interacción. Comportamiento estacional.

Modelos de elección discreta. Modelos de elección binaria. Modelo lineal de probabilidad. Modelos logit y probit. Modelo con datos agrupados.

Estimación e inferencia en modelos de elección binaria. Interpretación de los coeficientes estimados. La bondad de ajuste del modelo. Contrastes de hipótesis. Forma funcional a utilizar.

Previsión con datos de series temporales. Componentes de una serie temporal: tendencia y estacionalidad. Modelos estocásticos de predicción.

Metodología Docente:

La metodología docente se basará en clases magistrales donde se desarrollarán los distintos temas del programa del curso explicando los conceptos e ilustrándolos con ejemplos, clases prácticas en el aula donde se realizarán, discutirán y presentarán ejercicios y problemas para afianzar los conceptos del temario que deberán ser comentados o resueltos, total o parcialmente, por los estudiantes y clases prácticas en el laboratorio informático donde los estudiantes se familiarizarán con el uso de software econométrico. Se utilizará el programa econométrico gretl. Este es un programa gratuito que, junto con el manual, se puede descargar de http://gretl.sourceforge.net/gretl_espanol.html.



Apoyo a la docencia:

Esta asignatura está soportada por la plataforma de apoyo docente Moodle. A esta plataforma tienen acceso todos los estudiantes matriculados en la asignatura: Técnicas de previsión de demanda. En este curso virtual se encuentran a disposición del alumnado los materiales didácticos utilizados a lo largo del curso, programa, agenda, ejercicios, tareas, datos, noticias, avisos, etc.



Para poder acceder a los ordenadores del laboratorio informático de la facultad se necesita un nombre de USUARIO y una CONTRASEÑA (en IKASLE). Este Usuario y Password son los mismos que los de la cuenta de correo electrónico que tenéis en el servidor IKASLE. Es necesario conocer el Usuario y la Contraseña para la primera clase práctica en el laboratorio de informática. Quién desconozca su dirección de correo electrónico y su contraseña debe dirigirse a http://gestion.ehu.es/alumnos.

• Final Assessment System
• Tools and qualification percentages:
  • Written test to be taken (%): 70
  • Realization of Practical Work (exercises, cases or problems) (%): 30

El sistema de evaluación se basa en las siguientes actividades: resolución de tareas individuales; exposición de trabajos, comentario de lecturas recomendadas, participación activa en el aula y prueba escrita de contenidos.

En la primera convocatoria correspondiente a cada curso las competencias serán evaluadas mediante un proceso de evaluación continua y la calificación final será obtenida de la forma siguiente:

- Resolución de tareas individuales y en grupo: 40%.

- Prueba escrita de contenidos: 60%. Para superar la asignatura es requisito indispensable obtener al menos una calificación mínima de 4 puntos sobre 10 en esta prueba.



El alumno que desee atenerse a la exención de evaluación continua según los criterios del art. 43 del capítulo V de la Normativa de Gestión para las Enseñanzas de Grado y de Primer y Segundo Ciclo de la UPV/EHU deberá solicitarlo en decanato en los plazos previstos para ello a comienzo de curso.

La evaluación para aquellos estudiantes que en primera convocatoria estén exentos del sistema de evaluación continua y para los que se presenten a la segunda convocatoria de cada curso académico será, en todo caso, una prueba final que determinará el 100% de la calificación. En esta prueba se evaluarán todas las competencias y contenidos desarrollados en las actividades del periodo de docencia presencial de la asignatura.

La evaluación en la convocatoria extraordinaria consistirá en una prueba individual (que supondrá el 100% de la calificación) en la que se evaluarán todos los resultados del aprendizaje de la asignatura.



Para renunciar a la convocatoria extraordinaria será suficiente con no presentarse a la prueba individual. Quedará reflejado en el acta como NO PRESENTADO.

Los materiales de uso obligatorio, como la colección de ejercicios y prácticas, las notas de la asignatura, etc. estarán disponibles en la plataforma de apoyo a la docencia Moodle.

Basic bibliography

Los materiales de uso obligatorio, como la colección de ejercicios y prácticas, las notas de la asignatura, etc. estarán disponibles en la plataforma de apoyo a la docencia Moodle.

1. Alonso, Fernández y Gallastegui (2004), Econometría , Prentice Hall (Pearson).

2. Esteban, M.V. (2012). Técnicas de previsión de demanda. Material docente. Servicio de Publicaciones.

3. Esteban, M.V.; Moral, M.P.; Orbe, S.; Regúlez, M.; Zarraga, A. y Zubia, M. (2009). Análisis de regresión con gretl. OpenCourseWare. UPV-EHU. (http://ocw.ehu.es/ciencias-sociales-y-juridicas/analisis-de-regresion-con-greti/Course_listing).

4. Esteban, M.V.; Moral, M.P.; Orbe, S.; Regúlez, M.; Zarraga, A. y Zubia, M. (2009). Econometría Básica Aplicada con Gretl. Sarriko On Line 8/09. Facultad de C.C. Económicas y Empresariales.

5. Gujarati, D. y Porter, D.C. (2010). Econometría. Editorial McGraw-Hill, Madrid. 5ª edición.

6. Ramanathan, R. (2002), Introductory Econometrics with applications, South_Western, 5th edition.

7. Wooldridge, J.M. (2006). Introducción a la Econometría. Ed. Thomson Learning, 2ª edición.

In-depth bibliography

1. Esteban, M.V. (2007). Colección de ejercicios y exámenes. Material docente. Servicio de Publicaciones.
2. Fernández, A., P. González, M. Regúlez, P. Moral, V. Esteban (2005). Ejercicios de Econometría. Editorial McGraw-Hill.
3. Greene, W. (1998), Análisis Econométrico, Ed. Prentice Hall, 3ª edición.
4. Verbeek, M. (2004). A Guide to Modern Econometrics. Wiley.

Software
1. gretl. Paquete econométrico disponible en http://gretl.sourceforge.net). Existe versión en castellano, inglés y euskera.
2. gretl. Manual para el usuario disponible en http://gretl.sourceforge.net). Existe versión en castellano

Journals

Revistas de Economía
1) http://www.revecap.com. Revista de Economía Aplicada
2) http://www.revistaestudiosregionales.com. Revista de Estudios Regionales
3) http://www.funep.es/invecon/sp/sie.asp. Investigaciones Económicas
4) http://www1.euskadi.net/ekonomiaz. Ekonomiaz

Web addresses

Instituciones
1) http://www.eustat.es. EUSTAT
2) http://www.ine.es. INE
3) http://www.bde.es. Banco de España
4) http://ec.europa.eu/eurostat. EUROSTAT
5) http://www.oecd.org OECD
6) http://www.imf.org. Fondo Monetario Internacional
7) http://www.worldbank.org. Banco Mundial
8) http://www.bolsamadrid.es Bolsa de Madrid
9) http://www.ecb.int/ Banco Central Europeo

Datos
1) http://www.nber.org/data_index.html
2) http://www.estadief.minhac.es/
3) http://fisher.osu.edu/fin/osudown.htm
4) http://econ.queensu.ca/jae/
5)http://www.psidonline.isr.umich.edu/data/
6)http://www.census.gov/