Diplomado en Modelos Econométricos Dinámicos

Módulo 1. Elementos de econometría.
Objetivo
Presentar las técnicas de regresión lineal acordes al tipo de datos que se tienen y en función de los modelos que se pueden estimar. Verificar que se cumplan los supuestos de los modelos, realizar las correcciones necesarias y señalar las consecuencias de no cumplir con los supuestos. Aplicar las técnicas de inferencia estadística, obtener conclusiones a partir de un modelo estimado y, en particular, calcular pronósticos. Utilizar un paquete de análisis econométrico para realizar los cálculos necesarios.
Temario
1. Modelos econométricos
2. Especificación y estimación del modelo lineal
3. Supuestos del modelo y su verificación
4. Violaciones a los supuestos clásicos 5. Pronóstico
6. Uso de variables artificiales
7. Pruebas de cambio estructural
8. Modelos de ecuaciones simultáneas 9. Aplicaciones

Módulo 2. Modelo de pronósticos para series de tiempo.  
Objetivo
Proporcionar los conceptos y los conocimientos necesarios para distinguir entre los enfoques cualitativo y cuantitativo del pronóstico. Reconocer el tipo de modelo subyacente en cada una de las técnicas de pronóstico estadístico y realizar la validación del modelo. Aplicar adecuadamente las técnicas cuantitativas de pronóstico, en función de las características y del volumen de datos disponibles.
Temario
1. Introducción al pronóstico. Pronóstico estadístico
2. Conocimiento de los datos 3. Uso de transformaciones 4. Criterios para elegir una técnica de pronóstico
5. Modelos de pronóstico 6. Evaluación de los pronósticos
7. Aplicaciones

Módulo 3. Análisis de series de tiempo univariadas. 
Objetivo
Presentar las diferentes herramientas que se utilizan en el análisis de series de tiempo, desde el punto de vista del dominio del tiempo. Construir modelos con el enfoque de Box y Jenkins, a partir del estudio de las funciones de autocorrelación muestral, de la estimación estadística de los parámetros y de la validación de los supuestos del modelo a partir de los datos mismos.
Temario
1. Introducción al Análisis de Series de Tiempo
2. Descomposición de Series de Tiempo
3. Elementos de Ecuaciones en Diferencia
4. Familia de Modelos ARIMA
5. Construcción de Modelos ARIMA 6. Pruebas de raíces unitarias
7. Modelos para series estacionales 8. Pronóstico de series de tiempo
9. Aplicaciones

Módulo 4. Otros temas de series de tiempo.
Objetivo
Presentar algunos temas del análisis de series de tiempo que han probado su utilidad en la práctica para realizar estudios de series de la Economía y de las Finanzas. Mostrar los elementos de teoría y efectuar algunas aplicaciones de las metodologías que se presenten. Utilizar las herramientas de cómputo necesarias para obtener los resultados numéricos.
Temario
1. Análisis de intervención 2. Desestacionalización de series económicas 3. Descomposición en componentes no-observables 4. Tema optativo 1
5. Tema optativo 2
6. Aplicaciones
* Nota: Como temas optativos se tienen considerados algunos de los siguientes: modelos ARCH y GARCH, pronósticos restringidos, desagregación de series, tratamiento de outliers, datos faltantes, modelos de espacio de estados, filtro de Kalman, análisis espectral y estimación de tendencias.

Módulo 5. Introducción al estudio de series de tiempo múltiples.
Objetivo
Presentar modelos para el análisis conjunto de varias series de tiempo. Subrayar la riqueza de análisis, teórico y empírico, que se obtiene al considerar el estudio de varias variables en forma simultánea. Mostrar el tipo de resultados que se pueden obtener en la práctica.
Temario 1. Modelos para series de tiempo múltiples 2. Cointegración bivariada 3. Vectores autorregresivos
4. Causalidad de Granger
5. Función de respuesta al impulso
6. Descomposición de la varianza del pronóstico
7. Análisis de cointegración
8. Modelos en forma de corrección de errores
9. Aplicaciones

Módulo 6. Análisis Bayesiano de modelos econométricos.
Objetivo
Presentar el paradigma bayesiano en el análisis estadístico y con ello aplicar las herramientas necesarias para emitir juicios a partir de información muestra y subjetiva disponible, sobre los resultados de un modelo econométrico. Obtener pronósticos informados de los futuros valores de una serie de tiempo que hagan uso de dicho modelo y de la información subjetiva.
Temario
1. Introducción a Estadística Bayesiana 2. Análisis Bayesiano de Modelos de Regresión 3. Análisis Bayesiano de Series de Tiempo

Economistas, financieros y toda persona interesada en el estudio de de la econometría