Logo UAB
2022/2023

Modelos Económicos

Código: 40097 Créditos ECTS: 15
Titulación Tipo Curso Semestre
4313805 Análisis Económico / Economic Analysis OB 1 2

Contacto

Nombre:
Maite Cabeza Gutes
Correo electrónico:
maite.cabeza@uab.cat

Uso de idiomas

Lengua vehicular mayoritaria:
inglés (eng)

Equipo docente

Maite Cabeza Gutes
Michael David Creel
Jordi Masso Carreras

Prerequisitos

Sin prerrequisitos específicos.

Objetivos y contextualización

El objetivo de la primera parte del módulo es que los estudiantes aprendan conceptos estándar de teoría de juegos no cooperativos y cooperativos a nivel de postgrado.

En la segunda y tercera partes del módulo el objetivo es que los estudiantes aprendan a analizar, interpretar y organizar datos económicos con técnicas estadísticas y econométricas avanzadas. El estudiante también se familiarizará con el uso de paquetes de software econométrico.

Competencias

  • Analizar conceptualmente un problema económico concreto utilizando herramientas analíticas avanzadas.
  • Aplicar la metodología de investigación, técnicas y recursos específicos avanzados para investigar y producir resultados innovadores en un determinado ámbito de especialización.
  • Buscar, recopilar y analizar datos económicos utilizando técnicas econométricas avanzadas.
  • Capacidad de articular los fundamentos de la teoría económica derivándolos analíticamente a través de razonamientos matemáticos.
  • Capacidad de identificar los fundamentos del análisis estadístico y de las técnicas econométricas derivándolos de las leyes de la probabilidad y la estadística.
  • Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  • Utilizar las nuevas tecnologías de captación y organización de información para solucionar problemas en la actividad profesional.
  • Utilizar los principales paquetes informáticos para programar el análisis de datos económicos.

Resultados de aprendizaje

  1. Analizar críticamente los distintos estimadores y métodos empíricos básicos
  2. Aplicar la metodología de investigación, técnicas y recursos específicos avanzados para investigar y producir resultados innovadores en un determinado ámbito de especialización.
  3. Describir los fundamentos que subyacen en la modelización de fenómenos económicos dinámicos a nivel macroeconómico
  4. Enmarcar una pregunta económica dinámica en un problema matemático y derivar su respuesta a través de la lógica matemática
  5. Identificar cuáles son las posibilidades y limitaciones del análisis empírico básico
  6. Implementar un análisis empírico, incluyendo todos sus pasos con bases datos accesibles públicamente
  7. Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  8. Programar métodos de estimación básicos.
  9. Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  10. Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  11. Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades.
  12. Utilizar las nuevas tecnologías de captación y organización de información para solucionar problemas en la actividad profesional.

Contenido

I.Teoría de juegos

1. Introducción a la teoría de juegos y algunos ejemplos

2. Juegos en forma normal

3. Juegos en forma extensa

4. Equilibrio de Nash y problemas relacionados

5. Juegos repetidos

6. Juegos de información incompleta

7. Teoría de la negociación

8. Juegos cooperativos

 

II.Econometría I

1. Introducción al análisis econométrico

2. Mínimos cuadrados ordinarios

3. MCO y teoría de muestras finitas

4. MCO y teoría asintótica

5. Perturbaciones no esféricas

6. Endogeneidad

 

III.Econometría II

1. Estimación extrema y optimización numérica

2. Máxima verosimilitud

3. Método generalizado de momentos

4. Introducción al análisis de series temporales

5. Temas adicionales en econometría

 

Para una descripción más detalla del contenido del temario ir a https://sites.google.com/view/idea-program/master-program . 

 

Metodología

El curso constará de sesiones donde el profesor presenta el material y sesiones dedicadas específicamente a la resolución de problemas. Se recomienda a los estudiantes que formen grupos de estudio para debatir sobre tareas y lecturas.

La metodología docente propuesta puede experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias. 

 

Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.

Actividades

Título Horas ECTS Resultados de aprendizaje
Tipo: Dirigidas      
Clases teóricas 112,5 4,5 1, 2, 3, 4, 5, 6, 8, 10, 11, 9, 7, 12
Tipo: Supervisadas      
Conjuntos de problemes, tutoriales 75 3 1, 2, 3, 4, 5, 6, 8, 10, 11, 9, 7, 12
Tipo: Autónomas      
Estudio personal, grupos de estudio, lecturas de libros de texto, lecturas de artículos 187,5 7,5 1, 2, 3, 4, 5, 6, 8, 10, 11, 9, 7, 12

Evaluación

 

Exámenes finales

50%  

Asistencia a clase y participación activa  

20%  

Conjujntos de problemas y tareas 

30%  

La evaluación propuesta puede experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias. 

 

Actividades de evaluación

Título Peso Horas ECTS Resultados de aprendizaje
Asistencia a clases y conjuntos de problemas y tareas 50% 0 0 1, 2, 3, 4, 5, 6, 8, 10, 11, 9, 7, 12
Exámenes finales 50% 0 0 1, 2, 3, 4, 5, 6, 8, 10, 11, 9, 7, 12

Bibliografía

Game theory:

Fudenberg and J. Tirole (1991). Game Theory. MIT Press.

Gibbons (1992). A Primer in Game Theory. Harvester Wheatsheal.

Luce and H. Raiffa (1957). Games and Decisions. Wiley.

Mas-Colell, M. Whinston and J. Green (1995). Microeconomic Theory. Oxford University Press.

Moulin (1986). Game Theory for the Social Sciences (second edition). New York University Press.

Moulin (1988). Axioms of Cooperative Decision Making. Cambridge University Press (Econometric Society Monographs).

Myerson (1991). Game Theory: Analysis of Conflict. Harvard University Press.

Osborne and A. Rubinstein (1994). A Course in Game Theory. MIT Press.

Owen (1982). Game Theory (second edition). Academic Press.

Shubik (1984). Game Theory in the Social Sciences. MIT Press.

Vega-Redondo (2003). Economics and the Theory of Games. Cambridge University Press.

 

Econometrics I and II

Cameron, A.C. and P.K. Trivedi, Microeconometrics - Methods and Applications

Davidson, R. and J.G. MacKinnon, Econometric Theory and Methods

Gallant, A.R., An Introduction to Econometric Theor

Greene, W.H. Econometric Analysis, Pearson Prentice Hall.

Hamilton, J.D., Time Series Analysis

Hayashi, F.,Econometrics, Princeton Univesrity Press.

Wooldridge. Econometric Analysis of Cross Section and Panel Data, MIT Press, Cambridge- Mass, USA.

 

Referencias adicionales se proporcionan a lo largo del curso.

 

Software

  • Matlab
  • R
  • Phyton
  • Stata