| Competencias |
| Tipo A | Código | Competencias Específicas |
| A2 | Dominar los métodos e instrumentos básicos para el análisis de la realidad empresarial | |
| A3 | Ser capaz de buscar, analizar e interpretar información cuantitativa y cualitativa de carácter financiero, económico, social y legal, relevante para la toma de decisiones empresariales y económicas | |
| Tipo B | Código | Competencias Transversales |
| B3 | Aplicar el pensamiento crítico, lógico y creativo, demostrando capacidad de innovación | |
| B4 | Trabajar de forma autónoma con responsabilidad e iniciativa | |
| Tipo C | Código | Competencias Nucleares |
| C3 | Gestionar la información y el conocimiento. |
| Resultados de aprendizaje |
| Tipo A | Código | Resultados de aprendizaje |
| A2 |
Aplica técnicas econométricas al análisis empírico de problemas relacionados con la realidad empresarial. | |
| A3 |
Conoce elementos avanzados del modelo de regresión lineal y los modelos multiecuacionales. Identifica y reconoce las aplicaciones de los modelos a problemas macroeconómicos (dimensión temporal y espacial de la actividad económica). Utiliza adecuadamente el software econométrico. | |
| Tipo B | Código | Resultados de aprendizaje |
| B3 |
Reconoce las limitaciones y puntos débiles en sus procesos y métodos de trabajo. Aplica técnicas innovadoras y obtiene resultados. | |
| B4 |
Hace el trabajo previsto acuerdo con los criterios de calidad dados. Propone mejoras a las orientaciones relativas de cómo realizar el trabajo con calidad. | |
| Tipo C | Código | Resultados de aprendizaje |
| C3 |
Utiliza la información comprendiendo las implicaciones económicas, legales, sociales y éticas del acceso a la información y a su uso. |
| Contenidos |
| tema | Subtema |
| TEMA 1:DATOS MACROECONÓMICOS | 1.1 Características de datos macroeconómicos 1.2 Fuentes más importantes sobre datos macroeconómicos 1.3 Datos de panel 1.4 Software |
| TEMA 2: MODELOS DE DATOS DE PANEL |
2.1 Modelos de datos de panel esáticos 2.2 Modelos de datos de panel dinámicos 2.3. Panel unit root tests 2.4. Aplicaciones |
| Tema 3: Modelos VAR | 3.1 Modelo estructural bivariante 3.2 Estimacion 3.3 Indentificacion 3.4 Aplicaciones |
| Planificación |
| Metodologías :: Pruebas | ||||||||||
| Competencias | (*) Horas en clase |
Horas fuera de clase |
(**) Horas totales | |||||||
| Actividades introductorias |
|
2 | 1 | 3 | ||||||
| Sesión magistral |
|
24 | 50 | 74 | ||||||
| Prácticas en laboratorios |
|
22 | 33 | 55 | ||||||
| Seminarios |
|
2 | 6 | 8 | ||||||
| Trabajos |
|
4 | 0 | 4 | ||||||
| Atención personalizada |
|
2 | 0 | 2 | ||||||
| Pruebas objetivas de tipo test |
|
2 | 0 | 2 | ||||||
| Pruebas de desarrollo |
|
2 | 0 | 2 | ||||||
| (*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor. (**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos | ||||||||||
| Metodologías |
| descripción | |
| Actividades introductorias | Hablar de datos macroeconomicos y datos de panel |
| Sesión magistral | Presentar modelos econometricos para datos macroeconomicos |
| Prácticas en laboratorios | Estimar los modelos utilizando EViews y Stata |
| Seminarios | Extensiones de modelos econometricos para datos macroeconomicos |
| Trabajos | Trabajos en grupo. Utilizar datos macroeconomicos y estimar modelos |
| Atención personalizada | Horas de consulta/visita |
| Atención personalizada |
| descripción |
| La atención personalizada en la asignatura se plantea con horas de consulta(visita). |
| Evaluación |
| Metodologías | Competencias | descripción | Peso | ||||||
| Trabajos |
|
Un trabajo en grupo | 20% | ||||||
| Pruebas objetivas de tipo test |
|
Un examen tipo test sobre los temas 1 y 2. | 30% | ||||||
| Pruebas de desarrollo |
|
Un examen final de contenido de toda la asignatura | 50% | ||||||
| Otros |
| Otros comentarios y segunda convocatoria | |||
|
La segunda convocatoria consiste en un examen de contenido de toda la asignatura y vale 100% de la nota final. |
|||
| Fuentes de información |
| Básica |
Gujarati, D. N. , Econometría, MacGraw-Hill,
Aslanidis, N., Applied Macroeconometrics , Publicacions URV, 2017 |
||||||||
| Complementaria | |||||||||
| Recomendaciones |
| Asignaturas que se recomienda haber cursado previamente | |||
|
|||
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente.