Dynamic Econometric Models, for Policy, Forecasting and Short-term Economic Analysis
- Masters
- School of Continuing Education
- Courses
- Dynamic Econometric Models, for Policy, Forecasting and Short-term Economic Analysis

- Inicio
- Director: Antoni Espasa
- Idioma: Español
- Modalidad: Presencial.
- Precio:
Estudiantes, PDI y Alumni UC3M: 250 euros
Estudiantes y PDI Externos: 300 euros
Empresas e Instituciones: 350 euros - Duración: 20 horas
- Campus de impartición: Campus Madrid Puerta de Toledo
- Plazo de Admisión: Postponed
- Departamento: Instituto "Flores de Lemus"
Los modelos econométricos requieren la incorporación de teorías económicas en sus formulaciones. Pero las teorías “son incorrectas, incompletas y cambiantes en el tiempo” y no pueden entrar como restricciones en los modelos econométricos, como el DSGE. Eso ha generado una mala praxis econométrica. Una investigación empírica debe buscar un modelo congruente, es decir, basado en una teoría económica (laxa) –que se incluye, pero no se impone- y de acuerdo con la evidencia empírica: se requiere un procedimiento estadístico de modelización para descubrirlo.
Para ello hay que formular un Proceso Generador de Datos Local (LDGP), que se define como la función de densidad conjunta de las variables incluidas en el estudio. Para contrastar el LDGP es necesario englobarlo en un modelo general no restrictivo, GUM, que incluya formulaciones dinámicas amplias y no lineales relativamente generales, y un conjunto exhaustivo de indicadores que capten las observaciones atípicas y los cambios de nivel en las variables. A partir del GUM hay que aplicar un proceso reductor para llegar a un modelo congruente final que no esté dominado por cualquier otro construido sobre el mismo conjunto informativo. El procedimiento descrito se implementa de forma automática mediante Autometrics. La metodología anterior es también muy relevante en series temporales en el campo de Data Science.El modelo econométrico final podrá utilizarse para un análisis estructural. Para simular políticas económicas (super-exogeneidad). Para la predicción con el modelo estimado, en cuyo caso, será necesario aplicar un procedimiento de fortalecimiento de predicciones. Para análisis de coyuntura económica. El desarrollo de todo lo anterior y su aplicación a modelos sobre precios, paro, consumo, demanda de dinero e inflación salarial (Curva de Phillips) constituye el temario del curso, que se basa en el libro de Hendry y Doornik (2014), Empirical Model Discovery and Policy Evaluation.
- PROGRAMA
1.- GENERAL ECONOMETRIC FRAMEWORK FOR EMPIRICAL ANALYSIS. THE LOCAL DATA GENERATION PROCCESS (LDGP) AND ITS INSERTATION IN A GENERAL UNRESTRICTED MODEL (GUM).
2.- THE REDUCTION PROCCESS USING THE GENERAL TO SPECIFIC (Gets) APPROACH.
3.- DATA ANALYSIS. THE USE OF UNIVARIATE MODELS FOR DATA ANALYSIS. THE EVENTUAL FORECASTING FUNCTION.
4.- FROM THE HAAVELMO DISTRIBUTION TO THE VEqCM
5.- APLICATIONS (from different papers by professor Hendry)
6.- AUTOMETRICS. APPLICATION TO DATA SCIENCE.
7.- FORECASTING.
8.- STRUCTURAL ANALYSIS AND POLICY FROM FROM MACRO ECONOMETRIC MODELS.
9.- SHORT-TERM ECONOMIC ANALYSIS.
10.- CONCLUSIONS.
- FACULTY
UC3M Faculty
- Antoni Espasa.
Department: Statistcs
antoni.espasa@uc3m.es
More information
- Antoni Espasa.
- ADMISSION
Addressed to
Postgraduate students, analysts in companies and institutions with responsibilities for the construction or use of macro-econometric models and the general public of the university community.
Requirements
Have statistics studies at grade level and have followed an initial course on Temporary Series Econometrics.
Admission request
Process
Upon receipt of the application for admission, within a maximum period of 5 days you will receive a response along with the following steps.
- INFORMACIÓN PRÁCTICA
Metodología
El curso se desarrollará en 5 sesiones presenciales
Horario
De 10 a 14 horas.
Curso aplazado.Más información
Instituto Flores de Lemus ifl@est-econ.uc3m.es