Avís important
La guia docent és provisional.
La versió en PDF de la guia docent pot tardar uns dies en estar disponible al DDD.

Models Econòmics
Codi: 40097Crèdits: 15
| Titulació | Tipus | Curs |
|---|---|---|
| Anàlisi Econòmica / Economic Analysis | OB | 1 |
Professor/a de contacte
- Nom :
- Javier Fernandez Blanco
- Correu electrònic :
- javier.fernandez@uab.cat
Equip docent
- Michael David Creel
- Jordi Masso Carreras
Equip docent (extern a la UAB)
- Lidia Farré
Idiomes dels grups
Podeu consultar aquesta informació al final del document.
Prerequisits
Sense prerequisits específics.
Objectius
L’objectiu de la primera part del mòdul és que els estudiants aprenguin conceptes estàndard de teoria de jocs no cooperatius i cooperatius a nivell de postgrau.
En la segona i tercera parts del mòdul l'objectiu és que els estudiants aprenguin a analitzar, interpretar i organitzar dades econòmiques amb tècniques estadístiques i economètriques avançades. L’estudiant també es familiaritzarà amb l’ús de paquets de programari economètric.
Resultats d'aprenentatge
- CA06 (Comunicar resultats economètrics i implicacions a públics diversos.) Comunicar resultats economètrics i implicacions a públics diversos.
- CA07 (Estimular conjunts de dades econòmiques seguint bones pràctiques de replicació.) Estimular conjunts de dades econòmiques seguint bones pràctiques de replicació.
- CA08 (Formular preguntes dinàmiques complexes per a resoldre-les amb programació dinàmica.) Formular preguntes dinàmiques complexes per a resoldre-les amb programació dinàmica.
- CA09 (Revisar metodologies innovadores comparant-les amb estàndards vigents.) Revisar metodologies innovadores comparant-les amb estàndards vigents.
- KA12 (Descriure els principis de la teoria de l’estimació i els criteris per acceptar hipòtesis.) Descriure els principis de la teoria de l’estimació i els criteris per acceptar hipòtesis.
- KA13 (Enumerar els models lineals (OLS/GLS) i el mètode de màxima versemblança amb els seus supòsits.) Enumerar els models lineals (OLS/GLS) i el mètode de màxima versemblança amb els seus supòsits.
- KA14 (Identificar tècniques IV, GMM, panell, bayesianes, de simulació, no paramètriques i de quantils.) Identificar tècniques IV, GMM, panell, bayesianes, de simulació, no paramètriques i de quantils.
- KA15 (Reconèixer l’ús del model de generacions solapades en l’anàlisi de polítiques.) Reconèixer l’ús del model de generacions solapades en l’anàlisi de polítiques.
- SA07 (Fer servir mètodes d’estimació en paquets estadístics sobre dades reals.) Fer servir mètodes d’estimació en paquets estadístics sobre dades reals.
- SA08 (Estructurar un model dinàmic com a sistema d’equacions per a fer-ne la programació.) Estructurar un model dinàmic com a sistema d’equacions per a fer-ne la programació.
- SA09 (Avaluar els límits d’estimadors bàsics mitjançant simulacions Montecarlo.) Avaluar els límits d’estimadors bàsics mitjançant simulacions Montecarlo.
- SA10 (Criticar la potència i el biaix de diferents contrastos d’hipòtesis.) Criticar la potència i el biaix de diferents contrastos d’hipòtesis.
- SA11 (Desenvolupar rutines per a l’anàlisi economètrica reproduïble.) Desenvolupar rutines per a l’anàlisi economètrica reproduïble.
Continguts
I.Teoria de jocs
1. Introducció a la teoria de jocs i alguns exemples
2. Jocs en forma normal
3. Jocs en forma extensa
4. Equilibri de Nash i problemes relacionats
5. Jocs repetits
6. Jocs d’informació incompleta
7. Teoria de la negociació
8. Jocs cooperatius
II.Econometria I
1. Introducció a l'anàlisi economètrica
2. Mínims quadrats ordinaris
3. MQO i teoria de mostres finites
4. MQO i teoria asimptòtica
5. Perturbacions no esfèriques
6. Endogeneïtat
III.Econometria II
1. Estimació extrema i optimització numèrica
2. Màxima versemblança
3. Mètode generalitzat de moments
4. Introducció a l'anàlisi de sèries temporals
5. Temes addicionals en econometria
Per una descripció amb més detall del contingut del temari anar a https://sites.google.com/view/idea-program/master-program .
Activitats formatives i Metodologia
| Títol | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|
| Conjunts de problemes, tutorials | 75 | 3 | |
| Classes teòriques | 112,5 | 4,5 | |
| Estudi personal, grups destudi, lectures de llibres de text, lectures darticles | 187,5 | 7,5 |
El curs constarà de sessions on el professor presenta el material i sessions dedicades específicament a la resolució de problemes. Es recomana als estudiants que formin grups d’estudi per discutir sobre tasques i lectures.
La metodologia proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
Avaluació
Activitats d'avaluació continuada
| Títol | Pes | Hores | ECTS | Resultats d'aprenentatge |
|---|---|---|---|---|
| Examen Part II | 26% | 0 | 0 | CA06, CA07, CA08, CA09, KA12, KA13, KA14, KA15, SA07, SA08, SA09, SA10, SA11 |
| Assistència a classe i conjunts de problemes i tasques | 22% | 0 | 0 | CA06, CA07, CA08, CA09, KA12, KA13, KA14, KA15, SA07, SA08, SA09, SA10, SA11 |
| Examen Part I | 26% | 0 | 0 | CA06, CA07, CA08, CA09, KA12, KA13, KA14, KA15, SA07, SA08, SA09, SA10, SA11 |
| Examen Part III | 26% | 0 | 0 | CA06, CA07, CA08, CA09, KA12, KA13, KA14, KA15, SA07, SA08, SA09, SA10, SA11 |
1. Avaluatió continuada:
Examen Part I | 26% |
Examen Part II | 26% |
Examen Part III | 26% |
Llistes de problemes i exercicis i Assistència a classe i participació activa | 22% |
L'avaluació proposada pot experimentar alguna modificació en funció de les restriccions a la presencialitat que imposin les autoritats sanitàries.
En aquesta assignatura, no es permet l'ús de tecnologies d'Intel·ligència Artificial (IA) en cap de les seves fases. Qualsevol treball que inclogui fragments generats amb IA serà considerat una falta d'honestedat acadèmica i pot comportar una penalització parcial o total en la nota de l'activitat, o sancions majors en casos de gravetat.
2. Aquest mòdul contempla l’AVALUACIÓ ÚNICA:
PROVA D’AVALUACIÓ ÚNICA (Art. 265 de la Normativa Acadèmica de la UAB)
La sol·licitud d’avaluació única suposa la renúncia a l’avaluació continuada.
L’avaluació única ha de ser sol·licitada a la Gestió Acadèmica del Campus on es cursa el grau/màster dins del termini i amb el procediment que estableix el calendari administratiu de la Facultat d’Economia i Empresa.
Presencialitat:
- La presència de l’estudiant és obligatòria el dia que es realitzi l’avaluació única. La data serà la mateixa que la de l’examen final de semestre que consta en el calendari d’avaluacions publicat per la Facultat d’Economia i Empresa i aprovat en Comissió d’Afers Docents i Acadèmics de la Facultat. La duració de l’avaluació única s’haurà d’especificar dins les característiques de l’activitat.
- El 100% de les evidències s’han de lliurar el dia de l’avaluació única.
- Les evidències d’avaluació realitzades presencialment el dia de l’avaluació única han de tenir un pes mínim del 70%.
Ha de constar la següent informació referida a les característiques de l’avaluació única. Suggerim incorporar la següent taula:
Tipologia Evidència (1) | Pes a l’avaluació final (%) (2) | Durada de l’activitat | L’activitat que dona lloc a l’evidència es realitza presencialment en la data establerta? (SÍ/NO) (3) |
EXAMEN | 80% |
| SI |
PROVA LABORATORI | 20% |
| SI |
|
|
|
|
TOTAL | 100% |
|
|
(1) Títol descriptiu de cada evidència (examen, resolució llistes de problemes, anàlisi de casos, activitat realitzades amb un software específic que cal conèixer....)
(2) Pes de l’evidència en el conjunt de l’assignatura (especificar els percentatges de cada evidència d’avaluació que l’alumne ha de fer i/o presentar)
(3) Per a cada evidència: L’activitat que dona lloc a l’evidència es realitza presencialment en la data establerta per a l’avaluació única? SI/NO
Bibliografia
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.
Referències addicionals seran proporcionades al llarg del curs.
Programari
- Matlab
- R
- Phyton
- Stata
Grups i idiomes de l'assignatura
La informació proporcionada és provisional fins al 30 de novembre. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d'aquest enllaç. Per accedir a la informació, caldrà introduir el CODI de l'assignatura
| Tipus de docència | Grup | Idioma | Semestre | Torn |
|---|---|---|---|---|
| (TEm) Teoria (màster) | 30 | Anglès | segon quadrimestre | matí-mixt |
| (PLABm) Pràctiques de laboratori (màster) | 30 | Anglès | segon quadrimestre | matí-mixt |