SESIÓN 01: PROGRAMACIÓN EN STATA

• Objetivo:
  • Explicar los conceptos y métodos generales para programar en STATA.
• Temas:
  • Componentes básicos
  • R-Store and E-Store
  • Bucles
• Ejemplos:
  • Operadores de matrices
  • Aplicar macros
  • Crear un programa
  • Atajos con macros
  • Bucles - Parte 1
  • Bucles - Parte 2
  • Macro global-local
  • Bucle con variables y condicionales
  • Funciones mata
  • Bondad de ajuste mediante operadores de matrices

SESIÓN 02: INTRODUCCIÓN A SERIES DE TIEMPO

• Objetivo:
  • Explicar sobre la teoría de series de tiempo, los comandos para establecer una base de datos temporal y los principales operadores utilizados en este contexto.
• Temas:
  • Ideas generales
  • Análisis de la serie de tiempo univariado
  • Operadores de series de tiempo
• Ejemplos:
  • Media de una serie de tiempo
  • Tasas de crecimiento
  • Detectar la estacionalidad
  • Estacionalidad en correlograma
  • Componentes de una serie de tiempo
  • Fechas
  • Gráficos de una serie de tiempo
  • Diferencia porcentual
  • Comparación de la diferencia porcentual
  • Tendencia y estacionalidad en una serie de tiempo

SESIÓN 03: SERIES DE TIEMPO ESTACIONARIAS

• Objetivo:
  • Explicar las implicancias de la estacionariedad en las series de tiempo y cómo verificarlas.
• Temas:
  • Gráfico de series de tiempo
  • Procesos estocásticos y estacionariedad
  • Metodología de Box-Jenkins
  • Pruebas de estacionariedad en STATA
  • Transformaciones para alcanzar la estacionariedad
• Ejemplos:
  • Random Walk
  • Pruebas de raíz unitaria
  • Análisis gráfico de estacionariedad
  • Raíz unitaria en niveles
  • Transformación de la serie
  • Analizando una serie con quiebre estructural
  • Estacionalidad
  • Pruebas Dickey-Fuller y Phillips Perron
  • Aplicar primera diferencia a una serie no estacionaria

SESIÓN 04: PRIMEROS MODELOS DE SERIES DE TIEMPO

• Objetivo:
  • Explicar los modelos AR, MA, ARMA y ARIMA.
• Temas:
  • Primeros modelos
  • Identificación de modelos
  • Estimación del modelo
  • Validación del modelo
  • Pronóstico
• Ejemplos:
  • Ruido blanco
  • Selección de p, d & q
  • Estimación arima
  • Parsimonia
  • Pronóstico
  • Modelo autorregresivo
  • Modelo de media movil 
  • Modelo arma
  • Elección y pronóstico

SESIÓN 05: MODELOS TEMPORALES DE ALTA VOLATILIDAD

• Objetivo:
  • Explicar los modelos de series de tiempo con alta volatilidad.
• Temas:
  • Modelos de volatilidad
  • Modelo Arch
  • Modelo Garch
  • Garch exponencial
  • Modelo Threshold Arch
• Ejemplos:
  • Base de datos de Yahoo Finance
  • Estimación de un Arch
  • Uso de un modelo Garch
  • Garch y Egarch
  • Estudio del modelo y validación
  • Pronóstico en modelo Garch
  • Modelo Arch con componente Ar
  • Modelo Arch con componente Ma
  • Modelo Arch con componente Arma
  • Elección del modelo y pronóstico

SESIÓN 06: MODELOS TEMPORALES MULTIVARIANTES

• Objetivo:
  • Identificar y modelar procesos temporales con más de una variable de análisis.
• Temas:
  • Modelo de cointegración
  • Modelos de vectores autorregresivos
  • Modelo de vector de corrección de error
• Ejemplos:
  • Cointegración
  • Cointegración multivariada
  • Mecanismo de corrección de errores
  • Modelos VAR
  • Modelo VEC
  • Evaluación del modelo VEC
  • Análisis estacionario
  • Prueba de Engle-Granfer
  • Modelo de corrección de error
  • Supuestos del modelo a corto plazo

SESIÓN 07: MODELO DE DATOS PANEL

• Objetivo:
  • Explicar de manera teórica y práctica el funcionamiento de los modelos de regresión de datos panel.
• Temas:
  • Conceptos generales
  • Forma de la base de datos
  • Modelos de datos de panel
  • Elección del mejor modelo
  • Efectos temporales
  • Posestimación
• Ejemplos:
  • Modelo Pooled
  • Análisis de un panel de datos
  • Modelo de efectos fijos
  • Evaluación de modelo de efectos fijos
  • Modelo de efectos aleatorios
  • Prueba de Hausman
  • Modelo MCO agrupado
  • Modelo de efectos fijos para datos enaho
  • Modelo de efectos aleatorios para datos enaho
  • Elección del modelo

SESIÓN 08: DATOS PANEL DINÁMICOS

• Objetivo:
  • Indicar cómo estimar modelos Panel Data con, por lo menos, un rezago.
• Temas:
  • Ideas generales
  • Preestimación
  • Estimación
  • Posestimación
• Ejemplos:
  • Preestimación
  • Estimación con xtabond
  • Estimación con xtdpdsys
  • Estimación con xtdpd
  • Estimación con xtabond2
  • Análisis posestimación
  • Pre estimación con datos enaho
  • Estimación con Xtabond para datos enaho
  • Estimación con XTDSYS para datos enaho

Actualización parcial el 12 de diciembre del 2023.