La asignatura está diferenciada en cuatro grandes bloques temáticos, dedicados a modelos de variable dependiente limitada, que es el área de microeconometría en el que nos vamos a centrar, dejando a un lado, por ejemplo, los modelos de datos de panel, que no veremos aquí:

i) Modelos de Elección Discreta (Temas 1 al 6);

ii) Tobit y Modelos de Selección de Muestra (Tema 7);

iii); Modelos para Datos de Recuento (Tema 8);

iv) Modelos con Variables Instrumentales (Tema 9).

Introducción

El objetivo del Bloque I es estudiar los modelos de elección discreta en toda su complejidad, y con bastante detalle. Empezaremos para ello con las formas más sencillas de modelos con variables dependientes discretas, para a partir de ahí ir generalizando progresivamente. Una vez completado el temario de esta parte veremos cómo cada modelo concreto es un caso particular de una familia de modelos más amplia. Cualquier manual básico de econometría, como los empleados en los Grados (Gujarati, Wooldridge), pueden ser una buena primera aproximación o repaso a los fundamentos del tema.

Contenidos

1. Una introducción al tema: Modelo de probabilidad lineal, Modelo Logit y Modelo Probit.

2. Modelos aleatorios de utilidad (Radom Utility Models).

3. Generalized Extreme Value (GEV) Models.

4. Modelo Probit.

5. Modelo Logit Mixto.

6. Otros modelos (Stated-Preferences, Logit mixto anidado, Probit mixto).

Bibliografía del Bloque Temático I

La bibliografía esencial para este primer bloque es el libro de Train (2009), especialmente sus capítulos 1 a 9. Una sencilla introducción a los temas puede encontrarse en Wooldridge (2008), capítulo 17, Kennedy (2008), capítulo 16, o Gujarati (2008), capítulo 15. Para las Stated-Preferences, véase Louviere, Hensher y Swait (2000). Para una excelente aplicación, Berndt (1996), capítulo 11; y Hensher, Rose y Greene (2005) prácticamente completo.

A mayor nivel teórico que las introducciones mencionadas, como complemento o ampliación de Train, el capítulo 11 de Davidson y McKinnon (2004); Cameron y Trivedi (2005), capítulos 14 y 15; Wooldridge (2010), capítulos 15 y 16; Greene (2011), capítulo 23; Greene y Hensher (2010), capítulos 1 a 6.

Introducción

Este es un tema aislado que amplía el temario visto en el Bloque I, incorporando la consideración de variables dependientes limitadas con formas no discretas, pero sí truncadas. Muchas variables económicas objeto de modelización tienen precisamente esta forma, y hay que saber tratarlas (explicarlas). La variable en cuestión es continua hasta cierto valor, mínimo o máximo, que trunca la distribución. Por ejemplo, las soluciones de esquina. Cuando trabajamos con microdatos, observamos que muchas familias y empresas optan por un valor cero para una determinada variable, mientras que otros agentes optan por valores positivos, según la distribución que sea. Veremos también en este bloque los problemas de selección de muestra, que se dan cuando tenemos datos de una muestra de la población, siendo dicha muestra no aleatoria.

Contenidos

Este bloque cuenta con un único tema:

7. Tobit y Modelos de Selección de Muestra.

Bibliografía del Bloque Temático II

Para el estudio de este tema se proponen distintas fuentes alternativas: Wooldridge (2008), capítulo 17; Kennedy (2008), capítulo 17; Gujarati (2008), capítulo 15; todos ellos a nivel de introducción. De nivel más avanzado, Cameron y Trivedi (2005), capítulo 16; Wooldridge (2010), capítulos 17 y 19; y Greene (2011), capítulo 24; Greene y Hensher (2010), capítulo 11. Para una excelente aplicación, Berndt (1996), capítulo 11, ya citado pero también pertinente aquí.

Introducción

Las variables de recuento son otro tipo más de variables dependientes limitadas. Son limitadas en el sentido de adoptar valores enteros y no negativos (y = 0, 1, 2, …). Veremos aquí sobre todo el llamado modelo de regresión de Poisson. Un ejemplo sería el número de veces que un individuo acude al cine durante un mes. Podemos disponer de variables explicativas para tratar de explicar esa variable dependiente, lo que requiere métodos especiales que estudiaremos en este bloque.

Contenidos

Este bloque consta de un solo tema:

8. Modelos para Datos de Recuento.

Bibliografía del Bloque Temático III

Como introducción, puede verse Wooldridge (2008), capítulo 17 (epígrafe 3); Kennedy (2008), capítulo 16; o Gujarati (2008), capítulo 15 (epígrafe 12). Más avanzados, Davidson y McKinnon (2004), capítulo 11 (epígrafe 5); Cameron y Trivedi (2005), capítulo 20; Wooldridge (2010), capítulo 18; y Greene (2011), capítulo 25.

Introducción

Los modelos de datos de panel, como los de variables instrumentales, tratan con el problema de las variables omitidas. Cuando disponemos de un panel de datos y la variable omitida no varía con el tiempo, hay distintas formas de eliminar su influencia y sus efectos sobre las estimaciones. Sin embargo, si la variable varía en el tiempo o si no disponemos de un panel de datos, el problema no admite ese tratamiento. El problema es pues el de ausencia de una variable que, estando ausente (no la observamos, no tenemos datos sobre ella), ejerce una influencia a través de su correlación con las demás variables, que sí están en el modelo. Veremos este problema en el contexto de datos de sección cruzada, estudiando los llamados modelos con variables instrumentales.

Contenidos

Este bloque se compone, una vez más, de un único tema.

9. Modelos con Variables Instrumentales.

Bibliografía del Bloque Temático IV

A nivel de introducción, Wooldridge (2008), capítulo 15; Cameron y Trivedi (2005), parte del capítulo 4; y Kennedy (2008), capítulo 9. A un nivel más exigente, Wooldridge (2010), capítulos 4 y 5, pero sobre todo el 5; Davidson y McKinnon (2004), capítulo 8; y Greene (2011), capítulo 12.