Oinarrizko ekonometria Gretl erabiliz

Estas notas de clase son de utilidad como material docente, sirviendo de apoyo o complemento, para aquellos alumnos que bien vayan a hacer o hayan seguido alguna asignatura como Introducción a la Econometría (en LE o LADE), Estadística Actuarial: Regresión (LCAF), Econometría aplicada al mercado (LITM). También puede estar indicada para alumnos de las licenciaturas ofrecidas en la Facultad de Ciencias Sociales y de la Comunicación, por ejemplo la Licenciatura de Publicidad y RR.PP. y de algunas Ingenierías, por ejemplo Ingeniería en Organización Industrial. Las notas de clase se estructuran en siete temas. El primero de ellos introduce el concepto de Econometría, define algunos de los términos más habituales y presenta el software libre a utilizar en las aplicaciones, el programa Gretl. En el tema dos se especifica y estima el Modelo de Regresión Lineal Simple. Se desarrolla el estimador Mínimo Cuadrático Ordinario, sus propiedades y se muestra como hacer inferencia con él. En el tema tres se especifica y estima el Modelo de Regresión Lineal General. En el tema cuatro se muestra como realizar contrastes de restricciones lineales. En el tema cinco se revisa su comportamiento bajo mala especificación del modelo. En los temas seis y siete se muestran, respectivamente, las consecuencias de disponer de una muestra de variables altamente correlacionadas y como utilizar variables ficticias. Al final de cada tema se proponen ejercicios para aplicar lo aprendido en el mismo. Al final de las notas aparece la bibliografía completa.

Dynamic Factor Models and Forecasting Finnish Macroeconomic Variables

In recent years, thanks to developments in information technology, large-dimensional datasets have been increasingly available. Researchers now have access to thousands of economic series and the information contained in them can be used to create accurate forecasts and to test economic theories. To exploit this large amount of information, researchers and policymakers need an appropriate econometric model.Usual time series models, vector autoregression for example, cannot incorporate more than a few variables. There are two ways to solve this problem: use variable selection procedures or gather the information contained in the series to create an index model. This thesis focuses on one of the most widespread index model, the dynamic factor model (the theory behind this model, based on previous literature, is the core of the first part of this study), and its use in forecasting Finnish macroeconomic indicators (which is the focus of the second part of the thesis). In particular, I forecast economic activity indicators (e.g. GDP) and price indicators (e.g. consumer price index), from 3 large Finnish datasets. The first dataset contains a large series of aggregated data obtained from the Statistics Finland database. The second dataset is composed by economic indicators from Bank of Finland. The last dataset is formed by disaggregated data from Statistic Finland, which I call micro dataset. The forecasts are computed following a two steps procedure: in the first step I estimate a set of common factors from the original dataset. The second step consists in formulating forecasting equations including the factors extracted previously. The predictions are evaluated using relative mean squared forecast error, where the benchmark model is a univariate autoregressive model. The results are dataset-dependent. The forecasts based on factor models are very accurate for the first dataset (the Statistics Finland one), while they are considerably worse for the Bank of Finland dataset. The forecasts derived from the micro dataset are still good, but less accurate than the ones obtained in the first case. This work leads to multiple research developments. The results here obtained can be replicated for longer datasets. The non-aggregated data can be represented in an even more disaggregated form (firm level). Finally, the use of the micro data, one of the major contributions of this thesis, can be useful in the imputation of missing values and the creation of flash estimates of macroeconomic indicator (nowcasting).

EAEko energia elektrikoaren eskariaren analisi ekonometrikoa

Lan honen helburua, Euskal Autonomia Erkidegoko energia elektrikoaren etxebizitzen eskaeraren analisia egitea da, eta azterketa honetatik ondorio zehatzak atera eta hauek azaltzea. Azterketa hau egiteko, ekonomiari aplikaturiko metodo estatitistikoak erabiliko ditugu, konkretuki metodo ekonometrikoak.

Madrilgo energia elektrikoaren eskariaren analisi ekonometrikoa

Lan honetan, analisi ekonometriko batetik abiatuz, Madrileko familien energi elektrikoaren eskaria aztertuko da ondorio konkretu batzuk atera eta azaldu ahal izateko.

Urdaibaiko ur eskariaren analisia

[EU] Lan honetan, Urdaibaiko Biosferaren Erreserban kokatuta dauden familiek kontsumitzen duten uraren eskaria aztertu da. Puntu horretara heltzeko, erreserbaren ezaugarriak aztertu dira, eta bertako uraren kudeaketa iraunkorrak duen garrantzia azpimarratu da. Familiek uraren eskarian duten esku-hartzea ikusirik, analisi ekonometriko bat egin da 2012an Eustatek aurrera eramandako inkesta batetik ateratako datuekin. Lortutako emaitzek familien uraren eskarian gehien eragiten duen aldagaia prezioa dela adierazi dute. Beraz, familien ur kontsumo maila jaisteko asmoz, prezioen igoerak familien uraren eskarian izango lukeen eragina kalkulatu da. Eszenatoki ezberdinak planteatzerakoan, prezioak igotzeko politikak aplikatzearen eraginkortasuna zalantzan jartzen da.