Guia docente
DATOS IDENTIFICATIVOS 2023_24
Asignatura TéCNICAS DE INVESTIGACIóN EN ECONOMíA DE LA EMPRESA Código 01726022
Enseñanza
1726 - M.U. INVESTIG.ADMON Y ECONOMÍA DE LA EMPRESA
Descriptores Cr.totales Tipo Curso Semestre
6 Obligatoria Primer Primero
Idioma
Prerrequisitos
Departamento DIREC.Y ECONOMIA DE LA EMPRESA
Responsable
GONZÁLEZ ÁLVAREZ , NURIA
Correo-e ngona@unileon.es
lcabg@unileon.es
Profesores/as
CABEZA GARCÍA , LAURA
GONZÁLEZ ÁLVAREZ , NURIA
Web http://
Descripción general
Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Presidente DIREC.Y ECONOMIA DE LA EMPRESA MIGUEL DAVILA , JOSE ANGEL
Secretario DIREC.Y ECONOMIA DE LA EMPRESA FERNANDEZ GAGO , ROBERTO
Vocal DIREC.Y ECONOMIA DE LA EMPRESA SANCHEZ GONZALEZ , GLORIA
Tribunal suplente
Cargo Departamento Profesor
Presidente DIREC.Y ECONOMIA DE LA EMPRESA MUÑOZ DOYAGUE , MARIA FELISA
Secretario DIREC.Y ECONOMIA DE LA EMPRESA HERRERA , DANNY LILIANA
Vocal DIREC.Y ECONOMIA DE LA EMPRESA MARTINEZ CAMPILLO , ALMUDENA

Competencias
Tipo A Código Competencias Específicas
  A18005 1726CE2 Conocer los métodos de investigación y las técnicas, cuantitativas y cualitativas, adecuadas a los modelos teóricos que guíen una. Ser capaz de analizar y relacionar las aportaciones fundamentales de la economía al estudio de las organizaciones y contrastar éstas con métodos estadísticos, econométricos o cualitativos
  A18009 1726CE6 Colaborar y dirigir equipos académicos y profesionales con propuestas originales y rigurosas relacionadas con el ámbito de la economía de la empresa.
  A18030 1726COP28 Desarrollar la capacidad de integrar conocimientos y enfrentarse a la complejidad de formular modelos de análisis sobre el estudio de las organizaciones.
  A18031 1726COP29 Especificar modelos econométricos adecuados a los modelos de análisis económico de las organizaciones.
  A18033 1726COP30 Conocer los supuestos básicos de asociados a los modelos econométricos.
  A18034 1726COP31 Contrastar hipótesis empíricamente, interpretar los resultados y extraer conclusiones
Tipo B Código Competencias Generales y Transversales
  B5600 1726CG1 Los estudiantes deberán adquirir la capacidad de trabajar en equipos multidisciplinares en orden a desarrollar proyectos y trabajos de investigación en el ámbito de la empresa y su entorno.
Tipo C Código Competencias Básicas

Resultados de aprendizaje
Resultados Competencias
Adquirir habilidades para realizar investigaciones A18005
A18009
A18030
A18031
A18033
A18034
 B5600

Contenidos
Bloque Tema
Tema 1. Modelos de Mínimos Cuadrados Ordinarios.
1.1 Supuestos del Modelo Clásico de Regresión.
1.2. Estimación Mínimo Cuadrática Ordinaria: Cálculo y Propiedades.
1.3. Inferencia y Contrastes de Hipótesis.
   1.3.1. Contrastes de Restricciones Lineales.
   1.3.2 Algunos Casos Particulares: significación individual y bondad del ajuste
Tema 2. Problemas y soluciones derivados de errores en la especificación del modelo MCO.
2.1 Variables Omitidas.
2.2 Variables Irrelevantes.
2.3 No Linealidad y Cambio Estructural en la Muestra.
 2.3.1. No linealidad en las Variables.
 2.3.2 Cambio Estructural del modelo MCO.
 2.3.3 Variables Ficticias.
2.4 Heteroscedasticidad:
 2.4.1 Propiedades del estimado MCO y consecuencias.
 2.4.2 Soluciones: estimador de Mínimos Cuadrados Generalizados (teórico y factible)
 2.4.3 Diagnosis de la heteroscedasticidad y soluciones.
Tema 3. Métodos de estimación: endogeneidad y variables instrumentales.
3.1. Introducción.
3.2. Problema de endogeneidad en las relaciones económicas.
3.3. Variables instrumentales.
3.4. Método generalizado de los momentos.
Tema 4.
4.1. Modelos de variable dependiente cualitativa – caso binomial.
4.2. Modelos de variable dependiente cualitativa – caso multinomial.
4.3. Modelos con variable dependiente de suma constante.
Tema 5. Modelos lineales estáticos para datos de panel.
5.1. Características de la metodología de datos de panel.
5.2. Ventajas e inconvenientes.
5.3. Datos de panel como metodología necesaria.
5.4. Modelos de efectos fijos.
5.5. Modelos de componentes de error.
5.6. Modelos de efectos fijos versus modelos de efectos aleatorios.
5.7. Limitaciones de los modelos lineales estáticos.
5.8. Interpretación de los resultados de la estimación.
Tema 6. Modelos lineales dinámicos para datos de panel.
6.1. Modelos autoregresivos puros.
6.2. Modelos con variables predeterminadas.
6.3 Modelos con variables estrictamente exógenas.
6.4. System GMM.
6.4.1. System GMM para modelos autoregresivos puros.
6.4.2. System GMM para modelos con variables predeterminadas.
6.5. Contrastes de especificación.
6.6. Interpretación de los resultados de la estimación.

Planificación
Metodologías  ::  Pruebas
  Horas en clase Horas fuera de clase Horas totales
Practicas a través de TIC en aulas informáticas 16 24 40
 
Seminarios 6 8 14
Debates 8 11 19
Tutorías 6 7 13
 
Sesión Magistral 20 20 40
 
Pruebas mixtas 4 20 24
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías   ::  
  descripción
Practicas a través de TIC en aulas informáticas Estas sesiones servirán para afianzar, a través de aplicaciones prácticas, los conocimientos adquiridos en las sesiones teóricas
Seminarios Serán seminarios específicos sobre contenidos concretos de la asignatura
Debates Promoveran la participación del alumno y la interacción alumno-profesor
Tutorías Serviran para afianzar los conocimientos teóricos y prácticos de la asignatura
Sesión Magistral En este tipo de sesiones se explicaran los conceptos teóricos de la asignatura

Tutorías
 
Tutorías
descripción
Serviran para afianzar los conocimientos teóricos y prácticos de la asignatura

Evaluación
  descripción calificación
Pruebas mixtas Presentación de trabajos
Colaboración en seminarios.
Participación del alumno en clase, debates, etc.
 100%
 
Otros comentarios y segunda convocatoria

La asistencia a clase es obligatoria y por lo tanto, no puntúa para la nota. Si la asistencia no es al menos del 80%, el alumno no tendrá derecho a la puntuación de la evaluación continua.

Fuentes de información
Acceso a la Lista de lecturas de la asignatura

Básica

Cramer, J.S. (1991): The LOGIT Model: An Introduction for Economist, Edgard Arnold, London.

Ben-Akiva, M. y Lerman, S.R. (1985): Discrete Choice Analysis: Theory and Application to Travel Demand, MIT Press, Cambridge, Massachusetts.

Cooper, L.G. y Nakanishi, M. (1988): Market-Share Analysis: Evaluating Competitive Marketing Effectiveness. Kluwer Academic Publishers, Boston.

Greene, W. H. (1999) Análisis Econométrico. 3ª Ed. Prentice Hall, Madrid. 

Johnston, J. (1992) Métodos de Econometría. 2ª Ed. Vicens Vives, Barcelona. 

Novales, A. (1993) Econometría. 2ª Ed. McGraw-Hill, Madrid. 

Petersen, M.A. (2009): “Estimating Standard Errors in Finance Panel Data Sets: Comparing Approaches”, The Review of Financial Studies, 22 (1), 436-480.

Pindado, J. and I. Requejo (2014): “Panel Data: A Methodology for Model Specification and Testing”. In Wiley Encyclopedia of Management, 3rdEdition. John Wiley & Sons, Ltd (in press).

Roodman, D. (2009): “How to do xtabond2: An Introduction to Difference and System GMM in Stata”, The Stata Journal, 9 (1), 86-136.

Roodman, D. (2009): “A Note on the Theme of Too Many Instruments”, Oxford Bulletin of Economics and Statistics, 71 (1), 135-158.

Wooldridge, J. M. (2010): Econometric Analysis of Cross Section and Panel Data, (2nd Edition), MIT Press.

Wooldridge, J. M. (2009): Introductory Econometrics. A Modern Approach (4th Edition), South-Western Cengage Learning.
Complementaria


Recomendaciones