Curso de fundamentos metodolóxicos aplicados á investigación no desenvolvemento rexional e na integración económica

Pola súa propia natureza, a economía aborda conceptos cuantitativos. Por iso as matemáticas e a estatística desempeñan un rol importante dentro da ciencia económica, de feito son ferramentas esenciais tanto na análise como na cuantificación e a modelización económica.

Esta materia trata de dotar ao alumnado, na medida do posible, dun conxunto de técnicas imprescindibles para outras materias do programa de doutoramento, así como para a investigación en desenvolvemento rexional e na integración económica. En efecto, o avance no coñecemento da realidade económica e social depende moito da capacidade que teñan os seus analistas para obter información sobre a mesma, describila e estudala utilizando indicadores e técnicas adecuadas, facilitando a predición e un maior acerto na toma de decisións. Así que se pretende que o alumnado adquira o manexo de certos indicadores, técnicas e metodoloxías de gran utilidade neste ámbito científico.

Concretamente, búscase familiarizar ao alumnado coa información estatística existente no ámbito económico e social, as súas bases de datos, tipo de variables e escalas, indicadores, organismos oficiais encargados da súa elaboración, etc, así como aprender a realizar exploracións e descricións básicas de datos e/ou indicadores utilizando software elemental como o Excel ou programas máis especializados.

Ademais, preténdese que os alumnos aprendan os fundamentos, criterios e métodos para a construción de indicadores no campo de referencia (identificando os fenómenos a medir, que variables permiten a súa cuantificación, que criterios debe cumprir un indicador para ser considerado unha medida adecuada, que técnicas permiten definir unha expresión para o indicador, ...).

Complétase a parte máis estatística/econométrica deste curso revisando, a través dun enfoque basicamente aplicado, algúns dos métodos que con gran frecuencia se empregan en traballos de investigación do ámbito rexional: técnicas multivariantes como a análise factorial e de compoñentes principais, análises cluster. O obxectivo básico é identificar que casuística concreta permite analizar cada técnica, que supostos se deben cumprir, a aplicación de software estatístico que permita levar a cabo a dita análise, así como a interpretación correcta de resultados.

Os modelos econométricos son unha das principais ferramentas na análise empírica aplicada tanto en economía como no ámbito dos negocios. A econometría é útil para testar teorías, para cuantificar as relacións entre variables e explicar cuantitativamente algúns fenómenos económicos e sociais, e para realizar predicións. No curso plantéxase dotar ao alumnado dunha visión xeral das técnicas econométricas, dos tipos de preguntas que se formulan, e dos problemas máis comúns cando se realiza un traballo de contido econométrico. Existen diferentes modelos e métodos econométricos e saber que técnica econométrica é a máis correcta depende dos supostos feitos, do problema formulado e tamén do tipo de datos. Segundo os diferentes tipos de datos (corte transversal, series temporais, datos de panel) haberá uns problemas ou outros, coñecelos axudará a afrontar a realización dun traballo econométrico.

As técnicas de optimización matemática son imprescindibles na toma de decisións económicas, por iso ao longo deste curso, lembraranse e desenvolveranse tanto os conceptos como os métodos básicos de optimización matemática, co obxectivo de achegar o instrumental matemático apropiado para poder abordar un dos problemas máis frecuentes en economía: a asignación eficiente de recursos escasos ante usos alternativos.

A elaboración de modelos multisectoriais con base input-output, e o seu calibrado, é unha tarefa fundamental na análise rexional. Por iso se lles presta unha especial atención, desde o punto de vista matemático, para que o alumnado estea en condicións óptimas de afondar nos Modelos de avaliación e planificación económica rexional (curso optativo), cuxo obxectivo primordial é desenvolver a capacidade de comprender e manexar os modelos básicos que permiten explicar e describir o fenómeno do crecemento rexional e local.

Por último, abórdanse os conceptos básicos da teoría de xogos, de especial relevancia no momento de tomar decisións económicas. A teoría de xogos é unha ferramenta que axuda a analizar problemas de optimización interactiva. En efecto, estuda a elección da conduta óptima cando os custos e os beneficios de cada opción non están fixados de antemán, senón que dependen das eleccións doutros individuos. A maioría das situacións estudadas por esta teoría implican conflitos de intereses e estratexias. Neste ámbito de traballo, crese que resultan de interese os escenarios nos que se pode obter un resultado mellor cando os axentes cooperan entre si.

1. Técnicas estatísticas básicas aplicadas á análise económica e social
• A información cuantitativa: fontes de datos, tipos de variables, escalas de medida, …
• As técnicas estatísticas como ferramenta para a extracción do coñecemento. Primeira aproximación á análise de datos usando técnicas estatísticas básicas (revisión de conceptos, exploración de datos, ...). Aplicacións empíricas usando software estatístico (SPSS, ...).

2. Metodoloxías estatísticas avanzadas para a análise de datos
• Técnicas de análise multivariante: análise factorial; análise de compoñentes principais; análise clúster; ... Aplicacións empíricas empregando software estatístico (SPSS, ...)
• Metodoloxía para a construción de indicadores compostos: marco teórico-conceptual; selección de variables e indicadores simples; tratamento dos datos; análise multivariante; normalización dos datos; ponderación e agregación; análise de sensibilidade e incerteza.

3. Fundamentos da modelización econométrica
• Ideas básicas: Preguntas económicas que se formulan; causalidade e ceteris paribus na análise econométrica; datos: fontes e tipos
• Análise de regresión con datos de corte transversal: problemas frecuentes
• Análise de regresión con series temporais económicas: problemas frecuentes
• Realización dun proxecto empírico. Exemplos

4.- Teoría da optimización aplicada ás ciencias sociais
• Introdución á optimización
• Optimización sen restricións e con restricións de igualdade
• Optimización con restricións de desigualdade
• Programación lineal

5.- Modelos multisectoriais aplicados ao desenvolvemento rexional e á integración económica

6.- Introdución á teoría de xogos
• Xogos cooperativos
• Xogos non cooperativos

Bibliografía básica
BARBOLLA, R.; CERDÁ, E.; SANZ, P. (1991). Optimización matemática: teoría, ejemplos y contraejemplos. Espasa Calpe.
BORRELL, J. (1989). Métodos matemáticos para la economía. Programación matemática. Ed. Pirámide.
CARTER HILL, R; GRIFFITHS, WILLIAM E. ; LIM, GUAY C. (múltiples versións) Principles of econometrics, New York : John Wiley & Sons
MATEOS-APARICIO, G.; HERNÁNDEZ, A. (2021): Análisis multivariante de datos. Cómo buscar patrones de comportamiento en BIG DATA. Madrid: Pirámide
MCKINSEY, J.C.C. (1960). Introducción a la teoría matemática de los juegos. Aguilar.
OECD (2008). Handbook on constructing composite indicators. Methodology and user guide. European Commission and OECD.
PULIDO, A. e FONTELA, E. (1993). Análisis input-output. Modelos, datos y aplicaciones. Ed. Pirámide.
STOCK, J.H. e WATSON, M.W. (múltiples versións). Introdución a la econometría.
WOOLDRIDGE, J.M. (2005). Introducción a la econometría. Un enfoque moderno. Ed. Thomson.

Bibliografía complementaria
ALDÁS, J.; URIEL, E. (2017): Análisis multivariante aplicado con R. Madrid: Paraninfo
BAS CERDÁ, M.C. (2014): Estrategias metodológicas para la construcción de indicadores compuestos en la gestión universitaria. Tesis Doctoral. Universitat Politècnica de València.
BINMORE, K. (1993).Teoría de juegos. McGraw-Hill.
CHIANG, A.C. (1987). Métodos fundamentales de economía matemática. McGraw-Hill.
DOMÍNGUEZ, M., BLANCAS, F.J., GUERRERO, F.M. e GONZÁLEZ, M. (2011). “Una revisión crítica para la construcción de indicadores sintéticos”. Revista de métodos cuantitativos para la Economía y la Empresa, 11, 41–70.
EUROSTAT (1996). European System of National and Regional Accounts: ESA 1995. Luxemburg, Statistical Office.
EUROSTAT (2008). Updating and projection input-output tables. Luxemburg, Office for Official Publications of the European Communities.
GARZA, J.; MORALES, B.N. e GONZÁLEZ, B.A. (2013). Análisis Estadístico Multivariante. Un enfoque teórico y práctico. Ed. McGraw-Hill.
GUERRERO, F. (1994). Curso de optimización. Programación Matemática. Ariel Economía.
HAIR, J.F.; ANDERSON, R.E.; TATHAM, R.L., BLACK, W.C. (2004). Análisis multivariante. Ed. Pearson-Prentice Hall.
LÉVY, J-P. e VARELA, J. (2005). Análisis multivariable para las ciencias sociales. Ed. Pearson-Prentice Hall.
MARTÍN, M.P. (1988). “Métodos estadísticos en el análisis regional”. Estudios Regionales, 22, 149-170.
MARTIN, P.J.; LAFUENTE, M. ; FAURA, U. (2015): Guía práctica de estadística aplicada a la empresa y al márketing. Madrid: Paraninfo.
MORILLAS, A. (1982). “El modelo de Leontief (input-output): Formulación y limitaciones”, Cuadernos de Ciencias Económicas y Empresariales, 9 y 10, 189–216.
PARDO, A. ; RUIZ, M.A. (2002): SPSS 11. Guía para el análisis de datos. Madrid: McGraw Hill
RODRÍGUEZ, M.J. (2000). “La Construcción de los Indicadores e Índices Sociales” en Modelos Socio-Demográficos. Atlas Social de la Ciudad de Alicante (Tesis doctoral, Cap. 4, 149–185). Universidad de Alicante.
SAISANA, M.; SALTELLI, A.; TARANTOLA, s. (2005): “Uncertainty and sensitivity analysis techniques as tools for the quality assessment of composite indicators”, J. R. Statist. Soc. A, 168, Part2, pp. 307-323.
SANTOS, J.; MUÑOZ, A. ; JUEZ, P.; CORTIÑAS, P. (2004): Diseño de encuestas para estudios de mercado. Técnicas de Muestreo y Análisis Multivariante. Madrid: Centro de Estudios Ramón Areces.
SCHUSCHNY, A.; Soto, H. (2009): Guía metodológica. Diseño de indicadores compuestos de desarrollo sostenible. Documento de proyecto. Naciones Unidas-CEPAL.
URIEL, E. e ALDÁS, J. (2005): Análisis Multivariante Aplicado. Aplicaciones al Márketing, Investigación de Mercados, Economía, Dirección de Empresas y Turismo. Ed. Thomson
VALDERREY, P. (2010): SPSS 17. Extracción del conocimiento a partir del análisis de datos. Ed. Ra-Ma
VEGA, F. (2000). Economía y juegos. Antoni Bosch.
VERBEEK, M. (múltiples versións) A guide to modern econometrics. Chichester : John Wiley & Son
VIDAL DÍAZ DE RADA (2009): Análisis de datos de encuesta. Desarrollo de una investigación completa utilizando SPSS. Ed. UOC
Ao longo do curso pódense distribuír referencias bibliográficas adicionais, sempre que se considere preciso

Competencias específicas da materia

E1. Desenvolver recursos para a busca de información relevante no ámbito económico e social, para a súa exploración e tratamento estatístico.
E2. Adquirir destrezas para a construción e comprensión de indicadores socioeconómicos, así como para identificar as súas vantaxes e limitacións.
E3. Ser capaz de seleccionar a técnica estatística/econométrica adecuada a cada caso de estudo, comprobar o cumprimento dos supostos requiridos, así como a interpretación correcta de resultados.
E4. Coñecer o concepto de convexidade e ser capaz de formular e resolver problemas de optimización.
E5. Elaborar modelos multisectoriais input-output de demanda, oferta e prezos, tanto no formato simétrico como no rectangular, a condición de que procedan.
E6. Interpretar adecuadamente os distintos multiplicadores input-output.
E7. Adquirir coñecementos básicos da teoría dos xogos matemática para o estudo das situacións de interdependencia estratéxica, propias da cooperación e conflitos económicos.

Competencias básicas

CB11. Comprensión sistemática dun campo de estudo e dominio das habilidades e métodos de investigación relacionados co devandito campo.
CB12. Capacidade de concibir, deseñar ou crear, pór en práctica e adoptar un proceso substancial de investigación ou creación.
CB13. Capacidade para contribuír á ampliación das fronteiras do coñecemento a través dunha investigación orixinal.

Capacidades e destrezas persoais

CA01. Manexarse en contextos nos que hai pouca información específica.
CA02. Atopar as preguntas chaves a respostar para resolver un problema complexo.
CA03. Deseñar, crear, desenvolver e emprender proxectos novos e innovadores no seu ámbito de coñecemento.
CA04. Traballar tanto en equipo como de maneira autónoma nun contexto internacional ou multidisciplinar.
CA05. Integrar coñecementos, enfrontarse á complexidade e formular xuízos con información limitada.

Outras Competencias

OC1. Demostrar unha comprensión sistemática da Economía Rexional e dos Procesos de Integración Económica. Realizar unha análise crítica, avaliación e síntese de ideas novas e complexas.
OC2. Demostrar un claro dominio das habilidades e métodos de investigación relacionados co desenvolvemento rexional e os procesos de integración económica, en especial manexar os modelos e técnicas micro e macro econométricas, así como os programas informáticos habituais na análise empírica.
OC3 - Desenvolver a capacidade crítica, impulsar a inquietude e o interese investigador, especializarse no manexo de material bibliográfico, especializarse na utilización de bases de datos e programas informáticos que faciliten o seu tratamento, aprender a transmitir de forma adecuada os desenvolvementos da súa capacidade investigadora a través da confección de artigos científicos e relatorios en congresos.
OC8. Identificar o modelo de crecemento e integración máis axustado ao comportamento estratéxico dos axentes en diferentes contextos, analizar as variables estratéxicas máis relevantes para os axentes decisores das estratexias de crecemento, estudo empírico e/ou experimental para determinar as variables claves que determinan o desenvolvemento rexional.
OC11. Coñecer os procedementos para estimar e contrastar as consecuencias da unión económica, con especial atención á avaliación das políticas económicas europeas actuais destinadas ao logro da converxencia.
OC12. Adquirir hábitos e estratexias para a redacción e elaboración de documentos de traballo, comunicacións e relatorios, artigos.

A docencia desenvolverase a través de sesións interactivas, incluíndo a utilización de software específico. Búscase potenciar a aprendizaxe autónoma, polo que se procurará unha adquisición “activa” de coñecementos por parte do alumnado: é dicir, un aprender “facendo”, guiado polo/o profesor/a.

En xeral, a avaliación pretende responder ás distintas actividades desenvolvidas ao longo do curso, valorando de modo esencial a adquisición de obxectivos e competencias do mesmo, a claridade e capacidade expositiva, o dominio da terminoloxía obxecto de estudo, así como a asistencia e participación activa nas clases. Centrarase basicamente nos seguintes aspectos:

a) Asistencia a clase e participación activa nas actividades, probas, ...
b) Elaboración e/ou presentación individual e/ou en grupo de traballos, prácticas ou outras tarefas encargadas.

As actividades avaliables ao longo do curso serán presentadas maiormente nas sesións presenciais e recollidas na aula virtual.


Para os casos de realización fraudulenta de exercicios, traballos ou probas será de aplicación o recollido na “Normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións”.

O número de horas totais de dedicación á materia son 120, distribuídas do seguinte xeito: 40 horas presenciais (docencia interactiva) e 80 non presenciais (por suposto que estas horas son estimadas e que variarán en función da capacidade e perfil do alumno).

Recoméndase o uso continuado de bibliografía, do material de apoio utilizado en clase e manter unha comunicación constante co profesor. Para a realización de casos prácticos esíxese o estudo previo dos conceptos teóricos.

Idioma: Galego
Uso da Aula Virtual: si
Software: EXCEL, SPSS, GRETL/EVIEWS, ...