STATA FOR FINANCE Mag. Diego Gauna Objetivo El objetivo central del curso es analizar problemas empíricos relevantes en Finanzas utilizando el software STATA, el cual constituye uno de los paquetes estadísticos más populares en la actualidad. En las primeras dos clases, se realizará una introducción a la programación en el entorno STATA y a las principios generales para la administración de base de datos, una de las fortalezas más importante de STATA. En las cuatro clases posteriores, se abordarán los principales modelos econométricos y su utilización con STATA. Se emplearán bases de datos de trabajos publicados en journals de prestigio en Economía y Finanzas con el objeto de replicar los resultados y analizar críticamente el modelo presentado. El enfoque del curso es eminentemente práctico y con énfasis en la interpretación de los resultados que se derivan de la programación y resolución del problema presentado. Bibliografía Cameron, Colin A. and Pravin K. Trivedi, 2009, ‘Microeconometrics using Stata’, Stata Press-Books. Adicional al texto básico, se utilizarán una serie de papers publicados en los principales journals. Con la finalidad de facilitar la lectura de los papers citados en la bibliografía que abajo se detalla, se elaborarán notas de clase de cada uno de los tópicos analizados, las cuales serán entregadas al inicio del curso. Programa Con el objetivo de garantizar un efectivo aprendizaje de los temas a desarrollar, se les exigirá a los asistentes un trabajo donde se realicen estimaciones preliminares de algún tópico desarrollado en el curso utilizando datos de bolsas y firmas latinoamericanas. Clase 1: 1: Introducción a la programación en Stata / Sábado 5 de septiembre Sintaxis y comandos básicos. Creación y manejo de Do-Files. Log-files. Macros locales y globales. Comandos de Loops: foreach, forvalue and while. Escalares y matrices en Stata. Funciones en Stata. Ejercicios. Bibliografía básica: Cameron y Trivedi, op.cit., Capítulo 1 y Apéndice A. Bibliografía de profundización Baum, Christopher F., 2009, ‘An Introduction to Stata Programming’, Stata Press-Books. Baum, Christopher F., 2005, ‘A Little Bit of Stata Programming Goes a Long Way’, Working Paper, Boston College. Scott Long and Jeremy Freese, 2006, ‘Regression Models for Categorical Dependent Variables Using Stata’, Segunda Edición. Capítulo 2. Clase 2: Tópicos en administración de bases de datos en Stata / Sábado 12 de septiembre Tipos de data en Stata. Introducción de datos en Stata. Importación y Exportación de datos a otros programas. Comandos para transformar datos: generate, replace, egen and recode. Manipulación de base de datos. Comandos merge y append. Gráficos en Stata. Diseño y exportación de gráficos a otros programas. Bibliografía básica: Cameron y Trivedi, op.cit., Capítulo 2. Bibliografía de profundización Scott Long and Freese, op.cit., Capítulo 2. Stata data management reference manual, 2005, Stata Press Books. Clase 3: 3: Estimación y Testeo en base al Método de Mínimos Cuadrados Cuadrados Ordinarios en Stata / Sábado 26 de septiembre Introducción al modelo de regresión lineal. El método de los mínimos cuadrados ordinarios. Teorema de Gauss-Markov. Bondad de ajuste en modelos de regresión lineal. Inferencia estadística. Propiedades asintóticas del estimador de mínimos cuadrados ordinarios. Multicolinealidad. Autocorrelación. Heterocedasticidad. Variables omitidas. Predicción. Regresión lineal con Stata. Aplicaciones: estructura óptima de capital, restricción financiera e inversión de las firmas, disyuntiva entre deuda y dividendos, crisis financieras. Bibliografía básica: Cameron y Trivedi, op.cit., Capítulos 3 y 12. Demirgüç-Kunt, Asli and Harry Huizinga, 2004, ‘Market Discipline and Deposit Insurance’, Journal of Monetary Economics 51, 375-399. Mankiw, Gregory N., Ricardo Reis and Justin Wolfers, 2003, ‘Disagreement and Inflation Expectations’, NBER Working paper 9796. Wolfers, Justin, 2006, ‘Diagnosis Discrimination: Stocks Returns and CEO Gender’, Journal of the European Economic Association 4: 531-541. Bibliografía de profundización Beck, Thornsten, Asli Demirgüç-Kunt and Ross Levine. 2003, ‘Law, Endowments and Finance’, Journal of Financial Economics, Vol 70: 137-181. Brooks, Chris, 2008, ‘Introductory Econometrics for Finance’, Cambridge University Press. Capítulos 2, 3 y 4. Fazzari, Steven M., Robert Glenn Hubbard, and Bruce C. Petersen, 1988, ‘Financing Constraints and Corporate Investment’, Brookings Papers on Economic-Activity, pág. 141-95. Rajan, Raghuram G. and Luigi Zingales, 1995, ‘What do We Know about Capital Structure? Some Evidence from International Data’, Journal of Finance 50, 50 pág. 1421-1460. Scott Long and Freese, op.cit., Capítulo 3. Verbeek, Marno, 2004, ‘A Guide to Modern Econometrics’, John Wiley & Sons Ltd. Capítulo 2. Clase 4: 4: Econometría de los Estudios de Eventos / Sábado 3 de octubre El estudio de eventos y la hipótesis de eficiencia de mercado. Diseño de un estudio de eventos. Definición de retorno normal y anormal. Metodologías para la estimación del retorno normal. Medición del retorno anormal. Propiedades estadísticas de las medidas de retorno anormal. Agregación de los retornos anormales. Inferencia estadística: tests paramétricos y no paramétricos. Inferencia con clustering. Estudio de eventos para análisis de corto y largo plazo. Aplicaciones a finanzas: anuncio de dividendos, anuncio de ganancias contables, fusiones y adquisiciones. Programación de estudios de eventos en Stata. Bibliografía básica: Campbell, John Y., Andrew W. Lo and A. Craig MacKinlay, 1997, ‘The Econometrics of Financial Markets’, Princeton University Press, Capítulo 4. Teoh, Siew-Hong, Ivo Welch, and T.J. Wong., 1998, ‘Earnings Management and the Long-Run Market Performance of Initial Public Offerings’, The Journal of Finance 53-6: 1935-1974. Bibliografía de profundización: Brown, Stephen J. and Jerold B. Warner, 1985, ‘Using Daily Stock Returns: The Case of Event Studies’, Journal of Financial Economics, 14 (1), March, 3-31. Fama, Eugene F., Lawrence Fisher, Michael C. Jensen and Richard Roll, 1969, ‘The Adjustment of Stock Prices to New Information’, International Economic Review, 10 (1), February, pág. 1-21 Khotari, S.P. and Jerold B. Warner, 2007, ‘Econometrics of Event Studies’, Handbook of Corporate Finance: Empirical Corporate Finance. Volumen 1, 3-32. Scott Long and Freese, op.cit., Capítulo 4. Clase 5: 5: Estimación de modelos con variable dependiente dependiente dicotómica / Sábado 10 de octubre Modelo de probabilidad lineal y Mínimos Cuadrados Ordinarios. Modelos no lineales. Modelos probit y logit. Interpretación de los coeficientes. Interpretación del R2. Inferencia estadística en modelos probit y logit. Estimación de modelos probit y logit en Stata. Aplicaciones: Quiebras bancarias y empresariales, política de dividendos, crisis financieras, competencia en el sector bancario. Bibliografía básica: Cameron y Trivedi, op.cit., Capítulo 14. Beck, Thornsten, Asli Demirgüç-Kunt and Ross Levine, 2003, ‘Bank Concentration and Crises’, Working Paper, World Bank Research Department. Bibliografía de profundización: Brooks, op.cit., Capítulos 10 y 11. Fama, Eugene F. and K.R. French, 1992,’Disappearing Dividends: Changing Firm Characteristics or Lower Propensity to Pay?’, CRSP Working Paper No. 509. Verbeek, op.cit., Capítulo 7, pág. 189-240. Clase 6: 6: Estimación y Testeo de Modelos Clásicos de Valuación de Activos / Sábado 17 de octubre Revisión de los modelos CAPM y APT. Estimación y testeo del modelo CAPM en contextos de series temporales y series de corte transversal. El procedimiento de Fama-McBeth. Tests condicionales y no condicionales. La crítica de Roll. Retorno esperado y betas. Estimación por el método generalizado de los momentos. Ejercicios y Aplicaciones. Estimación y testeo del modelo APT. Análisis de factores y de los componentes principales. Criterios para la selección de factores. Estimación de primas de riesgo en base a factores macroeconómicos. Tests condicionales y no condicionales. Ejercicios y aplicaciones. Bibliografía básica: Campbell, Craig and MacKinlay, op.cit., Capítulos 5 y 6. Verbeek, op.cit., Capítulo 2, pág. 38-42. Bibliografía de profundización: Cochrane, John H., 2005, ‘Asset Pricing’, Princeton University Press. Capítulos 8 y 9. Fama, Eugene F., and James D. MacBeth, 1973, ‘Risk, Return, and Equilibrium: Empirical Tests’, Journal of Political Economy, 71, 71 pág. 607-36. Fama, Eugene F., and K.R. French, 1992, ‘The Cross-Section of Expected Stock Returns’, Journal of Finance, 47, 47 427-65. Lehmann, Bruce N. and David M. Modest, 1988, ‘The Empirical Foundations of the Arbitrage Pricing Theory’, Journal of Financial Economics, 21, 21 213-54. Disertante Diego Gauna es Licenciado en Economía de la Universidad Nacional de Córdoba y Magíster en Finanzas de la Universidad de San Andrés. Asimismo, tiene un posgrado en Economía de la Universidad Empresarial Siglo XXI. Se desempeña actualmente como Economista de la Red de Información Nacional Agropecuaria del Instituto Nacional de Tecnología Agropecuaria (INTA) y como Coordinador de Investigación de la Escuela de Negocios de la Universidad de Palermo. Anteriormente se desempeñó en instituciones tales como el Centro para la Estabilidad Financiera, el Ieral de Fundación Mediterránea y el Consejo Profesional de Ciencias Económicas de la provincia de Córdoba. Lugar y horario de cursado Campus – Vito Dumas 284 – Victoria, Buenos Aires. Sábados de 9h a 13h. Arancel: Arancel 980 pesos. Informes: Informes Vanina Carballo – 43129499 int 33 – finanzas@udesa.edu.ar.