Macroeconomía Avanzada · Read in English →
ITAM · OTOÑO 2026 · JORGE ALONSO-ORTIZ
Macroeconomía Avanzada
Un curso sobre ciclos económicos: ¿qué los origina?, ¿cómo se transmiten? y ¿qué hacen los hogares, las empresas y los gobiernos ante ellos? Datos, econometría y modelos de equilibrio general, con las herramientas que se usan en bancos centrales, consultoría y organismos internacionales.
8
unidades, cada una con sus diapositivas
8
laboratorios interactivos en el navegador
31
cuadernos que abren en Colab, en español e inglés
0
licencias: todo en Python con puremacro
Tres preguntas ordenan el curso
¿QUÉ LOS ORIGINA?
Medir y descomponer
Cuentas nacionales, filtros, momentos del ciclo y contabilidad de cuñas: qué hay que explicar antes de proponer un modelo.
¿CÓMO SE TRANSMITEN?
Identificar choques
SVAR, evidencia narrativa y proyecciones locales, con la honestidad de decir qué supuesto produce cada resultado.
¿QUÉ HACEN LOS AGENTES?
Modelar decisiones
Del modelo neoclásico al RBC, de agentes heterogéneos y HANK a precios rígidos y búsqueda en el mercado laboral.
Unidades
Cada unidad abre con una afirmación que el material defiende: las diapositivas la argumentan, el laboratorio la deja explorar y los cuadernos la reproducen con datos.
BLOQUE A · CRECIMIENTO Y FLUCTUACIONES SIN FRICCIONES
UNIDAD A1 · SEMANAS 1–2
Hechos estilizados: medir el ciclo
El PIB es una construcción revisable, y el filtro elegido decide el ciclo. Los hechos de Kaldor ordenan el largo plazo; la participación del trabajo y la PTF son los que se están rompiendo.
Diapositivas 1 (PDF)
Laboratorio: ¿Cuánto del ciclo lo pone el filtro?
Cuadernos en Colab: T01_A · T01_B · T01_C
UNIDAD A2 · SEMANAS 3–4
El modelo neoclásico de crecimiento
Planificador y mercado dan la misma asignación, y los parámetros fijan el largo plazo. Resolver el modelo es elegir una aproximación: local por perturbación o global con la función de valor.
Diapositivas 2 (PDF)
Laboratorio: ¿Qué tan rápido alcanza una economía su estado estacionario?
Cuadernos en Colab: T02_A
UNIDAD A3 · SEMANA 5
Riesgo e incertidumbre
El riesgo se modela con estados de la naturaleza, y el reparto pleno de riesgos que implica lo desmienten los datos.
Diapositivas 3 (PDF)
Laboratorio: ¿Qué se pierde al convertir un AR(1) en una cadena de Markov?
Cuadernos en Colab: T03_A · T03_B · T03_C · T03_D · T03_E · T03_F
UNIDAD A4 · SEMANAS 7–8
Ciclos económicos reales y contabilidad del ciclo
El ciclo se resume en segundos momentos, y un RBC calibrado solo reproduce algunos. Cada choque se puede cuantificar, y las cuñas señalan qué ecuación del modelo falla.
Diapositivas 4 (PDF)
Laboratorio: ¿Bastan los choques de productividad para explicar el ciclo?
Cuadernos en Colab: T02_B · T04_A · T04_C
UNIDAD A5 · SEMANAS 9–10
Identificación empírica: SVAR, narrativa y proyecciones locales
Identificar un choque exige un supuesto, y el supuesto decide el resultado. La narrativa y la proyección local cambian el supuesto de identificación, no lo eliminan.
Diapositivas 5 (PDF)
Laboratorio: ¿Qué le hace al producto un alza de la tasa?
Cuadernos en Colab: T05_A · T05_B · T05_C · T05_D · T05_E · T05_F
UNIDAD A6 · SEMANA 11
Mercados incompletos, heterogeneidad y HANK
Cuando el estado agregado es una distribución, el multiplicador deja de ser un parámetro libre.
Diapositivas 6 (PDF)
Laboratorio: ¿Qué pasa cuando nadie puede asegurar su ingreso?
Cuadernos en Colab: T06_A · T06_B · T06_C
BLOQUE B · MODELOS CON FRICCIONES
UNIDAD B1 · SEMANAS 13–14
Mecanismos: trabajo, capital y economía pequeña y abierta
La elasticidad macro del trabajo la fabrica la agregación, no la microeconometría. Uso variable del capital, costos de ajuste y apertura reparten el ciclo que la productividad no explica.
UNIDAD B2 · SEMANAS 15–16
Mercados no competitivos: precios rígidos y fricciones laborales
Con precios rígidos el dinero deja de ser neutral y la curva de Phillips adquiere pendiente. Con fricciones de búsqueda el desempleo es un equilibrio, no un residuo.
Diapositivas 8 (PDF)
Laboratorio: ¿Cuánto producto cuesta bajar la inflación?
Laboratorio: ¿Por qué hay desempleo si hay vacantes?
Cuadernos en Colab: T02_C · T02_D · T08_A
EN EL NAVEGADOR, SIN INSTALAR NADA
Laboratorios interactivos
Mueve un parámetro y el modelo se resuelve de nuevo frente a ti. Cada laboratorio trae experimentos guiados, la matemática detrás y enlaces al cuaderno que lo reproduce en Python.
Cuadernos
Cada cuaderno abre en Google Colab con un clic, instala puremacro y descarga solo la carpeta del curso, no el repositorio entero. También corren en tu computadora.
| Cuaderno | Tema | Abrir en Colab |
|---|---|---|
| T00 | Mapa del curso y verificación del entorno | ES · EN |
| T01_A | Hechos del ciclo desde el lado del trabajo: HP, Hamilton, Okun y Beveridge | ES · EN |
| T01_B | Contabilidad nacional en 49 países | ES · EN |
| T01_C | Indicadores de alta frecuencia e incertidumbre | ES · EN |
| T02_A | Crecimiento neoclásico: solución local y global | ES · EN |
| T02_B | El RBC desde un archivo .mod | ES · EN |
| T02_C | El modelo nuevo keynesiano de tres ecuaciones | ES · EN |
| T02_D | Cota inferior cero con OccBin | ES · EN |
| T02_E | Estimación bayesiana de un DSGE | ES · EN |
| T02_F | Macrofinanzas: Gertler–Karadi | ES · EN |
| T03_A | Choques agregados | ES · EN |
| T03_B | Volatilidad: GARCH y DCC | ES · EN |
| T03_C | Crecimiento en riesgo | ES · EN |
| T03_D | Índices de incertidumbre a partir de texto | ES · EN |
| T03_E | Incertidumbre con modelos de lenguaje locales | ES · EN |
| T03_F | Narrativa de bancos centrales con modelos de lenguaje | ES · EN |
| T04_A | El multiplicador fiscal por tres vías | ES · EN |
| T04_C | Contabilidad del ciclo: las cuatro cuñas | ES · EN |
| T05_A | Identificación en SVAR | ES · EN |
| T05_B | Proyecciones locales | ES · EN |
| T05_C | Diferencias en diferencias escalonadas | ES · EN |
| T05_D | LP-DiD | ES · EN |
| T05_E | Respuestas generalizadas por régimen | ES · EN |
| T05_F | SVAR de la inflación pospandemia | ES · EN |
| T06_A | Desigualdad de riqueza: Aiyagari–Huggett | ES · EN |
| T06_B | Ciclo de vida y demografía | ES · EN |
| T06_C | Portafolios y preferencias de Epstein–Zin | ES · EN |
| T07_A | Dinámica de empresas: Hopenhayn | ES · EN |
| T08_A | Flujos laborales: Shimer y la ENOE en cuatro estados | ES · EN |
| T09_A | Galería de validación | ES · EN |
| T09_B | Construye tu propio índice | ES · EN |
EN TU COMPUTADORA
git clone --depth 1 --filter=blob:none --sparse \
https://github.com/jalonso1979/puremacro
cd puremacro && git sparse-checkout set curso/notebooks
pip install "puremacro[io]>=4.0.1,<5" statsmodels arch jupyterlab
jupyter lab curso/notebooksDATOS Y CRÉDITOS
Los cuadernos usan instantáneas congeladas de FRED, OCDE, INEGI, ILOSTAT y otras fuentes públicas, para que los resultados sean reproducibles sin conexión. Cita a cada publicador original; la lista está en FUENTES.md. Textos y diapositivas: CC BY 4.0; código: MIT.
Calendario
Una sesión por semana. Día, hora, salón y cualquier cambio se anuncian en Canvas, el canal oficial del curso.
| Sem. | Fechas | Contenido | Entregas |
|---|---|---|---|
| 1 | 10–14 ago | Contabilidad nacional, datos en tiempo real y revisiones; filtros de Hodrick–Prescott y Hamilton. | — |
| 2 | 17–21 ago | Hechos de Kaldor fuera de EE. UU.; medición del capital, participación del trabajo, PTF e intangibles; curva de Beveridge. | Sale Tarea 1 |
| 3 | 24–28 ago | Modelo neoclásico: planificador, equilibrio competitivo, estado estacionario y senda de crecimiento balanceado. | — |
| 4 | 31 ago–4 sep | Log-linealización, simulación de modelos .mod, ecuación de Bellman e iteración de la función de valor. | — |
| 5 | 7–11 sep | Mercados Arrow–Debreu; Tauchen y Rouwenhorst; malla endógena (EGM); volatilidad estocástica y crecimiento en riesgo. | Entrega Tarea 1 |
| — | 14–18 sep | Fiestas patrias: el miércoles 16 no hay sesión. | — |
| 6 | 21–25 sep | Primer examen parcial (miércoles 23), unidades A1–A3. | Parcial 1 |
| 7 | 28 sep–2 oct | Ciclos económicos reales: momentos de Kydland–Prescott, el modelo RBC y su calibración. | — |
| 8 | 5–9 oct | Trabajo indivisible de Hansen; taxonomía de choques; contabilidad del ciclo de Chari–Kehoe–McGrattan. | Sale Tarea 2 |
| 9 | 12–16 oct | VAR, Cholesky y Blanchard–Quah; la evidencia sobre choques tecnológicos (Galí 1999, Fisher 2006). | — |
| 10 | 19–23 oct | Métodos narrativos, proxy-SVAR y choques monetarios (incluidos anuncios de Banxico); proyecciones locales y multiplicadores dependientes del estado. | Entrega Tarea 2 |
| 11 | 26–30 oct | Ahorro precautorio, Aiyagari–Huggett, distribución de la riqueza, propensiones marginales a consumir y HANK. | Sale Tarea 3 y la auditoría de IA |
| 12 | 2–6 nov | Segundo examen parcial (miércoles 4), unidades A4–A5. | Parcial 2 |
| 13 | 9–13 nov | Oferta de trabajo en el ciclo: trabajo indivisible, márgenes extensivo e intensivo, producción doméstica. | Entrega Tarea 3; sale el proyecto final |
| 14 | 16–20 nov | Utilización variable, costos de ajuste y q de Tobin; economía pequeña y abierta (Aguiar–Gopinath). | Sale Tarea 4; entrega la auditoría de IA (vie. 20) |
| 15 | 23–27 nov | Competencia monopolística y márgenes; rigidez de precios, no neutralidad del dinero y la inflación de 2021–2023. | — |
| 16 | 30 nov–2 dic | Mortensen–Pissarides, el acertijo de Shimer y la condición de Hosios; el mercado laboral dual mexicano (ENOE, F/I/U/N). | Entrega Tarea 4; presentación del proyecto |
| — | 7–19 dic | Examen final teórico (B1–B2) en clase y examen final computacional para llevar (A6 y la parte empírica). | Finales |
Evaluación
| Componente | Peso |
|---|---|
| Cuatro tareas de programación | 20% |
| Auditoría adversarial de código generado por IA | 10% |
| Proyecto final | 10% |
| Primer examen parcial (A1–A3) | 15% |
| Segundo examen parcial (A4–A5) | 15% |
| Examen final teórico (B1–B2) | 15% |
| Examen final computacional (A6 y parte empírica) | 15% |
CÓMO SE TRABAJA
Todo en Python, nada que licenciar
Los modelos, las estimaciones y las figuras del curso corren con puremacro, una biblioteca de Python puro que también lee los archivos .mod de Dynare. Funciona en Colab, en una laptop y hasta en un iPad.
pip install puremacroLas tareas incluyen una auditoría adversarial: encontrar los errores en código que escribió una IA. Leer código con sospecha es parte del oficio.