Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Econometria
Departamento / Department
Departamento de Economia
Ano letivo / Execution Year
2023/2024
Pré-requisitos / Pre-Requisites
Conhecimentos básicos em econometria.
Objetivos Gerais / Objectives
O objectivo principal da disciplina é o de fornecer aos alunos uma introdução às técnicas econométricas modernas que são usadas na análise de modelos de economia monetária e financeira. Software: R e RStudio.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
No final do período curricular desta UC, o aluno deverá: 1. Conhecer e aplicar os modelos clássicos de séries cronológicas; 2. Saber utilizar métodos de estimação alternativos; 3. Conhecer e aplicar os modelos ARIMA e GARCH; 4. Familiarizar-se com os modelos multivariados de séries cronológicas; 5. Familiarizar-se com os modelos para dados em painel; 6. Ser capaz de trabalhar com os packages informáticos mais importantes (EXCEL, R e RStudio).
Conteúdos Programáticos / Syllabus
1. Tendências e métodos de alisamento exponencial simples 2. Métodos de decomposição e métodos de alisamento avançados 3. Métodos de estimação alternativos 4. Introdução aos modelos estocásticos de séries cronológicas 5. Modelos ARIMA 6. Modelos ARIMA: aplicações e revisão dos conceitos 7. Volatilidade, modelos ARCH e previsão 8. Introdução aos modelos de séries cronológicas multivariados 9. Análise de Cointegração: aplicações 10. Introdução aos Modelos de Dados em Painel
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
Esta "demonstração de coerência" decorre da interligação dos conteúdos programáticos com os objetivos de aprendizagem (OA), como a seguir se explicita: OA1 - Pontos do programa: 1 e 2. OA2 - Ponto do programa: 3. OA3 - Ponto do programa: 4. a 7. OA4 - Ponto do programa: 8. e 9. OA5 - Ponto do programa: 10. OA6 - Todos
Avaliação / Assessment
O aluno deverá adquirir e/ou desenvolver competências de análise e síntese, de pesquisa, de crítica, de comunicação escrita e oral conforme os objetivos definidos. Serão utilizadas as seguintes metodologias de ensino-aprendizagem (ME): 1. Expositivas (quadros teóricos de referência) 2. Participativas (análise e resolução de exercícios práticos) 3. Ativas (trabalhos individuais e de grupo) 4. Experimentais (desenvolvimento e exploração de modelos em computador) 5. Auto-estudo. | A avaliação processa-se em Avaliação Periódica ou Avaliação por Exame. A avaliação periódica é constituída por um trabalho de grupo (40%) e o exame final (60%) que abarca toda a matéria e cuja nota mínima terá de ser superior ou igual a 7,5 valores. A avaliação periódica obriga a uma assiduidade mínima de 66.67% das aulas. A avaliação por exame consiste na realização de um exame com uma ponderação de 100%. O teste e o exame são com consulta.
Metodologias de Ensino / Teaching methodologies
O aluno deverá adquirir e/ou desenvolver competências de análise e síntese, de pesquisa, de crítica, de comunicação escrita e oral conforme os objetivos definidos. Serão utilizadas as seguintes metodologias de ensino-aprendizagem (ME): 1. Expositivas (quadros teóricos de referência) 2. Participativas (análise e resolução de exercícios práticos) 3. Ativas (trabalhos individuais e de grupo) 4. Experimentais (desenvolvimento e exploração de modelos em computador) 5. Auto-estudo.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes
Metodologias de ensino-aprendizagem (MEA) 1. Expositivas, para apresentação dos quadros teóricos de referência. Objetivos de aprendizagem (0A): Todos. 2. Participativas, com análise e resolução de exercícios práticos. Objetivos de aprendizagem (0A): Todos. 3. Ativas, com realização de trabalhos individuais e de grupo. Objetivos de aprendizagem (0A): Todos. 4. Experimentais, em laboratório, com desenvolvimento e exploração de modelos em computador. Objetivos de aprendizagem (0A): OA6. 5. Auto-estudo, relacionadas com o trabalho autónomo do aluno, tal como consta no Planeamento das Aulas. Objetivos de aprendizagem (0A): Todos
Observações / Observations
Bibliografia Principal / Main Bibliography
Curto, J. Dias (2021), Econometrics and Statistics - over 100 problems with solution. Amazon. Enders, W. (2014), Applied Econometric Time Series, 4th Edition, John Wiley & Sons. Francq, C., Zakoian, J-M., (2019), GARCH Models, Structure, Statistical Inference and Financial Applications, Second Edition, John Wiley & Sons Ltd. Ghysels, E., Marcellino, M., (2018), Applied economic forecasting using time series methods, Oxford University Press. Tsay, R.S., (2014), Multivariate Time Series Analysis, With R and Financial Applications, John Wiley & Sons, Inc. Professor's Lecture Notes, data and software notebooks/files.
Bibliografia Secundária / Secondary Bibliography
Brooks, C., (2019), Introductory econometrics for finance, 4nd ed., Cambridge University Press. Greene, W., (2018), Econometric Analysis, 8th Edition, Pearson. Philip Hans Franses and Dick van Dijk (2000). Non-linear time series models in empirical finance, Cambridge University Press. Juselius, K., (2006), The Cointegrated VAR Model: Methodology and Applications, Oxford University Press. Helmut Lütkepohl (2007). New Introduction to Multiple Time Series Analysis, Second Edition, Springer Mills, T., (2019), Applied Time Series Analysis: A Practical Guide to Modeling and Forecasting, Academic Press, Elsevier Inc. Bollerslev, T., (1986), Generalized autoregressive conditional heteroskedasticity, Journal of Econometrics, 31, pp. 307-327. Granger, C., (2004), Time Series Analysis, Cointegration, and Applications, American Economic Review, 9, pp. 421-425. Hamilton, J. D., (1989), A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle, Econometrica, Vol. 57, No. 2 (Mar., 1989), pp. 357-384. Hansen, B.E., (1999), Testing for Linearity, Journal of Economic Surveys, Vol. 13, No. 5, pp. 551-576. Johansen, S., (2004), Cointegration: an overview, http://web.math.ku.dk /~susanne/Klimamode /OverviewCointegration.pdf. Stock, J.H., Watson, M.W., (2001), Vector Autoregressions, Journal of Economic Perspectives, Vol. 15, No. 4, pp. 101?115.
Data da última atualização / Last Update Date
2024-02-16