Ficha Unidade Curricular (FUC)

Informação Geral / General Information


Código :
03422
Acrónimo :
03422
Ciclo :
2.º ciclo
Línguas de Ensino :
Inglês (en)
Língua(s) amigável(eis) :
Inglês

Carga Horária / Course Load


Semestre :
2
Créditos ECTS :
6.0
Aula Teórica (T) :
0.0h/sem
Aula Teórico-Prática (TP) :
30.0h/sem
Aula Prática e Laboratorial (PL) :
0.0h/sem
Trabalho de Campo (TC) :
0.0h/sem
Seminario (S) :
0.0h/sem
Estágio (E) :
0.0h/sem
Orientação Tutorial (OT) :
1.0h/sem
Outras (O) :
0.0h/sem
Horas de Contacto :
31.0h/sem
Trabalho Autónomo :
119.0
Horas de Trabalho Total :
150.0h/sem

Área científica / Scientific area


Econometria

Departamento / Department


Departamento de Economia

Ano letivo / Execution Year


2024/2025

Pré-requisitos / Pre-Requisites


Métodos de Econometria I

Objetivos Gerais / Objectives


Pretende-se que os alunos, no final da unidade curricular, sejam capazes de aplicar os métodos econométricos mais apropriados na análise de dados temporais de natureza macroeconómica.

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes


1. No final da UC, cada estudante deverá ser capaz de demonstrar o conhecimento e compreensão das técnicas econométricas mais relevantes na estimação de modelos de regressao com series temporais. 2. No final da UC, cada estudante deverá ser capaz de demonstrar o conhecimento e compreensão das técnicas econométricas mais relevantes na estimação de modelos VAR. 3. No final da UC, cada estudante deverá ser capaz de demonstrar o conhecimento e compreensão das técnicas econométricas mais relevantes na estimação de modelos de raiz unitaria e cointegracao. 4. No final da UC, cada estudante deverá ser capaz de demonstrar a capacidade de mobilizar fontes estatísticas e aplicar e interpretar as técnicas econométricas relevantes na análise de modelos para series temporais. 5. No final da UC, cada estudante deverá ser capaz de demonstrar a capacidade de trabalhar em grupo e de elaborar argumentos fundamentados teórica, lógica e factualmente e de os comunicar a outrem.

Conteúdos Programáticos / Syllabus


1. Regressão com Séries Temporais 1.1 Principais propriedades de series temporais 1.2. Regressão linear 1.3. Modelos de volatilidade 1.4. Modelos não-lineares 2. O Modelo Autoregressivo Vectorial (VAR) 2.1 Especificação, Estimação e Inferencia 2.2 Causalidade à Granger e Função Impulso-Resposta 2.3 Decomposição de Variância 2.4 Previsão 2.5 VARs estruturais 3. Raiz Unitária e Cointegração 3.1 Testes de Estacionaridade 3.2 Cointegração numa única equação 3.3 Cointegração em modelos vectoriais

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes


O conteúdo programático teórico 1. Regressão com Séries Temporais; encontra-se associado ao OA1, que refere o conhecimento e compreensão das técnicas de estimação de modelos de regressao; O conteúdo programático teórico 2. VAR; encontra-se associado ao OA2, que refere o conhecimento e compreensão das metodologias econometricas sobre modelos VAR; O conteúdo programático teórico 3. Raiz Unitária e Cointegração; encontra-se associado ao OA3, que refere o conhecimento e compreensão das metodologias econometricas sobre nao estacionaridade e cointegracao; Todos os conteúdos programáticos empiricos encontram-se associados aos OA4 e OA5, que referem a capacidade de realização de trabalho empirico e aplicacao, nomeadamente em grupo.

Avaliação / Assessment


A avaliação processa-se em Avaliação ao longo do semestre ou Avaliação por Exame. A avaliação ao longo do semestre é constituída por um teste (50%) e um trabalho de grupo (50%). Para ser aprovado, o aluno tem de cumprir os seguintes critérios: i) média ponderada superior a 9,5/20; ii) nota no teste superior a 7/20. A avaliação por exame consiste na realização de um exame com uma ponderação de 100%.

Metodologias de Ensino / Teaching methodologies


As aulas são maioritariamente expositivas e experimentais em laboratorio informatico, para apresentação dos quadros teóricos de referência e subsequente aplicação empirica. No final de cada bloco de materia as aulas são participativas com análise e resolução de exercícios. Nas ultimas semanas, no final de cada aula há apoio à realização dos trabalhos de de grupo. Como trabalho autonomo, o aluno deve estudar os conteudos pela leitura de textos, resolver exercicios, e realizar em grupo o trabalho.

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 UC requer conceitos teóricos, fundamentais para a compreensão dos diferentes conteúdos programáticos, pelo que as aulas teórico-práticas permitem abranger os objetivos de aprendizagem OA1, OA2 e OA3 e correspondente avalição por teste ao longo do semestre. As componentes prática e laboratorial permitem a aplicação de conhecimentos, incluindo o trabalho autónomo por parte do estudante e inserido na avaliação por trabalho de grupo, e ambas abrangem todos os objetivos de aprendizagem.

Observações / Observations


Bibliografia Principal / Main Bibliography


Wooldridge, J.M. (2020), Introductory Econometrics: A Modern Approach, 7th Ed., Cengage Enders, W. (2014), "Applied Econometric Time Series", 4th Edition, John Wiley & Sons.

Bibliografia Secundária / Secondary Bibliography


Stock, J.H. and Watson M.W. (2019), Introduction to Econometrics, 4nd Ed., Pearson, Patterson, K. (2000), ?An Introduction to Applied Econometrics: A Time Series Approach?, Palgrave. Lütkepohl, H. (2005), ?New Introduction to Multiple Time Series Analysis?, Springer-Verlag Berlin Heidelberg Hamilton, J. (1994), "Time Series Analysis", Princeton University Press. Franses, P.H. and van Dick, D. (2000), "Non-Linear Time Series Models in Empirical Finance", Cambridge University Press Franses, P.H. (2014), "Time series models for business and economic forecasting", 2nd Edition, Cambridge University Press.

Data da última atualização / Last Update Date


2024-07-17