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


2021/2022

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


No final da unidade curricular, o aluno deverá ter atingido os seguintes objectivos de aprendizagem (OA): OA1. Conhecer e saber aplicar modelos para dados temporais OA2. Saber como especificar, estimar, avaliar e interpretar modelos vectoriais OA3. Saber como especificar, estimar, avaliar e interpretar modelos não lineares, incluindo os de volatilidade OA4. Saber estimar e analisar funções e modelos macroeconómicos OA5. Ser capaz de trabalhar com packages econométricos

Conteúdos Programáticos / Syllabus


P1. Introdução 1.1 Exemplos de dados temporais em Economia 1.2 Principais propriedades de series temporais P2. 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 P3. Raiz Unitária e Cointegração 3.1 Testes de Estacionaridade 3.2 Cointegração numa única equação 3.3 Cointegração em modelos vectoriais P4. Modelos de Volatilidade 4.1 Volatilidade Simétrica 4.2 Volatilidade Assimétrica P5. Modelos Não-Lineares 5.1. Modelos TAR 5.2. Modelos STAR 5.3. Modelos Markov-Switching P6. Aplicações a Modelos Macroeconómicos 6.1. A Procura de Moeda 6.2. A Curva de Phillips 6.3. Retorno de Ativos

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


Os objectivos de aprendizagem (OA) estão contemplados no programa (P) da seguinte forma: OA1 - P1 a P6 OA2 ? P2 e P3 OA3 - P4 e P5 OA4 - P6 OA5 - P6 Learning goals (LG) are connected to the syllabus (S) as follows: LG1 - S1 to S6 LG2 ? S2 and S3 LG3 - S4 and S5 LG4 - S6 LG5 - S6

Avaliação / Assessment


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

Metodologias de Ensino / Teaching methodologies


São utilizadas as seguintes metodologias de ensino-aprendizagem (MEA): MEA1. Expositivas, para apresentação dos modelos, métodos e testes de referência; MEA2. Participativas, com análise e resolução de exercícios práticos baseados em dados reais; MEA3. Activas, com realização de um trabalho de investigação individual; MEA4. Experimentais, em laboratório, com desenvolvimento e exploração de modelos utilizando software econométrico; MEA5. Auto-estudo, com trabalho autónomo por parte do aluno.

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


Os objectivos de aprendizagem (OA) estão articulados com as metodologias de ensino-aprendizagem (MEA) da seguinte forma: OA1 - MEA1 a MEA5 OA2 - MEA1 a MEA5 OA3 - MEA1 a MEA5 OA4 - MEA1 a MEA5 OA5 ? MEA2 e MEA4

Observações / Observations


Devido à atual situação provocada pela COVID-19, o processo de avaliação poderá sofrer algumas adaptações, que serão comunicadas oportunamente, caso tal venha a ser necessário

Bibliografia Principal / Main Bibliography


Enders, W. (2014), "Applied Econometric Time Series", 4th Edition, John Wiley & Sons..

Bibliografia Secundária / Secondary Bibliography


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


2024-02-16