Currículo
Macroeconometria II 00417
Contextos
Groupo: Economia Monetária e Financeira - 2021 > 2º Ciclo > Parte Escolar > Unidades Curriculares Obrigatórias
ECTS
6.0 (para cálculo da média)
Objectivos
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).
Programa
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
Método de Avaliação
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.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 125.0
Carga Total -
Bibliografia
Principal
- 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.:
Secundária
- 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.: