Currículo
Econometria dos Mercados Financeiros M7606
Contextos
Groupo: Matemática Financeira > 2º Ciclo > Parte Escolar > Unidades Curriculares Obrigatórias
ECTS
6.0 (para cálculo da média)
Objectivos
A unidade curricular dedica-se ao ensino de métodos econométricos para estimação de parâmetros e modelização de séries temporais. Consta de métodos clássicos e modernos de econometria, aplicados, em particular, na resolução de problemas que surgem em finanças. No final do período curricular desta UC, o aluno deverá: 1. Conhecer e saber aplicar o modelo de regressão linear simples/ múltipla, a situações concretas. 2. Conhecer e saber aplicar os modelos ARMA/SARIMAX, a situações concretas. 3. Conhecer e saber aplicar os modelos ARCH/GARCH, a situações concretas 4. Conhecer e saber aplicar os modelos VAR/VECM, a situações concretas 5. Conseguir trabalhar com os packages informáticos mais importantes (Python): As sessões decorrerão sempre com uso de computadores.
Programa
1. Introdução 2. Regressão 2.1. Correlação e causalidade 2.2. Regressão linear simples e múltipla 2.3. Métodos de estimação e diagnóstico. Pressupostos dos resíduos. 3. Modelos estacionários e não-estacionários univariados 3.1. Estacionariedade e Testes de raízes unitárias 3.2. Modelos ARMA/ARIMA 4. Modelos de heteroscedasticidade condicionada e volatilidade: ARCH/GARCH 5. Modelos estacionários e não-estacionários multivariados 5.1. Modelos multivariados -- VAR (Vector auto-regression) 5.2. Causalidade de Granger e Cointegração, 5.3. Modelos VECM (vector error correction models) e Método de Johansen 6. Aplicações e casos de estudo 7. Software: Python
Método de Avaliação
A avaliação processa-se em 2 épocas: Normal e Recurso. - Na Época Normal, os alunos que optem pela avaliação ao longo do semestre, terão de ter uma assiduidade de 2/3 das aulas e serão avaliados por: a) Apresentação oral de uma questão desafio (individual / debate) (meio-semestre), 10%, nota mínima 10 valores. b) Trabalho de grupo, 40%, nota mínima 10 valores. c) Exame final, 50%, nota mínima de 9,5 valores. Obterão aprovação os alunos que têm uma nota final >= a 10 valores. - Exame de Recurso nas seguintes condições: alunos que não obtiveram aprovação na 1.ª Época; Para melhoria de nota.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 136.0
Carga Total -
Bibliografia
Principal
- 1. Diana Mendes, (2024), Teaching Slides, Python scripts and Notebooks (Moodle, GitHub). 2. Brooks, C., (2019), Introductory econometrics for finance, 4nd ed., Cambridge University Press. 3. Tan, R, and Brooks, C. (2019), Python guide to accompany Introductory econometrics for finance, 4nd ed., Cambridge University Press. 4. Huang, C., and Petukhina, A., (2022), Applied time series analysis and forecasting with Python, Springer.:
Secundária
- 1. Juselius, K., (2006), The Cointegrated VAR Model: Methodology and Applications, Oxford University Press. 2. Lewinson, E. (2023), Python for finance cookbook, 2nd ed., Packt. 3. Various Papers: