Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto
 
Economia
 
Disciplina: REC2302 - Econometria III
Econometrics III

Créditos Aula: 4
Créditos Trabalho: 1
Carga Horária Total: 90 h
Tipo: Semestral
Ativação: 01/01/2022 Desativação: 31/12/2024

Objetivos
Apresentar os principais métodos que compõem o instrumental voltado para a modelagem univariada e multivariada e para a previsão de séries temporais em economia.
 
 
 
Docente(s) Responsável(eis)
5729096 - Alex Luiz Ferreira
8902056 - Fabio Augusto Reis Gomes
1294202 - Marcio Poletti Laurini
1859473 - Roseli da Silva
1994398 - Sérgio Kannebley Júnior
 
Programa Resumido
Modelos univariados e multivariados para séries temporais.
 
 
 
Programa
1. Introdução
1.1 Metodologias de Modelagem Econométrica
1.2 Técnicas de projeção e suavização de séries temporais
1.3 Fundamentos matemáticos - Equações em Diferenças Finitas (Revisão)
2. Modelos Univariados de Séries de Tempo
2.1 Modelos estacionários
2.2 Abordagem de Box-Jenkins
2.3 Modelos não estacionários: Testes de raiz unitária
2.4 Volatilidade: modelos ARCH e suas extensões
3. Modelos Multivariados de Séries de Tempo
3.1 Cointegração Engle-Granger
3.2 Causalidade Granger e Modelos de correção de erros
3.3 Introdução aos modelos Vetor Autorregressivos e Cointegração de Johans
 
 
 
Avaliação
     
Método
A critério do professor.
Critério
A critério do professor. Aprovação com nota igual ou superior a 5,0 e mínimo de 70% de freqüência.
Norma de Recuperação
A nota final para alunos que fizerem a reavaliação será a média simples entre a nota da prova de reavaliação e a média final alcançada antes da prova de reavaliação.
 
Bibliografia
     
SILVEIRA BUENO, R. L. Econometria de Séries Temporais. Cengage. 2ª edição,2011. 
MORETTIN, Pedro. Econometria Financeira: um Curso em Séries Temporais Financeiras. 
Cengage,2017. 
ZIVOT, Eric, WANG, Jiahui Modeling Financial Time Series with S-PLUS®. Springer, 2006.
HASTIE, Trevor, TIBSHIRANI, Robert, WAINWRIGHT, Martin.Statistical Learning with 
Sparsity: The Lasso and Generalizations. Chapman and Hall/CRC, 2015.
 

Clique para consultar os requisitos para REC2302

Clique para consultar o oferecimento para REC2302

Créditos | Fale conosco
© 1999 - 2024 - Superintendência de Tecnologia da Informação/USP