Este curso, que se segue a um curso básico de regressão linear, tem por objetivo a apresentação de métodos econométricos aplicados a classes de modelos mais avançados, incluindo a análise de dados em cross-section e painel, equações simultâneas, escolha qualitativa e variáveis dependentes limitadas, regressão descontínua, estudos de evento e estimadores de diferenças-em-diferenças, entre outros.
Ementa 1. Processos Estocásticos 2. Raiz Unitária 3. Modelagem de Box-Jenkins e Reinsel 4. GMM 5. VAR 6. Cointegração e VECM 7. Causalidade de Granger e Exogeneidade 8. Modelos GARCH 9. Modelos não lineares.
ProgramaProcessos EstocásticosEsperança condicional e não condicional;Estacionaridade fraca, estrita e ergodicidade;Ruído branco;Modelos ARMA (p, q);Variância de Longo Prazo;Condições de estacionaridade e inversibilidade.Raiz UnitáriaDickey e Fuller;Phillips-Perron;KPSS;ERS-GLS;Ng-Perron;Quebras estruturais conhecidas e desconhecidas;Decomposição de Beveridge-Nelson.Modelos ARMAIdentificação: FAC, FACP, Ljung-Box, critérios de informação;Estimação: NLS, ML Condicional, Inferência;Verificação: LM-ARCH, Breusch-Pagan, Jarque-Bera;Previsão: MSE, MAPE, MAE, testes de Diebold-Mariano, Clark-Watson.GMMMomentos e ideia de minimização quadrática;Equivalência de GMM com OLS, IV e ML;Estimação da matriz de covariância: NW, AR espectral, PWRC;Formas de estimação: Dois estágios, sequencial, atualização contínua;Teste: Hansen, LR, LM e Wald.VARForma estrutural e forma reduzida;Identificação: Correlação cruzada, Ljung-Box, critérios de informação;Estimação: NLS, ML Condicional, Inferência;Verificação: LM-ARCH, Breusch-Pagan, Jarque-Bera;Previsão;Decomposição da Variância e função resposta ao impulso.Cointegração e VECM:Conceito de cointegração e regressão espúria;Teste de Engle-Granger;Modelo vetor de correção de erros;Teste de Johansen;Decomposição de Blanchard e Quah.Causalidade de Granger e ExogeneidadeExogeneidade fraca, forte e super-forte;Teste de Causalidade de Granger.Modelos GARCHModelos univariados; ARCH, GARCH, EGARCH, APARCH, etc.Identificação;Estimação;Modelos multivariados: VECH, BEKK, DCC;Aplicações.Modelos Não-Lineares:TAR;SETAR;STAR;Regime-switching.
DE LOSSO, Rodrigo. Econometria de Séries Temporais, 2a ed. São Paulo: Cengage Learning, 2011.DIEBOLD, Francis X. Elements of Forecasting, 4.th. Mason: South-Western, 2011.ENDERS, Walter. Applied econometric time series, 4a ed. John Wiley & Sons, 2014.FAVERO, Carlo A. Applied Macroeconometrics. Oxford: Oxoford, 2001.FRANSES, Philip H. & DIJK, Dick van. Non-linear Time Series Models in Empirical Finance. Cam-bridge: Cambridge, 2000.HAMILTON, James D. Time series analysis. Princeton university press, 2020.HAMILTON, James D. Why you should never use the Hodrick-Prescott filter. Review of Economics and Statistics, v. 100, n. 5, p. 831-843, 2018.KÄNZIG, Diego R. The macroeconomic effects of oil supply news: Evidence from OPEC announcements. American Economic Review, v. 111, n. 4, p. 1092-1125, 2021.KILIAN, Lutz; LÜTKEPOHL, Helmut. Structural vector autoregressive analysis. Cambridge University Press, 2017.LÜTKEPOHL, Helmut. New introduction to multiple time series analysis. Springer Science & Business Media, 2005.MIRANDA-AGRIPPINO, Silvia; RICCO, Giovanni. The transmission of monetary policy shocks. American Economic Journal: Macroeconomics, v. 13, n. 3, p. 74-107, 2021.PFAFF, Bernhard. Analysis of integrated and cointegrated time series with R. Springer Science & Business Media, 2008.SHUMWAY, Robert H.; STOFFER, David S.; STOFFER, David S. Time series analysis and its applications: with R examples, 4a ed. New York: Springer, 2017.TSAY, Ruey S. Multivariate time series analysis: with R and financial applications. John Wiley & Sons, 2013.TSAY, Ruey S. An introduction to analysis of financial data with R. John Wiley & Sons, 2014.
