Portal do Ementário

O objetivo da disciplina Econometria é aprofundar os alguns conceitos econométricos abordados nas disciplinas dos cursos de graduação e avançar em relação a novas abordagens, preparando o aluno para entender, analisar e elaborar trabalhos aplicados de econometria, que são centrais em grande parte das áreas de teoria econômica. Para esse fim, o curso abordará: o método de mínimos quadrados ordinários, o método de mínimos quadrados generalizados, o método de dados em painel, o método de variável dependente binária e o método generalizado de momentos (se o tempo permitir). A disciplina também objetiva capacitar os alunos na utilização da teoria econométrica, por meio de exercícios aplicados resolvidos manualmente ou em microcomputador. O curso compreende aulas teóricas e aplicações práticas.

Ementa Modelo de regressão linear clássico: método dos mínimos quadrados ordinários; inferência; problemas com erros nas variáveis independentes, autocorrelação nos resíduos, multicolinearidade, heteroscedasticidade e má especificação de modelo. Modelo de regressão linear generalizado. Modelos para dados em painel. Modelos para variáveis dependentes qualitativas. Método generalizado de momentos. Conteúdo programático Parte I 1) O modelo de regressão linear clássico (MRLC) com álgebra linear (Greene; capítulo 2 e apêndice A); 2) Estimação do MRLC por mínimos quadrados ordinários (MQO) (Greene; capítulo 3); 3) Propriedades estatísticas do estimador de mínimos quadrados ordinários em amostras finitas (Greene; capítulo 4; seções 4.1 a 4.3); 4) Testes de hipótese e seleção de modelos (Greene; capítulo 5 e apêndice B); 5) Estimação do MRLC por máxima verossimilhança (Greene; capítulo 14; seções 14.1 a 14.4 e 14.6); 6) Propriedades estatísticas do estimador de MQO em amostras grandes (Greene; capítulo 4; seção 4.4); 7) Formas funcionais e mudança estrutural (Greene; capítulo 6); 8) Endogeneidade e estimação pelo método de variável instrumental (Greene; capítulo 8). Parte II 9) Mínimos quadrados generalizados (MQG) (Greene; capítulo 9; seções 9.1 a 9.3); 10) Heteroscedasticidade (Greene; capítulo 9; seções 9.4 a 9.8); 11) Autocorrelação ou correlação serial (Greene; capítulo 20; seções 20.1 a 20.3 e 20.7 a 20.9). Parte III 12) Introdução aos modelos de dados em painel: pooling, efeitos fixos, efeitos aleatórios e primeiras diferenças (Greene; capítulo 11; seções 11.1 a 11.4 e 11.5); 13) Modelos de escolha discreta: logit e probit (Greene; capítulo 17; seções 17.2 a 17.4); 14) Método generalizado de momentos: introdução (se o tempo permitir) (Greene; capítulo 13; seção 13.4).

BALTAGI, B.H. Econometrics, 3. ed. Springer-Verlag, 2002.CAMERON, A. C.; TRIVEDI, P. K. Microeconometrics methods and applications. New York: Cambridge University Press, 2005. DAVIDSON, R; MACKINNON, J. G. Econometric Theory and Methods. Oxford University Press, 2003. GREENE, W. H. Econometric analysis. 7 ed. New York: Pearson Prentice Hall, 2017. (livro base) GRIFFITHS, W. E.; HILL, R. C.; JUDGE, G. G. Learning and practicing econometrics. New York: John Wiley & Sons Inc. 1993. GUJARATI, D. N.; PORTER, D. C. Basic econometrics. 5 ed. New York: McGraw-Hill/Irwin, 2008. HAYASHI, F. Econometrics. New Jersey: Princeton University Press, 2000. HEISS, F. Using R for introductory econometrics. Createspace Independent Publishing Platform, 2016. HORTON, N. J.; KLEINMAN, K. Using R for data management, statistical analysis, and graphics. 2 ed. New York: Chapman and Hall/CRC, 2011. JOHNSTON, J.; DINARDO, J. Econometric methods. 4 ed. New York: McGraw-Hill, 1997. KLEIBER, C.; ZEILEIS, A. Applied econometrics with R. New York: Springer, 2008. MONTGOMERY, D. C.; PECK, E, A.; VINING, G. G. Introduction to linear regression analysis. 4 ed. New Jersey: Wiley Interscience, 2006. SPANOS, A. Statistical foundations of econometric modelling. Cambridge: Cambridge University Press, 1986. WOOLDRIDGE, J. M. Econometric analysis of cross section and panel data. Cambridge, Mass: MIT Press, 2002.