Econometria Emf (1 º Sem 2009/2010)

1. Endogeneidade dos regressores no modelo de regressão linear: ilustrações típicas de endogeneidade dos regressores no modelo de regressão linear; inconsistência dos estimadores pelo método ordinário dos mínimos quadrados; estimador pelo método das variáveis instrumentais e suas propriedades assimptóticas (consistência e distribuição limite); escolha dos instrumentos e eficiência do estimador; teste de Wu-Hausman.

2. Método generalizado dos momentos (GMM): GMM como extensão do método (ordinário) dos momentos; utilização de momentos condicionais; consistência e distribuição limite do estimador GMM; escolha óptima da matriz da métrica e sua estimação não-paramétrica.

3. Modelos para dados de painel: o problema da heterogeneidade (individual e/ou temporal) omissa; estimador em primeiras diferenças e estimador within / least squares dummy variables para modelos com regressores estritamente exógenos; efeitos fixos versus efeitos aleatórios; teste de exogeneidade estrita dos regressores; estimador GMM para dados de painel; modelos dinâmicos e estimador de Arellano-Bond.

4. Modelos com variável dependente discreta ou limitada: modelos de resposta binária ( Probit e Logit), modelos de resposta categorizada ordenada ( Probit e Logit ordenados) e modelos de resposta categorizada não ordenada ( Logit condicional e multonomial); modelos de resposta discreta não negativa para dados de contagem ( Poisson, binomial negativo e hurdle); modelos para variável dependente contínua censurada ( Tobit e two-part); estimadores da máxima verosimilhança para amostras com observações independentes; principais testes de especificação; introdução aos problemas de auto-selecção amostral.

5. Processos estocásticos em tempo discreto: processos estacionários e processos integrados; testes ADF ( Augmented Dickey Fuller) de raiz unitária; cointegração; dimensão do espaço de cointegração e tendências estocásticas comuns.

6. Modelos autoregressivos vectoriais (VAR) estruturais: formulação na forma reduzida; estimação e ensaios de hipóteses; escolha da ordem do VAR; previsão; causalidade à Granger; modelos VAR estruturais; funções de resposta a impulso, decomposição de variâncias do erro de previsão e decomposição histórica.

7. Modelos VAR com restrições de cointegração: representação VEC ( Vector Error Correction); abordagem de máxima verosimilhança de Johansen; testes da dimensão do espaço de cointegração; identificação económica da base do espaço de cointegração; exogeneidade fraca para a estimação dos vectores cointegrantes; identificação de choques permanentes e transitórios em modelos VEC.