Filtros e Wavelets em Economia

Conhecimentos de Base Recomendados

Não aplicável.

Métodos de Ensino

Aulas de exposição com implementação imediata no computador, usando software adequado. Grande parte do trabalho será na base de learning by doing, dado que se exige aos estudantes que escrevam um paper.

Resultados de Aprendizagem

1. Executar, analisar e interpretar filtros de dados de diversos tipos.
2. Executar, analisar e interpretar Análise Espectral.
3. Executar, analisar e interpretar Análise de Wavelets.
4. Usar software adequado, como Matlab, R ou Ox.

É uma unidade curricular de doutoramento avançada, pelo que os estudantes já têm os conhecimentos matemáticos, económicos e de computação adequados para avançar nesta área específica.

Estágio(s)

Não

Programa

1. Filtros
a. O filtro de Kalman
b. O filtro de Hodrick-Prescott
c. O filtro passa-banda de Baxter-King

2. Análise Espectral
a. O Espectro a População
b. O Periodograma da amostra
c. Estimação
d. Espectro Cruzado
e. Filtros Lineares

3. Análise de Wavelets
a. Potência do Espectro da Wavelet
b. Espectro Cruzado da Wavelet
c. Diferença de Fase da Wavelet e o Desfasamento Temporal Instantâneo
d. Análise multivariada
e. Regressão com wavelets

Métodos de Avaliação

Avaliação
Trabalho prático. Espera-se um paper que os estudantes devem publicar em revista científica e, eventualmente, incluir como capítulo da tese de doutoramento.: 100.0%

Bibliografia

• Aguiar-Conraria, L. and Soares, M.J. (2014) “The Continuous Wavelet Transform: moving beyond uni- and bivariate analysis”, Journal of Economic Surveys, 28(2).
• Aguiar-Conraria, Luís; Manuel M.F. Martins; Maria Joana Soares. 2023. "The Phillips curve at 65: Time for time and frequency". Journal of Economic Dynamics and Control, Volume 151.
• Alessio, Sílvia (2016). Digital Signal Processing and Spectral Analysis for Scientists, Springer.
• Hamilton, J. (1994), Time Series Analysis, Princeton University Press.