Disciplinas

Métodos Quantitativos em Contabilidade I


Disciplina: EAC5884-2

Área de Concentração: 12136

Número de Créditos: 8

Carga do curso:

Teórico
(Por semana)
Prática
(Por semana)
Estudos
(Por semana)
DuraçãoTotal
42215120
Objetivos:
Desenvolver os aspectos conceituais e operacionais dos métodos quantitativos para a realização de pesquisas nas diversas áreas de especialização em contabilidade, proporcionando ao aluno o ferramental indispensável à análise quantitativa de dados, principalmente no que concerne à inferência estatística e regressões. Especificamente, ao final do curso espera-se que os alunos dominem os conceitos e técnicas dos métodos quantitativos que os habilitem à leitura, compreensão e interpretação de textos que tratem da aplicação de métodos quantitativos nas diversas áreas de especialização em contabilidade. Espera-se, também, que os alunos estejam habilitados em alguns instrumentos indispensáveis à realização de pesquisas e elaboração de artigos científicos.

Justificativa:
É cada vez mais patente, a interdisciplinaridade entre a contabilidade e outras disciplinas que cobrem o universo do conhecimento humano, tais como: economia, administração, finanças, engenharia, psicologia, sociologia etc. Como consequência desta evolução do papel da contabilidade, observa-se que, para as pesquisas nesta área, torna-se imprescindível o domínio dos conceitos e técnicas de métodos quantitativos.

Metodologia de desenvolvimento: O curso se baseará na exposição teórica dos temas do programa, discussões em sala de aula e atividades individuais e em grupo realizadas pelos alunos, inclusive com a utilização de recursos computacionais.

Conteúdo:
1. Introdução
a. Fundamentos de probabilidade
b. Fundamentos de inferência estatística
c. Intervalos de confiança e testes de hipótese
2. Regressão linear e as relações causais
a. Fundamentos de regressão
b. Causalidade
c. Estimação de modelos lineares por mínimos quadrados ordinários
3. Variáveis instrumentais
a. Mínimos quadrados em dois estágios
b. Variável omitida, erros de medida e simultaneidade
c. Testes de especificação
4. Modelos com dados em painel
a. Heterogeneidade não observada
b. Efeitos fixos, primeiras diferenças e efeitos aleatórios
c. Diferença-em-diferenças

Avaliation methods:
A nota do curso será baseada em lista (s) de exercícios, prova (s), trabalho (s) e participação nas discussões em sala de aula.

Notas:
Disciplina obrigatória para o doutorado

Bibliografia:
I. Bibliografia Mínima Obrigatória.
a) ANGRIST, J. & PISCHKE, J-S. ( 2009) Mostly Harmless Econometrics: An Empiricist's Companion. Princeton.
b) WOOLDRIDGE, J. (2010) Econometric Analysis of Cross Section and Panel Data, 2nd ed. MIT.
II. Bibliografia Complementar
BALTAGI, B.H. Econometric Analysis of Panel Data. 5th ed. Wiley, 2013.
BALTAGI, B.H. Econometrics. 5th ed. Springer, 2011.
BUSSAB, W.O.; MORETTIN, P.A . Estatística Básica. 8ª ed. São Paulo: Saraiva, 2013.
CAMERON, C.A.; TRIVEDI, P.K. Microeconometrics: Methods and Applications. New York: Cambridge, 2005.
CAMERON, C.A.; TRIVEDI, P.K. Microeconometrics Using Stata, Revised Edition. Texas: Stata Press, 2010.
DALGAARD, P. Introductory Statistics with R, 2nd ed. New York: Springer, 2008.
DAVIDSON, R.; McKINNON, J. Econometric Theory and Methods, New York: Oxford, 2003.
FÁVERO, L.P.L.; BELFIORE, P.P. ; SILVA, F.L. ; CHAN, B.L. . Análise de Dados: Modelagem Multivariada para Tomada de Decisões. Rio de Janeiro: Campus Elsevier, 2009.
GREENE, W.G. Econometric Analysis. 7th ed. NJ: Prentice Hall, 2011.
GUJARATI, D.N. Econometria Básica. 5ª edição. Ed. Rio de Janeiro: Campus Elsevier, 2010
HAYASHI, F. Econometrics. New Jersey: Princeton, 2000.
HOAGLIN, D. C.; MOSTELLER, F. & TUKEY, J. W. Análise exploratória de dados: técnicas robustas. Lisboa: Salamandra, 1983.
KLEIBER, C. ZEILE IS, A. Applied Econometrics with R. New York: Springer, 2008.
KUTNER, M.H. et al. Applied Linear Statistical Models. 5th ed. McGraw-Hill/ Irwin, 2 004.
LOHR, S. Sampling: Design and Analysis. 2nd ed. NY: Duxbury, 2009.
MITTELHAMMER, R.C. Econometric Foundations. Cambridge, 2000.
MITTELHAMMER, R.C. Mathematical Statistics for Economics and Business. New York: Springer, 2013.
MORGAN, S.; WINSHIP, C. Counterfactuals and Causal Inference: Methods and Principles for Social Research. Cambridge, 2007.
NEWBOLD, P. Statistics for Business & Economics. 8th ed. Prentice Hall, 2012.
PEARL, J. Causality: Models, Reasoning and Inference, 2nd ed. Cambridge, 200 9.
RUPPERT, D. Statistics and Data Analysis for Financial Engineering. New York: Springer, 2010.
SHADISH, W.; COOK, T.; CAMPBELL, D. Experimental and Quasi-Experimental Designs for Generalized Causal Inference, 2nd ed. Cengage, 2001.
SIEGEL, S. and CASTELLAN JR., N .J. Nonparametric Statistics for the Behavioral Sciences, 2nd ed. New York: Mc Graw Hill, 1988.
SPANOS, A. Probability Theory and Statistica Inference: Econometric Modeling with Observational Data. Cambridge,1999.
STOCK , J.; WATSON, M. Introduction to Econometrics, 3rd ed. New York: Addison-Wesley, 2010.
TEETOR, P. R Cookbook. Sebastopol, CA: O’Reilley, 2011.
WOOLDRIDGE, J. (2013) Introductory Econometrics: A Mod ern Approach, 5th ed. South Western.