CODICE 24615 ANNO ACCADEMICO 2016/2017 CFU 6 cfu anno 3 ECONOMIA E COMMERCIO 8699 (L-33) - 6 cfu anno ECONOMIA E ISTITUZIONI FINANZIARIE 8700 (LM-56) - SETTORE SCIENTIFICO DISCIPLINARE SECS-P/05 SEDE PERIODO 1° Semestre PROPEDEUTICITA Propedeuticità in ingresso Per sostenere l'esame di questo insegnamento è necessario aver sostenuto i seguenti esami: ECONOMIA E COMMERCIO 8699 (coorte 2014/2015) ECONOMIA POLITICA 1 41126 2014 ECONOMIA POLITICA 2 55648 2014 STATISTICA 1 60083 2014 OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Il corso si propone di fornire un’introduzione ai metodi econometrici, offrendo agli studenti gli strumenti necessari per la formulazione e la stima dei modelli di regressione lineari. Nel corso si presenteranno applicazioni nel campo dell’economia, utilizzando software econometrici standard. PROGRAMMA/CONTENUTO Parte I: CONCETTI BASE DI PROBABILITA’E INFERENZA STATISTICA: variabili aleatorie univariate e multivariate, funzioni di distribuzione e densità di variabili aleatorie univariate e multivariate, momenti di variabili aleatorie univariate e multivariate, teoria della distribuzione, momenti campionari, stimatori come variabili aleatorie, proprietà degli stimatori in “finite sample”, consistenza degli stimatori, test delle ipotesi. INTRODUZIONE AI MODELLI ECONOMETRICI: variabile dipendente come variabile aleatoria e suoi momenti di interesse. modelli parametrici e non parametrici. modelli di regressione lineare e non lineare modelli di” quantile regression” “conditional heteroskedasticity models” TIPI DI DATI: dati “cross section” dati” time series” dati panel e loro vantaggi Parte II: MODELLO DI REGRESSIONE LINEARE SEMPLICE Scopo del modello Ipotesi di Gauss –Markov con regressori non stocastici Ipotesi di Gauss- Markov con regressori stocastici Stimatore OLS, stimatore MLE, stimatore GMM: definizione e derivazione. Aspetti algebrici degli stimatori. Proprietà degli stimatori in “finite sample” Teorema di Gauss-Markov. Proprietà asintotiche degli stimatori: teorema di Slutzky, LLN, condizioni necessarie e sufficienti per la consistenza. Test delle ipotesi per il modello di regressione lineare semplice R quadro e R quadro adjusted, altri criteri di “goodness of fit” del modello. Parte III: MODELLO DI REGRESSIONE LINEARE MULTIPLO Scopo del modello Ipotesi di Gauss-Markov con regressori stocastici e non stocastici in forma compatta. Identificazione del modello e condizioni di esclusione di multicollinearita’ perfetta. Stima del modello tramite OLS e MLE. Aspetti algebrici degli stimatori. Proprietà degli stimatori in “finite sample” Teorema di Gauss-Markov. Proprietà asintotiche degli stimatori: teorema di Slutzky, LLN, condizioni necessarie e sufficienti per la consistenza,teorema del limite centrale. Parte IV: TEST DELLE IPOTESI NEL MODELLO DI REGRESSIONE LINEARE MULTIPLO. Parte V:PROBLEMI DI ERRONEA SPECIFICAZIONE DEL MODELLO PARTE VI: FALLIMENTO DELLE IPOTESI DI GAUSS-MARKOV DOCENTI E COMMISSIONI MALVINA MARCHESE Ricevimento: E-mail: 701686@unige.it oppure marchese@economia.unige.it Orario ricevimento: per i mesi di gennaio, febbraio e marzo gli orari di riceviento sono postati su Aulaweb Commissione d'esame MALVINA MARCHESE (Presidente) ANNA BOTTASSO MAURIZIO CONTI ANNA BOTTASSO (Presidente) MALVINA MARCHESE LEZIONI INIZIO LEZIONI 1° semestre 19 settembre - 15 dicembre 2016 Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME Scritto, Orale Calendario appelli Data appello Orario Luogo Tipologia Note 30/06/2017 14:00 GENOVA Orale 30/06/2017 14:00 GENOVA Scritto 25/07/2017 08:55 GENOVA Orale 25/07/2017 08:55 GENOVA Scritto 15/09/2017 16:55 GENOVA Orale 15/09/2017 16:55 GENOVA Scritto ALTRE INFORMAZIONI Eventuali propedeuticità e/o prerequisiti consigliati Matematica generale, prerequisito obbligatorio. Statistica I, prerequisito obbligatorio. Si raccomanda fortemente agli studenti di ripassare l’algebra lineare, la teorie dell’integrazione, e la teoria della probabilità oggetto dei corsi sopraelencati. Gli studenti sono invitati a colmare eventuali lacune con l’ausilio del materiale di ripasso extra di algebra lineare e statistica disponibile prima dell’inizio delle lezioni su Aulaweb sul sito di Econometria I.E’ di importanza fondamentale la capacita di risolvere integrali definiti per parti o sostituzione. Inoltre è di fondamentale importanza la conoscenza delle seguenti operazioni di algebra lineare: inner product ,outer product, moltiplicazioni e somme tra matrici, calcolo del determinate di matrici quadrate (fino a 3 per 3),calcolo dell’inversa di una matrice quadrata, operazione di trasposta di una matrice.
