PRESENTAZIONE

Il corso si propone di introdurre lo studente alla comprensione e all'impiego dei metodi quantitativi in economia. Nel corso vengono trattati il modello lineare e le sue generalizzazioni; la teoria della stima e quella dei test; le tecniche di specificazione econometrica e i problemi di selezione del modello; il metodo di stima con variabili strumentali. Tali tecniche sono illustrate sia dal punto di vista teorico, sia attraverso esempi di applicazioni empiriche utilizzando software specifici, quali  Stata.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Il corso è volto a fornire agli studenti gli strumenti di base dell’analisi econometrica. Partendo da una rigorosa analisi teorica del modello di regressione lineare, introduce i principali stimatori e ne analizza le proprietà in “finite sample” e “asymptotics” sotto le ipotesi di Gauss-Markov. Il modello e la sua analisi vengono poi estesi a analisi di regressione multipla e i risultati in questo contesto vengono dimostrati utilizzando l’algebra lineare. Il corso sviluppa poi un’approfondita analisi dei principali test delle ipotesi basandosi sulla teoria della distribuzione e del loro utilizzo nella modellizzazione econometrica, in particolare delineandone la relazione con le domande di ricerca. Considera infine i casi di errata specificazione del modello e di fallimento delle ipotesi classiche ,ne analizza le conseguenze sugli stimatori e sviluppa strategie di stima alternative,verificandone la validita’.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Al termine termine del corso gli studenti devono:

• essere in grado di forumlare il modello teorico più adatto alla domanda di ricerca
• aver acquistio la capacità di scegliere il metodo di stima più appropiato alla domanda di ricerca e alla tipologia di dati a disposizione
• essere in grado di comprendere i risutlati ottenuti, ed interpretarli in tarmini statistici ed economici
• essere in grado di leggere e comprendere, con senso critico, le pubblicazioni scentifiche caratterizzate da una componente empirica

PREREQUISITI

Livello di conoscenza richiesto dai corsi in Matematica e Statistica.

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. Oltre che le seguente nozioni di statistica: test delle ipotesi, test T e test F.

MODALITA' DIDATTICHE

• Lezioni frontali
• Lezioni frontali con utilizzo di software e/o tecnologia innovativa
• Esercitazioni in aula

N:B:

qualora non fosse possibile svolgere attività in presenza, si adotteranno le modalità di erogazione degli insegnamenti decise dal CDD (modalità mista in presenza e online), rinviando
ad Aulaweb per eventuali ulteriori aggiornamenti che si rendesseronecessari nel corso dell'anno accademico (sia per quanto riguarda le modalità di erogazione, sia per quanto concerne le modalità d'esame), in caso di variazioni della situazione sanitaria ed epidemiologica.

PROGRAMMA/CONTENUTO

Prima parte

1.Il modello di regressione lineare

• Specificazione, ipotesi, interpretazione
• Stima dei parametri e proprietà degli stimatori
• Analisi della varianza, R2
• Collinearità
• Stima per intervallo
• Test di ipotesi: i test t ed F
• Stimatori vincolati

• Esempi teorici
• Esempi applicati, con dati simulati e reali

2.Il modello di regressione lineare generalizzato

• Specificazione, ipotesi, interpretazione
• Stima dei parametri
• Proprietà degli stimatori
• Test di ipotesi: i test di incorretta specificazione
• Esempi teorici
• Esempi applicati, con dati simulati e reali

3.Instabilità dei parametri e previsione

• Break strutturali e test per la loro presenza
• Metodi di stima ricorsivi e variabili dummy
• Previsione nel modello lineare
• Esempi teorici
• Esempi applicati, con dati simulati e reali

Seconda parte

4.Il modello di regressione lineare con regressori endogeni

• Distorsione da variabili omesse
• Correlazione tra regressori ed errore
• Stimatori con variabili strumentali:
• specificazione, ipotesi ed interpretazione
• Strumenti deboli e problematiche connesse
• Test di Hausman e di sovra-identificazione
• Applicazioni empiriche

5.Modelli per dati qualitativi

• Stima di massima verosimiglianza
• Variabili dipendenti binarie
• Modelli LOGIT e PROBIT: specificazione e stima
• Interpretazione dei parametri
• Applicazioni empiriche

6.Cenni sui modelli per dati panel

• Tipologia
• Modelli con effetti fissi
• Modelli con effetti stocastici

TESTI/BIBLIOGRAFIA

Durante il corso verranno pubblicate su aulaweb le dispense utili all'apprendimento ed alcuni paper che verranno discussi in aula, oltre che problem set e mock exam

Alcuni testi consigliati per l'integrazione:

• W.H. Greene, Econometric Analysis, Prentice Hall
• M. Verbeek M., A Guide to Modern Econometrics, Wiley
• J.M. Wooldridge, Introductory Econometrics, Thomson

DOCENTI E COMMISSIONI

Commissione d'esame

GABRIELE DEANA (Presidente)

ANNA BOTTASSO

LEZIONI

INIZIO LEZIONI

1° semestre

14 Settembre2020 - 11 Dicembre 2020

Orari delle lezioni

ECONOMETRIA

ESAMI

MODALITA' D'ESAME

L’esame è scritto e può essere sostenuto in un’unica prova generale oppure in due prove parziali (in questo caso il voto finale è la media dei voti delle prove parziali)

MODALITA' DI ACCERTAMENTO

L'esam scritto ha la finalità di accertare:

• la comprensione dei fondamenti teorici dei modelli dis tima analizzati
• la capacità di valutare il modello di stima più appropiato da implementare e di interpretare i risulati empirici

Calendario appelli