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 formulare e definire il modello teorico più adatto alla domanda di ricerca
• aver acquisito la capacità di scegliere il metodo di stima più appropriato alla domanda di ricerca e alla tipologia di dati a disposizione
• essere in grado di comprendere i risultati ottenuti, ed interpretarli in termini statistici ed economici
• essere in grado di leggere e comprendere, con senso critico, le pubblicazioni scientifiche caratterizzate da un'analisi 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, distribuzioni e funzione di densità 

MODALITA' DIDATTICHE

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

Durante il corso verranno pubblicate 4 "Problem Set" sul sito del coso, con l'obbiettivo di applicare le conoscenza acquisite e permettere di autovalutare il proprio apprendimento.

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 rendessero necessari 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 e Multicollinearità
• 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

Commissione d'esame

GABRIELE DEANA (Presidente)

ANNA BOTTASSO

INIZIO LEZIONI

1° semestre

14 Settembre 2021 - 15 Dicembre 2021

Orari delle lezioni

ECONOMETRIA

MODALITA' D'ESAME

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

La prova scritta si compone generalmente in una parte "teorica" in cui derivare e discutere i principali risultati matematici ottenuti in classe, e una "empirica" in cui commentare ed interpretare dei risultati empirici.

E' prevista la possibilità di svolgere un lavoro di gruppo, relativo alla lettura, comprensione ed analisi critica di un articolo scientifico. Il lavoro, facoltativo, di gruppo fornisce un bonus (+1.5 punti) da aggiungere alla valutazione dello scritto, ed è valido solo per gli appelli della sessione invernale (Gennaio-Febbraio).

MODALITA' DI ACCERTAMENTO

L'esame scritto ha la finalità di accertare:

• la comprensione dei fondamenti teorici dei modelli di stima analizzati
• la capacità di valutare il modello di stima più appropriato da utilizzare a seconda della domanda di ricerca e dei dati a disposizione
• leggere ed interpretare i risultati empirici

Il lavoro di gruppo si pone l'obbiettivo di valutare l'applicazione dei diversi contenuti appresi, oltre che la capacità di lavorare in gruppo ed l'analisi critica

Calendario appelli