PRESENTAZIONE

This course offers an introduction to impact policy evaluation methods. In particular, it covers the main econometric techniques used for causal inference in the evaluation of public policies. Students will be introduced to the counterfactual model of causality and provided with a unified framework for estimating causal effects. The course emphasizes the econometric intuition behind the methodologies rather than formal proofs. Teaching will be based on a textbook, in-person lectures, and practical exercises using the statistical software Stata.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

L’insegnamento si propone di fornire conoscenza e comprensione dei problemi principali problemi affrontati dagli economisti quando devono rispondere a domande di tipo empirico avvalendosi di dati microeconomici. Conoscenza e comprensione del concetto di controfattuale e delle difficoltà affrontate nel processo di identificazione di legami di causa-effetto tra intervento (tipicamente delle autorità pubbliche, ma anche all’interno di un’impresa) e variabili economico-sociali. Conoscenza dei principali strumenti econometrici e statistici utilizzati nella letteratura al fine di valutare e quantificare gli effetti degli interventi pubblici nell’economia. Conoscenza del tipo di dati necessari al fine di condurre valutazioni di tipo controfattuale nel caso delle politiche economiche. Le analisi empiriche veranno fatte con il programma statistico STATA. Durante il corso veranno affrontate diverse applicazioni in vari ambiti di economia di lavoro e di policy evaluation come p.es. il differenziale salariale di genere o la valutazione di job market programs.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Il corso si propone di fornire competenze sia teoriche che applicate sui moderni metodi econometrici di impact policy evaluation. Dopo aver completato il corso, gli studenti saranno in grado di:

• adottare approcci ispirati al modello controfattuale
• discutere le ipotesi necessarie per identificare un effetto causale sia in contesti sperimentali che in contesti non sperimentali
• utilizzare modelli appropriati in funzione delle peculiarità delle circostanze e della domanda di ricerca
• interpretare i risultati dell'inferenza causale
• applicare i metodi empirici di impact policy evaluation  utilizzando il software statistico Stata

PREREQUISITI

Il corso è rivolto agli studenti del Master che vogliono familiarizzare con i moderni metodi econometrici di impact policy evaluation. Ci si aspetta che i partecipanti abbiano frequentato un corso introduttivo di Econometria a livello di laurea triennale e che abbiano un’adeguata base di statistica e dei modelli di regressione sul livello, ad esempio, di Stock and Watson (2019) o Wooldridge (2012).

MODALITA' DIDATTICHE

Lezioni frontali con spazio per discussioni su articoli scienfici attinenti agli argomenti trattati nel corso, laboratori con Stata e lavoro personale nel corso di esercitazioni pratiche. Il corso si terrà in presenza.

Gli studenti in possesso di certificazione di disabilità, DSA o bisogni educativi speciali devono contattare, all'inizio delle lezioni, sia il docente, sia il referente per la disabilità del Dipartimento, Prof.ssa Elena Lagomarsino elena.lagomarsino@unige.it , per concordare modalità didattiche e d'esame che, nel rispetto degli obiettivi dell'insegnamento, tengano conto delle modalità di apprendimento individuali e consentano l'uso di eventuali strumenti compensativi

PROGRAMMA/CONTENUTO

1. Introduzione al software statistico Stata
2. Randomized controlled trials
3. Regressione e matching
4. Variabili strumentali
5. Regression discontinuity design
6. Differerence-in-differences designs

TESTI/BIBLIOGRAFIA

Le slide delle lezioni, gli articoli scientifici e i materiali aggiuntivi (e.g., gli script e i dataset) saranno pubblicati su AulaWeb. Le slide delle lezioni sintetizzano i punti chiave trattati in questo corso. Per ottenere una comprensione più profonda di ogni argomento, è consigliato studiare Causal Inference: The Mixtape (prof. Scott Cunningham), che sarà il principale testo di riferimento del corso. Il video corso di Angrist (n.d.) offre una buona panoramica non tecnica dei metodi. Ulteriori riferimenti bibliografici verranno forniti a lezione (ad esempio, specifici articoli scientifici).

• Cunningham, S.(2021): Causal inference: The Mixtape. Yale University Press. https://doi.org/10.2307/j.ctv1c29t27
• Angrist, J. D. (n.d.): Mastering Econometrics, Marginal Revolution University: https://mru.org/mastering-econometrics (accesso Giugno 9, 2022).
• Angrist, J.D. and Pischke, J.-S. (2015) Mastering ’Metrics: The Path from Cause to Effect. Princeton: Princeton University Press.
• Stock,J. H., and Watson, M. W. (2019). Introduction to Econometrics (4th ed.). New York: Pearson.
• Wooldridge, J.M. (2012) Introductory Econometrics: A Modern Approach (5th ed.). Mason: South-Western Cengage Learning.

DOCENTI E COMMISSIONI

LEZIONI

INIZIO LEZIONI

Le lezioni si terranno a Genova nel corso del primo semestre. Maggiori dettagli saranno disponibili online.

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Prova finale scritta. Parti dell'esame potrebbero richiedere di interpretare l'output di Stata e di commentare tabelle che mostrano risultati empirici. In caso di esigenze particolari, gli studenti con disabilità e/o disturbi dell'apprendimento sono pregati di contattare, all'inizio del semestre, il Servizio Disabilità Studenti e i docenti.

MODALITA' DI ACCERTAMENTO

La valutazione sarà basata su un esame finale scritto di 1,5 ore che si compone di tre parti. Una di esse richiede agli studenti di interpretare l'output di  Stata e di commentare tabelle che mostrano stime di modelli empirici. Le tre parti valgono ciascuna 10 punti. Il voto finale è dato dalla somma dei punti ottenuti in ciascuna delle tre parti.

Gli studenti frequentanti avranno la possibilità di lavorare ad un progetto di gruppo. Ciascuno studente sarà assegnato ad un gruppo all'inizio del semestre (i dettagli saranno pubblicati e comunicati tramite AulaWeb). Il lavoro di gruppo potrà includere lo studio di un articolo, la preparazione di un codice Stata per l'analisi di dati, la stesura di un breve report, nonché una presentazione in classe. Gli studenti avranno tempo per lavorare sul progetto, anche in aula, durante il semestre. Le presentazioni si terranno nell'ultima settimana delle lezioni e il report insieme al codice dovranno essere consegnati prima del primo appello disponibile. Il voto finale per il progetto vale fino a 4 punti extra sul voto d'esame. Potrà inoltre essere premiata la partecipazione attiva alle esercitazioni in classe. 

ALTRE INFORMAZIONI

La frequenza è raccomandata. .