METODI QUANTITATIVI PER L'ECONOMIA
Syllabus
EN
IT
Obiettivi Formativi
OBIETTIVI FORMATIVI: Dopo aver seguito il corso, gli studenti saranno in grado di condurre un'analisi econometrica completa e corretta su una o più serie storiche di natura economica. In particolare, saranno in grado di scaricare/ottenere i dati individuandone le fonti più appropriate, riconoscerne le peculiarità (non-stazionarietà, cointegrazione) e modellarle di conseguenza, con l'ausilio di un software statistico gratuito ed open-source (R, Gretl).
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Il corso fornisce i fondamenti teorici delle analisi statistiche ed econometriche applicate in particolare alle serie storiche economiche. Il corso sarà strutturato in due parti. Nella prima si richiameranno dapprima i fondamenti di probabilità e dell’analisi inferenziale, per poi analizzare in dettaglio i modelli di regressione lineare semplice e multipla – quest’ultima nella sua forma matriciale – trattandone in dettaglio le principali assunzioni e proprietà. La seconda parte del corso sarà più propriamente focalizzata sull’analisi delle serie storiche economiche, introducendo le nozioni di autocorrelazione, di non-stazionarietà, e di cointegrazione, analizzandone le conseguenze in termini di stima e illustrando le strategie necessarie per tenerne conto nelle analisi di regressione e di previsione.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Il corso fornisce gli strumenti necessari per implementare una corretta analisi econometrica delle serie storiche economiche.
L’utilizzo di dati reali (fonte Eurostat, NBER, ect…) e del software GRETL, gratuito ed open source, sono parte integrante del corso ed oggetto di tutte le esercitazioni. Tra le finalità del corso rientrano pertanto la capacità di reperire dataset di natura economica (in particolare serie storiche) e di analizzarli in modelli di regressione adeguati, individuandone eventuali peculiarità, quali la presenza di osservazioni anomale, di autocorrelazione, di non-stazionarietà o cointegrazione tra due o più variabili.
AUTONOMIA DI GIUDIZIO: Al termine del corso gli studenti saranno in grado di formulare ipotesi di natura economica e di testarle con l’ausilio dei dati più appropriati, reperendoli dalle giuste fonti disponibili. Sapranno valutare quale modello applicare per la modellizzazione di serie storiche economiche di tipo diverso. Infine, saranno in grado di valutare la bontà di un’analisi di regressione in termini di diagnostica del modello e di validità interna ed esterna. Saranno inoltre capaci di interpretare e valutare le previsioni fornite dal modello.
ABILITÀ COMUNICATIVE: Tramite gli strumenti forniti dal corso, gli studenti saranno in grado di utilizzare i dati per estrarre indicazioni su un fenomeno (di natura prevalentemente economica) e comunicarle efficacemente. In particolare, agli studenti verrà chiesto di presentare chiaramente le varie fasi dell’analisi, dalla presentazione del quesito in analisi e delle ipotesi sotto test, alla descrizione del dataset utilizzato, sottolineandone eventuali peculiarità (es. osservazioni anomale, particolare natura dei dati, etc.), all’illustrazione e motivazione delle metodologie scelte per condurre l’analisi. Al termine del corso lo studente sarà inoltre in grado di produrre (nonché di leggere ed interpretare) tavole di statistiche descrittive e rappresentazioni grafiche utili alla dimostrazione della tesi. Infine, rientra tra gli obiettivi del corso la capacità di produrre in formato tabulare stime di vari modelli di regressione, al fine di consentirne un rapido e chiaro confronto, nonchè di leggere ed interpretare modelli stimati da altri.
CAPACITÀ DI APPRENDIMENTO: Il corso consente allo studente di acquisire una maggiore capacità operativa in termini di reperimento dei dati e di corretta modellizzazione delle serie storiche economiche. Tali capacità, oltre ad essere strettamente utili per il superamento degli esami quantitativi futuri previsti dal corso di studio, sono più in generale funzionali a tutte le successive fasi di studio, inclusa quella della stesura dell’elaborato di tesi finale. Si tratta inoltre di capacità particolarmente apprezzate nel mondo del lavoro e che consentiranno agli studenti di interpretare e valutare in più autonomia le modellizzazioni statistiche che vengono sempre più frequentemente fornite dalle varie fonti di informazione.
CONOSCENZA E CAPACITÀ DI COMPRENSIONE: Il corso fornisce i fondamenti teorici delle analisi statistiche ed econometriche applicate in particolare alle serie storiche economiche. Il corso sarà strutturato in due parti. Nella prima si richiameranno dapprima i fondamenti di probabilità e dell’analisi inferenziale, per poi analizzare in dettaglio i modelli di regressione lineare semplice e multipla – quest’ultima nella sua forma matriciale – trattandone in dettaglio le principali assunzioni e proprietà. La seconda parte del corso sarà più propriamente focalizzata sull’analisi delle serie storiche economiche, introducendo le nozioni di autocorrelazione, di non-stazionarietà, e di cointegrazione, analizzandone le conseguenze in termini di stima e illustrando le strategie necessarie per tenerne conto nelle analisi di regressione e di previsione.
CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE: Il corso fornisce gli strumenti necessari per implementare una corretta analisi econometrica delle serie storiche economiche.
L’utilizzo di dati reali (fonte Eurostat, NBER, ect…) e del software GRETL, gratuito ed open source, sono parte integrante del corso ed oggetto di tutte le esercitazioni. Tra le finalità del corso rientrano pertanto la capacità di reperire dataset di natura economica (in particolare serie storiche) e di analizzarli in modelli di regressione adeguati, individuandone eventuali peculiarità, quali la presenza di osservazioni anomale, di autocorrelazione, di non-stazionarietà o cointegrazione tra due o più variabili.
AUTONOMIA DI GIUDIZIO: Al termine del corso gli studenti saranno in grado di formulare ipotesi di natura economica e di testarle con l’ausilio dei dati più appropriati, reperendoli dalle giuste fonti disponibili. Sapranno valutare quale modello applicare per la modellizzazione di serie storiche economiche di tipo diverso. Infine, saranno in grado di valutare la bontà di un’analisi di regressione in termini di diagnostica del modello e di validità interna ed esterna. Saranno inoltre capaci di interpretare e valutare le previsioni fornite dal modello.
ABILITÀ COMUNICATIVE: Tramite gli strumenti forniti dal corso, gli studenti saranno in grado di utilizzare i dati per estrarre indicazioni su un fenomeno (di natura prevalentemente economica) e comunicarle efficacemente. In particolare, agli studenti verrà chiesto di presentare chiaramente le varie fasi dell’analisi, dalla presentazione del quesito in analisi e delle ipotesi sotto test, alla descrizione del dataset utilizzato, sottolineandone eventuali peculiarità (es. osservazioni anomale, particolare natura dei dati, etc.), all’illustrazione e motivazione delle metodologie scelte per condurre l’analisi. Al termine del corso lo studente sarà inoltre in grado di produrre (nonché di leggere ed interpretare) tavole di statistiche descrittive e rappresentazioni grafiche utili alla dimostrazione della tesi. Infine, rientra tra gli obiettivi del corso la capacità di produrre in formato tabulare stime di vari modelli di regressione, al fine di consentirne un rapido e chiaro confronto, nonchè di leggere ed interpretare modelli stimati da altri.
CAPACITÀ DI APPRENDIMENTO: Il corso consente allo studente di acquisire una maggiore capacità operativa in termini di reperimento dei dati e di corretta modellizzazione delle serie storiche economiche. Tali capacità, oltre ad essere strettamente utili per il superamento degli esami quantitativi futuri previsti dal corso di studio, sono più in generale funzionali a tutte le successive fasi di studio, inclusa quella della stesura dell’elaborato di tesi finale. Si tratta inoltre di capacità particolarmente apprezzate nel mondo del lavoro e che consentiranno agli studenti di interpretare e valutare in più autonomia le modellizzazioni statistiche che vengono sempre più frequentemente fornite dalle varie fonti di informazione.
Prerequisiti
statistica (base).
Programma
1. Introduzione all'econometria
2. Richiami di probabilità e statistica
3. Modello di regressione lineare e minimi quadrati ordinari ([HGL]: cap. 2, 3, 4, 5, 6, 7, 8, 9)
4. Massima verosimiglianza ([HGL]: par. C.8)
5. Modelli per variabili dipendenti binarie ([HGL]: par. 16.1, 16.2)
6. Modelli per variabile dipendente multinomiale non ordinata ([HGL]: par. 16.3, 16.4)
7. Modelli per variabile dipendente multinomiale ordinata ([HGL]: par.16.5)
8. Modelli per dati panel ([HGL]: cap. 15)
2. Richiami di probabilità e statistica
3. Modello di regressione lineare e minimi quadrati ordinari ([HGL]: cap. 2, 3, 4, 5, 6, 7, 8, 9)
4. Massima verosimiglianza ([HGL]: par. C.8)
5. Modelli per variabili dipendenti binarie ([HGL]: par. 16.1, 16.2)
6. Modelli per variabile dipendente multinomiale non ordinata ([HGL]: par. 16.3, 16.4)
7. Modelli per variabile dipendente multinomiale ordinata ([HGL]: par.16.5)
8. Modelli per dati panel ([HGL]: cap. 15)
Testi Adottati
• Materiali di studio relativo alle lezioni frontali e reading list predisposta dal docente su Teams
• Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
• Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Bibliografia
• Hill, Griffiths e Lim, Principi di econometria, 1a ed. italiana (4a ed. americana), Zanichelli, 2013
• Hill, Griffiths e Lim, "Principles of Econometrics" (4th edition, International Student Version), Wiley 2011 (English).
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
• Hill, Griffiths e Lim, "Principles of Econometrics" (4th edition, International Student Version), Wiley 2011 (English).
• Adkins e Hill, Using Stata for Principles of Econometrics, 4th edition, Wiley, 2011
Modalità di svolgimento
• Lezioni frontali
• Sessioni di Laboratorio.
• Lezioni incentrate sull’applicazione della teoria con il software econometrico
• Prendere appunti
• Prendere in esame i testi di riferimento
• Sessioni di Laboratorio.
• Lezioni incentrate sull’applicazione della teoria con il software econometrico
• Prendere appunti
• Prendere in esame i testi di riferimento
Regolamento Esame
Discussione e partecipazione attiva durante le lezioni con il docente in relazioni ai temi affrontati. Modalità d'esame: Prova scritta (1h). Parte teorica: 5 domande a risposta multipla (2 punti ciascuna, no penalità per risposte sbagliate), Parte pratica: 11 domande (2 punti ciascuna, no penalità per risposte sbagliate) cui rispondere al computer eseguendo operazioni analoghe a quelle viste in aula. Voto finale: somma dei punteggi conseguiti nelle due parti. La prova verrà valutata in base alla conoscenza della teoria e alla capacità di applicare i concetti teorici usando il software econometrico. Accertamento in sede di esame della capacità dello studente di analisi critica e della capacità di interpretare i risultati dell’analisi empirica.