Login
Autenticazione studente

Accedi per la prima volta a questo portale?
Utilizza il seguente link per attivare il tuo utente e creare la tua password personale.
»  Crea / Recupera Password

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 analizzeranno 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 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.


Prerequisiti

Statistica descrittiva, Inferenza (nessuna propedeuticità formale)

Programma

1 – Modello di regressione lineare
Il modello di regressione lineare e la stima a minimi quadrati
Proprietà degli stimatori dei minimi quadrati
Intervalli di confidenza e verifiche di ipotesi per i parametri
Applicazioni ed esempi

2 – Modelli per serie storiche stazionarie
Introduzione alle serie storiche: Modelli a media mobile (MA), Modelli autoregressivi (AR), modelli ARMA ed ARIMA.
Procedura di Box-Jenkins

3 – Modelli per serie storiche non stazionarie
Non Stazionarietà: definizione, Test ADF, break strutturali, test di Phillips Perron, Modelli ARIMA

4 – Cointegrazione
Cointegrazione e trend comuni
Test di cointegrazione di Engle – Granger

Testi Adottati

Introductory Econometrics for Finance, (4th Edition), Cris Brooks, Cambridge.

Le slides del corso ed eventuale materiale aggiuntivo saranno resi disponibili sul sito del corso, alla pagina Materiale Didattico.

Il software usato è gratuito e disponibile qui:
http://gretl.sourceforge.net/
https://www.r-project.org/

Modalità di svolgimento

Il corso è strutturato su lezioni frontali (3 da 2 ore ciascuna) più 2 ore di esercitazioni, per 6 settimane, durante le quali sarà fortemente incentivata la partecipazione attiva degli studenti.

Regolamento Esame

La prova scritta verte su tutto il programma trattato.
La struttura dell’esame include domande, sia aperte sia a risposta multipla, volte a valutare sia la conoscenza delle nozioni teoriche fornite durante il corso sia la capacità di applicarle a serie storiche reali. A tal fine verranno poste delle domande recanti rappresentazioni grafiche ed output di stima del software statistico utilizzato (GRETL) al fine di valutare la comprensione delle stesse e la capacità interpretativa acquisite dallo studente.
La valutazione finale viene espressa in trentesimi. Gli studenti passano l'esame con una valutazione finale non inferiore a 18.