Codice insegnamento

4S008983

Docente

Diego Lubian

Coordinatore

Diego Lubian

Crediti

9

Lingua di erogazione

Inglese

Settore Scientifico Disciplinare (SSD)

SECS-P/05 - ECONOMETRIA

Periodo

Primo semestre (lauree magistrali) dal 2 ott 2023 al 22 dic 2023.

Corsi Singoli

Autorizzato

Orario Lezioni Moodle Seminari 0

Obiettivi di apprendimento

L’analisi econometrica comprende l’applicazione di tecniche di statistica a dati economici e finanziari. Negli ultimi decenni, dati di varia natura e pertinenti a diversi contesti sono diventati disponibili in misura sempre crescente, e pertanto un’appropriata conoscenza delle tecniche di econometria ha un’importanza cruciale al fine di condurre analisi socio-economiche ed aziendali. Durante questo corso gli studenti apprenderanno i metodi principali per dati cross-section, serie storiche e dati panel, al fine di condurre analisi dei dati economici e di dati d’impresa. Dopo aver presentato le basi teoriche di ogni metodo, gli studenti avranno la possibilità di applicare le varie tecniche di stima e test di ipotesi in vari contesti di interesse empirico. I fini principali di questo insegnamento sono fornire un background solido in econometria, stimolare le applicazioni di tali tecniche in contesti di interesse e analizzare in maniera critica e puntuale studi empirici in ambito economico, aziendale e finanziario.

Prerequisiti e nozioni di base

Sono richieste conoscenze di base di calcolo infinitesimale. Il materiale trattato nel corso poggia su conoscenze di base di statistica e di teoria della probabilità.

Programma

Questo corso si compone di una parte di teoria e una parte pratica dove gli studenti potranno utilizzare gli strumenti teorici discussi in varie applicazioni pratiche. Per una parte delle applicazioni sarà utilizzato il programma R.
Le linee generali del programma del corso sono le seguenti.
Regressione lineare semplice: assunzioni del modello, metodo dei minimi quadrati e le sue proprietà statistiche.
Regressione lineare multipla: assunzioni del modello, interpretazione dei coefficienti, problemi di collinearità.
Test di ipotesi: test t, test F e le loro distribuzioni.
Variabili binarie: definizione, interpretazione ed esempi.
Eteroschedasticità: definizione, conseguenze, errori robusti e test.
La costruzione di un modello: variabili omesse, variabili irrilevanti, non-linearità.
Endogeneità e variabili strumentali: definizione, metodo di stima delle variabili strumentali, errori di misura, test per endogeneità.
Sistemi di equazioni simultanee: problema di identificazione e stima dei coefficienti.
Variabili dipendenti binarie: modelli lineari, probit e logit.
Serie storiche: assunzioni dei modelli statici e dinamici.
Autocorrelazione: definizione, conseguenze, errori robusti e test.
Discussione sulla stazionarietà: conseguenze della mancanza di stazionarietà e test per radici unitarie.
Analisi di dati longitudinali: definizione e metodi di stima.

Bibliografia

Modalità didattiche

Lezioni frontali. Il corso prevede l'uso del software R per svolgere esempi e analisi empiriche di base.

Modalità di verifica dell'apprendimento

L'esame si terrà in modalità scritta. Gli studenti dovranno rispondere ad una serie di domande ed esercizi sul programma. Gli studenti dovranno anche consegnare un piccolo progetto empirico da svolgere in gruppi, con modalità che saranno discusse ad inizio corso. Il voto finale si compone di una media ponderata della valutazione in trentesimi conseguita nell'esame scritto (75%) e nel lavoro di gruppo (25%).

Criteri di valutazione

Per conseguire il massimo dei voti gli studenti dovranno dar prova di rigore metodologico, di aver compreso i vari problemi posti dalle regressioni e di saper applicare le tecniche necessarie per risolverli.

Criteri di composizione del voto finale

Il voto finale si compone di una media ponderata della valutazione in trentesimi conseguita nell'esame scritto (75%) e nel lavoro di gruppo (25%).

Lingua dell'esame

Inglese