ECONOMETRIA

Il corso approfondisce alcuni aspetti dei metodi econometrici con riferimento ai modelli di regressione univariati e multivariati come i modelli a equazioni simultanee e modelli autoregressivi vettoriali (VAR). Si propone quindi di preparare lo studente a utilizzare strumenti econometrici essenziali per la misurazione, l'interpretazione e la previsione dei fenomeni economici e finanziari. Il corso e volto alla pratica econometrica.

Al termine del corso gli studenti sono in grado di conoscere la parte rilevante della teoria econometrica che è essenziale per l'interpretazione dei risultati prodotti da un software econometrico. In particolare, acquisiranno competenze nel trattamento di dati macroeconomici e finanziari per la specificazione, stima e previsione con modelli di regressione. La preparazione è completata con l'analisi di aspetti attuali dell'economia reale e finanziaria, utilizzando serie temporali scaricate da database disponibili.

Elementi di algebra matriciale, di teoria delle variabili casuali, elementi di inferenza statistica: stima e verifica delle ipotesi.

1. Introduzione al modello di regressione lineare
1.1. Introduzione
1.2. Modello di regressione bivariato
1.3. Modello di regressione multivariato
1.4. Interpretazione probabilistica della regressione
1.5. Proprietà degli stimatori: esempi
1.6. Regressione con vincoli lineari
2. Proprietà asintotiche degli stimatori
2.1. Convergenze stocastiche
2.2. Proprietà asintotiche stimatore OLS
3. Processi stocastici univariati e multivariati stazionari
3.1. Processi stocastici univariati
3.2. Processi stocastici multivariati
3.3. Teorema scomposizione di Wold e Processi Lineari Generali (L)
3.4. Proprietà dinamiche
3.5. Previsione
4. Processi stocastici non stazionari
4.1. Processi con radice unitaria e regressione spuria
4.2. Processi trend stazionari (TS) e stazionari in differenze (DS)
4.3. Alcuni esempi di stima di serie economiche non stazionarie
5. Specificazione del modello di regressione
5.1. Inclusione di variabili irrilevanti ed esclusione di variabili rilevanti
5.2. Strategie di specificazione
5.3. Selezione dei regressori
6. Strategie di specificazione con processi integrati
6.1. Processi cointegrati e rappresentazione ECM
6.2. Simulazione di un modello ECM
6.3. Generalizzazione della rappresentazione di un modello ECM
6.4. Strategie di specificazione in presenza di regressori I(1) e I(0)
6.5. Simulazione, stima e previsione di un modello ECM
7. Modelli a più equazioni
8. Identificazione e Informazione (L)
9. Esogeneità e sistemi di equazioni incompleti (L)
9.1. Test di esogeneità
10. Cenni di inferenza bayesiana (L)
11. Cenni di teoria delle decisioni (L)
12. Trasformazioni di variabili
13. Esempio di progetto econometrico su dati economici reali

NB: I capitoli/paragrafi contrassegnati con (L) sono opzionali o di sola lettura

Testi di riferimento per il programma svolto:
A) Hamilton J.(1995), Econometria delle serie storiche, Trad. B. Sitzia, Monduzzi, Milano
B) Cappuccio N. e R. Orsi (2005), Econometria, Il Mulino
C) Peracchi F. (1995), Econometria, McGraw-Hill Libri Italia
D) Verbeck M. (2006), Econometria, Zanichelli

L'esame è individuale e consiste:
a) nella presentazione di un modello uniequazionale di regressione multivariata su dati attuali di dell'economia reale o finanziaria;
b) nell'esposizione e discussione di alcuni argomenti di teoria econometrica

Lezioni in aula, esercitazioni,tutorship per la costruzione di modelli econometrici su dati economici e/o finanziari utilizzando un software econometrico

orale