EMPIRICAL ECONOMICS ADVANCED

L’insegnamento è del secondo anno del dottorato e ha l’obiettivo di fornire strumenti avanzati per la comprensione e lo svolgimento di analisi di microeconometria applicata. Durante il corso verranno proposti metodi quantitativi per l’analisi di dati cross-sezionali (ad esempio, campioni di famiglie o imprese in un certo anno) e di dati panel (ad esempio, campioni di famiglie o imprese che vengono seguiti nel tempo). Il corso si propone di presentare modelli microeconomici e - a partire da questi - di analizzare e souzioni empiriche - con particolare attenzione all’interpretazione dei risultati ottenibili e alla discussione delle implicazioni.
Il corso intende enfatizzare l'aspetto applicativo e non l'aspetto teorico.

1. Conoscenza e comprensione:
1.1. Conoscere modelli di microeconometria applicata per l’analisi di dati cross-sezionali e di dati panel;
1.2. Conoscere come presentare ed interpretare i risultati prodotti da questi modelli per rispondere ad una domanda di ricerca economica;
1.3. Conoscere le ipotesi alla base di questi modelli e le loro conseguenze su identificazione e stima di effetti causali in domande di ricerca economiche.

2. Capacità di applicare conoscenza e comprensione:
2.1. Applicare i modelli studiati nel corso per rispondere ad una domanda di ricerca economica;
2.2. Confrontare i risultati ottenuti da modelli econometrici alternativi basandosi sull’analisi delle diverse ipotesi imposte sul processo generatore dei dati e la loro appropriatezza nei casi in esame;
2.3. Valutare sulla base della teoria economica il contributo di modelli econometrici alternativi in termini di inferenza causale.

3. Capacità di giudizio:
3.1. Sviluppare una analisi empirica che sfrutti dati cross-sezionali o panel per rispondere ad una domanda economica di interesse;
3.2. Valutare il contributo fornito da lavori scientifici nella letteratura che usino modelli microeconometrici per rispondere ad una domanda economica di interesse;
3.3. Riflettere su come sviluppare modelli econometrici finalizzati a superare problemi di identificazione e stima in problemi di inferenza causale.

4. Competenze permanenti
4.1 Governare problemi quantitativi complessi;
4.2 Governare le ipotesi in problemi economici con applicazioni successive
4.3 Capacità di utilizzare nuovi strumenti e adattare le competenze

Gli studenti devono conocscere i contenuti del corso di Probability Theory e Basic Econometrics offerti all’interno del corso di dottorato
In particolare, gli studenti devono avere familiarità con i contenuti di base riguardanti:
- variabili aleatorie, distribuzione, valori attesi, momenti;
- distribuzioni congiunte, distribuzioni marginali, distribuzioni condizionate,
- verifica di ipotesi;
- modello di regressione lineare

Il modello del ciclo di vita come base di lavoro empirico
Implicazione empiriche del modello di ciclo di vita
Vincoli di liquidità e problemi legati al rischio
Modelli applicati di offerta di lavoro e capitale umano
Modelli con applicazione di Salute, Risparmio e Pensionamento
Altri modelli rilevanti con applicazioni

Il corso è basato su problemi concreti: la traccia delle lezioni sarà resa disponibile su lucidi presenti sulla piattaforma moodle dedicata,

La valutazione è basata sul lavoro sviluppato durante il corso (lavoro a casa e lavoro di gruppo) e un breve esame scritto alla fine del corso

Il corso è fortemente basato su esperienze pratiche e casi studio, flipped classes. Le lezioni sono di supporto all'organizzazione del materiale

La valutazione è basata sul lavoro sviluppato durante il corso (lavoro a casa e lavoro di gruppo) e un breve esame scritto alla fine del corso

scritto

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile