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.

Introduzione al modello di regressione lineare
- Modello di regressione bivariato e multivariato
- Metodo dei minimi quadrati (OLS): approccio algebrico per il calcolo dei parametri ignoti
- Interpretazione probabilistica della regressione
- Proprietà degli stimatori: esempi
- Regressione con vincoli lineari
- Approfondimenti sulla verifica d'ipotesi: test sui vincoli lineari
Test diagnostici per l'errata specificazione
- Test per l'autocorrelazione e per l'eteroschedasticita
- Test di normalita'
Proprietà asintotiche degli stimatori
- Convergenze stocastiche
- Teoremi limite utili per l‘analisi asintotica
- Proprietà asintotiche stimatore OLS
Processi stocastici univariati e multivariati stazionari
- Processi stocastici univariati e multivariati, processi di uso frequente
- Teorema scomposizione di Wold e Processi Lineari Generali
- Proprietà dinamiche: coefficienti di lungo periodo e funzioni di risposta impulsiva
Processi stocastici non stazionari
- Processi con radice unitaria e regressione spuria
- Processi Trend stazionari (TS) e stazionari in differenza (DS)
- Alcuni esempi di stima di serie economiche non stazionarie
Specificazione del modello di regressione
- Inclusione di variabili irrilevanti ed esclusione di variabili rilevanti
- Strategie di specificazione
- Selezione dei regressori
Strategie di specificazione con processi integrati
- Cointegranzione e Rappresentazione Error Correction Mechanism (ECM)
- Generalizzazioni della rappresentazione di un modello ECM
- Strategie di specificazione in presenza di regressori I(1) e I(0)
- Simulazione di un modello ECM
Modelli a più equazioni
- Identificazione paramentrica nei modelli a equazioni simultanee
- Metodi di stima a informazione limitata e a informazione completa
Identificazione e Informazione
- Sufficienza e ancillarita' di una statistica e di un parametro
Esogeneità e sistemi di equazioni incompleti
- Stretta esogeneita' econometrica
- Esogeneita' debole, forte e superesogeneità
- Operazioni ammissibili con i differenti concetti di esogeneità
- Test di esogeneità
Cenni di inferenza bayesiana
Cenni di teoria delle decisioni
Previsione
-Previsione ex-ante ed ex-post
-Previsione statica e dinamica

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

Italiano

orale