EMPIRICAL ECONOMICS

L’insegnamento è fra quelli a libera scelta del corso di Laurea Magistrale in Economia e Finanza 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 econometrici 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). Partendo dalla motivazione e dalla definizione di una domanda di ricerca economica, il corso si propone di presentare modelli microeconometrici alternativi ponendo particolare attenzione all’interpretazione dei risultati ottenibili da ciascuna specificazione ed alla discussione del contributo che questi modelli possono fornire in termini di identificazione e stima di effetti causali.

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 del modello econometrico utilizzato in termini di inferenza causale.

3. Capacità di giudizio:
3.1. Sviluppare una analisi empirica che sfrutti i dati a disposizione 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.

Propedeuticità obbligatorie: http://www.unive.it/pag/12900/

Gli studenti devono padroneggiare i contenuti del corso di Probability Theory e Econometrics offerti all’interno del corso di Laurea Magistrale.

In particolare, gli studenti devono conoscere i contenuti di base riguardanti:

- variabili aleatorie, distribuzione, valori attesi, momenti
- distribuzioni congiunte, distribuzioni marginali, distribuzioni condizionate, incorrelazione, indipendenza
- stima puntuale ed intervallare
- proprietà degli stimatori in campioni finiti e teoria asintotica
- verifica di ipotesi
- algebra matriciale
- modello di regressione lineare e stimatore dei minimi quadrati ordinari (OLS)
- stimatore della massima verosimiglianza

Valore atteso condizionato e concetti di econometria ad esso collegati: effetti parziali, elasticità, semielasticità;

Modelli di regressione lineari e stimatore dei minimi quadrati: un ripasso.

Regressori endogeni e variabili strumentali nel modello di regressione lineare: motivazioni, metodi di stima e test di specificazione;

Modelli di regressione lineari per dati panel: vantaggi dei dati panel, stimatore dei minimi quadrati “pooled”, modello ad effetti casuali, modello ad effetti fissi, differenze prime;

Modelli per variabili dipendenti binarie per dati cross-sezionali e dati panel;

Distorsione da selezione del campione: il modello di Heckman.

Jeffrey M. Wooldridge. Econometric analysis of cross-section and panel data. Massachusetts Institute of Technology (MIT) Press, 2010.

L’esame è in forma scritta, della durata di 90 minuti and è superato ottenendo almeno 18 punti. L’esame include domande aperte di teoria ed esercizi su argomenti inclusi nel programma svolto nel corso. La prova valuta la conoscenza delle caratteristiche fondamentali dei modelli ecometrici presentati nel corso, l’interpretazione dei risultati ottenibili da questi modelli e la capacità dello studente di valutare il contributo di questi modelli per rispondere a domande di inferenza causale.

A causa dell'emergenza covid-19, l'esame verrà effettuato a distanza con modalità descritte all'interno della pagina Moodle del corso.

L’insegnamento si articola in:
a) lezioni frontali;
b) esercitazioni guidate all’interno di un progetto di tutorato specialistico per mostrare come applicare concretamente i modelli studiati nel corso per sviluppare analisi empiriche tramite software statistico-econometrico;
c) studio individuale.

Inglese

La pagina Moodle del corso conterrà tutto il materiale didattico integrativo messo a disposizione dal docente.

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