ECONOMETRIA

Anno accademico
2020/2021 Programmi anni precedenti
Titolo corso in inglese
ECONOMETRICS
Codice insegnamento
EM0004 (AF:331183 AR:178544)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
SECS-P/05
Periodo
2° Periodo
Anno corso
1
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
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.
Conoscenze e capacità di comprensione
La frequenza e la partecipazione attiva alle lezioni frontali, alle esercitazioni, alle attività di tutorato e lo studio individuale consentiranno allo studente di acquisire le seguenti conoscenze e capacità di comprensione:
- conoscere i fondamenti teorici dei modelli e metodi econometrici
- comprendere la specificazione, l'inferenza e la previsione con modelli di regressione
- analizzare, comprendere ed interpretare i fenomeni economici e finanziari attraverso strimenti econometrici

Capacità di applicare conoscenza e comprensione
Attraverso il confronto con i docenti, gli esercitatori, i tutor e gli altri studenti e attraverso lo studio personale lo studente acquisisce la capacità di utilizzare nel modo più proficuo le conoscenze teoriche e di base al fine di:
- abilità di utilizzare strumenti analitici classici e moderni e la derivazione analytica formale per comprendere le relazioni economiche rilevanti
- trattare dati macroeconomici e finanziari per la specificazione, stima e previsione con modelli di regressione
- analizzzare aspetti attuali dell'economia reale e finanziaria

Capacità di giudizio, abilità comunicative, capacità di apprendimento
Per quanto concerne l'autonomia di giudizio, le abilità comunicative e le capacità di apprendimento, sempre attraverso l'approfondimento personale e in gruppo dei concetti visti in aula, lo studente sarà in grado di:
- interpretare e gestire le dinamiche del'economia, attraverso l'utilizzo di strumenti analitici avanzati
- l'interpretazione dei risultati prodotti da un software econometrico
- valutare i punti deboli e di forza dei metodi di analisi e della loro applicazione
- essere in grado di leggere in modo critico i risultati di un'analisi empirica
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
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
9. Esogeneità e sistemi di equazioni incompleti
9.1. Test di esogeneità
10. Cenni di inferenza bayesiana
11. Cenni di teoria delle decisioni
12. Trasformazioni di variabili
13. Esempio di progetto econometrico su dati economici reali
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,tu torship per la costruzione di modelli econometrici su dati economici e/o finanziari utilizzando un software econometrico
Ca’ Foscari abides by Italian Law (Law 17/1999; Law 170/2010) regarding support services and accommodation available to students with disabilities. This includes students with mobility, visual, hearing and other disabilities (Law 17/1999), and specific learning impairments (Law 170/2010). If you have a disability or impairment that requires accommodations (i.e., alternate testing, readers, note takers or interpreters) please contact the Disability and Accessibility Offices in Student Services: disabilita@unive.it.
scritto e orale

Questo insegnamento tratta argomenti connessi alla macroarea "Cambiamento climatico e energia" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile

Programma definitivo.
Data ultima modifica programma: 21/04/2020