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 è 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 analitica formale per comprendere le relazioni economiche rilevanti
- trattare dati macroeconomici e finanziari per la specificazione, stima e previsione con modelli di regressione
- analizzare 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 dell'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 semplice
1.3. Modello di regressione multivariato
2. Proprietà asintotiche degli stimatori
2.1. Proprietà asintotiche stimatore OLS
3. Modelli a più equazioni
4. Processi stocastici univariati e multivariati stazionari
4.1. Processi stocastici univariati
4.2. Processi stocastici multivariati
4.3. Teorema scomposizione di Wold e Processi Lineari Generali
4.4. Proprietà dinamiche
4.5. Previsione
5. Processi stocastici non stazionari
5.1. Processi con radice unitaria e regressione spuria
5.2. Processi trend stazionari (TS) e stazionari in differenze (DS)
5.3. Alcuni esempi di stima di serie economiche non stazionarie

Testi di riferimento per il programma svolto:

- Verbeck M. (2006), A Guide to Modern Econometrics, 5th Edition, Wiley
- Wooldridge J. Introductory Econometrics: A Modern Approach 7th, ed. Cengage Learning

Opzionale (serie storiche avanzate): Hamilton J.(1995), Time Series Econometrics

L'esame è scritto

scritto e orale

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

Ca 'Foscari si attiene alla legge italiana (legge 17/1999; legge 170/2010) per quanto riguarda i servizi di supporto e le sistemazioni disponibili per gli studenti con disabilità. Ciò include gli studenti con mobilità, visive, udito e altre disabilità (legge 17/1999) e specifiche menomazioni di apprendimento (legge 170/2010). Se si hanno disabilità o menomazioni che richiedono sistemazioni (I.e., test alternativi, letture, prenditori di appunti o interpreti alternativi) si prega di contattare gli uffici di disabilità e accessibilità nei servizi degli studenti: disabilita@unive.it.