ECONOMETRICS

La progressiva diffusione delle metodologie oggetto del corso nelle discipline aziendali ne richiede l'insegnamento ad un livello sufficientemente avanzato nell'ambito di un programma di studi di dottorato.

Il corso fornirà agli studenti gli strumenti di base per affrontare le cosiddette domande causali. Gli studenti acquisiranno familiarità con le tecniche di valutazione dei programmi più utilizzate e più in generale saranno in grado di affrontare le questioni di identificazione e stima che emergono nel contesto quasi-sperimentale e non-sperimentale.

Matematica, probabilità, statistica.

1. Il disegno sperimentale ideale e il problema di selezione, [AP] pp. 11-24.
2. L'anatomia della regressione lineare, [AP] pp. 27-48.
3. Descrivere le relazione casuali con il modello di regressione, [AP] pp. 51-68.
4. La regressione incontra il matching, [AP] pp. 69-77.
5. Il fondamentale ruolo del propensity score negli studi osservazionali, [AP]
pp. 80-91.
6. variabili strumentali e causalità, [AP] pp. 113-121.
7 . Minimi quadrati a due stadi, [AP] pp. 121-127, [AP] pp. 138-147, [AP] pp.
190-192, [AP] pp. 205-216.
8. Stimatore di Wald, [AP] pp. 127-133.
9. Variabili strumentali con variabili di risposta eterogenee, [AP] pp.
150-172.
10. Effetti fissi, [AP] pp. 221-227 and [SS].
11. Diff-in-diff e event studies, [AP] pp. 227-243.
12. RD design, [AP] pp. 251-267.

[AP] Angrist J.D. and S. Pischke, Mostly Harmless Econometrics: An Empiricist’s Companion, 2009, Princeton University Press.
de Chaisemartin, C., & D'Haultfœuille, X. (2020). Two-way fixed effects estimators with heterogeneous treatment effects. American Economic Review, 110, 2964–2996.
Schmidheiny, K. and S.Siegloch, On event studies and distributed-lags in two-way fixed effects models: Identification, equivalence, and generalization, Journal of Applied Econometrics, in press.
Wooldridge, J.M. , Econometric Analysis of Cross Section and Panel Data, 2002, The MIT press.

Esame scritto

scritto

Lezioni frontali