LABORATORIO DI ECONOMETRIA

Il Laboratorio di Econometria rappresenta un complemento essenziale all'insegnamento teorico di Econometria, offrendo agli studenti del primo anno della magistrale in Economia e Finanza l’opportunità di mettere in pratica le tecniche quantitative apprese. Se il corso teorico si concentra sulla costruzione formale dei modelli — con basi matematiche e probabilistiche — il Laboratorio consente di applicarli all’analisi di dati economici e finanziari reali.

Nelle limitate ore previste dall’insegnamento teorico, è difficile affrontare in modo sistematico gli aspetti operativi dell’analisi econometrica. Tuttavia, l’applicazione pratica è cruciale: anche una semplice regressione lineare, se applicata senza rigore, può produrre risultati distorti e fuorvianti, pur apparendo formalmente corretti.

Il Laboratorio si propone quindi di sviluppare negli studenti la consapevolezza metodologica necessaria per condurre un’analisi empirica solida. Attraverso esercitazioni su dati reali — relativi alla congiuntura economica o ai mercati finanziari — lo studente acquisisce dimestichezza con il trattamento dei dati, con la specificazione e la stima dei modelli, e con l’interpretazione critica dei risultati.

Queste competenze si rivelano determinanti nella stesura della tesi di laurea e nell’ingresso nel mondo del lavoro, dove la capacità di analizzare dati e costruire modelli quantitativi rappresenta una delle skill più richieste in ambito economico-finanziario.

Conoscenze e comprensione
Al termine del corso, lo studente avrà acquisito una solida conoscenza delle principali procedure per l’analisi empirica dei dati economici e finanziari, con particolare riferimento alla specificazione, stima e validazione di modelli di regressione.
Sarà inoltre in grado di comprendere i limiti dei modelli teorici in presenza di dati reali, sviluppando la capacità di combinare nozioni statistiche, economiche e computazionali per interpretare correttamente i risultati. Verrà posta attenzione alla diagnosi degli errori più comuni, alla rilevanza economica dei risultati e alla valutazione della qualità dei dati.
Capacità di applicare conoscenza e comprensione
Lo studente sarà in grado di applicare gli strumenti econometrici a dataset reali, provenienti da fonti ufficiali (es. FRED St. Louis, Eurostat, BCE, ISTAT, ecc.), e di condurre in autonomia un’analisi completa: dall’importazione e preparazione dei dati, alla specificazione del modello, fino all’interpretazione critica dei risultati.
Imparerà a utilizzare software econometrici e ambienti di programmazione, come ad esempio il software EViews. Verrà data attenzione anche all’utilizzo di Python e l’impiego adeguato di AI, per affrontare problemi concreti di analisi quantitativa in ambito macroeconomico e finanziario.
Svilupperà anche competenze di problem solving applicato, sapendo identificare e risolvere problematiche comuni come specificazione di modelli statici e dinamici, analisi dei residui dei modelli, specificazione errata del modello, risposta dei modelli a shock esogeni e transizione tra stati di equilibrio dei sistemi economici.
Autonomia di giudizio
Lo studente svilupperà la capacità di valutare criticamente l’affidabilità dei risultati ottenuti da un’analisi empirica, nonché di riflettere consapevolmente sulle scelte metodologiche e sui limiti dei dati a disposizione.
Sarà in grado di proporre modifiche e miglioramenti a un’analisi esistente, motivando le scelte tecniche con argomentazioni coerenti.
Abilità comunicative.
Lo studente sarà in grado di comunicare in modo efficace i risultati di un’analisi empirica, attraverso la redazione di un breve elaborato tecnico e la presentazione orale dei principali risultati e implicazioni economiche.
Saprà inoltre adattare il registro comunicativo al pubblico di riferimento (accademico o professionale).
Capacità di apprendimento.
Lo studente svilupperà la capacità di apprendere in autonomia nuovi strumenti e metodologie econometriche, consultando fonti accademiche e documentazione tecnica.
Il Laboratorio promuove un approccio attivo all’apprendimento, volto a stimolare la curiosità analitica e l’attitudine a un aggiornamento continuo, essenziale per operare in contesti professionali in rapida evoluzione.

Per frequentare con profitto il Laboratorio di Econometria, è necessario aver acquisito le conoscenze di base fornite dall’insegnamento di Econometria, che si considera propedeutico.
Il corso di Econometria o di Econometrics può essere frequentato simultaneamente al Laboratorio, in modo tale che lo studente possa trarre vantaggio dalla simultanea unione della parte teorica con quella pratica.
In particolare, si richiede familiarità con:
• i concetti fondamentali della regressione lineare (modello lineare classico, significato dei coefficienti, stima OLS);
• i principali assunti del modello lineare e le problematiche derivanti dalla loro violazione (eteroschedasticità, autocorrelazione, multicollinearità);
• elementi di statistica inferenziale (test di ipotesi, intervalli di confidenza, p-value);
• conoscenze di base di algebra lineare e probabilità.
Molti di questi concetti sono comunque richiamati e applicati concretamente durante il Laboratorio.
Sono inoltre richieste competenze operative di base nell’uso di strumenti informatici, tra cui fogli di calcolo e software di elaborazione dati.
Per l’elaborazione dei dati e la costruzione dei modelli, è utile (ma non obbligatoria) una conoscenza introduttiva del software EViews o di un linguaggio di programmazione come Python o R.
Il Laboratorio ha anche la funzione di avviare lo studente all’utilizzo di questi software nel momento in cui si affronta la specificazione, stima e validazione dei modelli.,

Solitamente il corso trae vantaggio dalla presenza di un/una tutor che accompagna lo studente nelle varie fasi dell’apprendimento, favorendo interazioni mirate, chiarimenti e supporto passo-passo nell’uso pratico dei software.
Basi teoriche e evidenza empirica mostrano che la presenza di tutor migliora notevolmente l’engagement e i risultati degli studenti. In particolare, il/la tutor facilita la comprensione e il problem solving, supportando lo studente in ogni fase del percorso formativo.

Il Laboratorio di Econometria si propone di sviluppare competenze operative avanzate nell’analisi empirica dei dati economici e finanziari. I contenuti del corso si articolano secondo un percorso progressivo che collega la teoria alla pratica applicativa attraverso l’uso di dati reali e software specialistico.

Rispetto ai corsi triennali, il Laboratorio si distingue per il livello di approfondimento metodologico e per la centralità assegnata alla capacità di affrontare criticamente problemi economici complessi tramite l’uso di modelli quantitativi.

Il programma prevede un percorso guidato che conduce lo studente attraverso le seguenti fasi:

Definizione dell’obiettivo dell’analisi e scelta della variabile endogena

Selezione del periodo campionario per la specificazione del modello

Scelta delle variabili esplicative

Serie storiche con diversa frequenza di rilevazione

Conversione da alta a bassa frequenza

Distinzione tra variabili di stock e di flusso

Conversione da bassa ad alta frequenza

Serie destagionalizzate e non destagionalizzate

Metodi di destagionalizzazione

Analisi descrittiva delle serie storiche

Analisi grafica

Analisi delle distribuzioni empiriche e trasformazioni funzionali

Analisi dei correlogrammi

Analisi dell’integrazione delle variabili

Procedura e interpretazione del test ADF

Verifica del grado di integrazione

Analisi di regressione

Stima dell’equazione statica

Verifica della cointegrazione

Costruzione della curva di lungo periodo

Analisi delle relazioni di lungo periodo

Misura dell’impatto delle variabili esplicative: propensioni, elasticità

Significatività, coefficienti standardizzati, correlazioni parziali

Stima dell’equazione dinamica

Modello dinamico con le variabili della regressione statica

Selezione automatica ed esclusione dei regressori irrilevanti

Estensione con nuove variabili

Analisi dei residui del modello dinamico ristretto

Ricostruzione del fitting della variabile endogena nel campione di stima

Valutazione della performance di previsione nel fitting

Previsione

Proiezione della curva di lungo periodo

Test di bontà della previsione

Previsione statica e dinamica da modello ristretto

Regressore ECM in forma implicita ed esplicita

Confronto con modelli statistici benchmark

Analisi delle funzioni di risposta impulsiva

Esempi di transizione tra stati di equilibrio

Tutte le fasi prevedono l’uso di software specifici (in particolare con EViews o con introduzione a Python) e sono accompagnate da esercitazioni su dataset reali. Il corso si conclude con la redazione di un elaborato finale in cui lo studente applica il percorso di analisi a un problema empirico a scelta, come simulazione per un lavoro di tesi o per un contesto professionale.

Il materiale didattico principale è costituito da un testo originale, messo a disposizione degli studenti sulla piattaforma Moodle, che presenta un’analisi completa e guidata di una variabile macroeconomica reale — ad esempio il Personal Consumption Expenditure (PCE) negli Stati Uniti.

Il testo affronta tutte le fasi operative del lavoro empirico, in linea con il programma del corso, e rappresenta un riferimento concreto per applicare i metodi illustrati in aula.

Ulteriori materiali di approfondimento (letture selezionate, articoli scientifici, documentazione tecnica dei software utilizzati) saranno anch’essi disponibili sulla piattaforma Moodle durante lo svolgimento del corso.

Lo studente discute il progetto scritto che ha svolto avendo come traccia l'esempio commentato durante il corso.
L'esito positivo della discussione permette allo studente di ottenere la valutazione dell'esame in trentesimi.
Alternativamente, lo studente può chiedere di ottenere 6 cfu a titolo di tirocinio, indipendentemente dall'aver inserito o meno l'insegnamento nel suo piano di studi.

orale

L’esame prevede l’attribuzione di un voto espresso in trentesimi, con 18/30 come soglia minima per il superamento e 30/30 come voto massimo, eventualmente accompagnato dalla lode (“30 e lode”) in caso di elaborato e discussione particolarmente brillanti, sia sotto il profilo tecnico che interpretativo.

La valutazione tiene conto della qualità del progetto scritto, della correttezza dell’analisi empirica svolta, della padronanza degli strumenti utilizzati e della capacità di interpretazione critica dei risultati.

Nel caso in cui lo studente opti per il riconoscimento dell’attività come tirocinio, non viene attribuito un voto in trentesimi, ma vengono assegnati 6 CFU per via amministrativa, previa comunicazione del docente alla Segreteria Didattica del Dipartimento.

Il corso si svolge in modalità laboratoriale, con un approccio fortemente interattivo e orientato alla pratica. Il docente ha a disposizione 30 ore accademiche distribuite in 5 settimane, durante le quali guida gli studenti nello studio di un processo economico reale attraverso l’analisi di regressione multivariata.

Le attività didattiche si articolano in:

lezioni applicative con proiezione di codice e risultati empirici;

esercitazioni individuali su dataset forniti dal docente;

discussioni collettive sui problemi di specificazione, interpretazione e validazione dei modelli.

È incoraggiata la partecipazione attiva degli studenti, anche attraverso il confronto su scelte metodologiche alternative.

Durante il corso vengono utilizzati software specialistici (EViews, Python) e documentazione tecnica distribuita tramite Moodle.

Il tutor assiste gli studenti durante la fase di costruzione del progetto individuale: dalla scelta del caso economico oggetto di analisi, fino alle diverse fasi di specificazione e stima del modello econometrico, fornendo supporto pratico e metodologico.

Il progetto finale rappresenta la sintesi del lavoro svolto e viene sviluppato in modo progressivo, con feedback continui da parte del docente e del tutor.

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.

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