ECONOMETRIA

ECONOMETRIA

_
iten
Codice
24615
ANNO ACCADEMICO
2018/2019
CFU
6 cfu al 3° anno di 8699 ECONOMIA E COMMERCIO (L-33) GENOVA

6 CFU al ° anno di 8700 ECONOMIA E ISTITUZIONI FINANZIARIE (LM-56) GENOVA

SETTORE SCIENTIFICO DISCIPLINARE
SECS-P/05
SEDE
GENOVA (ECONOMIA E COMMERCIO)
periodo
2° Semestre
propedeuticita
materiale didattico

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Il corso è volto a fornire agli studenti gli strumenti di base dell’analisi econometrica. Partendo da una rigorosa analisi teorica del modello di regressione lineare, introduce i principali stimatori e ne analizza le proprietà in “finite sample” e “asymptotics” sotto le ipotesi di Gauss-Markov. Il modello e la sua analisi vengono poi estesi a analisi di regressione multipla e i risultati in questo contesto vengono dimostrati utilizzando l’algebra lineare. Il corso sviluppa poi un’approfondita analisi dei principali test delle ipotesi basandosi sulla teoria della distribuzione e del loro utilizzo nella modellizzazione econometrica, in particolare delineandone la relazione con le domande di ricerca. Considera infine i casi di errata specificazione del modello e di fallimento delle ipotesi classiche ,ne analizza le conseguenze sugli stimatori e sviluppa strategie di stima alternative,verificandone la validita’.

PROGRAMMA/CONTENUTO

Parte I:

CONCETTI BASE DI PROBABILITA’E INFERENZA STATISTICA: variabili aleatorie univariate e multivariate, funzioni di distribuzione e densità di variabili aleatorie univariate e multivariate, momenti di variabili aleatorie univariate e multivariate, teoria della distribuzione, momenti campionari, stimatori come variabili aleatorie, proprietà degli stimatori in “finite sample”, consistenza degli stimatori, test delle ipotesi.

INTRODUZIONE AI MODELLI ECONOMETRICI:

variabile dipendente come variabile aleatoria e suoi momenti di interesse.

modelli parametrici e non parametrici.

modelli di regressione lineare e non lineare

modelli di” quantile regression”

“conditional heteroskedasticity models”

TIPI DI DATI:

dati “cross section”

dati” time series”

dati panel e loro vantaggi

 

 

 

Parte II: MODELLO DI REGRESSIONE LINEARE SEMPLICE

Scopo del modello

Ipotesi di Gauss –Markov con regressori non stocastici

Ipotesi di Gauss- Markov con regressori stocastici

Stimatore OLS, stimatore MLE, stimatore GMM: definizione e derivazione.

Aspetti  algebrici degli stimatori.

Proprietà degli stimatori in “finite sample”

Teorema di Gauss-Markov.

Proprietà asintotiche degli stimatori: teorema di Slutzky, LLN, condizioni necessarie e sufficienti per la consistenza.

Test delle ipotesi per il modello di regressione lineare semplice

R quadro e R quadro adjusted, altri criteri di “goodness of fit” del modello.

 

Parte III: MODELLO DI REGRESSIONE LINEARE MULTIPLO

Scopo del modello

Ipotesi di Gauss-Markov  con regressori stocastici e non stocastici in forma compatta.

Identificazione del modello e condizioni di esclusione di multicollinearita’ perfetta.

Stima del modello tramite OLS e MLE.

Aspetti  algebrici degli stimatori.

Proprietà degli stimatori in “finite sample”

Teorema di Gauss-Markov.

Proprietà asintotiche degli stimatori: teorema di Slutzky, LLN, condizioni necessarie e sufficienti per la consistenza,teorema del limite centrale.

 

 

Parte IV: TEST DELLE IPOTESI NEL MODELLO DI REGRESSIONE LINEARE MULTIPLO.

 

Parte V:PROBLEMI DI ERRONEA SPECIFICAZIONE DEL MODELLO

 

PARTE VI: FALLIMENTO DELLE IPOTESI DI GAUSS-MARKOV 

DOCENTI E COMMISSIONI

Ricevimento: Martedì 18-19

Commissione d'esame

MAURIZIO CONTI (Presidente)

MALVINA MARCHESE

ANNA BOTTASSO

GABRIELE DEANA (Presidente)

ANNA BOTTASSO

LEZIONI

INIZIO LEZIONI

2° semestre

6 marzo 2019 - 31 maggio 2019

ORARI

L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

Vedi anche:

ECONOMETRIA

ESAMI

Modalità d'esame

Scritto, Orale

ALTRE INFORMAZIONI

Eventuali propedeuticità e/o prerequisiti consigliati

Matematica generale, prerequisito obbligatorio.

Statistica I, prerequisito obbligatorio.

Si raccomanda fortemente agli studenti di ripassare l’algebra lineare, la teorie dell’integrazione, e la teoria della probabilità oggetto dei corsi sopraelencati. Gli studenti sono invitati a colmare eventuali lacune  con l’ausilio del materiale di ripasso extra di algebra lineare e statistica disponibile prima dell’inizio delle lezioni su Aulaweb sul sito di Econometria I.E’ di importanza fondamentale la capacita di risolvere integrali definiti per parti o sostituzione. Inoltre è di fondamentale importanza la conoscenza delle seguenti operazioni di algebra lineare: inner product ,outer product, moltiplicazioni e somme tra matrici, calcolo del determinate di matrici quadrate (fino a 3 per 3),calcolo dell’inversa di una matrice quadrata, operazione di trasposta di una matrice.