Syllabus del corso

Esporta

Il corso (12 CFU) si propone di fornire allo studente strumenti avanzati, di natura teorica e applicata, riguardanti la microeconometria  e l'analisi delle serie storiche.  In particolare:  i) i modelli per dati panel; ii) i modelli per variabili dipendenti qualitative,  “censurate” o “troncate”; iii) i modelli per dati count e i modelli di durata; iv) i modelli ARMA e ARIMA; v) i modelli vettoriali stazionari (VARMA); vi) i modelli non stazionari e cointegrati VECM; vii) i modelli state space e il filtro di Kalman.

Al termine del corso, lo studente sarà in grado di applicare quanto appreso a casi reali, avendo sviluppato un’adeguata capacità critica per quanto riguarda la scelta degli strumenti e l’interpretazione dei risultati.


Parte di "Microeconometria"     

·   Introduzione, motivazione e definizioni

·     Modelli per serie storiche pooled

·     Modelli per dati longitudinali

·     Dati panel e modelli two-way

·     Dati panel e modelli dinamici

·     Modelli per variabili dipendenti qualitative: scelte binarie

·     Modelli per variabili dipendenti qualitative: scelte multiple

·     Modelli per variabili limitate: censura e troncamento

·     Modelli per dati count

·     Modelli per dati di durata

Parte di "Serie storiche economiche"

· Richiami dei modelli ARMA e ARIMA

· Il problema della non stazionarietà delle serie univariate

· Test di stazionarietà

· Modelli vettoriali stazionari (VARMA)

· Cointegrazione nei modelli VAR

· Modelli state space e filtro di Kalman

Parte di "Microeconometria"

·     Richiami sugli stimatori di base (OLS, GLS, IV)

·     Eteroschedasticità cross-sezionale e autocorrelazione

·     Effetti fissi (stimatore OLS con variabili dummy, trasformazione within)

·     Effetti casuali, non correlati con i regressori (stimatore GLS, trasformazione between)

·     Effetti casuali, correlati con i regressori (stimatore IV)

·     Modelli panel two-way: effetti fissi e casuali

·     Modelli panel dinamici: differenze prime e stimatori IV e GMM

·     Modelli per variabili dipendenti qualitative: scelte binarie (Logit e Probit)

·     Modelli per variabili dipendenti qualitative: scelte multiple (Multinomial e Conditional Logit, Nested Logit)

·     Modelli per variabili limitate: censura e troncamento (Tobit)

·     Modelli per dati count (Poisson e Binomiale negativa)

·     Modelli di durata

Parte di "Serie storiche economiche"

· Richiami dei modelli ARMA e ARIMA

· Modelli dinamici stazionari

· Il problema della non stazionarietà

· Analisi di variabili non stazionarie

· Fluttuazioni di breve e di lungo periodo

· Trend stocastici e deterministici

· Test di stazionarietà e di non stazionarietà

· Processi lineari integrati

· La logica dei modelli vettoriali autoregressivi (VAR)

· Modelli vettoriali stazionari (VARMA)

· Modelli cointegrati

· Error Correction Mechanism

· Teorema di rappresentazione di Granger

· Procedura di Johansen

· Test di cointegrazione

· Modelli a variabili latenti: il filtro di Kalman e il filtro di Hamilton

· Modelli strutturali e modelli VAR                             


Nessuno. Tuttavia sono date per acquisite le nozioni di base di econometria, microeconomia e macroeconomia.


Lezioni frontali (in aula e in laboratorio informatico).


L’esame consiste in una prova scritta e in una prova orale (interpretazione di risultati empirici prodotti da modelli econometrici e statistici).


Parte di "Microeconometria"

·     W. Greene, Econometric Analysis, Prentice Hall International, 4a edizione, 2002

·     G.S. Maddala, Limited-Dependent and Qualitative Variables in Econometrics, Cambridge University Press, 1983

·     M. Manera, M. Galeotti, Microeconometria, Metodi e Applicazioni, Carocci, 2005

·     J.M. Wooldridge, Econometric Analysis of Cross Sections and Panel Data, The MIT Press, 2002

Parte di "Serie storiche economiche"

·     J.D. Hamilton, Econometria delle Serie Storiche, Monduzzi, Bologna, 1995

·     A.C. Harvey, Time Series Models, 2nd ed., Harvester Wheatsheaf, New York, 1993

·     H. Lutkepohl, Introduction to Multiple Time Series Analysis, Springer Verlag, New York, 1991

·   Dispense del docente reperibili online.









Secondo semestre.


Italiano.


Esporta

This course (12 CFU) aims at providing students with advanced instruments, both theoretical and empirical, to estimate microeconometric  and time series models. In particular: i) models for panel data (static and dynamic); ii) models for qualitative response variables; iii) models for limited dependent (i.e. censored and truncated) variables; iv) models for count data and duration models; v) ARMA and ARIMA models; vi) stationary vector models (VARMA); vi) non-stationary and cointegrated models (VECM); vii) state space models and the  Kalman filter.

At the end of the course, students will be able to apply the techniques illustrated during lectures and classes to real situations, since they have developed adequate critical skills to choose the appropriate instruments of investigation an to interpret the empirical findings.

Part on "Microeconometrics"

·     Introduction, motivation and definitions

·     Models for pooled time series

·     Models for longitudinal data

·     Panel data and two-way models

·     Dynamic panel data models

·     Models for qualitative dependent variables: binary choices

·     Models for qualitative dependent variables: multiple choices

·     Models for limited dependent variables: censoring and truncation

·     Count data models

·     Duration models

Part on "Economic time series"

· Revision of ARMA and ARIMA models

· Non-stationarity in univariate time series

· Stationarity tests

· Stationary vector models (VARMA)

· Cointegration  in VAR models

· State space models and the Kalman filter



Part on "Microeconometrics"

·     Summary of introdutory estimation techniques (OLS, GLS, IV)

·     Cross-sectional heteroskedasticity and autocorrelation

·     Fixed effetcs (OLS estimator with dummy variables, within transformation)

·     Random effects, uncorrelated with the regressors (GLS estimator, between transformation)

·     Random effects, correlated with some regressors (IV estimator)

·     Two-way panel data models: fixed and random effects

·     Dynamic panel data models: first differences, IV and GMM estimators

·     Models for qualitative dependent variables: binary choices (Logit and Probit)

·     Models for qualitative dependent variables: multiple choices (Multinomial and Conditional Logit, Nested Logit)

·     Models for limited dependent variables: censoring and truncation (Tobit)

·    Count data models (Poisson and Negative Binomial)

·  Duration models

Part on "Economic time series"

· Revision of ARMA and ARIMA models

· Stationary dynamic models

· The non-stationarity problem

· Analysis of non-stationary variables

· Short-run and long-run fluctuations

· Stochastic and deterministic trends

· Stationary and non-stationary tests

· Integrated linear processes

· The logics of vector autoregressive models (VAR)

· Stationary vector models (VARMA)

· Cointegrated models

· Error Correction Mechanism

· Granger's representation theorem

· The Johansen's procedure

· Cointegration tests

· Latent variables models: Kalman filter and Hamilton filter

· Structural models and  VAR models                             



None. Nevertheless, introductory notions of econometrics, micro economics and macroeconomics are taken for granted.


Front-lectures (both in standard lecture rooms and in computer labs).


The final exam consists of a written part and an oral part ( interpretation of empirical results obtained from econometric and statistical models).


Part on "Microeconometrics"

·     W. Greene, Econometric Analysis, Prentice Hall International, 4th  edition, 2002

·     G.S. Maddala, Limited-Dependent and Qualitative Variables in Econometrics, Cambridge University Press, 1983

·     M. Manera, M. Galeotti, Microeconometria, Metodi e Applicazioni, Carocci, 2005

 ·    J.M. Wooldridge, Econometric Analysis of Cross Sections and Panel Data, The MIT Press, 2002

Part on "Economic time series"

·     J.D. Hamilton, Econometria delle Serie Storiche, Monduzzi, Bologna, 1995

·     A.C. Harvey, Time Series Models, 2nd ed., Harvester Wheatsheaf, New York, 1993

·     H. Lutkepohl, Introduction to Multiple Time Series Analysis, Springer Verlag, New York, 1991

·   Instructor's lecture notes published online.



Second semester.


Italian.


Entra

Scheda del corso

CFU
12
Periodo
Secondo Semestre
Tipo di attività
Obbligatorio
Ore
84
Lingua
Italiano

Opinione studenti

Vedi valutazione del precedente anno accademico

Bibliografia

Trova i libri per questo corso nella Biblioteca di Ateneo

Metodi di iscrizione

Iscrizione manuale
Accesso ospiti