Course Syllabus

Export

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.

Export

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.

Enter

Key information

ECTS
12
Term
Second semester
Activity type
Mandatory
Course Length (Hours)
84
Degree Course Type
2-year Master Degreee
Language
Italian

Students' opinion

View previous A.Y. opinion

Bibliography

Find the books for this course in the Library

Enrolment methods

Manual enrolments
Guest access