PRINCIPI DI ECONOMETRIA
Anno accademico 2019/2020 - 3° annoCrediti: 6
Organizzazione didattica: 150 ore d'impegno totale, 110 di studio individuale, 40 di lezione frontale
Semestre: 2°
ENGLISH VERSION
Obiettivi formativi
Conoscenza e capacità di comprensione (knowledge and understanding): conoscenza e capacità di comprensione di semplici modelli econometrici; conoscenza dello stimatore dei minimi quadrati ordinari; conoscenza dei principali metodi per la verifica di ipotesi.
Capacità di applicare conoscenza e comprensione (applying knowledge and understanding): Sarà richiesta l’applicazione delle conoscenze all’analisi di regressione semplice e a quella di regressione multipla. Lo studente dovrà quindi preliminarmente essere in grado raccogliere, organizzare e, eventualmente, trasformare in maniera opportuna i dati relativi a fenomeni economici. Successivamente, sarà offerta l’opportunità di sviluppare competenze rispetto alla realizzazione e interpretazione economica dei risultati di semplici analisi di regressione.
Autonomia di giudizio (making judgements): Lo studente dovrà essere in grado di interpretare in maniera critica un modello econometrico individuandone lo scopo, il significato e i relativi limiti.
Abilità comunicative (communication skills): lo studente dovrà essere in grado di illustrare il contenuto delle stime econometriche adattandone il contenuto sia alle diverse tipologie di destinatari (esperti del settore, decisori pubblici, non esperti, etc.) che ai diversi mezzi di divulgazione (articoli su riviste, reports, articolo a scopo divulgativo, etc.).
Capacità di apprendimento (learning skills): Comprensione del contributo potenziale dei modelli econometrici all’analisi economica; conoscenza delle proprietà del modello OLS e delle ipotesi che ne stanno alla base; comprensione dei riferimenti teorici appropriati quando si svolge un esercizio di stima econometrica.
Modalità di svolgimento dell'insegnamento
Alla didattica frontale, al fine di faciliare l’apprendimento esperienziale e lo sviluppo la capacita’ di applicare le conoscenze acquisite, saranno affiancate esercitazioni pratiche, analisi di casi-studio e seminari di approfondimento.
Prerequisiti richiesti
La conoscenza del contenuto degli insegnamenti di Statistica e Statistica economica o affini è un prerequisito di fatto.
Frequenza lezioni
Obbligatoria. La natura dell'insegnamento unitamente al metodo didattico prescelto, basato sull’apprendimento esperienziale, implica che molte delle conoscenze richieste per superare l'esame si acquisiscano nel corso delle lezioni e delle esercitazioni.
Contenuti del corso
(1) Introduzione e ruolo dell'econometria nel carattere scientifico dell'economia; (2) Aspetti introduttivi del modello di regressione lineare semplice; (3) Stima intervallare e test su ipotesi; (4) Costruzione e validazione di un modello econometrico basato su una regressione lineare semplice; (5) Svolgimento di esercizi empirici; (6) Aspetti introduttivi del modello di regressione multipla; (7) Costruzione e validazione di un modello econometrico basato su una regressione lineare multipla; (8) Svolgimento di esercizi empirici sul modello di regressione lineare multipla; (9) Lettura critica delle parti di stima econometrica contenute in articoli pubblicati sulle principali riviste scientifiche in ambito economico; (10) Elaborazione e stima di un semplice modello econometrico da parte di ciascuno studente.
Testi di riferimento
[1] Asteriou, D., & Hall, S. G. (2015). Applied econometrics. Macmillan International Higher Education.
In alternativa
[2] Marcellino, M. (2013). Econometria applicata: un'introduzione. Egea.
Programmazione del corso
Argomenti | Riferimenti testi | |
---|---|---|
1 | What is econometrics? | Introduzione alla Parte I e Cellini, R. (1995). Una nota sul ruolo dell’econometria nel carattere scientifico dell’economia politica. Note economiche, 25(2), 325-50. |
2 | Richiami di Statistica | Capitolo 1 |
3 | La struttura dei dati economici e la loro rappresentazione grafica | Capitolo 2 |
4 | Il modello di Regressione Lineare Semplice (RLS) | Capitolo 3 |
5 | Alcune applicazioni economiche del modello RLS: la funzione di domanda | Capitolo 3 |
6 | Alcune applicazioni economiche del modello RLS: la funzione di produzione | Capitolo 3 |
7 | Alcune applicazioni economiche del modello RLS: la funzione di consumo Keynesiana | Capitolo 3 |
8 | Il modello di Regressione Lineare Multipla (RLM): stima e proprietà | Capitolo 4 |
9 | Il modello RLM: verifica di ipotesi | Capitolo 4 |
10 | Il modello RLM: confronto tra modelli alternativi | Capitolo 4 |
Verifica dell'apprendimento
Modalità di verifica dell'apprendimento
La verifica dell’apprendimento avvera’ attraverso un elaborato scritto e una prova scritta. L’elaborato scritto avra’ la forma del report di non piu’ di 2.000 parole e richiedera’ la stima e l’interpretazione di un semplice modello econometrico su un tema preventivamente concordato con il docente.
Tale report dovra’ essere caricato sulla relativa sezione della piattaforma STUDIUM UNICT (studium.unict.it) almeno una settimana prima di ciascuna data utile nella quale lo studente intende sostenere l’esame orale.
La prova finale vertera’ su tutti gli argomenti trattati durante il corso.
Le due componenti della verifica dell’apprendimento (report e prova scritta) avranno uguale peso nella determinazione del voto finale. Il report verrà valutato secondo i seguenti criteri: presentazione generale, struttura linguistica, uso appropriato dei termini tecnici propri della disciplina, costruzione del testo, analisi critica del materiale utilizzato e uso appropriato delle risorse informatiche. Della prova finale verrà valutata la pertinenza delle risposte rispetto alle domande formulate, la qualità dei contenuti, la capacità di collegamento con altri temi oggetto del programma, la capacità di riportare esempi, la proprietà di linguaggio tecnico e la capacità espressiva complessiva dello studente.
Esempi di domande e/o esercizi frequenti
Ruolo e limiti dell’approccio econometrico; causalita’ e correlazione; l’analisi di regressione; stima OLS; t-test; Wald test; F-test; Limiti comuni a t-test e F-test; R-quadro e R-quadro corretto; Criteri di scelta fra modelli alternativi