Buona conoscenza della teoria della probabilita', della statistica inferenziale e dell'algebra lineare. Si tenga conto delle propedeuticità obbligatorie (consultare il sito https://lt-eco.unibg.it/it/node/119).
Lo scopo principale del corso e’ quello di illustrare il ruolo dell'econometria nella verifica empirica dei modelli economici teorici. Attraverso un corretto impiego delle tecniche della inferenza statistica è possibile stimare i parametri teoricamente rilevanti, verificare le ipotesi della teoria, ed eventualmente utilizzare i modelli per fare previsione e simulazione degli effetti di politiche economiche. Verra’ introdotto il metodo dei minimi quadrati ordinari (con discussione delle ipotesi classiche), il metodo di stima della massima verosimiglianza e dei relativi test statistici. Durante il corso verranno discussi diversi casi empirici e diverse lezioni saranno dedicate all’introduzione e all'uso del pacchetto econometrico STATA, allo scopo di illustrare empiricamente l'importanza delle problematiche metodologiche trattate nel corso.
1) Richiami di algebra delle matrici e di statistica. 2) La teoria economica e modelli econometrici. 3) Il modello lineare -Modello di regressione lineare classico -Ipotesi classiche sul modello lineare -Minimi quadrati ordinari (MQO) -Proprietà statistiche dello stimatore dei MQO. -Valutazione del fit della regressione. -Prova delle ipotesi e intervalli di confidenza. -Minimi quadrati vincolati e test di validità dei vincoli. -Minimi quadrati generalizzati. -Verifica della presenza di errori eteroschedastici e di autocorrelazione e procedure di correzione. 4) Ulteriori approfondimenti: -Cenni su problemi circa la forma funzionale delle specificazioni strutturali. -Utilizzo delle variabili di comodo. Outliers e stagionalità. -Conseguenze di errori di misurazione sulla variabile dipendente, sulle variabili indipendenti e su tutte e due. -Errori di specificazione: (a) effetti dell'omissione di variabili rilevanti; (b) effetti dell'inclusione di variabili irrilevanti. -Tecnica di stima a variabili strumentali. 5) Stimatori di massima verosimiglianza e loro proprietà. Tre procedure di test asintoticamente equivalenti: a) test di rapporto delle verosimiglianze (RV). b) test di Wald (W). c) test del moltiplicatore di Lagrange (ML). 6) Breve introduzione alle diverse metodologie econometriche e alle attuali controversie in econometria. 7)Specificazioni dinamiche alternative per modelli lineari e test per la specificazione e la validazione dei modelli: a) Metodologia dal generale al particolare e criteri su cui basare l'accettazione di un modello. b) Test di specificazione e test per l'analisi della corretta specificazione. c) Esogenità e causalità in econometria.
Lezione frontali ed esercitazioni utilizzando il pacchetto econometrico Stata.
STATA è disponibile per tutti gli studenti alla seguente pagina: https://elearning15.unibg.it/course/view.php?id=1659
L'esame si compone di:
PROVA SCRITTA: set di domande a risposta chiusa E domande aperte che possono includere anche l'interpretazione di output del pacchetto statistico di riferimento.
Stock, J.H. and Watson, M.W. (2020), Introduzione all' Econometria. (5/Ed), Pearson.
Good knowledge of probability theory, inferential statistics and linear algebra.
The course provides a detailed introduction of the multiple linear regression model and an extended presentation of the econometric techniques to model the main characteristics of economic and financial time series. We start with an extensive introduction of regression analysis and introduce the OLS and ML estimation methods. During the course we will analyse different empirical topics (e.g. consumption function, labor demand, and money demand) and several classes will be devoted to the introduction of the statistical software Stata. This will be functional to illustrate empirically the relevance of the methodological issues faced during the course.
1) Revision of linear algebra and statistics (probability and inference). 2) Econometric models and economic/financial theories. 3) The classical linear regression model. Hypotheses on the linear regression model- Ordinary least squares (MQO), Statistical properties of the estimator of the MQO: unbiasedness, consistency and efficiency. Goodness of fit of the regression. Hypothesis testing and confidence intervals. Violation of the hypotheses on linear regression model: Generalised least squares for heteroschedasticity and serial correlation. 4) Further topics - Functional form, use of dummy variables modelling outliers, seasonality and structural breaks. Consequences of measurement errors in the dependent variable, in the independent variable or of both. Specification errors: (a) The effects of the emission of relevant variables; (b) The effects of the inclusion of irrelevant variables. Instrumental variables. 5) Maximum likelihood estimator and its properties. Three asymptotically equivalent tests: Likelihood ratio test (LR), Wald test (W), Lagrange multiplier test (ML). ML test for the mispecification error. 6) Short introduction to econometric methodologies and current controversies. 7) Alternative dynamic specifications of linear models; a) General-to-specific methodology. b) mispecification tests; c) exogeneity and causality in econometrics.
Lectures and practical classes using the econometric packages Stata.
STATA is available at: https://elearning15.unibg.it/course/view.php?id=1659
The assessment consists of:
WRITTEN EXAM: a set of multiple choice questions PLUS short essay questions which can include also the interpretation of Stata output.
Stock, J.H. and Watson, M.W. (2020), Introduzione all' Econometria. (5/Ed), Pearson.