Elementi di Analisi dei Dati e di Statistica Descrittiva, Probabilità, ed Inferenza.

Il corso intende fornire le basi dell'Econometria per studiare, analizzare, e stimare dati macroeconomici-finanziari. Tali applicazioni saranno applicate per sviluppare casi di studio nell'ambito della macro-finanza. Le nozioni teoriche/analitiche e metodologiche saranno sviluppare mediante l'utilizzo di appropriati software statistico-econometrico.

. Regressione Lineare Semplice: (i) modello di regressione; (ii) stima dei parametri di regressione; (iii) misure di bontà dell'adattamento; (iv) test d'ipotesi e stima d'intervallo.

2. Regressione Lineare Multipla: (i) modello di regressione; (ii) proprietà asintotiche; (iii) distorsioni e stimatori; (iv) diagnostica test; (v) verifica di ipotesi congiunte; (vi) minimi quadrati generalizzati e massima verosimiglianza.

3. Modelli di Regressione non Lineari: (i) funzioni logaritmiche; (iii) interazioni tra variabili casuali; (iv) interazioni tra variabili casuali e dicotomiche; (v) distorsioni da variabili omesse.

4. Serie Storiche Univariate Lineari: (i) regressioni temporali; (ii) modelli autoregressivi; (iii) modelli di media mobile; (iv) analisi di 'forecasting'.

5. Serie Storiche Multivariate Lineari: (i) modelli autoregressivi vettoriali; (ii) previsioni multiperiodali; (iii) cointegrazione.

Durante il corso, gli studenti svolgeranno lezioni pratiche sugli argomenti descritti in forma cartacea ed analitica, mediante l'utilizzo del software 'open source' RStudio o Gretl.

• 1.  (A) Stock, James H. and Watson, Mark W. Introduzione all'econometria Pearson, Milano, 2020 » Pagine/Capitoli: Indicati dal Docente
• 2.  (C) Wooldridge, Jeffrey M. Introductory Econometrics: A Modern Approach South-Western, USA, 2019 » Pagine/Capitoli: Indicati dal Docente
• 3.  (C) Tsay, Ruey S. Analysis of Financial Time Series Wiley Series, Chicago, 2010 » Pagine/Capitoli: Indicati dal Docente
• 4.  (A) Hurn, S. and Martin, Vance L. and Phillips, Peter C.B. and Yu, J. Financial Econometric Modeling Oxford University Press, England, 2022 » Pagine/Capitoli: Indicati dal Docente

• Lezioni teoriche/metodologiche. Esercizi empirici di natura economico-finanziaria. Studio di casi su dati macro mediante l'utilizzo del software statistico-econometrico RStudio o Gretl.

• La modalità di valutazione (in trentesimi) consiste in una prova scritta in cui gli studenti dovranno svolgere alcuni quesiti (suddivisi in sottopunti) contenenti: domande teoriche/pratiche; svolgimento di esercizi; interpretazione di grafici e output di stima.
  
  Durante il corso è previsto lo svolgimento di un 'Project Work' in gruppi su dati micro) mediante il software utilizzato a lezione. I gruppi devono essere composti da un minimo di 2 ad un massimo di 4 studenti. Il 'Project Work' è obbligatorio e comporta un punteggio aggiuntivo fino a 2 punti (massimo) sul voto conseguito nella prova scritta.
  
  Il voto finale dell'esame è ottenuto sommando all'esito della prova scritta il voto ottenuto nel Project Work (da -1 a 2 punti), limitatamente alla prova sostenuta - con qualsiasi esito - in uno degli appelli della prima sessione d'esame. In caso di ritiro alla prova scritta, il punteggio del 'Project Work' sarà mantenuto, ma sempre entro la prima sessione d'esame.
  

inglese