Guida degli insegnamenti

Syllabus

Partially translatedTradotto parzialmente
[66007] - ECONOMETRICSECONOMETRICS
Riccardo LUCCHETTI  (Crediti: 6  Ore di lezioneTeaching hours: 44)
Claudia PIGINI  (Crediti: 3  Ore di lezioneTeaching hours: 22)
Lingua di erogazione: INGLESELessons taught in: ENGLISH
Laurea Magistrale - [EM01] SCIENZE ECONOMICHE E FINANZIARIE (Curriculum: SCIENZE ATTUARIALI E ASSICURATIVE) Master Degree (2 years) - [EM01] ECONOMIC AND FINANCIAL SCIENCES (Curriculum: SCIENZE ATTUARIALI E ASSICURATIVE)
Anno di corsoDegree programme year : 1 - Secondo Semestre
Anno offertaAcademic year: 2018-2019
Anno regolamentoAnno regolamento: 2017-2018
Opzionale
Crediti: 9
Ore di lezioneTeaching hours: 66
TipologiaType: C - Affine/Integrativa
Settore disciplinareAcademic discipline: SECS-P/05 - ECONOMETRIA

LINGUA INSEGNAMENTO LANGUAGE

Inglese

English


PREREQUISITI PREREQUISITES

Conoscenza dei seguenti concetti: (a) algebra delle matrici: spazi vettoriali, somma, prodotto e trasposizione di matrici, concetto di rango e di dipendenza lineare; (b) concetti di analisi matematica: limiti, derivate, massimi e minimi; (c) probabilità e inferenza statistica: stimatori, stime, verifica di ipotesi.

Familiarity with: (a) matrix algebra: vector spaces, sum, product and transposition of matrices, concepts of rank and linear dependence; (b) calculus: limits, derivatives, maxima and minima; (c) probability and inference: estimation and hypothesis testing.


MODALITÀ DI SVOLGIMENTO DEL CORSO DEVELOPMENT OF THE COURSE

Il corso si articola in 33 lezioni tradizionali (da 2 ore ciascuna), divise in due moduli da 22 e 11 lezioni rispettivamente. Durante il corso verranno effettuate esercitazioni pratiche effettuate attraverso l'uso del programma Gretl, liberamente disponibile all'indirizzo http://gretl.sourceforge.net. Gli studenti sono perciò invitati a procurarsi un computer portatile su cui installare il programma e portarlo a lezione per le esercitazioni.

The course is split into two modules (of 22 and 11 two-hour lectures, respectively) during which practice sessions will take place; in the practice sessions the software package Gretl, (freely available at http://gretl.sourceforge.net) will be used. Students are invited to get hold of a portable computer on which to install the software and bring it to class for the practice sessions.


RISULTATI DI APPRENDIMENTO ATTESI LEARNING OUTCOMES
Conoscenze e comprensione.

Al termine del corso gli studenti saranno in grado di comprendere l’approccio econometrico all’analisi dei dati nei suoi aspetti inferenziali e interpretativi.


Capacità di applicare conoscenze e comprensione.

Al termine del corso gli studenti saranno in grado di specificare, stimare ed interpretare modelli di regressione sotto vari scenari e di effettuare test diagnostici e di verifica di ipotesi per la validazione empirica delle teorie economiche.


Competenze trasversali.

Il corso comprende una ricca parte applicativa nella quale gli studenti avranno modo di scrivere programmi software di media complessità utilizando un linguaggio specifico per l’econometria.


Knowledge and Understanding.

At the end of the course students will be able to understand the econometric approach to data analysis in its inferential and substantive aspects.


Capacity to apply Knowledge and Understanding.

At the end of the course students will be able to specify, estimate and interpret various econometric models and perform hypothesis testing for model diagnostics and the empirical validation of economic theories.


Transversal Skills.

The course includes software sessions, where students will write programs of increasing complexity using a specially-tailored programming language.



PROGRAMMA PROGRAM

1. Richiami di algebra matriciale: operazioni base, spazi vettoriali, inversione, differenziazione, proiezioni ortogonali 2. OLS come statistica descrittiva: definizione e proprietà algebriche, vincoli lineari, statistiche R², W e F 3. Inferenza statistica: consistenza, normalità asintotica, legge dei grandi numeri, teorema del limite centrale, test di tipo Wald 4. OLS come stimatore: modello RLS, test di specificazione 5. Modello lineare dinamico, forma ECM, eteroschedasticità, GLS, test di White, test diagnostici. 6. Stima di modelli lineari a variabili strumentali 7. Introduzione ai modelli lineari per dati panel

1. Matrix algebra: basic operations, vector spaces, inversion, differentiation, orthogonal projections 2. OLS as a descriptive statistic: definition and algebraic properties, linear constraints, R², W and F statistics 3. Statistical inference: consistency, asymptotic normality, LLN, CLT, Wald-type tests 4. OLS as an estimator: RLS, specification testing 5. Dynamic linear model, ECM form, heteroskedasticity, GLS, White’s test, diagnostic testing 6. Instrumental Variables Estimation of Linear Models 7. Introduction to Linear Panel Data Models


MODALITÀ DI SVOLGIMENTO DELL'ESAME DEVELOPMENT OF THE EXAMINATION
Modalità di valutazione dell'apprendimento.

L'esame consiste in una prova scritta. Esso consiste di (a) un test di 5 quesiti VERO/FALSO/INCERTO (VFI) con la possibilità di motivare la risposta. (b) Un esercizio a carattere teorico. (c) Un esercizio di interpretazione di un modello empirico proposto dal docente. (d) Per i soli studenti iscritti anche al secondo modulo si prevede un esercizio aggiuntivo.


Criteri di valutazione dell'apprendimento.

Nel corso dell'esame scritto gli studenti dovranno dimostrare di avere acquisito una solida conoscenza delle principali questioni dell’econometria, sia nell’aspetto pratico che in quello teorico. Tramite il corretto svolgimento degli esercizi, gli studenti dovranno dimostrare di conoscere come gli strumenti di analisi trovino applicazione per la risoluzione di problematiche applicate a casi specifici. Essi dovranno invece dimostrare di saper rielaborare concetti teorici generali nei quesiti VFI.


Criteri di misurazione dell'apprendimento.

Il voto finale verrà espresso in trentesimi. Lo studente supererà l'esame se otterrà almeno 18. È prevista l’assegnazione del massimo dei voti con lode (30 e lode).


Criteri di attribuzione del voto finale.

Il voto finale è calcolato come somma algebrica dei punteggi ottenuti nei diversi esercizi della prova scritta. La lode è automatica se viene totalizzato più di 30 pt.


Learning Evaluation Methods.

The final test is a written test: it includes (a) a 5-question test TRUE/FALSE/CANT’S SAY (TFC), with the possibility of providing a motivation for the answer. (b) A theory exercise. (c) Interpretation of the results of an empirical model. (d) An extra exercise for the students who took both modules.


Learning Evaluation Criteria.

The final test is meant to ascertain the student’s knowledge of the principles of econometrics, their theoretical underpinnings and their practical implications. By correctly solving the exercises, students are expected to show their proficiency in applying econometric concepts and tools to real-life cases. Their ability to handle more general theory conceps will be measured by the TFC multiple choice questions.


Learning Measurement Criteria.

The final score is between 0 and 30. To pass the test, the minimum is 18/30. Possibly, a mention could be awarded to exceptionally good tests (30 e lode).


Final Mark Allocation Criteria.

The final score is given by the sum of individual exercises. “30 e lode” will be automatically awarded if the score exceeds 30 points.



TESTI CONSIGLIATI RECOMMENDED READING

Wooldridge, Jeffrey M. Econometric analysis of cross section and panel data. MIT press, 2010. Capitoli 5, 10

Wooldridge, Jeffrey M. Econometric analysis of cross section and panel data. MIT press, 2010. Chapters 5, 10


Scheda insegnamento erogato nell’A.A. 2018-2019
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento.
Academic year 2018-2019

 


Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427