Programma - Dipartimento di Economia, Statistica e Finanza

CORSO DI ECONOMETRIA (10 CFU)
Corso di Laurea Magistrale in Economia Applicata
Anno Accademico 2015-2016
Programma
Introduzione all’econometria. Natura dei dati (dati sezionali, dati temporali, dati pooled, dati panel).
Modello di regressione lineare semplice. Stime ai minimi quadrati ordinari (OLS). Proprietà
algebriche degli OLS. R-quadro. Forme funzionali ed interpretazione dei coefficienti. Ipotesi del
modello di regressione lineare semplice. Non distorsione degli stimatori OLS. Varianza degli
stimatori OLS. Varianza del termine d’errore. Teorema di Gauss-Markov. Regressione attraverso
l’origine. Effetti sulle stime del cambiamento dell’unità di misura delle variabili. Stime con variabili
standardizzate e coefficienti beta. Stimatore OLS nel modello di regressione lineare multiplo.
Proprietà algebriche degli OLS nel modello di regressione lineare multiplo. R-quadro corretto.
Ipotesi del modello di regressione lineare multiplo. Proprietà statistiche degli stimatori OLS nel
modello di regressione lineare multiplo. Distorsione dovuta all’omissione di variabili rilevanti.
Effetti sulle stime dell’inclusione di variabili irrilevanti. Ipotesi di normalità del termine d’errore.
Stime di massima verosimiglianza. Verifica di ipotesi per il singolo coefficiente: test unidirezionali
e bidirezionali. Intervalli di confidenza per un coefficiente di regressione. Test sulla significatività
congiunta dei coefficienti. Test sulla combinazione lineare dei parametri. Test sul contributo
marginale di un regressore o di un insieme di regressori. Test del moltiplicatore di Lagrange.
L’utilizzo delle variabili dummy: a dummy independent variable. Interazioni tra variabili continue e
dummy. Test sulla stabilità dei parametri. Modello di regressione quadratica. Modello di
regressione con interazione tra regressori. Multicollinearità: conseguenze sulle stime. Metodi di
individuazione della multicollinearità e rimedi. Definizione di eteroschedasticità. Conseguenza
dell’eteroschedasticità sulle stime. GLS e WLS. Metodo grafico per individuare la presenza di
eteroschedasticità. Park test, Glejser test, Goldfeld-Quandt test, Breusch-Pagan-Godfrey test, White
test. Metodi per la correzione dell’eteroschedasticità. Varianza ed errori standard robusti
all’eteroschedasticità. Definizione di autocorrelazione. Origini e conseguenza sulle stime
dell’autocorrelazione. Metodo grafico per individuare l’autocorrelazione. Tests di Durbin-Watson e
di Breusch-Godfrey. Metodi per la correzione dell’autocorrelazione. Metodo delle variabili
strumentali. Proprietà del metodo IV con variabili strumentali debolmente correlati con la variabile
endogena. Minimi quadrati a due stadi (2SLS). Test per verificare se un regressore è endogeno. Test
sulle restrizioni di sovra-identificazione. Dati pooled e stimatore difference-in-difference. Dati
panel. Modello in differenze prime, ad effetti fissi e ad effetti casuali. Test di Hausman. Variabili
dipendenti binarie. Modello lineare di probabilità. Modelli probit e logit. LR test. Pseudo R-quadro.
Introduzione al modello Tobit. Processi stocastici non stazionari. Processi integrati. Regressione
Spuria. Test di Dickey-Fuller. Cointegrazione. Test di Engle-Granger. Error correction model
(ECM). Introduzione all’utilizzo del software Stata.
Testi consigliati
Wooldridge J.M., Introductory Econometrics (2006). A Modern Approach, Thomson-SouthWestern
Gujarati D.N., Porter D. (2009), Basic Econometrics, McGraw-Hill, New York.
Stock Watson (2009), Introduzione all’Econometria, Pearson Education Italia
Ulteriori riferimenti utili:
Gujarati D. “Econometric by example”. Palgrave Macmillan
Badi H. Baltagi, Econometric Analysis of Panel Data, John Wiley & Sons
Veerbeek M., Econometria, Zanichelli
Wooldridge J.M., Econometric Analysis of Cross Section and Panel Data, MIT Press