Transcript Programma 2014

CORSO DI ECONOMETRIA (10 CFU)
Corso di Laurea Magistrale in Economia Applicata
Anno Accademico 2013-2014
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 stimatori OLS. Coefficiente di determinazione e bontà di adattamento. Forme
funzionali ed interpretazione dei coefficienti. Ipotesi classiche 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. Unità di misura delle
variabili. Stime con variabili standardizzate e coefficienti beta. Stimatore OLS nel modello di
regressione lineare multiplo. Proprietà algebriche degli stimatori OLS nel mod. di regressione
lineare multiplo. Coefficiente di determinazione corretto. Ipotesi classiche del modello di
regressione lineare multiplo. Proprietà statistiche degli stimatori OLS nel mod. 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 di beta. 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. Test sulla
stabilità dei parametri. Modelli con variabile interazione e forme funzionali quadratiche.
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 sovraidentificazione. Dati pooled e stimatore difference-in-difference. Dati panel. Modello alle
differenze prime, ad effetti fissi e ad effetti casuali. Test di Hausman. Modelli con variabili
dipendenti binarie: introduzione al modello probit ed al modello 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