20203 - ANALISI ECONOMETRICA / ECONOMETRICS
DES-ESS
Dipartimento di Economia / Department of Economics
Per la lingua del corso verificare le informazioni sulle classi/
For the instruction language of the course see class group/s below
MASSIMILIANO MARCELLINO
Classe/i impartita/e in lingua italiana
Obiettivi formativi del corso
Il corso intende offrire agli studenti un'introduzione ad un'ampia gamma di strumenti e modelli econometrici, coprendo la teoria di base insieme ad alcuni tra i risultati più recenti ed importanti, concentrandosi nella seconda parte su metodi previsivi per variabili macroeconomiche e finanziarie. Tutte le tecniche sono illustrate attraverso applicazioni empiriche in Stata con dati reali e simulati.
Programma sintetico del corso
-
Proprietà per campioni finiti dello stimatore OLS nel modello classico di regressione lineare.
-
Proprietà asintotiche di stimatori e tests in modelli con regressori non strettamente esogeni.
-
Eteroschedaticità e autocorrelazione.
-
Modelli per dati panel.
- Modelli univariati e multivariati per serie storiche.
- Modelli non-lineari e con parametri time-varying.
- Valutazione, confronto e combinazione di previsioni.
Descrizione dettagliata delle modalità d'esame
Esame scritto finale o possibilità di sostenere le prove paziali
Testi d'esame
-
W.H. GREENE, Econometric Analysis, Prentice Hall, 2007, 6th edition.
-
J.D. HAMILTON, Time Series Analysis, Princeton University Press
Prerequisiti
Conoscenze base di analisi matematica, teoria della probabilità e algebra lineare.
Class group/s taught in English
Course Objectives
The course offers an introduction to a variety of econometric methods and models, focusing on the basic theory and some more advanced results. In the second part, there is a focus on ecnometric methods for macroeconomic and financial variables. The course is completed by a set of applications based on simulated and actual data, implemented using STATA and Eviews.
Course Content Summary
-
Finite simple properties of the OSL estimator in the classical regression model.
-
Asymptotic properties of estimators and tests in the presence of possible endogeneity.
-
Error heteroskedasticity and serial correlation.
-
Panel data models.
-
Univariate and multivariate time series models.
-
Model with time-varying parameters.
-
Forecast evaluation, comparison and combination.
Detailed Description of Assessment Methods
Written exam at the end of the course. There is the possibility to the take the midterm exams
Textbooks
-
W.H. GREENE, Econometric Analysis, Prentice Hall, 2007, 6th edition.
-
J.D. HAMILTON, Time Series Analysis, Princeton University Press.