Introduction to Econometrics

Instructor: Roberto Casarin

1. Introduzione

1.1 I problemi che si affrontano attraverso l'econometria

1.2 Tipi di dati e di modelli econometrici

1.3 Richiami di alcuni concetti di inferenza statistica ed algebra lineare

2. Introduzione al modello di regressione lineare: il modello lineare bivariato

2.1 La specificazione lineare

2.2 I minimi quadrati ordinari come strumento algebrico

2.2 Il coefficiente di correlazione

3. Elementi di algebra matriciale

3.1 Operazioni su matrici e vettori

3.2 Il prodotto matriciale

3.3 Prodotto scalare o prodotto interno

3.4 Somma di matrici

3.5 Uguaglianza di matrici

3.6 Ulteriori osservazioni sulle matrici

3.7 Matrici a blocchi

3.8 Riassunto delle operazioni su matrici

4. L'estensione del modello lineare bivariato

4.1 II modello lineare a k variabili: formulazione

matriciale del problema dei minimi quadrati

4.2 Interpretazione probabilistica del modello lineare

4.3 Risultati statistici preliminari

4.3.1. Distribuzioni di forme quadratiche

4.3.2. Indipendenza delle forme quadratiche

4.3.3. Indipendenza di una forma quadratica e di una funzione lineare

4.4 Le ipotesi del modello lineare

4.5 Stima mediante il metodo dei minimi quadrati ordinari

4.5.1 Il modello con variabili scarto

4.5.2 Stima della varianza

4.6 Inferenza nel modello dei minimi quadrati

4.6.1 Insiemi di ipotesi lineari

4.6.2 Ipotesi relative ad un solo coefficiente

4.6.3 Ipotesi relative alla significatività

dell'intera regressione

4.6.4 Ipotesi relative a un sottoinsieme di coefficienti

4.6.5 Intervalli di confidenza

4.6.6 Previsioni nel caso di variabili X stocastiche

4.7 Relazioni non lineari

4.8 Trasformazioni di variabili

5. Gli errori di specificazione attraverso l'analisi dei residui

5.1. Cause di errori non sferici

5.2. Proprietà degli stimatori OLS in caso di errori non sferici

5.3. Lo stimatore dei minimi quadrati generalizzati

5.4. Eteroschedasticità

5.4.1. Test per 1'eteroschedasticità

5.4.2. Stima in condizione di eteroschedasticità

5.5. Autocorrelazione

5.5.1. Definizioni

5.5.2. Le cause dell'autocorrelazione degli errori

5.5.3. Conseguenze dell'autocorrelazione per gli OLS

5.5.4. Test di autocorrelazione

5.5.5. Stima con errori autocorrelati

5.5.6. Stima di massima verosimiglianza

5.5.7. Previsioni in presenza di errori autocorrelati

5.6. Insiemi di equazioni

5.6.1. Applicazione dello stimatore GLS

5.6.2. Test per vincoli lineari

6. Ulteriori aspetti del modello lineare a k variabili

6.1. Stime soggette a vincoli lineari

6.2. Test di cambiamento strutturale

6.3. Variabili di comodo o variabili dummy

6.3.1. Due o piu insiemi di variabili di comodo

6.3.2. Interazione

6.4. Destagionalizzazione

6.4.1. Stima delle relazioni econometriche

6.5. Multicollinearità

6.5.1. Multicollinearità esatta e funzioni stimabili

6.5.2. Quasi multicollinearità

7. Modelli per serie storiche univariate

7.1 Modelli statici e dinamici

7.2 Processo stocastici, momenti, funzione di covarianza e di correlazione

7.3 Stazionarietà forte e stazionarietà in covarianza

7.4 Processi stocastici MA(q) e AR(p)

7.5 Condizione di invertibilità e stazionarietà

7.6 Processi ARMA(p,q) - cenni

8. Proprietà dinamiche dei modelli stazionari

6.1 Concetti di breve e lungo periodo

6.2 Coefficiente di lungo periodo

6.3 Funzione di risposta impulsiva

6.4 Presenza di variabili esplicative esogene

6.5 Modelli della classe ADL

6.5.1 Modello ECM come riparametrizzazione del modello ADL(1,1) e del modello ADL(p,q)

6.5.2 Interpretazione dinamica del modello ECM

9. Previsione

9.1 La previsione statica e dinamica

9.2 La previsione in campione e fuori campione

9.3 La previsone uniperiodale e multiperiodale

Testo di riferimento

Johnston J., Econometrica, a cura di Michele Costa e Paolo Paruolo, 3a ristampa 2010, 5a edizione 2001, Franco Angeli, Milano.