32626 - ECONOMETRICS

Conoscenze e abilità da conseguire

By the end of the course the student should be familiar with the theory and practice of single-equation linear econometric modelling. In particular, the student should be able to: - specify and estimate linear, single-equation econometric models with stochastic and possibly endogenous regressors; - derive and employ the asymptotic properties of linear method-of moments parameter estimators (OLS and IV) in these models; - perform a specification analysis of these models, - perform asymptotically valid inference based on these models.

Contenuti

1. Il modello lineare classico. Derivazione dello stimatore dei minimi quadrati ordinari (OLS). Decomposizione della varianza. Indicatore R-quadro.
2. Proprieta' dello stimatore dei minimi quadrati. Teorema di Gauss-Markov.
3. Regressioni partizionate, variabili omesse e variabili ridondanti. Trade-off distorsione-varianza. Teorema di Frisch-Waugh.
4. Inferenza. Test di ipotesi semplici e composte. Minimi quadrati ristretti (RLS).
5. Eteroschedasticita' e autocorrelazione. Modello lineare generalizzato. Stimatori dei minimi quadrati generalizzati. (GLS e FGLS). Stimatori HAC. 
6. Regressori stocastici. Endogeneita'. Proprieta' asintotiche dello stimatore OLS.
7. Stimatore delle variabili strumentali (IV). Stimatore delle variabili strumentali generalizzato (GIVE). Stimatore dei minimi quadrati a due stadi (TSLS).
8. Stima di massima verosimiglianza (ML).
9. Analisi Bayesian del modello lineare. 

Testi/Bibliografia

Greene “Econometrics Analysis”, Pearson –qualunque edizione

Hansen “Econometrics” – manoscritto –qualunque edizione

Modalità di verifica e valutazione dell'apprendimento

Esame scritto a libro chiuso. L'esame verte sul materiale discusso a lezione. 

Orario di ricevimento

Consulta il sito web di Andrea Carriero