Economia politica - Economics

Approccio SEM - elementi di base - Costruire un SEM Il ruolo della teoria e della statistica: forma VARDL - Problemi di identificazione Condizioni di ordine e di rango per l'identificazione - Stima e valutazione del modello Metodi ad informazione limitata e ad informazione completa (IV e FIML) Misure della stima, dentro e fuori dei campioni - Previsione e simulazione Simulazione statica v. dinamica - Applicazioni Costruzione, stima e simulazione di un SEM di piccola scala - Discussione L'approccio SEM e i suoi principali problemi: critiche di Lucas e Sims. Due direzioni nei metodi quantitativi in macroeconomia: VAR strutturali e modelli DSGE VAR strutturali - rappresentazione Vector Moving Average (VMA) di un VAR Funzione di risposta all'impulso (IRF) Scomposizione della varianza dell'errore predittivo (FEVD) - Startegie di identificazione dei VAR stazionari Fattorizzazione triangolare e scomposizione di Cholesky Modello A-B (Amisano and Giannini, 1992) Approccio Long-run exclusion restrictions (Blanchard and Quah, 1989) - Strategie di identificazione per VAR non stazionari CI: Rappresentazione VEC strutturale (SVEC) e sua rappresentazione VMA Approccio Common Trends (CTs): (King, Plosser, Stock and Watson, 1991) - Ulteriori argomenti Identificazione VAR e variabili strumentali (Shapiro and Watson, 1989) Vincoli di segno Time-varying coefficients SVAR - cenni Markov-switching SVARs - cenni - Applicazioni Identificazione di shock fiscali con vincoli contemporanei A-B (Blanchard and Perotti, 2002) Identificazione di shock tecnologici usando vincoli di lungo periodo (Blanchard and Quah, 1989) Identificazione di shock tecnologici usando vincoli contemporanei e di lungo periodo (CT approach) - Discussione SEMs and SVARs: quanto sono grandi le differenze? Modellizzazione DSGE, soluzione e stima - Soluzione e simulazione di modelli DSGE Regole di decisione ed equazioni di comportamento per modelli RBC e monetari NK di base Il sistema non lineare di equazioni alle differenze nelle aspettative Caratterizzazione dell'equilibrio Linearizzazione: Espansione di Taylor e approssimazioni logaritmiche Metodi di soluzione per il sistema linearizzato: metodo Blanchard and Kahn; metodo di Sims; metodo di Klein Soluzioni di sistemi non lineari in aspettativa razionale: Il caso deterministico e il metodo stacked-Newton Calibrazione e stima - Stima: metodi ad informazione limitata Generalized Method of Moments (GMM) Simulated Method of Moments (SMM), Impulse Response Matching (IRM) Inferenza indiretta - Stima: metodi ad informazione completa Stima Maximum-Likelihood e filtro di Kalman (FIML vincolata e non vincolata) Stima bayesiana Monte Carlo Markov Chain (MCMC): Gibbs sampler e algoritmo Metropolis-Hastings (MH) - Applicazioni Stima GMM Calibrare un modello DSGE attraverso SMM e IRM Stima del sistema completo simultaneo: FIML vincolata e stima bayesiana MCMC (MH) - Discussione SEM, SVAR and DSGE: di nuovo sul ruolo della teoria nella modellizazione macroeconomica

Gli studenti dovrebbero avere familiarità con gli argomenti tipici di corsi specialistici in macroeconomia, statistica e matematica. La conoscenza dei seguenti argomenti di analisi delle serie storiche è altresì utile ai fini di un apprendimento più veloce: - Serie storiche univariate Processi stocastici stazionari e non stazionari: proprietà su campioni finiti Identificazione dei processi stocastici: aFunzioni di autocorrelazione semplice, parziale (ACF, PACF) e densità spettrale; verifica dell'ordine di integrazione delle serie: test DF-ADF, Phillips-Perron e KPSS modelli ARMA e ARIMA cambiamenti di struttura, quasi-non stazionarietà e distorsione delle stime - Processi stocastici multivariati: VAR per serie storiche stazionarie Generalizzazione vettoriale della rappresentazione AR: il VAR in forma ridotta Componenti deterministiche e struttura dei ritardi del VAR: test di esclusione, analisi dei residui e criteri informativi bayesiani Granger-causalità e VAR - Modelli per serie storiche non stazionarie: Co-integrazione (CI) e rappresentazione a correzione dell'errore (Error-Correction - EC) CI come equilibrio statistico di lungo periodo: Teorema di rappresentazione di Granger e correzione dell'errore Il caso bivariato: l'approccio a due stadi di Engle e Granger (1987) e quello di Pesaran et al. (1995) basato sulla rappresentazione ARDL Rappresentazione Vector-EC (VEC) e CI multipla: test di Johansen, max eigenvalue and trace-based Equivalenza dal punto di vista delle osservazioni e identificazione "Statistica" vs. "teorica" dello spazio di CI

SEM - Johnston and Di Nardo (1996). Econometric Methods IV edition. McGraw-Hill. cap 9.4, 9.5 e 9.6. SVAR - Lutkepohl, H. and Kratzig, M., (2004). Applied Time Series Econometrics, Cambridge, Cambridge University Press. cap. 4. TV/MS-SVAR -Canova, F. (2005). Methods for Applied Macroeconomic Research. Princeton University Press. cap. 10.4 e 11.3. DSGE - DeJong, D. and Dave, C. (2007). Structural Macroeconometrics. Princeton University Press. cap. 2, cap. 4.3, cap. 5, cap. 6, cap. 7, cap. 8, cap. 9. DSGE - Mancini Griffoli, T. Dynare User Guide (2007) - Dynare v4, 2013. Ulteriore materiale di studio sarà distribuito durante le lezioni. Pacchetti econometrici, matematici e statistici: E-views JMulTi SVAR, Malcolm for RATS Dynare-Matlab.

Frequenza consigliata ma non obbligatoria. Sebbene la frequenza non sia obbligatoria, è fortemente consigliata per comprendere al meglio i contenuti del corso e per prepararsi adeguatamente all'esame.

La valutazione si basa su una prova scritta e su due piccoli progetti di ricerca, in cui gli studenti potranno svolgere lavori originali o replicare analisi apparse nella letteratura rilevante. I due progetti di ricerca riguarderanno applicazioni in ambiente SEM (lavoro in gruppi di due/tre studenti), VAR e DSGE (progetti individuali). Gli argomenti sono scelti di concerto con il docente.

Le lezioni si svolgono su due ore per due giorni alla settimana. Circa il 30% di esse è dedicato ad applicazioni attraverso l'utilizzo di software dedicati e lo sviluppo di codici specifici in Matlab.