Il corso intende fornire le basi dell’analisi statistica ed econometrica sufficienti ad evidenziare le potenzialità̀ applicative in ambito economico-finanziario. Durante il corso gli studenti saranno sollecitati, mediante esercitazioni e l'utilizzo di appropriati software, ad applicare le nozioni teoriche e metodologiche al fine di risolvere problemi empirici nell'analisi di dati macro e micro. Il corso sviluppa le competenze digitali relative allo standard europeo DIGCOMP 2.1 (Area di competenze 1: Alfabetizzazione su informazioni e dati; Area di competenze 2: Comunicazione e collaborazione; Area di competenze 3: Creazione di contenuti digitali).

Lezioni teoriche e applicate (con studi di caso su dati reali). Richiami della Regressione lineare con un singolo regressore. Regressione lineare con regressori multipli. Verifica di Ipotesi e Intervalli di Confidenza nella regressione lineare multipla. Valutazione di studi basati sulla regressione multipla. Regressione nonlineare. Stima di effetti causali. Modelli di regressione per dati panel. Modelli di regressione per variabili binarie. Esercitazioni. Esercizi teorici ed empirici di natura economica e aziendale carta e penna ed utilizzando programmi di calcolo statistico/econometrico e foglio elettronico avanzato (RStudio).

Conoscenza e comprensione: conoscenza dei tipi di dati e delle relative tecniche di analisi, mediante regressione lineare semplice, regressione lineare multipla, regressione per panel data, regressione per variabili binarie. Capacità di applicare conoscenza e comprensione: capacità di selezione di opportuni modelli di analisi dei dati e della relazione tra variabili in ambito economico, finanziario ed aziendale. Autonomia di giudizio: capacità di raccogliere, elaborare ed interpretare criticamente dati di natura quantitativa e qualitativa, relativi a fenomeni economici, finanziari ed aziendali, conseguita attraverso l’analisi di documenti della statistica ufficiale nazionale e internazionale, di articoli scientifici contenenti informazione statistica, di studio di casi. Sono sviluppate le competenze digitali. Abilità comunicative: capacità di individuare e presentare il corretto ambito empirico per la risoluzione di problemi/casi di studio di natura economico-finanziaria-aziendale e di comunicazione efficace delle risultanze dell’analisi dei dati. Capacità di apprendimento: capacità di apprendere autonomamente tecniche di analisi dei dati, in attività professionali o studi successivi, conseguita attraverso l’analisi dell’applicazione di metodi econometrici.

Stock, J. H. and Watson, M. W. Introduction to Econometrics (quarta edizione), Pearson Ed. Greene, W.H. (2011). Econometric Analysis (settima edizione), Prentice Hall.

Didattica frontale, Esercitazioni, Esercitazioni empiriche, Analisi di dati reali tramite l’utilizzo di software statistico-econometrico Analisi di casi e di ricerche, Analisi della letteratura, Articoli scientifici, Dati da fonti di statistica ufficiale

La valutazione dello studente si baserà su una prova scritta (Scritto Verbalizzante), che verterà su tutti gli argomenti svolti nel corso. Le conoscenze acquisite saranno valutate tramite risposte fornite a domande teoriche, a domande che prevedono lo svolgimento di esercizi di calcolo e, infine, a domande che richiedono l’interpretazione di stime fornite attraverso output del software statistico-econometrico. Con riferimento alla tipologia di domande, la prova scritta potrà includere sia domande aperte che domande a risposta multipla. Durante la prova scritta non è consentita la consultazione di libri o appunti. Telefoni cellulari, palmari, agende elettroniche etc. dovranno rimanere spenti, è pertanto opportuno dotarsi di calcolatrice. A conclusione delle prove di esame il docente pubblica gli esiti nella pagina web dedicata alla verbalizzazione on line. Il sistema invia una comunicazione con l'esito ai candidati (gli esiti dell'esame scritto potranno anche essere visualizzati sul web self-service). Dal momento della pubblicazione degli esiti il candidato ha 3 giorni di tempo per rifiutare il voto. Concluso il periodo di tempo indicato (3 giorni), vale la regola di silenzio-assenso e il voto viene verbalizzato da parte del docente che deve chiudere definitivamente il verbale attraverso la firma digitale (il sistema invia un messaggio al docente ricordando di effettuare tale operazione). A chiusura del verbale il candidato riceve una mail di conferma del voto conseguito. Bonus points. Gli studenti possono ottenere fino a 4 punti bonus (su una scala di 30) completando un test bonus facoltativo, che si svolgerà durante la Settimana 7. Il test bonus avrà la stessa struttura dell’esame finale e includerà domande sia teoriche sia empiriche, relative ai contenuti del corso. Il test potrà contenere una combinazione di domande aperte e a scelta multipla. I punti bonus verranno aggiunti al voto dell’esame finale solo se sono soddisfatte tutte le seguenti condizioni: Si tratta del primo tentativo dell’esame da parte dello studente. Lo studente ottiene un punteggio minimo di 18/30 all’esame finale. L’esame viene sostenuto durante la sessione d’esami invernale.

La tesi di laurea è un lavoro in cui si applicano metodologie statistiche in ambito aziendale o economico. L’argomento ed i criteri per l’assegnazione della stessa saranno discussi con il docente