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).

Conoscenza e comprensione: conoscenza dei tipi di dati e delle relative tecniche di analisi, mediante regressione lineare semplice, regressione lineare multipla, introduzione alle serie storiche. 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.

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. Regressioni per serie temporali e a previsioni Stima degli effetti causali dinamici. 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).

James H. Stock and Mark W. Watson (quinta edizione), Introduzione all’econometria, Pearson Ed. Capitoli 4, 5, 6, 7, 15 e 16

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 ed un ‘Project Work’. 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 includerà sia domande aperte che domande a risposta multipla. Non è prevista una prova intermedia. 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. Il Project Work richiede l’applicazione a dati empirici delle metodologie illustrate nell’ambito del corso con l’ausilio del software statistico R (open source). Il Project Work deve essere svolto a gruppi composti da un minimo di 3 a un massimo di 5 studenti. Il Project Work è obbligatorio e comporta un punteggio aggiuntivo fino ad un massimo di 3 punti (0, 1, 2 o 3 punti). I punti ottenuti al Project Work possono essere conservati fino al termine della sessione estiva (28 giugno 2025). 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.

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