Presentazione

Organizzazione della Didattica

DM270
SCIENZE STATISTICHE

Serie storiche economiche (progredito)

8

Corsi comuni

 

Frontali Esercizi Laboratorio Studio Individuale
ORE: 40 0 16 69

Periodo

AnnoPeriodo
II anno1 semestre

Frequenza

Facoltativa

Erogazione

Convenzionale

Lingua

Italiano

Calendario Attività Didattiche

InizioFine
01/10/201424/01/2015

Tipologia

TipologiaAmbitoSSDCFU
caratterizzanteStatisticoSECS-S/018


Responsabile Insegnamento

ResponsabileSSDStruttura
Prof. BORDIGNON SILVANOSECS-S/03Dipartimento di Scienze Statistiche

Altri Docenti

Non previsti

Attività di Supporto alla Didattica

Non previste

Bollettino

Quelli previsti dall'ordinamento del corso di laurea, in particolare: Calcolo delle probabilità (progredito), Statistica (progredito), Serie storiche economiche o Analisi delle serie temporali.

Lo scopo del corso è di completare ed approfondire la preparazione dello studente nell’ambito delle serie storiche economiche. Pertanto, con riferimento al corso base incentrato sulle serie storiche univariate, l'attenzione sarà rivolta prevalentemente alle serie storiche multivariate, per consentire di modellare adeguatamente le principali interrelazioni di fenomeni dinamici in campo economico ed aziendale e di prevederne l’evoluzione nel tempo. La presentazione e l'approfondimento delle tecniche appropriate saranno accompagnate da applicazioni su serie reali condotte tramite l’impiego di software adeguato.

Lezioni frontali con esercizi eventualmente da completare al di fuori dell'orario di lezione; esercitazioni pratiche con software opportuno in aula informatica (ASID).

I contenuti riguardano serie storiche multivariate per l’analisi e la previsione di fenomeni dinamici economici e/o aziendali. In particolare sono sviluppati: - Introduzione ai processi stocastici multivariati, stazionarietà, funzioni di auto- e cross-covarianza, funzioni di auto- e cross-correlazione, stima e interpretazione di queste funzioni; - Modelli parametrici lineari multivariati: modelli AR vettoriali, modelli MA vettoriali, modelli ARMA vettoriali e loro principali caratteristiche; - Modelli AR vettoriali (VAR): assunzioni e proprietà, condizioni di stabilità e stazionarietà, calcolo dei momenti, identificazione dell'ordine, stima dei parametri, controllo dei residui, previsione e analisi strutturali; - Modelli VAR strutturali (SVAR): specificazione e assunzioni, identificazione, stima dei parametri, previsione e analisi strutturali; - Modelli non stazionari: radici unitarie, regressione spuria, cointegrazione e verifica della presenza di cointegrazione, modelli a correzione dell'errore (ECM) e loro stima.

Prova scritta e prova pratica. La prova scritta consta di un insieme di esercizi e domande, e intende valutare la preparazione del candidato sugli argomenti svolti a lezione. La prova pratica si svolge in aula informatica e intende valutare la capacità del candidato di applicare la metodologia su insiemi di dati reali

Entrambe le prove, quella scritta e quella pratica, devono essere superate dal candidato nello stesso appello. Esse valgono ciascuna il 50% ai fini della valutazione complessiva.

LUTKEPOHL H., New Introduction to Multiple Time Series Analysis. Heidelberg: Springer, 2005 Tsay, R. S., Analysis of Financial Time Series (3rd Edition). New York: Wiley, 2010 HAMILTON J. D., Econometria delle Serie Storiche. Milano: Monduzzi Editore, 1995 JUSELIUS, K., The Cointegrated VAR Model: Methodology and Applications. Oxford: University Press, 2006 Pfaff, B., Analysis of Integrated and Cointegrated Time Series with R. Heidelberg: Springer, 2008

Testi principali di riferimento, testi ed articoli di consultazione. Materiale didattico integrativo reso disponibile durante il corso.