Oggi per me risulta importante darvi le motivazioni del perché ha senso dedicare nel vostro percorso un po'di tempo allo studio dell'econometria. Innanzitutto, che cos'è l'econometria? Allora qua negli anni mi sono sempre divertita anche...
a raccogliere quelle che sono le definizioni che i vari libri di testo danno dell'econometria, anche perché ogni qualvolta che mi succede di dire ma di che cosa si occupa, econometria sono più le volte che mi guarda con la faccia strana che quella che gli viene da sorridere rispetto a quello che faccio. E'anche vero però che negli ultimi anni... Un pochino più di attenzione rispetto allo strumento statistico-econometrico c'è e questo dovreste essere voi stessi, tra virgolette, a spiegarmi perché l'econometria tutto sommato sta diventando...
uno strumento decisamente più importante di quanto non potesse esserlo in passato. Uno degli aspetti che caratterizza maggiormente la nostra società, a vostro avviso, qual è? Allora, voi ve ne rendete conto fino a lì perché ci siete, tra virgolette, immersi, per cui per voi è la normalità e questo me ne rendo perfettamente conto. Per qualcuno che osserva, come dire, le dinamiche nel tempo e vede quello che a mano a mano sta... sta succedendo, probabilmente risulta più facile.
Comunque, voi dovreste, cos'è che a vostro avviso caratterizza maggiormente la nostra società in questi anni? E che a vostro avviso andrà caratterizzandola sempre di più? Stamattina ero all'apertura del corso triennale in Digital Management. Ora, l'aspetto digitale, che significa tutto praticamente, quindi l'utilizzo di un'automobile, l'utilizzo di strumenti digitali, che cos'è che implica poi? Implica che oramai la cosa che produciamo con una facilità enorme e che è a disposizione sono le nostre tracce, cioè tutte le informazioni che noi lasciamo giù e sono una montagna di dati.
Oggi come oggi ci sono società da Google, Amazon, in tutto quel mondo che considera che il proprio petrolio non è il petrolio, ma le miniere dove andare a pescare le informazioni sono appunto i dati che noi lasciamo. Quindi quello che noi produciamo è molto spesso, e sono più i dati che produciamo, che la produzione in senso vero e proprio, cioè quello che... La ricchezza, come si dice, di un paese, che è quello che è il prodotto interno lordo, quindi i meccanismi standard di produzione, in realtà riusciamo a produrre molto di più in termini di dati. E quei dati, quelle informazioni, raccolti nei modi più impensabili ed impensati anche, costituiscono un tesoro da cui è importante poi sapere estrarre delle informazioni utili. Allora...
Ci sono diverse competenze che poi servono per gestire questi dati. Ci sono sicuramente competenze di tipo, diciamo, informatico, nel senso che serve raccoglierli, gestirli, metterli in ordine, eccetera. Però poi, una volta anche che sia stato creato questa base dati, con tutte queste informazioni, quello che risulta particolarmente importante, ed è quello che fa la differenza, non è l'averle raccolte, è saperle leggere.
Perché l'averle raccolte e non sapersene che fare non porta a niente. Quello che è importante è poi saperle leggere ed interpretare queste informazioni. E per fare questo ci sono gli strumenti della statistica, dell'econometria, eccetera.
Ok? Ora, anche se voi non sarete chiamati, questa è una cosa che vi ripeterò ancora, non sarete chiamati perché dopo un corso base di econometria avrete... la percezione di quello che si può fare, ok?
E quindi non potrete essere chiamati ad analizzare direttamente questi dati, però avrete gli strumenti sufficienti per poter capire come iniziare a farlo, ok? E soprattutto per saper giudicare, valutare i risultati che altri possono aver ottenuto e possono offrirvi. Quello che voi dovete imparare a fare è diventare, tra virgolette, diffidenti della lettura dei dati fatta dagli altri, ok? Ricordatevi che sarete costantemente e sempre bombardati di dati, di numeri.
La cosa migliore che potete pensare di fare è capirci qualcosina, per la tutela vostra prima, innanzitutto, e poi per una capacità di essere parte di questo mondo, di questa società in generale, avendo un minimo di capacità. di coscienza di quello che vi si dice e di quello che è vero o sembra vero o sembra non vero, ok? So che sembrano cose eccessive, però effettivamente passa per un minimo di tutto. Tutto questo passa per un minimo di dimestichezza con quello che è la lettura e la capacità di interpretazione dei dati. Allora, qua ci sono un po'di definizioni di econometria.
A me di solito piace l'ultima, perché arte e scienza, cioè qui è proprio dall'arte alla scienza siamo i due poli opposti, di usare dati storici per fare raccomandazioni di politica. Diciamo che se leggete un pochettino le definizioni ovviamente l'impronta è molto economica e tendenzialmente tende a essere, perché così nasce l'econometria, l'econometria nasce per essere un'evoluzione della statistica, perché utilizza strumenti statistici, utilizza strumenti matematici, ma per vedere questi strumenti rendersi utili ai fini delle valutazioni di tipo economico. Grazie.
in principal luogo quelle di tipo macroeconomico, quindi si parla appunto di politica economica, si parla di variabili economiche, si parla di mondo reale intendendo il mondo, il sistema economico. Non toglie che l'econometria sia anche di per sé, chiamiamola pure scienza, una scienza giovane, l'econometria nasce, viene definita come distinta dalla statistica negli anni 30. Quindi non ha ancora 100 anni da questo punto di vista qua. Però i progressi nel senso dei... non tanto della modellistica ma poi della capacità di interpretazione dei dati sono stati estremamente importanti e negli ultimi anni, questa è una cosa che non riusciremo ovviamente a vedere in questo corso, però molto si va mescolando, ma nel senso buono, nel senso di creare Punti per dire che alcuni strumenti che vengono utilizzati normalmente in ambito più tecnologico, informatico, tipo machine learning, intelligenza artificiale e quant'altro, vengono anche accolti ed inglobati e molto spesso ora li trovate come pezzi di modellistica utili anche ai fini econometrici. Allora, proseguendo, ci sono alcuni aspetti che risultano particolarmente importanti per la definizione di che cos'è l'econometria.
Allora, sono messi in evidenza nella prima definizione, che è lo studio quantitativo e le relazioni economiche. Allora, studio quantitativo vuol dire che è uno studio... che si basa su dei dati, ok, che però vuole anche arrivare a dare delle risposte che non siano qualitative, ora mi spiego, ma siano quantitative. Quando voi avete fatto il corso di micro, di macro, ok, pensiamo a micro, microeconomia, vi hanno insegnato che correttamente il modello di comportamento del consumatore Il consumo dell'individuo dipende da che cosa?
Dal suo reddito disponibile, dal prezzo dei beni e dalle sue preferenze. Questo è quello che avete imparato in microeconomia. La cosa che anche avete imparato è che la relazione tra consumo e reddito disponibile è di tipo positivo, più che essi reddito disponibile più.
si consuma, la relazione tra il consumo e il prezzo del bene è di tipo negativo, se aumenta il prezzo diminuisce il consumo, la relazione con le preferenze, questa è un po'più vaga come tipo di... relazione. Voi avete imparato che il modello economico di riferimento, in questo caso che è quello del comportamento del consumatore, vi dà delle risposte qualitative su qual è la reazione del consumatore.
Voi sapete che il consumatore consumerà di più se ha più reddito, consumerà di meno se il prezzo di quel bene aumenta e via di seguito. Ora, quello che l'econometria vuole... deve fare è quello di dare, non semplicemente, come dire, di supportare questa ipotesi di tipo qualitativo, questa ipotesi economica che porta a delle relazioni di tipo qualitativo, quindi cresce o diminuisce, quindi relazione positiva o negativa, ma dandoci anche un valore quantitativo. Quindi, di quanto aumenta il consumo dell'individuo all'aumentare del reddito disponibile, non più solo dicendo che aumenta, ma dicendo di quanto aumenta e ugualmente nei confronti delle variazioni di prezzo. Quindi quello che vuole fare l'econometria è utilizzare i dati, utilizzare strumenti statistici per arrivare a dare delle risposte quantitative, quindi dei numeri e non semplicemente dei più e dei meno, a delle domande, delle questioni di tipo economico.
come dire, quello che l'econometria fa in più. Allora mi dite, ma questo in parte lo faceva anche la statistica, perché si chiama econometria e non si chiama statistica? Uno, due, tre a seconda del livello.
Si chiama econometria perché nel tempo sono state sviluppate tutta una serie di metodologie che tengono conto di un aspetto particolarmente importante che in econometria si considera e si considera meno in statistica. Questo aspetto è il tipo di dati che abbiamo a disposizione. I dati economici hanno delle caratteristiche proprie che normalmente non sono quelle che voi avete visto, e questo è uno degli aspetti che dovremmo imparare, quelle che voi avete visto quando avete studiato Statistica.
Qui è solo per dirvi appunto dove può servire i metodi. Questi sono abbastanza, tra virgolette, ambiti standard, cioè noi ci ne occuperemo essenzialmente quelli di tipo macro, micro, finanza, ma anche marketing, ma anche gestione di impresa, eccetera, cioè dipende dal tipo di dato che voi avete di partenza. Però appunto, molto negli ultimi anni si sta sviluppando appunto per la questione di marketing legate a quello che dicevamo prima, cioè le vostre scelte su Amazon, piuttosto che quello che cliccate su Google. danno un'idea di quello che a voi interessa e questo sono quei tipi di meccanismi che portano poi ad avere un marketing i famosi cookies che poi fanno sì che se voi cercate una cosa da quel momento in poi siete bombardati da da quella da quella cosa, ok? E anche molto in sociologia, ma anche nell'analisi dei comportamenti, diciamo, dei gruppi, cioè l'analisi per esempio di quelle che sono le dinamiche in Facebook.
e cose di questo genere, sono analisi di tipo sociologico che però utilizzano dati dei social network per esempio che anche quelli oramai risultano facilmente a disposizione e quindi Quindi capire come il mercato può essere influenzato da una serie di tweet di un certo tipo, come una scelta di determinate foto su Instagram possa portare a dei risultati di marketing o di non marketing, eccetera. Ovviamente non basta l'econometria per fare questo, servono anche le competenze di marketing, servono le competenze di economia, servono le competenze di politica economica, di finanza, eccetera. Una volta che avete quelle, se volete poi essere in grado di, ripeto, analizzare i dati che avete a disposizione, darvi le risposte che siano di quanto e non semplicemente come, quindi più o meno, avete bisogno di strumenti di tipo econometrico.
Allora, qui sono una serie di esempi, ma solo per dirvi il tipo di domande, ma sono esattamente quelle che dicevo. dicevamo prima e ripeto, quelle che avete qui riguardano questioni che avete normalmente visto in micro e in macro, quindi fanno parte di quel tipo di problemi economici che avete affrontato negli anni precedenti, nei corsi precedenti appunto di micro e macro. Quindi quale frazione di reddito disponibile viene consumata, l'effetto dell'aumento dei prezzi sulla quantità domandata e quella che discutevamo prima sulla relazione. consumo, reddito e prezzi, come variano i salari reali quando aumenta la produttività, qui cominciamo a diventare già un pochettino più specifici. Ok, e qui entriamo in un tipo di questioni che sono un po'più complesse, anche interessanti.
Quindi relazioni tra la spesa sanitaria e il tasso di inquinamento. Perché una società deve preoccuparsi di inquinare meno? Al di là del fatto che sia bello, perché è meglio se inquiniamo meno, e si tratti di preservare l'ambiente, perché non possiamo pensare che lo possiamo utilizzare solo noi senza lasciare qualcosa di simile a chi viene dopo, c'è proprio una questione di meccanismi di funzionamento.
dell'intera società che vengono messi in discussione. L'inquinamento inevitabilmente porta anche a malattie e di quelle malattie se non se ne prende a carico il singolo, se ne prende a carico il sistema, per cui è un costo. A quel punto banalmente la scelta è tra il costo di ridurre l'inquinamento e il costo di prendersi carico degli effetti dell'inquinamento.
Se non bastassero altre considerazioni di tipo ecologico, ambientale eccetera, quantomeno l'analisi costi-benefici fatta bene vi dovrebbe indurre a valutare che effettivamente non ha senso avere certi livelli di inquinamento. Ecco. E questo rispetto, anche senza mettere in campo considerazioni di tipo più ampio.
L'effetto di aumenti degli investimenti ricerca e sviluppo, oppure banalmente, pensando all'università, quali sono gli effetti di un aumento della spesa di un paese per l'istruzione e la formazione rispetto agli effetti di una riduzione. Capire ed essere in grado di leggere. le differenze fra i diversi paesi anche sulla base della capacità di questi di investire in ricerca e sviluppo e di investire in formazione e istruzione sono anche i meccanismi che voi da un lato avete visto in ambito teorico-economico. Qui noi dovremmo riuscire ad avere gli strumenti che ci permettono poi di quantificarli, non semplicemente di dire è meglio o è peggio, ma di dire di quanto è meglio confrontato a quanto è il costo. del vantaggio che si può portare o dello svantaggio che si può creare.
Altre questioni hanno riguardato momenti un po'particolari della nostra storia, l'impatto degli attentati terroristici o... Questione tuttora molto dibattuta, la questione del tasso di cambio, anche se noi non parliamo di tasso di cambio, ma parliamo in questo momento di star dentro fuori l'euro. Però la questione è esattamente la stessa. appunto il tasso di cambio finché siamo dentro l'Euro è quello dell'Euro, ma come sistema Paese Italia eventualmente la questione è l'impatto in termini di valore relativo dell'eventuale ritorno diciamo una moneta nazionale che non sia l'euro rispetto a rimanere dentro un meccanismo di moneta unica. Questo per dirvi che le questioni possono essere di tutti i tipi.
Allora, volevo darvi un esempio con dei numerini. Prima di farvi vedere due grafici, volevo riportare la vostra attenzione su una questione che ho sollevato prima che era quella del perché l'econometria è, tra virgolette, diversa dalla... della statistica. Quando voi avete fatto i vostri studi in statistica, il tipo di dati che utilizzavate avevano in genere alcune caratteristiche. Sapete dirmele?
Quali erano i tipi di dati con cui ragionavate di lavorare in statistica? In statistica voi pensate di avere a disposizione dei dati che normalmente pensate replicabili, dati sperimentali. Gli esempi che avete fatto sono dati del tipo lancio del dado, lancio della moneta, ok, hanno caratteristiche, al di là della banalità di considerare il lancio del dado. il lancio della moneta, è perché questo rappresentava un tipo di fenomeno con determinate caratteristiche. E le caratteristiche quali erano?
Di avere un fenomeno replicabile, quindi qualcosa che potevate ripetere tante volte quante volevate, che potevate eventualmente svolgere in forma sperimentale, quindi dire faccio l'esperimento di lanciare 100 volte il dado. E l'altra caratteristica è quella di essere dei dati indipendenti, cioè il modo con cui voi create questi dati, perché il lancio della moneta, il lancio del dado o l'estrazione dall'urna come avete ragionato in altri... In altri contesti si tratta di poter replicare la creazione del dato e di farlo in modo indipendente. E questo è il tipo di dati con cui voi avete ragionato in statistica. Avete visto qualcosa di più?
Gli altri erano l'estrazione della normale, l'estrazione della Bernoulli, giusto? Allora, l'estrazione della normale e l'estrazione della Bernoulli possiamo assimilarli all'estrazione dell'urna, però comunque siamo sempre nella situazione di qualcosa che voi potete replicare, ripetere, fare in modo sperimentale, soprattutto tenere in modo indipendente. Questo è il tipo di dati che normalmente gli strumenti di tipo statistico immaginano di avere. a disposizione.
Ok, ora quello che noi dobbiamo fare, quello che l'econometria deve fare è di lavorare con dati che invece non hanno nessuna di queste caratteristiche. Se noi dobbiamo pensare di rappresentare il... comportamento del consumatore o il comportamento del consumo di una nazione, giusto per rimanere sull'esempio del consumo, il dato, pensiamo allora al consumo del sistema paese.
Voi avete visto in macroeconomia che la produzione di ricchezza in Italia porta la definizione del prodotto interno lordo, giusto? Sono concetti che vi sono passati in politica economica, macroeconomia? Perfetto, ok? E avete visto poi come potete definire gli aggregati, consumo delle famiglie, investimenti, spesa pubblica, eccetera. Ok?
Se adesso noi pensiamo di analisi... realizzare il consumo inteso come il consumo delle famiglie, quindi non come variabile micro, come abbiamo ragionato prima, il consumo del singolo individuo, ma come variabile macro il consumo delle famiglie in Italia, quindi la variabile macroeconomica consumo. In questo caso voi potete pensare che questo dato, dopo ve lo faccio vedere, alcune rilevazioni del consumo in Italia negli ultimi anni.
e fate attenzione ai termini che utilizzo, voi pensate che questo dato sia un dato replicabile, che possa essere soggetto a esperimenti e che quindi il consumo di oggi sia indipendente dal consumo dell'anno scorso? No, niente di tutto questo torna. Quindi i dati con cui prima di tutto dobbiamo cominciare a capire che dobbiamo lavorare con questi dati, ok, e con cui l'econometria lavora, sono completamente diversi, hanno caratteristiche completamente diverse e molto più difficili di quelli che sono i dati che finora avete immaginato di utilizzare in statistica. Questo è l'aspetto principale che vi dovete ricordare, quello che giustifica la nascita tra virgolette dell'econometria, perché nasce appunto come utilizzo di strumenti.
strumenti di tipo quantitativo, dalla matematica alla statistica, per l'analisi di quel tipo di dati, però capite anche che per riuscire a maneggiare quei dati, la prima cosa che va fatta è capire che cosa hanno di diverso questi dati. Ok? Allora qualcuno potrebbe dirmi, sì però in statistica abbiamo parlato anche di campioni e campioni estratti da una popolazione, giusto?
E la popolazione poteva anche essere un insieme. insieme di individui, giusto? Quindi come insieme di individui hanno caratteristiche che possono essere simili a quello che noi potremmo immaginare nel momento in cui lavoriamo con l'analisi per esempio del consumo individuale.
Allora, in questo caso il problema diventa la definizione di popolazione. Ragioniamo sull'esempio più semplice, quello microeconomico, perché per quello macroeconomico ragionare sulla popolazione diventa un po'più difficile. Allora, voi in statistica avete immaginato che esiste una popolazione, siccome voi volevate conoscere le caratteristiche di questa popolazione e non potevate far ricognizione di tutta la popolazione, avete immaginato di estrarre un campione.
E lavorando su questo campione avete calcolato delle caratteristiche, stimato meglio delle caratteristiche che poi avete riportato come caratteristiche della popolazione. Questo è quello che in statistica vi è stato insegnato. Allora, anche qui quando avete lavorato avete immaginato che il modo con cui potete estrarre il campione da quella popolazione sia un modo che controllate.
completamente. Mi spiego. Voi decidete che fate l'estrazione casuale di 100 individui da quella popolazione e voi fate come se siete in grado di estrarre 100 individui casualmente da quella popolazione.
E avete una popolazione che risulta definita. Ora in ambito economico il modo con cui molto spesso voi riuscite ad avere dei campioni è lungi dall'essere un'estrazione casuale dalla popolazione. Da quando esiste il censimento, tra virgolette, ogni dieci anni voi avete una serie di informazioni regolari, però ogni dieci anni sapete che ce ne facciamo. Sì, che dopo cinque anni abbiamo i risultati, è interessante, benissimo, però magari per essere un po'più...
Come dire, sul pezzo sarebbe meglio avere delle informazioni un po'più recenti. Allora, voi sapete per esempio che l'Istat ha lanciato tutta una serie di censimenti permanenti, quindi non fa il censimento solo ogni dieci anni, ma costantemente monitora o le aziende, soprattutto le aziende, o le famiglie, eccetera. Però questo fa sì che il tipo di campione che voi avete non sia un campione che voi a tavolino avete deciso che abbia quelle caratteristiche e quant'altro, ve lo ritrovate per quello che è possibile ottenere, perché c'è comunque un aspetto di disponibilità alla partecipazione al censimento, per i censimenti permanenti, se anche utilizzate delle informazioni che vengono attraverso, che ne so, Banca d'Italia o da altri sistemi, sono comunque con meccanismi che hanno un qualche, come dire, aspetto di...
adesione volontaria a quelle che anche chiamate SARVI, quindi a queste ricognizioni delle varie informazioni, per non arrivare a quelle che sono i campioni che vi dicevo prima, cioè le informazioni che voi lasciate su Facebook, lasciate sui vostri acquisti su Amazon, eccetera, quelle sono informazioni che di per sé possono essere utilizzate per dire com'è il vostro consumo, ma non hanno nessun... delle caratteristiche di dire da una popolazione abbiamo immaginato come estrarre il nostro campione, è vero che c'è un minimo di profilatura del cliente, cioè nel senso che voi da qualche parte avete lasciato la vostra data di nascita maschile. maschio, femmina e cose di questo genere. Ultimamente sono arrivati, è stata tutta grande discussione sul fatto che nel momento in cui crevate il vostro profilo o su Facebook o da altre parti non era semplicemente maschio, femmina, altro, ma poteva avere una connotazione di molte sfumature, anche quelli sono modi per avere una...
un profilo di quello che è il potenziale cliente, quindi consumatore, ok, da utilizzare, perché in tutta la discussione che abbiamo fatto anche prima un pezzo l'abbiamo dimenticato, che era quello delle preferenze. Siccome le preferenze non si osservano, al massimo si possono dedurre da una serie di caratteristiche, ok, e quindi, ecco, riprendendo quel discorso, le preferenze molto spesso appunto vengono approssimate, perché non si osservano, ma vengono approssimate da questo tipo di informazioni. Allora, questa profilatura comunque del consumatore serve poi per, come dire, utilizzare quei dati ricostruendo... capendo anche che cosa rappresentano, cioè se riusciamo a dire che c'è dentro un 20% del campione che abbiamo nella fascia di età dai 15 ai 25, un altro 30% tra i 25 e i 40 e via di seguito, siamo in grado di giudicare se il campione che abbiamo in un qualche modo rappresenta la struttura della popolazione di una determinata area, dell'Italia, eccetera, e quindi poi di permetterci di dire qualcosina di più e non semplicemente il dato riferito a quel campione su come si muove il consumo in Italia, come si muove un determinato mercato e via di seguito.
Quindi sono tanti i passaggi che vanno fatti, però il primo è proprio quello di capire il tipo di dati che abbiamo e capire che non sono dati che avete utilizzato finora in ambito statistico. Se ci spostiamo dalle considerazioni micro, appunto, del singolo consumatore che vi dicevo prima, ma ritorniamo a pensare alla variabile macro, in questo caso è ancora più difficile pensare che è rappresentativa, è un campione. E qui la domanda è difficile e andiamo alla slide successiva.
Quello che avete qua... è il prodotto interno lordo che potete considerare come la produzione dell'Italia, che vista come produzione è anche il reddito disponibile, l'avete imparato in politica economica che c'è la doppia faccia, cioè quello che produco è anche quello che mi è reso disponibile come reddito e avete la spesa delle famiglie. Quello che avete è... allora è l'anno, quindi sono osservazioni annuali dal 1970 a scendere, ok, e quello che avete in una colonna è il valore a prezzi di mercato, anche su questo possiamo iniziare a ragionarci adesso, a prezzi di mercato e in migliaia di non so che cosa, perché non ho riportato l'unità, errore mio, e avete la variazione anno su anno, quella che avete la colonna, la terza colonna, una colonna vuota, la colonna della spesa, sempre nella stessa unità di misura e poi il tasso di variazione.
Allora, se adesso vi dico, ragazzi, abbiamo osservato il prodotto interno lordo, il consumo delle famiglie, la spesa delle famiglie per consumo, dal 1970 al 2017 e vogliamo lavorarci sopra, ok? La prima cosa che voi dovreste dirmi è un campione, e un campione di che cosa? Non è facile questa domanda, la risposta è ancora più difficile, tra virgolette, cioè l'intero corso se volete, ma... E qui è semplicemente per, come dire, mettervi il dubbio che stiamo lavorando effettivamente con qualcosa di diverso da quello che... avete visto finora in statistica.
Qui io osservo un pezzo di storia, giusto, quello che va dal 1970 a quello che va al 2017. Osservo questo pezzo di storia e... e voglio tirarne fuori delle considerazioni per capire com'è il meccanismo del consumo in Italia e magari riuscire a dire qualcosa su come sarà il consumo, soprattutto a seguito di determinate scelte di politica economica, perché è questo che poi ci interessa maggiormente. Però nel momento in cui dico che osservo un pezzo di storia, primo, è chiaro che quel pezzo di storia non è replicabile, non lo posso modificare. non è soggetto a sperimenti, eccetera, la storia non la posso ripetere, ok? Per cui già questo esclude completamente l'aspetto di dato sperimentale, dato indipendente e quant'altro, ok?
Però si tratta di capire come posso interpretare questo pezzo di storia come un campione da cui trarre informazioni e considerazioni che poi posso immaginare di applicare a quello che è un meccanismo di funzionamento del mio corpo. del consumo in Italia. Qui la popolazione da cui si estrae il campione non è più una popolazione come dire che voi vi potete immaginare, tangibile, perché anche pensare che la popolazione siano i paesi, i diversi paesi e voi ne avete osservato uno, già questo vi mette in crisi, osservare un paese, fare delle considerazioni su un paese. Non esiste un campione con un solo elemento dentro, giusto?
Non è un campione per definizione, ci deve essere più, ok? Allora questo cosa significa? Che non potete lavorare su quei dati?
No, assolutamente no, significa che quei dati vanno interpretati. nel modo corretto. L'altra cosa che dovete osservare lì, oltre al fatto che vi rimanga questa impressione e questa difficoltà di comprensione di che cosa significa campioni in quel caso specifico e che cosa significhi popolazione, è il fatto che il tipo di dati che prendiamo, allora lì ho fatto l'errore, come vi ho detto, di non indicare l'unità di misura, possono essere migliaia, milioni di unità.
monetaria, questo cambia poco. Quello che cambia di più è il fatto che siano prezzi di mercato. Quando noi stiamo definendo la ricchezza di un paese tramite il prodotto interno lordo, stiamo praticamente gestendo due quantità.
Una è proprio le quantità, quanto viene prodotto, e l'altro è, siccome non possiamo mettere assieme, come si dice sempre, pere con mele, la forse ci si riesce anche, ma non si possono mettere assieme. macchinari con servizi ok il modo con cui li si mette assieme quelli di riportare unità di misura la stessa che quella monetaria la più semplice che si parla di valore nel momento in cui si parla di valore la quantità viene moltiplicata per un prezzo e poi quanti per prezzo vengono sommati e questo mi dà il risultato. Ora quando io devo ragionare su qual è la ricchezza di un paese o come si muove il prodotto interno lordo, quello che mi interessa è come si muovono essenzialmente le quantità più che i prezzi, per cui se voglio vedere una dinamica come si dice reale, ho bisogno di tenere fermi i prezzi, quindi misurerò le mie grandezze non a prezzi di mercato ma a prezzi costanti, quindi va fissato un anno di riferimento, i prezzi sono quelli di quell'anno e vengono ricostruiti.
i valori nei diversi anni. Questo in un qualche modo mi dà la dinamica delle quantità, una dinamica quindi reale. Se viceversa utilizzo i prezzi di mercato, porto dentro come informazione non solamente quella della dinamica delle quantità, ma anche quella della dinamica dei prezzi. Quindi ho un prodotto interno, in questo caso l'ordo, appunto, l'ordo viene per tante ragioni, non semplicemente per questa.
ma che ha un valore nominale, cioè quello della moneta, dell'unità di misura in quel momento. Tenetelo presente questo, perché noi ora nelle nostre esercizi, appunto come vi dicevo, non arriveremo ad elaborare esattamente con dati, tra virgolette, veri, cosa che è un passaggio che farete poi più in là. nel proseguo dei vostri corsi di econometria che in qualsiasi più o meno magistrale in ambito economico sicuramente reincontrerete, però questi sono aspetti particolarmente importanti perché nel momento in cui voi dovete analizzare un determinato fenomeno Dovete anche saper scegliere quali sono le fonti e quindi i dati con cui analizzare il fenomeno.
Quindi a seconda che siete interessati a delle dinamiche reali o delle dinamiche che prendono dentro anche i prezzi, sceglierete lui. una o l'altra. Allora, qui era semplicemente per darvi un po'uno, spiegarvi bene che cosa significa e quali sono i problemi che dobbiamo prima capire e poi affrontare.
con i dati di tipo economico e poi dall'altro lato capire anche come in realtà ci muoveremo. Allora qui avete il grafico semplicemente, estremamente veloce, dove il primo grafico in alto ha... A sinistra vi porta le grandezze, quindi i numerini delle colonne 2 e 4 che fossero prima. Il grafico a fianco vi dà invece le variazioni. Se voi guardate questi due grafici e banalmente siete al bar e li avete visti assieme e vi mettete a fare due commenti e vi si chiede, il consumo delle famiglie in Italia dipende dalla ricchezza prodotta in Italia, A voi cosa viene da rispondere?
Seguate quello di sinistra avete la sensazione che il pink, come volete chiamarlo, il consumo, mentre il reddito, quindi il PIL, è quello in blu. Avete la sensazione che il consumo delle famiglie vada riducendosi rispetto alla disponibilità di reddito. Sulla destra lo guardate in variazioni, invece vedete che sono belli incollati, quindi che non ci sono effettive variazioni di relazione tra le due. Tant'è che il terzo grafico, che è poi quello che noi creeremo e analizzeremo, è la banalissima linea di tendenza che vi dà Excel.
tra le due variabili. Le due variabili sono quelle però del grafico sui tassi di crescita, non sul livello. Se voi lo guardate sui tassi di crescita vedete che esiste una relazione evidente tra quanto cresce la ricchezza, quanto cresce il reddito disponibile e quanto cresce il consumo.
Ed è la retta, tracciata come un segmento, come una linea di tendenza, vedete che non ha grandi scostamenti, c'è qualcosina ma non ha grandi scostamenti. Allora, perché ha senso analizzare i tassi di crescita invece che i livelli? Allora, ci sono una ragione di... il dato che abbiamo considerato è una ragione di tipo statistico-econometrico.
I dati che abbiamo considerato, ve l'ho detto prima, sono a prezzi correnti, quindi hanno dentro una dinamica importante che è quella dell'andamento dei prezzi, l'inflazione. Quindi questa sensazione che le due curve si allontanino e quindi non si muovono allo stesso modo è un banale effetto ottico derivante dal fatto che c'è una differenza tra le due curve che va aumentando per il fatto che l'inflazione, quindi il livello dei prezzi va crescendo. Quindi non c'è assolutamente nulla di strutturale là dentro, tranne l'errore che ho fatto io nel tirar giù i dati, nel presentarveli.
che non tiene conto del fatto che è una dinamica di tipo nominale, quindi con l'inflazione dentro, invece di essere una dinamica reale. Quando la prendiamo sui tassi di variazione, questo effetto della dinamica dei prezzi lo andiamo in un qualche modo eliminando, ora è difficile capire perché a fine del corso ci saranno anche i motivi statistici del perché viene eliminato, e quindi questo vi riporta a vedere una situazione dove invece il legame tra livello del retto disponibile e consumo è un legame, così come ve lo dà la teoria economica, importante e tutto sommato stabile. Ora, siccome avevo detto prima che come si vedono e come si leggono i dati è uno degli aspetti più importanti, nel momento in cui vi fanno vedere il grafico di sinistra e vi dicono vedete come va riducendosi il consumo delle famiglie negli anni, voi dovete saperlo leggere, e sapere che non va letto quello lì, ma va letto quell'altro.
Però capite che se guardate il dato banalmente come vi viene servito è facile prendere ed accogliere delle informazioni che in realtà non sono corrette. E qui è estremamente banale la questione, però è anche quel tipo di dato che è più facile che venga, tra virgolette, offerto e commentato senza alcun tipo di cognizione su qual è il significato del dato e come vada trattato. come vada a letto. Ripeto, qui è un po'forzata la cosa, però in molte altre situazioni la situazione che vi trovate di fronte è praticamente la stessa, si tratta di avere la capacità di percepirla e di capirla. Allora, il motivo poi per cui bisogna lavorare sui tassi di crescita non è semplicemente solo legato all'aspetto inflazione, anche se è un aspetto importante, ma anche proprio una caratteristica stessa dei dati.
Quel termine che è passato prima e che non ho... ho commentato perché non è ancora il momento di commentarlo, è questo concetto di stazionarietà. È un concetto che affronteremo verso la fine del corso, ma è anche quel concetto statistico che spiega il perché io i dati li devo leggere e analizzare come nel grafico di destra e non come nel grafico di sinistra. Questo indipendentemente dal problema della presenza, della dinamica dei prezzi e quindi dell'inflazione. Un aspetto cruciale che però...
però è uno degli aspetti che se si dimenticano, tra virgolette, può far prendere non un abbaglio, ma tanti abbagli, e quindi portare a letture non corrette, distorte. di quello che sono i dati che avete a disposizione. Allora, questo era un pochettino quello che vi ho detto prima, cioè come economisti in generale, ora vi sembrerà difficile pensarlo, ma in realtà è già così, cioè nel senso che già in moltissime situazioni voi verrete, tra virgolette, esposti a dei risultati di analisi quantitative sui dati e molto spesso in un ambiente di lavoro tenetelo presente.
presente questo, le competenze di tipo econometrico, anche se tanto bistrattate perché tra virgolette chiedono un po'di fatica per acquisirle, però poi quando siete nel mercato del lavoro il consulente che vi fa l'analisi econometrica viene pagato decisamente di più di quello che fa semplicemente il consulente. Quindi le situazioni in cui vi troverete di fronte anche in un ambiente di lavoro a dei risultati di analisi statistico-econometriche saranno più di... più di qualcuna, ok?
Ed è opportuno che siate in grado, non dico di replicare esattamente quel tipo di analisi, ma almeno di fare quel po'di domande che permettono di capire se l'analisi è stata fatta nel modo corretto, se effettivamente i risultati che vi vengono presentati sono quelli che ha senso analizzare, ok? Ed evitare di prendere appunto abbagli. Ovvio che poi se siete in grado di riprodurla e migliorarla è ancora più facile. ancora meglio, questo è il valore aggiunto che potrete dare voi. Ovvio che anche un corso di base di econometria non è quello che vi permetterà di fare questo, spero che sia quello che vi permetta in un qualche modo di capire l'importanza anche di questi strumenti e poi, siccome molto spesso non vi fermerete alla laurea triennale ma andrete oltre, capire che appunto qualche competenza in più in questo ambito vi è utile.
Almeno 10 minuti, un quarto d'ora. Vedo se riesco a darvi qualche elemento tecnico in più. Poi tranquilli, da domani comincio a scrivere formule e non so se rimpiangerete oppure no. di oggi.
Allora, ricordatevi il modo in cui dovete lavorare ed è quello che in qualche modo vi devi distinguere da quello che oggi è un termine estremamente come dire, ripetuto e ricorrente che è quello del data analyst. In molte situazioni vi trovate, cioè vi si dice come sia importante, quello che ho detto io prima, essere in grado di lavorare con i dati eccetera, e si parla di questa figura del data analyst. Allora il data analyst quello che fa è esattamente metterle mani dentro questi dati ed estrarre delle informazioni. Il problema è che se non si ha piena cognizione di quello che è il significato del dato, di partenza, di quelle che sono le caratteristiche, cose che dicevamo prima e del perché sto analizzando quei dati, posso estrarre da quei dati tutto quello che voglio, ve lo dico io. Se voglio che salti fuori una determinata cosa, c'è il modo, ma non è questo che voi siete chiamati a fare, ok?
Quello che voi siete chiamati a fare è quello di avere, prima di iniziare, una qualche cognizione con la qualità. economica del fenomeno e dell'analisi che state facendo, cioè voi non potete semplicemente dire, allora c'è stato un lungo periodo che anche adesso va molto, si parla di data mining, c'è letteralmente quello che ho detto prima, cioè la miniera sono i dati e faccio data mining, tiro fuori. Allora quando non ho alcuna cognizione economica sul fenomeno, sul problema che sto analizzando va bene, non so da che parte prenderlo e guardo che cosa mi dicono.
dicono i dati? Vedere quello che mi dicono i dati, ripeto, se non c'è un minimo di guida si rischia veramente di vedere una cosa e l'opposto di questa cosa, per cui quel minimo di guida la dovete avere ed è il motivo per cui avete fatto i corsi di economia prima e arrivate ad econometria dopo, non prima, dovete essere in grado di avere quel minimo di sensibilità economica che vi permette di avere un'efficacia. di poi muovervi con i dati nel modo giusto. Allora, uno degli elementi fondamentali è anche il modello economico, dico economico, l'ipotesi lavoro di fondo. Quindi una qualche cognizione economica, una qualche idea del perché dovete analizzare quei dati, dovete analizzare quel fenomeno e che cosa vi aspettate da quel fenomeno, sarebbe opportuno averla.
E questo fa la differenza tra l'econometrico e il data analyst. stessa cosa. Il modello econometrico, il modello econometrico non è altro che il modello statistico se volete, voi poi partiremo da un modello economico, l'abbiamo detto prima, l'analisi del consumo dell'individuo o del consumo delle famiglie in Italia e lo dovremo formalizzare in un consumo che lo chiamiamo C, che dipende dal reto disponibile che l'avete sempre chiamato Y e dai prezzi che avete sempre chiamato. P e via di seguito, questa relazione così come dal punto di vista economico verrà tradotta in un modello statistico, un modello econometrico su cui poi si lavora, a quel punto abbiamo una relazione che una volta che abbiamo a disposizione i dati e abbiamo capito che dati stiamo utilizzando e abbiamo coscienza e cognizione che li stiamo utilizzando in un modo corretto otterremo delle stime. Il concetto di stima ce l'avete da statistica, giusto?
E in statistica non semplicemente avete, come dire, finora avete utilizzato il campione per avere delle stime sulla popolazione. Dobbiamo aggiungere un qualcosina di più a semplicemente la stima come risultato quantitativo che è quello che vogliamo, cioè il fatto di dire di quanto aumenta il consumo o di quanto diminuisce il consumo del 10% o del 12% dell'opera. l'8% quel che è, ok, al variare del reddito disponibile.
Dobbiamo avere anche coscienza che quel risultato quantitativo, cioè quel numero che diamo, è il risultato di un processo di stima, quindi fatto non sulla popolazione, come direste in statistica, ma fatto su un campione, ok? Per cui è soggetto all'incertezza che deriva dal fatto che voi avete un campione. e non la popolazione a disposizione.
Questo l'avete visto bene in statistica, vero? Perché questo è poi questo passaggio tra la stima E lo stimatore, che è un passaggio che faremo già da, non dico domani, ma dalla lezione successiva, è un passaggio che normalmente vi mette in crisi. Cioè voi siete in grado di vedere il risultato in termini di stima, ma fate fatica poi a capire che quel risultato può essere letto non come risultato numerico, ma come una variabile casuale che mi permette di giudicare quanto imprecisa.
è la mia stima. Questo è un passaggio che normalmente non vi viene facile. Come vi dicevo prima, il modello con cui lavoreremo è un modello di regressione multipla.
Anche qui, perché questo? Sicuramente perché il modello di regressione multipla è un modello di regressione multipla. modello più semplice ed è il meccanismo, il modello con cui leghiamo il comportamento di una variabile che vogliamo studiare, che chiameremo la variabile dipendente, lo metteremo in relazione, in funzione, come direi dal punto di vista matematico, una serie di altre variabili che immaginiamo essere utili a spiegarne il funzionamento.
Quindi avremo una relazione che spiegherà la nostra variabile dipendente. in funzione di altre variabili, il modo più semplice di farlo è quello di pensare a una relazione lineare. Esattamente come avevamo visto in questo grafico qua, la relazione che lega la variazione del consumo alla variazione del reddito disponibile è semplicemente quella retta, linea interpolante, quella linea di tendenza come viene chiamata, che vi dice che esiste una relazione lineare, quindi al variante... della variabile in questo caso che spiega che è il reddito disponibile, abbiamo una variazione costante della variabile che vogliamo spiegare in questo caso che è il consumo.
E ci limiteremo a questo. Ora questo non è necessariamente limitarsi, nel senso che uno potrebbe cominciare a dire ah ma ci sono molte condizioni che possono portare ad immaginare che ci siano relazioni di tipo non limitare. cioè che il modo con cui una variabile dipende dalle variabili esplicative sia più complicata della semplice linea di tendenza.
Però è anche vero che nella grande maggioranza dei casi possiamo limitarci a quello che in micro e macroeconomia avete chiamato la condizione ceteris paribus, voglio dire a parità delle altre condizioni vedo quanto si muove una determinata variabile. approssimando localmente il comportamento di determinato fenomeno. In questo caso quindi l'approssimazione lineare, per utilizzare termini di tipo più matematico, è sufficiente per capire localmente come si comporta. Però è anche vero che localmente, in molti casi, è la situazione e il tipo di analisi che viene chiesto e che mi è utile.
Poi noi faremo... un passaggio che ugualmente vi creerà qualche problema in più. Quello che noi osserviamo anche nel famoso grafico di prima che rimetto è un legame tra le due variabili, tra il consumo e il reddito disponibile.
Quella che da un punto di vista statistico, proprio terra a terra, stiamo rappresentando è una covarianza, standardizziamo una correlazione, ok, ma è una correlazione. Quindi il legame... tra le due variabili, statisticamente c'è sufficiente rappresentarlo con una correlazione. Vi ricordate che cos'è la correlazione?
Che cos'è la covarianza? La covarianza vi dà esattamente come vi dicevo prima, vi dice come due variabili si muovono assieme, diciamola pure così, perché come la calcolate è facendo la media degli scarti delle due variabili dalla loro media. E quindi se si muovono con scarti entrambi positivi hanno una covarianza positiva, se si muovono con scarti uno positivo e uno negativo hanno una covarianza negativa.
Quindi vi da una relazione lineare se volete tra le due variabili. dipende dalla misura, cioè dalla scala, diciamo, delle variabili, normalmente utilizzate il concetto di correlazione per standardizzarla, ok? E quindi la correlazione è una misura, come si dice pura, di quello che è il legame tra due variabili.
Quello che in econometria vogliamo fare va oltre, cioè nel senso che calcolare la correlazione è estremamente semplice, facile. Nel modello di regressione multipla, quello che dobbiamo imparare a fare è di calcolare delle correlazioni multiple, cioè non si... semplicemente tra una variabile e un'altra ma ovviamente in presenza di altre variabili.
Ok, quindi presenza di più fattori che spiegano una determinata variabile, ma soprattutto, e questo è il perché abbiamo bisogno di un modello economico di fondo, abbiamo l'ambizione di trasformare questa correlazione in essi causali, cioè io voglio poter dire che quello che metto a destra della mia equazione, della mia relazione, causa quello che sta a sinistra. Non è semplicemente dire si muovono assieme o si muovono con il... con una relazione negativa, quindi quando uno va su l'altro va giù, eccetera. Ma voglio poter dire, avere gli strumenti per poter dire che quello che sta a destra causa, quindi è il fattore da causa di quello che sta a sinistra. Ok?
Ripeto, per questo passaggio, che è un passaggio tutt'altro che banale, non è semplicemente usare un termine diverso da correlazione, cioè usare il termine causalità. una serie di verifiche eccetera e chiede soprattutto una comprensione del fenomeno che non posso semplicemente dedurre dai dati, ok? E questa comprensione del fenomeno passa appunto per quel modello economico che... che dicevamo prima.
L'altro pezzo sono i dati, i dati li abbiamo un pochettino anticipati prima, qualcosa diremmo in più, comunque la cosa più importante è che dovete ricordarvi che i dati economici appunto sono dati non sperimentali. È anche vero che in questi ultimi anni, anzi forse siete stati sollecitati anche voi come studenti, si è molto sviluppata una parte della disciplina economica che è quella dell'economia sperimentale. L'economia gli individui in condizioni di laboratorio per vedere come reagiscono a determinati sollecitazioni, incentivi e quant'altro. Quindi c'è questa idea di rendere sperimentale il dato economico. Questo è vero per alcuni dati micro, però in generale mantenete questa idea perché è estremamente importante che il dato economico con cui siete chiamati a lavorare è un dato non sperimentale.
Poi questo può distinguersi in due... blocchi importanti che sono i dati sezionali e le serie temporali. I dati sezionali, estremamente rapidamente, poi ci torniamo, sono quando voi osservate più individui, quindi più unità economiche, nello stesso momento.
Esempio, il consumo dell'individuo, per analizzarlo potete analizzare, quindi considerare i dati che riguardano mille individui nello stesso momento. stesso momento, questo è il dato sezionale, quello che vedremo indicato normalmente con l'indice I per dire che è l'individuo. L'esempio che abbiamo fatto prima sul consumo delle famiglie in Italia, invece lì se vi ricordate osservavamo il consumo negli anni, qui nel 1970, 71, 72 eccetera, quella è quella che viene chiamata una serie temporale dove la non è più quante osservazioni nello stesso momento delle diverse unità economiche, ma è la stessa unità economica osservata in diversi periodi.
Quindi abbiamo una dimensione sezionale e una dimensione temporale, che tecnicamente possono essere messe assieme, in quelli che vengono chiamati i dati longitudinali, i dati panel, perché posso delle stesse unità economiche non osservarle solamente in un determinato momento, ma seguirle nel tempo. Quindi posso avere sia la dimensione sezionale che la dimensione temporale. Noi ci occuperemo di dati sezionali di serie temporali, come vi dicevo prima, non arriveremo a fare i dati panel perché chiedono un po'di cose in più.
Il discorso della stima, che era quello che vi ho accennato prima, è quel passaggio importante di tener conto che appunto che nonostante riusciremo a dare delle risposte quantitative, queste devono, come dire, tener conto... del fatto che sono basate su un campione e non sulla popolazione, quindi hanno una dimensione di incertezza che va compresa, misurata e riportata, quindi nel dare i vostri risultati voi darete i risultati della stima, ma assieme a questi dovrete dare anche i risultati dell'incertezza che attorno a quella stima c'è, dare semplicemente il risultato della stima non è un lavoro fatto bene e diffidate. da chiunque vi dia il risultato di un'analisi econometrica dandovi solo il risultato della stima.
La stima non è completa se non ha assieme l'informazione sull'incertezza attorno a quella stima, perché altrimenti state giudicando il nulla da capo. Ricordatelo questo aspetto che è estremamente importante. Qui mi fermo perché prima di farvi vedere i modelli che vi fanno prendere paura aspetto domani. E va bene.
domande o d'altro non esitate a farmele grazie