Economia Applicata: Industrie, Mercati, Regioni

• Gennaio 2021- in corso: Ricercatore a tempo determinato di tipo A presso l’università degli studi di Napoli Parthenope.
• Maggio 2021- Gennaio 2022: Assegnista presso il Centro interdipartimentale di ricerca Laboratorio di Urbanistica e di Pianificazione Territoriale “Raffaele d’Ambrosio” (L.U.P.T.) dell’Università degli studi di Napoli Federico II.
• Marzo 2021- in corso: Docente per l’insegnamento di Altre Conoscenze utili per il mondo del lavoro-Problem Solving (3 CFU) per l’Università online IUL (L-33 – Classe delle lauree in Scienze economiche).
• Marzo 2021- Novembre 2021: Tutor Universitario per l’insegnamento di Istituzioni di Economia (SECS-P/01 -9 CFU) per l’Università online IUL (L-33 – Classe delle lauree in Scienze economiche). Prof. Massimiliano Cerciello.
• Novembre 2020-Novembre 2021: Tutor Universitario per l’insegnamento di Introduzione alla Matematica e Principi di Matematica Finanziaria (SECS-S/06 -9 CFU) per l’Università online IUL (L-33 – Classe delle lauree in Scienze economiche). Prof.ssa Sonia Lombardi.
• Novembre 2017-Luglio 2021: dottorato in Economics, Statistics and Sustainability- XXXIII ciclo- presso l’Università degli studi di Napoli Parthenope.
• Novembre 2019-Dicembre 2019: Visiting Researcher presso Athens University of Economics and Business (AUEB), Atene (GR).
• Gennaio 2019-Ottobre 2019: Tutor Universitario per l’insegnamento di Microeconomia (SECS-P/01-9 CFU) per l’Università degli studi di Napoli Parthenope (L-33 – Classe delle lauree in Scienze economiche).
• Settembre 2016-Luglio 2017: Master di secondo livello in Economics and Finance presso l’Università degli studi di Napoli Federico II.
• Febbraio 2014-Aprile-2016: Laurea Magistrale in Scienze Economiche e Finanziarie presso l’Università degli studi di Napoli Parthenope con votazione 110L/110. Supervisor: Prof. Giuseppe De Marco. Titolo della Tesi di Laurea: “Multifractals Models in Finance”.
• Ottobre 2010-Febbraio-2014: Laurea Triennale in Economia e Commercio presso l’Università degli studi di Napoli Parthenope con votazione 104/110. Supervisor: Prof. Enrico Marchetti. Titolo della Tesi di Laurea: “La recente crisi italiana tra vincoli monetari e sostenibilità del debito pubblico”.

L’insegnamento è costituito da 3 moduli:

• Modulo 1 – Richiami di Statistica ed Introduzione a GRETL
• Introduzione alla Statistica.
• Richiami di Statistica Descrittiva.
• Introduzione alla Statistica Inferenziale.
• Richiami di Statistica Inferenziale.
• Richiami di Econometria.
• GRETL: Introduzione.
• Modulo 2: Applicazioni di Statistica in GRETL
• Regressione Lineare Semplice.
• Regressione Lineare Multipla.
• Previsione e Bontà della Stima.
• Regressione Lineare con Serie Storiche I.
• Regressione Lineare con Serie Storiche II.
• Regressione Lineare con Dati Panel.
• Modulo 3: Applicazioni per la Macroeconomia e la Finanza
• Le Serie Storiche Macroeconomiche.
• Applicazioni per la Macroeconomia I.
• Applicazioni per la Macroeconomia II.
• Le Serie Storiche Finanziarie.
• Applicazioni per la Finanza I.
• Applicazioni per la Finanza II.

IUL ‘s “Applied Economics: Industry, Markets, and Regions” teaches you statistical thinking concepts essential for learning from data and communicating insights. By the end of the course, you will be able to perform simple and multiple regression analysis, understand key principles of time series analysis and select appropriate tests of significance for multiple contexts.

This course introduces “GRETL”, the official econometrics application for Introduction to Econometrics. This course seeks to present the structure and philosophy for data analysis implemented in GRETL, showing its potentiality by presenting applications in the economic, business, and financial fields.

This course is divided into 3 main modules:

• Module 1: Review of Statistics and Introduction to GRETL.
• Module 2: Applications of Statistics in GRETL.
• Module 3: Applications for Macroeconomics and Finance.

L’insegnamento ha l’obiettivo di fornire i seguenti strumenti

• Modulo 1: Comprendere ed applicare modelli teorici per valutazioni statistico-econometriche applicabili a fattispecie economiche, finanziarie ed aziendali.
• Modulo 2: Apprendere conoscenze tecniche applicative tramite il software GRETL.
• Modulo 3: Sviluppare una logica che consenta di gestire le innumerevoli casistiche in cui il software GRETL è utilizzato, consentendo allo studente di muoversi da professionista nel mondo del data science.

A. Conoscenza e comprensione

Comprendere il funzionamento di modelli teorici per valutazioni statistico-econometriche a fattispecie economiche, finanziari ed aziendali; conoscenza di tecniche applicative tramite il software GRETL; capacità di comprendere ed analizzare tramite tecniche computazionali aspetti economici, aziendali e finanziarie.

B. Conoscenza e capacità di comprensione applicate

Misurare, stimare e valutare le relazioni tra gli aggregati macroeconomici, finanziari e sulle scelte aziendali; svolgere analisi quantitative e qualitative dei dati con attenzione ai processi decisionali di carattere economico e/o finanziario, anche valorizzando le opportunità derivanti dalla disponibilità dei grandi aggregati dai dati; stimare i parametri di un modello statistico – econometrico, quantificazione dell’effetto di una variabile su di un’altra, verifica di ipotesi di interesse sui parametri, corretta specificazione del modello, previsione; stimare e verificare le relazioni economiche – aziendali sulla base delle evidenze empiriche disponibili.

C. Autonomia di giudizio

Capacità di assumere posizioni argomentate e sostenibili con riferimento a temi economici; ricercare e reperire in autonomia dati, informazioni, fonti, dottrina per valutazioni di carattere economico, aziendale, finanziario; utilizzo e rielaborazione di dati raccolti in autonomia; applicare modelli teorici in autonomia ai fini valutativi.

D. Abilità comunicative

Utilizzo di un lessico tecnicamente corretto ed efficace in ambito professionale; argomentare su temi di carattere economico, aziendale, finanziario, con proprietà di linguaggio e adeguati riferimenti scientifici; utilizzare propriamente gli strumenti informatici appresi.

E. Capacità di apprendimento

Sviluppare un metodo di studio adeguato ai diversi ambiti, funzionale allo sviluppo autonomo delle conoscenze/competenze (l’acquisizione di un metodo di studio non meccanico o mnemonico, ma ragionato e declinato con attenzione ai concetti); capacità di effettuare autonomamente analisi statistiche nell’ambiente GRETL.

A. Utilizzo di libri di testo avanzati, conoscenza di alcuni temi d’avanguardia nell’ambito della materia oggetto di studio.

B. Approccio professionale al proprio lavoro e possesso di competenze adeguate a concepire argomentazioni, sostenerle e per risolvere problemi nell’ambito della materia oggetto di studio. Capacità di raccogliere e interpretare dati utili a determinare giudizi autonomia.

C. Capacità di comunicare informazioni, idee, problemi e soluzioni ad interlocutori specialisti e non specialisti.

D. Capacità di intraprendere studi successivi con un alto grado di autonomia.

DIDATTICA EROGATIVA

• 8h 30’ di videolezioni registrate fruibili nell’ambiente eLearning;
• 3 web lessons in modalità sincrona di 1h ciascuna fruibili nell’ambiente eLearning;
• podcast di tutte le video lezioni sopramenzionate.

DIDATTICA INTERATTIVA

• 1 forum di orientamento al corso.
• 9 post di approfondimento tematico nei 3 forum disciplinari;
• 6 web conference in modalità sincrona di 1h e 30’ ciascuno di esercitazioni con il tutor fruibili nell’ambiente eLearning;
• 3 e-tivity strutturate (come descritte nelle Modalità di verifica in itinere).

AUTOAPPRENDIMENTO

Per ciascun modulo sono previsti materiali didattici: approfondimenti tematici, articoli e slide del docente, letture open access, risorse in rete, bibliografia di riferimento, ecc.

L’accesso alla prova finale (esame) è subordinato allo svolgimento delle seguenti 3 e-tivity:

• Etivity 1 Modulo 1 – 1 elaborato di c.ca 1.000 parole;
• Etivity 2 Modulo 2 – n. 1 elaborato di c.ca 1.000 parole;
• Etivity 2 Modulo 3 – n. 1 elaborato di c.ca 1.000 parole.

La verifica dell’apprendimento avverrà attraverso il colloquio orale sui contenuti del corso e sull’eventuale relazione finale presentata. Il voto (min 18, max 30 con eventuale lode) è determinato dal livello della prestazione per ognuna delle seguenti dimensioni dell’esposizione orale: padronanza dei contenuti, appropriatezza delle definizioni e dei riferimenti teorici, chiarezza dell’argomentare, dominio del linguaggio specialistico.

Italiano