L indicatore di attivit economica regionale regioss cycles trends
Download
1 / 27

L’indicatore di attività economica regionale - RegiosS, Cycles & Trends - PowerPoint PPT Presentation


  • 105 Views
  • Uploaded on

Laurea magistrale in statistica economia e impresa Politica economica corso avanzato - a.a. 2009-2010. L’indicatore di attività economica regionale - RegiosS, Cycles & Trends. Federica Benni Lezione 8 - 3 Dicembre 2009. Gli indicatori di sviluppo economico:.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' L’indicatore di attività economica regionale - RegiosS, Cycles & Trends' - argyle


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
L indicatore di attivit economica regionale regioss cycles trends

Laurea magistrale in statistica economia e impresa

Politica economica corso avanzato - a.a. 2009-2010

L’indicatore di attività economica regionale -RegiosS, Cycles & Trends

Federica Benni

Lezione 8 - 3 Dicembre 2009


Gliindicatori di sviluppo economico:

  • sono un utile strumento per i policy-maker per conoscere ed analizzare le singole realtà territoriali;

  • di fondamentale importanza per lo studio dello sviluppo locale;

  • permettono di analizzare le caratteristiche del ciclo economico locale e di avere un’istantanea delle condizioni economiche congiunturali di ciascun territorio.


I dati regionali disponibili
I dati regionali disponibili

Il prodotto interno lordo è la variabile comunemente utilizzata come indicatore della crescita economica di un Paese o di una regione ma:

  • l’Istat produce le statistiche dei conti economici territoriali con notevole ritardo e a cadenza annuale.

    Però a livello regionale è disponibile un ampio set di variabili a frequenza elevata.


I dati regionali
I dati regionali

  • Indagine sulla fiducia delle imprese (fonte Isae);

  • Indagine sulla fiducia dei consumatori (fonte Isae);

  • Esportazioni e importazioni (fonte Istat);

  • Rilevazione sulle forze di lavoro (fonte Istat);

  • Demografia delle imprese (fonte Unioncamere);

  • Immatricolazioni di automobili (fonte Anfia);

  • Prezzi al consumo (fonte Istat).


Indagini isae
Indagini Isae

  • Rilevazione imprese manifatturiere ed estrattive:

  • Indagine mensile riferita al mese corrente;

  • 18 domande finalizzate ad ottenere una valutazione dell’andamento dell’economia corrente e sulle aspettative delle imprese per il prossimo futuro in relazione alle principali variabili aziendali.

  • Rilevazione sulla fiducia dei consumatori:

  • Indagine mensile riferita al mese corrente;

  • 15 domande riguardanti l’opinione dei consumatori sulla situazione economica generale e personale;

  • Serie storiche calcolate per le quattro ripartizioni geografiche (Nord Ovest, Nord Est, Centro e Mezzogiorno).


Dati istat
Dati Istat

  • Esportazioni – Importazioni :

  • Serie mensili scaricabili dal sito dell’Istat;

  • Dati disponibili dal 1991 e aggiornati con circa due-tre mesi di ritardo rispetto alla data corrente.

    Rilevazione sulle forze di lavoro:

  • Rilevazione continua, i dati vengono raccolti in tutte le settimane dell’anno;

  • Dati diffusi con frequenza trimestrale.

    Prezzi al consumo:

  • Dati a frequenza mensile, pubblicati quindici giorni dopo la fine del mese di riferimento.


Dati regionali
Dati regionali

  • Demografia delle imprese:

  • Serie trimestrali delle imprese attive, iscritte e cessate presenti sul territorio;

  • Dati pubblicati quindici giorni dopo la fine del periodo di riferimento e disponibili on-line sul sito di Infocamere.

  • Immatricolazioni di automobili:

  • Dati mensili disponibili con un ritardo di circa un mese rispetto alla data corrente.



Trasformazioni effettuate
Trasformazioni effettuate

  • Variabili ISAE fiducia delle imprese e dei consumatori: standardizzazione.

  • Prezzi al consumo e dati contesto internazionale

  • 1) Differenze prime,

  • 2) Standardizzazione.

  • Immatricolazioni di automobili

  • 1) Variazione anno/anno,

  • 2) Standardizzazione.


Trasformazioni effettuate1
Trasformazioni effettuate

  • Dati commercio estero:

  • 1) Destagionalizzare i dati,

  • 2) Variazione anno/anno,

  • 3) Standardizzazione delle serie.

  • Dati mercato del lavoro

  • 1) Destagionalizzare i dati,

  • 2) Serie degli occupati variazione anno/anno,

  • 3) Standardizzazione delle sei serie.

  • Dati movimprese

  • 1) Destagionalizzare i dati,

  • 2) Variazione anno/anno,

  • 3) Standardizzazione.


Destagionalizzazione delle serie
Destagionalizzazione delle serie

Esempio:

series{

title = "ATTIVE"

start = 1991.1

name = "ATTIVE"

file = attive.dat

}

regression{

# variables=(easter[6])

variables=(const)

}

#automdl {

# maxorder = (3 1)

# maxdiff = (1 1) #or diff = (1 0)

# acceptdefault = no

# checkmu = yes

# ljungboxlimit = 0.99

# mixed = yes

# print = (none bestfivemdl autochoice)

# savelog = automodel

#}

pickmdl { mode = both

method = best

file = "X12amod1.mdl"

fcstlim = 25.0

bcstlim = 25.0

qlim = 15.0

overdiff = 0.99

identify = all

outofsample = yes

}

forecast{

save= (forecasts)

}


Fondamenti metodologici
Fondamenti metodologici

  • Modelli dinamici fattoriali

    - Diffusion Indexes (Stock e Watson, 1998)

  • Criteri informativi

    - Panel Information Criteria (Bai e Ng, 2002)

  • Algoritmo EM(Expectation Maximization)

    - Stock e Watson 2002


Modelli dinamici fattoriali stock e watson 1998
Modelli dinamici fattoriali(Stock e Watson, 1998)

  • Siano:

    - yt la serie storica della variabile oggetto di studio

    - Xtuna serie storica N-dimensionale che contiene

    informazioni utili per prevedere yt+1

  • Xt viene definita dalla struttura fattoriale:


Modelli dinamici fattoriali stock e watson 19981
Modelli dinamici fattoriali(Stock e Watson, 1998)

Se l’obiettivo è individuare , allora:

dove


Modelli dinamici fattoriali stock e watson 19982
Modelli dinamici fattoriali(Stock e Watson, 1998)

  • Modello fattoriale statico: , etserialmente incorrelati, Fted {eit} mutuamente incorrelati ed i.i.d.;

  • Modello fattoriale statico approssimato: i fattori idiosincratici possono essere “debolmente” correlati tra le serie;

  • Modello fattoriale dinamico statico: è una riscrittura di un modello fattoriale dinamico standard in modo da rendere statica la matrice dei punteggi fattoriali.


Modelli dinamici fattoriali stock e watson 19983
Modelli dinamici fattoriali(Stock e Watson, 1998)

  • Si assuma che:

  • Xt panel bilanciato

  • eitserialmente indipendenti


Modelli dinamici fattoriali stock e watson 19984
Modelli dinamici fattoriali(Stock e Watson, 1998)

  • Minimizzare

  • Individuare lo stimatore che minimizza il quadrato degli scarti, dove


Modelli dinamici fattoriali stock e watson 19985
Modelli dinamici fattoriali(Stock e Watson, 1998)

  • sono gli elementi che minimizzano la funzione obiettivo e soddisfano le seguenti condizioni:


Criterio informativo bai e ng 2002
Criterio Informativo(Bai e Ng, 2002)

  • Sia la matrice stimata per un numero k di fattori;

  • Sia

    la funzione obiettivo da minimizzare;

  • Allora, la scelta del numero corretto k di fattori andrà effettuata minimizzando una funzione del tipo

    in cui g è funzione sia di N che di T.


Criterio informativo bai e ng 20021
Criterio Informativo(Bai e Ng, 2002)

dove


Algoritmo em stock e watson 2002
Algoritmo EM(Stock e Watson, 2002)

  • Funzione obiettivo da minimizzare:

    dove Iit=1 se Xit è un valore osservato e Iit =0altrimenti

  • La j-esima iterazione è calcolata come:


Algoritmo em stock e watson 20021
Algoritmo EM(Stock e Watson, 2002)

  • La serie mensile non osservata Xitviene misurata solo al tempo aggregato Xqit , dove:

  • Xqit= (1/12)*(Xi,t-12+Xi,t-11+…..+Xit) per t= 12, 24, 36…

  • e Xqitè un dato mancante per tutti gli altri valori di t

  • Nella j-esima iterazione gli elementi del panel stimato sono costruiti come:

    se Xit è osservato e altrimenti.


Individuazione numero dei fattori
Individuazione numero dei fattori

1) load c:\Emilia.txt;

x =Emilia;

lags = 0;

fact = 4;

2) icp1 = log(vkf)+fact*((n+t)/(n*t))*log((n*t)/(n+t));

icp2 = log(vkf)+fact*((n+t)/(n*t))*log(c2nt);

icp3 = log(vkf)+fact*(log(c2nt)/c2nt);

3) x = x(1:t,:);

[t,n] = size(x);

[factors, lam, ma] = factloa(x,fact,lags);

vartot = trace(diag(ma));

explvar = zeros(fact,1);

for j = 1:fact;

explvar(j) = ma(n*(1+lags)-j+1)/vartot;


Numero di fattori estratti
Numero di fattori estratti

L’informazione contenuta nelle 38 variabili è stata sintetizzata in:

  • 4 fattori: Emilia-Romagna, Friuli Venezia Giulia, Lazio, Abruzzo;

  • 3 fattori: Piemonte, Trentino Alto Adige, Veneto, Toscana, Umbria, Marche, Puglia, Basilicata;

  • 2 fattori: Lombardia, Calabria, Sardegna;

  • 1 fattore: Valle d’Aosta, Liguria, Molise, Campania, Sicilia.


Costruzione dell indicatore di attivit economica regionale
Costruzione dell’indicatore di attività economica regionale

  • Fase 1 :

  • Ristimare il modello fattoriale inserendo i valori del Pil annuale e delle 38 variabili, applicando l’algoritmo EM per interpolare la serie del tasso di crescita del Pil.

  • Fase 2 :

  • Riapplicare l’algoritmo EM considerando le ultime osservazioni del Pil a frequenza mensile come dati mancanti;

  • Proiettare i tassi di crescita del Pil a frequenza mensile fino a giugno 2009 e aggiungere questi dati ai valori ottenuti dalla precedente interpolazione.


Indicatore di attivit economica emilia romagna
Indicatore di attività economica regionale(Emilia-Romagna)

Fonte: nostre elaborazioni su dati Isae, Istat, Unioncamere e Anfia


Bibliografia
Bibliografia regionale

Bai J., Ng S. (2002), Determining the Number of Factors in Approximate Factor Models, Econometrica Vol. 70, No. 1, pp. 191-221.

Benni F., Brasili A. (2007), Un indicatore sintetico di attività economica per le regioni italiane, Rivista di Economia e Statistica del Territorio, n.2 maggio-agosto 2006, Ed. Franco Angeli.

Stock J.H., Watson M.W. (1998), Diffusion Indexes, NBER, Working Paper No. 6702.

Stock J.H., Watson M.W. (2002), Macroeconomic Forecasting Using Diffusion Indexes, Journal of Business and Economic Statistics Vol. 20, pp. 147-162.

Sito RegiosS: http://www.regioss.it/


ad