Primo modulo Serie storiche economiche e loro modellizzazione econometrica. Decomposizione delle serie storiche e stima delle componenti. Serie storiche stazionarie ed ergodiche: analisi statistica. Cenni sui modelli lineari (ARMA) di analisi delle serie storiche. Cenni sulla stima di modelli ARMA: metodo dei minimi quadrati. Esempi di previsione con modelli ARMA. Previsioni dei minimi quadrati: approccio geometrico: applicazioni economiche. Secondo modulo: Introduzione ai modelli economici ed econometrici, statici e dinamici. Forme strutturale, ridotta e finale dei modelli e loro utilizzazioni: analisi del modello reddito-spesa (o del moltiplicatore), del modello di P.A.Samuelson (o dell'interazione moltiplicatore-acceleratore), del modello della ragnatela (equilibrio prezzo-quantità in un mercato), del modello IS-LM e derivati. Primi elementi di stima dei modelli econometrici: metodo dei minimi quadrati ordinari (OLS), metodo dei minimi quadrati indiretti (ILS), metodo dei minimi quadrati a due stadi (2SLS). Introduzione all'Analisi di regressione lineare: funzioni e modelli di regressione; modelli di regressione lineare, semplice e multipla; stimatori OLS e loro proprietà; principali errori di specificazione; alcune estensioni del modello di regressione lineare. Primi elementi sull'economia dei mercati finanziari; Cenni sui processi stocastici stazionari e non stazionari; Richiami di analisi delle serie storiche nel dominio temporale e frequenziale, modelli ARMA; Sulle caratteristiche più rilevanti delle serie storiche finanziarie (volatilità, effetti di clustering, non normalita`, comportamento asimmetrico); Modellizzazione della media condizionale: modelli ARIMA; Esempi; Modellizzazione della varianza condizionale: modelli ARCH e GARCH; Esempi; Modelli di volatilita` stocastica; Applicazioni al computer: analisi e previsione di tassi di cambio, corsi azionari, tassi di interesse e prodotti derivati.