Camilla MASTROMARCO

Camilla MASTROMARCO

Professore II Fascia (Associato)

Dipartimento di Scienze dell'Economia

Centro Ecotekne Pal. C - S.P. 6, Lecce - Monteroni - LECCE (LE)

Segreteria, Piano terra

Telefono +39 0832 29 8779 - Fax +39 0832 29 8757

Associato in Econometria SEC-P05

Area di competenza:

ECONOMETRIA 

SETTORE DISCIPLINARE: SEC-P05

Orario di ricevimento

GIOVEDI' DALLE ORE 16 ALLE ORE 18

 

OFFICE HOURS: THURSDAY FROM 4.PM TO 6 PM

Recapiti aggiuntivi

SITO WEB PERSONALE: www.camillamastromarco.it

Visualizza QR Code Scarica la Visit Card

Curriculum Vitae

Born in Bari, she was awarded a Laurea in Economia e Commercio (1993), then specialised in Applied Econometrics (Master Coripe, Torino, 1994; Master in Economics, Essex, 1995; MSc in Economics, Scottish Doctoral Programme, 1997) and was awarded the titles of Dottore di Ricerca in Economia della Popolazione e Sviluppo (Bari, 1999) and a PhD, Scottish Doctoral Programme, 2005, in University of Glasgow (U.K.). During 2003 and 2004 she is Marie Curie Fellow in Ludwig Maximilian University of Munich (Germany) and start to collaborate with Zurich University (Switzerland). From 2009 she is visiting professor at “Institut de Statistique, Universite Catholique de Louvain (UCL)” (Belgium).

Since January 2004, she is back in Italy, working at the University of Lecce, from 2004-2008 with a four-years contract funded by MIUR (Italian Ministry of University and Research, “Rientro dei cervelli” programme). In 2008 she won the public contest as Ricercatore Universitarioand in 2012 as Associate Professor in Econometrics. In 2017 she passed National Scientific Qualification (Abilitazione Scientifica Nazionale, ASN) as full professor in Econometrics.

In Lecce, she teaches introductory and advanced Econometrics, and organizes the annual “Summer School in Computational Econometrics - Programming in MatLab and Python”. Local organiser for the courses in Econometrics organized by the CIDE (Centro Interuniversitario di Econometria) from 2005-2009. She has published in several international scientific journals, among which: Journal of Applied Econometrics, Regional Studies, Economic Modelling, Journal of Productivity Analysis, Computational Statistics and Data Analysis, Review of International Economics, Applied Economics, Bulletin of Economic Research, World Development, World Economy, Structural Change and Economic Dynamics, Empirical Economics..

Her research interests are applied parametric and nonparametric econometrics, Bayesian econometrics, efficiency and productivity analysis using parametric and nonparametric frontier methodology, business cycles and growth, and sport economics.

She is referee for the several scientific journals as:  Journal of Econometrics, Journal of Applied Econometrics, Annals of Operations Research, European Journal of Operational Research, Operations Research, Omega, World Development, Review of Urban & Regional Development Studies, The International Journal of Management Science, Economic Letters, Economic Modelling, Structural Change and Economic Dynamics, Computational Statistics and Data Analysis, Journal of Productivity Analysis, Small Business Economics: An Entrepreneurship Journal, Journal of Industrial Economics.


 

 

Scarica curriculum vitae

Didattica

A.A. 2018/2019

ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2016/2017

Anno di corso 3

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso FINANZIARIO

Sede Lecce - Università degli Studi

ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2016/2017

Anno di corso 3

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso ECONOMIA DELL'INNOVAZIONE

Sede Lecce - Università degli Studi

ECONOMETRIA CORSO AVANZATO (MODULO I)

Corso di laurea Economia finanza e assicurazioni

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2017/2018

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso CURRICULUM ECONOMICO

ECONOMETRIA CORSO AVANZATO (MODULO II)

Corso di laurea Economia finanza e assicurazioni

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Anno accademico di erogazione 2018/2019

Per immatricolati nel 2017/2018

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso CURRICULUM ECONOMICO

A.A. 2017/2018

ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Anno accademico di erogazione 2017/2018

Per immatricolati nel 2015/2016

Anno di corso 3

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

ECONOMETRIA CORSO AVANZATO (MODULO I)

Corso di laurea Economia finanza e assicurazioni

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Anno accademico di erogazione 2017/2018

Per immatricolati nel 2016/2017

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso CURRICULUM ECONOMICO

ECONOMETRIA CORSO AVANZATO (MODULO II)

Corso di laurea Economia finanza e assicurazioni

Lingua ITALIANO

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Anno accademico di erogazione 2017/2018

Per immatricolati nel 2016/2017

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso CURRICULUM ECONOMICO

A.A. 2016/2017

ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 0.0

Anno accademico di erogazione 2016/2017

Per immatricolati nel 2014/2015

Anno di corso 3

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

ECONOMIA POLITICA CORSO AVANZATO II - MODULO II

Corso di laurea Economia finanza e assicurazioni

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Anno accademico di erogazione 2016/2017

Per immatricolati nel 2015/2016

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso CURRICULUM ECONOMICO

A.A. 2015/2016

ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 0.0

Anno accademico di erogazione 2015/2016

Per immatricolati nel 2013/2014

Anno di corso 3

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso PERCORSO COMUNE

Sede Lecce - Università degli Studi

ECONOMIA POLITICA CORSO AVANZATO II - MODULO II

Corso di laurea Economia finanza e assicurazioni

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Anno accademico di erogazione 2015/2016

Per immatricolati nel 2014/2015

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso CURRICULUM ECONOMICO

A.A. 2014/2015

ECONOMIA POLITICA CORSO AVANZATO II - MODULO II

Corso di laurea Economia finanza e assicurazioni

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Anno accademico di erogazione 2014/2015

Per immatricolati nel 2013/2014

Anno di corso 2

Struttura DIPARTIMENTO DI SCIENZE DELL'ECONOMIA

Percorso CURRICULUM ECONOMICO

Torna all'elenco
ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Settore Scientifico Disciplinare SECS-P/05

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2018/2019

Anno di corso 3

Semestre Secondo Semestre (dal 23/02/2019 al 31/05/2019)

Lingua ITALIANO

Percorso FINANZIARIO (A81)

Sede Lecce - Università degli Studi

Sebbene si tratti di un corso introduttivo all’analisi econometrica, sono richieste conoscenze di base in matematica e statistica inferenziale.

L'econometria è lo studio delle applicazioni dei metodi statistici all'analisi dei fenomeni economici. La natura dei fenomeni economici rende improbabile che le assunzioni sottostanti ai metodi statistici vengano rispettate. Cosa distingue l'econometria dalla statistica è lo studio dei problemi che derivano dalla violazione delle assunzioni statistiche. Il corso tratta le principali tecniche di analisi econometrica utilizzate nelle applicazioni economiche e finanziarie.

Il corso intende fornire allo studente una gamma articolata di metodi econometrici per assisterlo nell'attività di verifica empirica di tematiche economiche e finanziarie e nella trattazione di dati quantitativi con l’utilizzo di tecniche di elaborazione elettronica. Per questo motivo, il corso ha un contenuto fortemente applicato, con richiami alla teoria economica, finanziaria e alle sue applicazioni, e prevede un'attività parallela di esercitazione su computer, fondata sull’utilizzo del laboratorio informatico della Facoltà e di alcuni programmi applicativi disponibili in tale sede. Tutti gli argomenti affrontati saranno oggetto di esercitazione al computer.

Lezioni frontali e al computer con l'utilizzo di software econometrici. 

Frequentanti: prova intermedia scritta e consegna di tesina. Non frequentanti: prova scritta.

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo

svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del

Salento all'indirizzo paola.martino@unisalento.it"

Tutto il materiale didattico, completo di lezioni, esercitazioni e prove di esame, è disponibile nel sito personale www.camillamastromarco.it

  1. Introduzione: il significato dei modelli economici ed econometrici. Il ruolo dell’econometria nell’ambito delle scienze economiche.
  2. Richiami di alcuni concetti di inferenza statistica.
  3. Il modello lineare classico: ipotesi, il metodo di stima dei minimi quadrati ordinari, proprietà statistiche degli stimatori dei minimi quadrati ordinari, il metodo della massima verosimiglianza.
  4. Inferenza nel modello lineare classico: verifica d’ipotesi lineari, test t e F, i minimi quadrati vincolati.
  5. Cenni di teoria delle distribuzioni limite.
  6. Proprietà in grandi campioni dello stimatore dei minimi quadrati ordinari, dello stimatore di massima verosimiglianza e dei test statistici connessi.
  7. Il modello lineare dinamico.
  8. La diagnostica nel modello lineare: test di stabilità strutturale, test di corretta specificazione della media, test d’autocorrelazione, test d’eteroschedasticità.
  9. Il metodo di stima delle variabili strumentali: motivazione, proprietà degli stimatori, test di Sargan e test di Hausman.
  10. Il modello lineare generalizzato: lo stimatore dei minimi quadrati generalizzati e sue proprietà.
  11. I modelli panel ad effetti fissi e causali (cenni).
  12. Serie Temporali. Processi stocastici: definizione e proprietà. Stazionarietà. I processi autoregressivi (AR) e a media mobile (MA).

Testi base:

 

  • J. H. Stock e M. W. Watson, a cura di F. Peracchi, (2005), Introduzione all’Econometria, Milano, Pearson. (Testo molto semplice e discorsivo da affiancare alle dispense del docente);
  • M. Verbeek, (2006), Econometria, Zanichelli. (Testo molto completo con un livello medio di difficoltà e approfondimento);
  • G. Koop, (2008), Introduction to Econometrics, John Wiley & Sons. (Testo semplice e completo, in inglese);
  • G. G. Judge, R. C. Hill, W. E. Griffiths, H. Lütkepohl, Tsoung-Chao Lee, (1988), Introduction to the Theory and Practice of Econometrics, Wiley. (Testo semplice e completo, in inglese);
  • G. S. Maddala, (2001) Introduction to Econometrics, 3rd Edition, Wiley. (Testo semplice e completo, in inglese);
  • D. N. Gujarati, (1995), Basic Econometrics McGraw Hill. (Testo di complessità media, completo nella trattazione degli argomenti, in inglese);

 

Testi avanzati:

  • G. Amisano, (2004), Elementi di Econometria. Un’introduzione ai concetti e alle tecniche di base, Mondadori Università.
  • W. H. Greene, (2003), Econometric Analysis, Macmillan, New York, 5th edition. (cap. 1, 2, 3, 4, 6, 7, 11, 12, 13, 16, 18. Un elenco dettagliato dei paragrafi rilevanti sarà fornito durante il corso).
  • N. Cappuccio, R. Orsi, Econometria (nuova edizione), Il Mulino.
  • J. M. Wooldridge, Introductory Econometrics: A Modern Approach, Second Edition (2002), South-Western College Publishing.
  • J. Johnston, (1994), Econometrica, Franco Angeli.
  • H. Lütkepohl e M. Krätzig, (2006), Applied Time Series Econometrics, Cambridge University Press.
  • Note: Dispense del docente su tutti gli argomenti trattati saranno disponibili nel sito web.
ECONOMETRIA (SECS-P/05)
ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Settore Scientifico Disciplinare SECS-P/05

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2018/2019

Anno di corso 3

Semestre Secondo Semestre (dal 23/02/2019 al 31/05/2019)

Lingua ITALIANO

Percorso ECONOMIA DELL'INNOVAZIONE (A80)

Sede Lecce - Università degli Studi

Sebbene si tratti di un corso introduttivo all’analisi econometrica, sono richieste conoscenze di base in matematica e statistica inferenziale.

L'econometria è lo studio delle applicazioni dei metodi statistici all'analisi dei fenomeni economici. La natura dei fenomeni economici rende improbabile che le assunzioni sottostanti ai metodi statistici vengano rispettate. Cosa distingue l'econometria dalla statistica è lo studio dei problemi che derivano dalla violazione delle assunzioni statistiche. Il corso tratta le principali tecniche di analisi econometrica utilizzate nelle applicazioni economiche e finanziarie.

Il corso intende fornire allo studente una gamma articolata di metodi econometrici per assisterlo nell'attività di verifica empirica di tematiche economiche e finanziarie e nella trattazione di dati quantitativi con l’utilizzo di tecniche di elaborazione elettronica. Per questo motivo, il corso ha un contenuto fortemente applicato, con richiami alla teoria economica, finanziaria e alle sue applicazioni, e prevede un'attività parallela di esercitazione su computer, fondata sull’utilizzo del laboratorio informatico della Facoltà e di alcuni programmi applicativi disponibili in tale sede. Tutti gli argomenti affrontati saranno oggetto di esercitazione al computer.

Lezioni frontali e al computer con l'utilizzo di software econometrici. 

Frequentanti: prova intermedia scritta e consegna di tesina. Non frequentanti: prova scritta.

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo

svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del

Salento all'indirizzo paola.martino@unisalento.it"

Tutto il materiale didattico, completo di lezioni, esercitazioni e prove di esame, è disponibile nel sito personale www.camillamastromarco.it

  1. Introduzione: il significato dei modelli economici ed econometrici. Il ruolo dell’econometria nell’ambito delle scienze economiche.
  2. Richiami di alcuni concetti di inferenza statistica.
  3. Il modello lineare classico: ipotesi, il metodo di stima dei minimi quadrati ordinari, proprietà statistiche degli stimatori dei minimi quadrati ordinari, il metodo della massima verosimiglianza.
  4. Inferenza nel modello lineare classico: verifica d’ipotesi lineari, test t e F, i minimi quadrati vincolati.
  5. Cenni di teoria delle distribuzioni limite.
  6. Proprietà in grandi campioni dello stimatore dei minimi quadrati ordinari, dello stimatore di massima verosimiglianza e dei test statistici connessi.
  7. Il modello lineare dinamico.
  8. La diagnostica nel modello lineare: test di stabilità strutturale, test di corretta specificazione della media, test d’autocorrelazione, test d’eteroschedasticità.
  9. Il metodo di stima delle variabili strumentali: motivazione, proprietà degli stimatori, test di Sargan e test di Hausman.
  10. Il modello lineare generalizzato: lo stimatore dei minimi quadrati generalizzati e sue proprietà.
  11. I modelli panel ad effetti fissi e causali (cenni).
  12. Serie Temporali. Processi stocastici: definizione e proprietà. Stazionarietà. I processi autoregressivi (AR) e a media mobile (MA).

Testi base:

 

  • J. H. Stock e M. W. Watson, a cura di F. Peracchi, (2005), Introduzione all’Econometria, Milano, Pearson. (Testo molto semplice e discorsivo da affiancare alle dispense del docente);
  • M. Verbeek, (2006), Econometria, Zanichelli. (Testo molto completo con un livello medio di difficoltà e approfondimento);
  • G. Koop, (2008), Introduction to Econometrics, John Wiley & Sons. (Testo semplice e completo, in inglese);
  • G. G. Judge, R. C. Hill, W. E. Griffiths, H. Lütkepohl, Tsoung-Chao Lee, (1988), Introduction to the Theory and Practice of Econometrics, Wiley. (Testo semplice e completo, in inglese);
  • G. S. Maddala, (2001) Introduction to Econometrics, 3rd Edition, Wiley. (Testo semplice e completo, in inglese);
  • D. N. Gujarati, (1995), Basic Econometrics McGraw Hill. (Testo di complessità media, completo nella trattazione degli argomenti, in inglese);

 

Testi avanzati:

  • G. Amisano, (2004), Elementi di Econometria. Un’introduzione ai concetti e alle tecniche di base, Mondadori Università.
  • W. H. Greene, (2003), Econometric Analysis, Macmillan, New York, 5th edition. (cap. 1, 2, 3, 4, 6, 7, 11, 12, 13, 16, 18. Un elenco dettagliato dei paragrafi rilevanti sarà fornito durante il corso).
  • N. Cappuccio, R. Orsi, Econometria (nuova edizione), Il Mulino.
  • J. M. Wooldridge, Introductory Econometrics: A Modern Approach, Second Edition (2002), South-Western College Publishing.
  • J. Johnston, (1994), Econometrica, Franco Angeli.
  • H. Lütkepohl e M. Krätzig, (2006), Applied Time Series Econometrics, Cambridge University Press.
  • Note: Dispense del docente su tutti gli argomenti trattati saranno disponibili nel sito web.
ECONOMETRIA (SECS-P/05)
ECONOMETRIA CORSO AVANZATO (MODULO I)

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-P/05

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2018/2019

Anno di corso 2

Semestre Primo Semestre (dal 18/09/2018 al 31/12/2018)

Lingua ITALIANO

Percorso CURRICULUM ECONOMICO (A13)

Sono richieste conoscenze di matematica - in particolare algebra matriciale -, statistica inferenziale e di econometria di base.

Il corso di Econometria Avanzato è dedicato a introdurre le metodologie parametriche e non parametriche per l'analisi quantitativa di modelli finanziari, microeconomici e macroeconomici. In particolare verranno trattati i modelli di analisi multivariata e la teoria asintotica degli stessi, i modelli panel, i modelli della frontiera di efficienza e le serie storiche. 

ll corso intende fornire allo studente metodi avanzati di analisi empirica per la trattazione quantitativa dei modelli della teoria finanziaria ed economica, con particolare enfasi allo studio della funzione di produzione, della produttività e all'efficienza produttiva.

Lezioni frontali e al computer con l'utilizzo di software econometrici.

Frequentanti: consegna di tre tesine su analisi econometriche utilizzando modelli di dati panel, serie storiche e frontiere di efficienza.

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo

svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del

Salento all'indirizzo paola.martino@unisalento.it"

Tutto il materiale didattico,completo di dispense, esercitazioni, è disponibile nel sito web personale: www.camillamastromarco.it

  • Modello di regressione multivariato classico.
  • I modelli di serie storica univariata.
  • Integrazione e cointegrazione delle serie storiche.
  • I modelli di serie storica multivariata VAR (vector autoregressive model)

Badi H. Baltagi, (2013), Econometric Analysis of Panel Data, 5th Edition.

Coelli, T. J., Rao, D.S.P., O'Donnell, C.J. and G. E. Battese (2005), An Introduction to Efficiency and Productivity Analysis (second edition), Springer.

Daraio, C. and Simar, L. (2007), Advanced Robust and Nonparametric Methods in Efficiency Analysis. Methodology and Applications, Springer Verlag.

Hamilton, J. (1994), Time Series Analysis, Princeton University Press.

Hsiao, Cheng, (2015), Analysis of Panel Data, Cambridge University Press, 3rd Edition.

Kumbhakar, S. and Lovell, C. (2000), Stochastic Frontier Analysis, Cambridge University Press, Cambridge.

Lutkepohl, H.: 2005, New Introduction to Multiple Time Series Analysis, Springer, Berlin, Heidelberg, New York, Tokio.

Mastromarco, C.: 2009, Stochastic Frontier Models, Department of Economics and Quantitative Methods.

Simar, L. and Wilson, P. W., 1998. Sensitivity analysis of efficiency scores: how to bootstrap in nonparametric frontier models, Management Science 44, 49-61.

Simar, L. and Wilson, P. W., 2000. A general methodology for bootstrapping in non-parametric frontier models, Journal of Applied Statistics, 27, 779-802.

Simar, L. and Wilson, P. W., 2007. Estimation and inference in two-stage, semi-parametric models of production process, Journal of Econometrics, 136, 31-64.

Verbeek, M. (2004), Econometria, Zanichelli.

Woitek, U.: 2009, Structural Vectorautoregressive Models, University of Zurich.

- Dispense delle lezioni.

ECONOMETRIA CORSO AVANZATO (MODULO I) (SECS-P/05)
ECONOMETRIA CORSO AVANZATO (MODULO II)

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-P/05

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Per immatricolati nel 2017/2018

Anno accademico di erogazione 2018/2019

Anno di corso 2

Semestre Secondo Semestre (dal 26/02/2019 al 25/05/2019)

Lingua ITALIANO

Percorso CURRICULUM ECONOMICO (A13)

Sono richieste conoscenze di matematica - in particolare algebra matriciale -, statistica inferenziale e di econometria di base.

Il corso di Econometria Avanzato è dedicato a introdurre le metodologie parametriche e non parametriche per l'analisi quantitativa di modelli finanziari, microeconomici e macroeconomici. In particolare verranno trattati i modelli di analisi multivariata e la teoria asintotica degli stessi, i modelli panel, i modelli della frontiera di efficienza e le serie storiche. 

ll corso intende fornire allo studente metodi avanzati di analisi empirica per la trattazione quantitativa dei modelli della teoria finanziaria ed economica, con particolare enfasi allo studio della funzione di produzione, della produttività e all'efficienza produttiva.

Lezioni frontali e al computer con l'utilizzo di software econometrici.

Frequentanti: consegna di tre tesine su analisi econometriche utilizzando modelli di dati panel, serie storiche e frontiere di efficienza. Non frequentanti: prova scritta.

"Lo studente, disabile e/o con DSA, che intende usufruire di un intervento individualizzato per lo

svolgimento della prova d’esame deve contattare l'ufficio Integrazione Disabili dell'Università del

Salento all'indirizzo paola.martino@unisalento.it"

Tutto il materiale didattico,completo di dispense, esercitazioni, è disponibile nel sito web personale: www.camillamastromarco.it

  • I modelli di dati panel con effetti fissi.
  • I modelli di dati panel con effetti casuali.
  • I modelli dinamici di dati panel.
  • Innovazione tecnologica, efficienza e crescita economica.
  • Introduzione ai modelli di frontiera di efficienza.
  • I modelli Growth Accounting e frontiere stocastiche di efficienza.
  • Approccio non parametrico e parametrico della stima della frontiera di efficienza.
  • Lo stimatore non parametrico Data Development Analysis (DEA) per la stima della frontiera di efficienza.
  • Lo stimatore non parametrico Free Disposal Hull (FDH) per la stima della frontiera di efficienza.
  • Approfondimenti computazionali sullo stimatore DEA e FDH.
  • L’analisi bootstrapping per la stima consistente dei modelli di efficienza e degli intervalli di confidenza proposta da Simar e Wilson (1998, 2000).
  • L’analisi a due stadi per l’analisi delle determinanti dell’efficienza (Simar e Wilson 2007).

Badi H. Baltagi, (2013), Econometric Analysis of Panel Data, 5th Edition.

Coelli, T. J., Rao, D.S.P., O'Donnell, C.J. and G. E. Battese (2005), An Introduction to Efficiency and Productivity Analysis (second edition), Springer.

Daraio, C. and Simar, L. (2007), Advanced Robust and Nonparametric Methods in Efficiency Analysis. Methodology and Applications, Springer Verlag.

Hamilton, J. (1994), Time Series Analysis, Princeton University Press.

Hsiao, Cheng, (2015), Analysis of Panel Data, Cambridge University Press, 3rd Edition.

Kumbhakar, S. and Lovell, C. (2000), Stochastic Frontier Analysis, Cambridge University Press, Cambridge.

Lutkepohl, H.: 2005, New Introduction to Multiple Time Series Analysis, Springer, Berlin, Heidelberg, New York, Tokio.

Mastromarco, C.: 2009, Stochastic Frontier Models, Department of Economics and Quantitative Methods.

Simar, L. and Wilson, P. W., 1998. Sensitivity analysis of efficiency scores: how to bootstrap in nonparametric frontier models, Management Science 44, 49-61.

Simar, L. and Wilson, P. W., 2000. A general methodology for bootstrapping in non-parametric frontier models, Journal of Applied Statistics, 27, 779-802.

Simar, L. and Wilson, P. W., 2007. Estimation and inference in two-stage, semi-parametric models of production process, Journal of Econometrics, 136, 31-64.

Verbeek, M. (2004), Econometria, Zanichelli.

Woitek, U.: 2009, Structural Vectorautoregressive Models, University of Zurich.

- Dispense delle lezioni.

ECONOMETRIA CORSO AVANZATO (MODULO II) (SECS-P/05)
ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Settore Scientifico Disciplinare SECS-P/05

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2017/2018

Anno di corso 3

Semestre Secondo Semestre (dal 23/02/2018 al 31/05/2018)

Lingua ITALIANO

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

Sebbene si tratti di un corso introduttivo all’analisi econometrica, sono richieste conoscenze di base in matematica e statistica inferenziale.

L'econometria è lo studio delle applicazioni dei metodi statistici all'analisi dei fenomeni economici. La natura dei fenomeni economici rende improbabile che le assunzioni sottostanti ai metodi statistici vengano rispettate. Cosa distingue l'econometria dalla statistica è lo studio dei problemi che derivano dalla violazione delle assunzioni statistiche. Il corso tratta le principali tecniche di analisi econometrica utilizzate nelle applicazioni economiche e finanziarie.

Il corso intende fornire allo studente una gamma articolata di metodi econometrici per assisterlo nell'attività di verifica empirica di tematiche economiche e finanziarie e nella trattazione di dati quantitativi con l’utilizzo di tecniche di elaborazione elettronica. Per questo motivo, il corso ha un contenuto fortemente applicato, con richiami alla teoria economica, finanziaria e alle sue applicazioni, e prevede un'attività parallela di esercitazione su computer, fondata sull’utilizzo del laboratorio informatico della Facoltà e di alcuni programmi applicativi disponibili in tale sede. Tutti gli argomenti affrontati saranno oggetto di esercitazione al computer.

Lezioni frontali e al computer con l'utilizzo di software econometrici. 

Frequentanti: prova intermedia scritta e consegna di tesina. Non frequentanti: prova scritta.

Tutto il materiale didattico, completo di lezioni, esercitazioni e prove di esame, è disponibile nel sito personale www.camillamastromarco.it

  1. Introduzione: il significato dei modelli economici ed econometrici. Il ruolo dell’econometria nell’ambito delle scienze economiche.
  2. Richiami di alcuni concetti di inferenza statistica.
  3. Il modello lineare classico: ipotesi, il metodo di stima dei minimi quadrati ordinari, proprietà statistiche degli stimatori dei minimi quadrati ordinari, il metodo della massima verosimiglianza.
  4. Inferenza nel modello lineare classico: verifica d’ipotesi lineari, test t e F, i minimi quadrati vincolati.
  5. Cenni di teoria delle distribuzioni limite.
  6. Proprietà in grandi campioni dello stimatore dei minimi quadrati ordinari, dello stimatore di massima verosimiglianza e dei test statistici connessi.
  7. Il modello lineare dinamico.
  8. La diagnostica nel modello lineare: test di stabilità strutturale, test di corretta specificazione della media, test d’autocorrelazione, test d’eteroschedasticità.
  9. Il metodo di stima delle variabili strumentali: motivazione, proprietà degli stimatori, test di Sargan e test di Hausman.
  10. Il modello lineare generalizzato: lo stimatore dei minimi quadrati generalizzati e sue proprietà.
  11. I modelli panel ad effetti fissi e causali (cenni).
  12. Serie Temporali. Processi stocastici: definizione e proprietà. Stazionarietà. I processi autoregressivi (AR) e a media mobile (MA).

Testi base:

 

  • J. H. Stock e M. W. Watson, a cura di F. Peracchi, (2005), Introduzione all’Econometria, Milano, Pearson. (Testo molto semplice e discorsivo da affiancare alle dispense del docente);
  • M. Verbeek, (2006), Econometria, Zanichelli. (Testo molto completo con un livello medio di difficoltà e approfondimento);
  • G. Koop, (2008), Introduction to Econometrics, John Wiley & Sons. (Testo semplice e completo, in inglese);
  • G. G. Judge, R. C. Hill, W. E. Griffiths, H. Lütkepohl, Tsoung-Chao Lee, (1988), Introduction to the Theory and Practice of Econometrics, Wiley. (Testo semplice e completo, in inglese);
  • G. S. Maddala, (2001) Introduction to Econometrics, 3rd Edition, Wiley. (Testo semplice e completo, in inglese);
  • D. N. Gujarati, (1995), Basic Econometrics McGraw Hill. (Testo di complessità media, completo nella trattazione degli argomenti, in inglese);

 

Testi avanzati:

  • G. Amisano, (2004), Elementi di Econometria. Un’introduzione ai concetti e alle tecniche di base, Mondadori Università.
  • W. H. Greene, (2003), Econometric Analysis, Macmillan, New York, 5th edition. (cap. 1, 2, 3, 4, 6, 7, 11, 12, 13, 16, 18. Un elenco dettagliato dei paragrafi rilevanti sarà fornito durante il corso).
  • N. Cappuccio, R. Orsi, Econometria (nuova edizione), Il Mulino.
  • J. M. Wooldridge, Introductory Econometrics: A Modern Approach, Second Edition (2002), South-Western College Publishing.
  • J. Johnston, (1994), Econometrica, Franco Angeli.
  • H. Lütkepohl e M. Krätzig, (2006), Applied Time Series Econometrics, Cambridge University Press.
  • Note: Dispense del docente su tutti gli argomenti trattati saranno disponibili nel sito web.
ECONOMETRIA (SECS-P/05)
ECONOMETRIA CORSO AVANZATO (MODULO I)

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-P/05

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2017/2018

Anno di corso 2

Semestre Primo Semestre (dal 18/09/2017 al 31/12/2017)

Lingua ITALIANO

Percorso CURRICULUM ECONOMICO (A13)

Sono richieste conoscenze di matematica - in particolare algebra matriciale -, statistica inferenziale e di econometria di base.

Il corso di Econometria Avanzato è dedicato a introdurre le metodologie parametriche e non parametriche per l'analisi quantitativa di modelli finanziari, microeconomici e macroeconomici. In particolare verranno trattati i modelli di analisi multivariata e la teoria asintotica degli stessi, i modelli panel, i modelli della frontiera di efficienza e le serie storiche. 

ll corso intende fornire allo studente metodi avanzati di analisi empirica per la trattazione quantitativa dei modelli della teoria finanziaria ed economica, con particolare enfasi allo studio della funzione di produzione, della produttività e all'efficienza produttiva.

Lezioni frontali e al computer con l'utilizzo di software econometrici.

Frequentanti: consegna di tre tesine su analisi econometriche utilizzando modelli di dati panel, serie storiche e frontiere di efficienza.

Tutto il materiale didattico,completo di dispense, esercitazioni, è disponibile nel sito web personale: www.camillamastromarco.it

  • Modello di regressione multivariato classico.
  • I modelli di dati panel con effetti fissi.
  • I modelli di dati panel con effetti casuali.
  • I modelli dinamici di dati panel.
  • I modelli di serie storica univariata.
  • Integrazione e cointegrazione delle serie storiche.
  • I modelli di serie storica multivariata VAR (vector autoregressive model)

Badi H. Baltagi, (2013), Econometric Analysis of Panel Data, 5th Edition.

Coelli, T. J., Rao, D.S.P., O'Donnell, C.J. and G. E. Battese (2005), An Introduction to Efficiency and Productivity Analysis (second edition), Springer.

Daraio, C. and Simar, L. (2007), Advanced Robust and Nonparametric Methods in Efficiency Analysis. Methodology and Applications, Springer Verlag.

Hamilton, J. (1994), Time Series Analysis, Princeton University Press.

Hsiao, Cheng, (2015), Analysis of Panel Data, Cambridge University Press, 3rd Edition.

Kumbhakar, S. and Lovell, C. (2000), Stochastic Frontier Analysis, Cambridge University Press, Cambridge.

Lutkepohl, H.: 2005, New Introduction to Multiple Time Series Analysis, Springer, Berlin, Heidelberg, New York, Tokio.

Mastromarco, C.: 2009, Stochastic Frontier Models, Department of Economics and Quantitative Methods.

Simar, L. and Wilson, P. W., 1998. Sensitivity analysis of efficiency scores: how to bootstrap in nonparametric frontier models, Management Science 44, 49-61.

Simar, L. and Wilson, P. W., 2000. A general methodology for bootstrapping in non-parametric frontier models, Journal of Applied Statistics, 27, 779-802.

Simar, L. and Wilson, P. W., 2007. Estimation and inference in two-stage, semi-parametric models of production process, Journal of Econometrics, 136, 31-64.

Verbeek, M. (2004), Econometria, Zanichelli.

Woitek, U.: 2009, Structural Vectorautoregressive Models, University of Zurich.

- Dispense delle lezioni.

ECONOMETRIA CORSO AVANZATO (MODULO I) (SECS-P/05)
ECONOMETRIA CORSO AVANZATO (MODULO II)

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-P/05

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0

Per immatricolati nel 2016/2017

Anno accademico di erogazione 2017/2018

Anno di corso 2

Semestre Secondo Semestre (dal 26/02/2018 al 25/05/2018)

Lingua ITALIANO

Percorso CURRICULUM ECONOMICO (A13)

Sono richieste conoscenze di matematica - in particolare algebra matriciale -, statistica inferenziale e di econometria di base.

Il corso di Econometria Avanzato è dedicato a introdurre le metodologie parametriche e non parametriche per l'analisi quantitativa di modelli finanziari, microeconomici e macroeconomici. In particolare verranno trattati i modelli di analisi multivariata e la teoria asintotica degli stessi, i modelli panel, i modelli della frontiera di efficienza e le serie storiche. 

ll corso intende fornire allo studente metodi avanzati di analisi empirica per la trattazione quantitativa dei modelli della teoria finanziaria ed economica, con particolare enfasi allo studio della funzione di produzione, della produttività e all'efficienza produttiva.

Lezioni frontali e al computer con l'utilizzo di software econometrici.

Frequentanti: consegna di tre tesine su analisi econometriche utilizzando modelli di dati panel, serie storiche e frontiere di efficienza.

Tutto il materiale didattico,completo di dispense, esercitazioni, è disponibile nel sito web personale: www.camillamastromarco.it

  • Innovazione tecnologica, efficienza e crescita economica.
  • Introduzione ai modelli di frontiera di efficienza.
  • I modelli Growth Accounting e frontiere stocastiche di efficienza.
  • Approccio non parametrico e parametrico della stima della frontiera di efficienza.
  • Lo stimatore non parametrico Data Development Analysis (DEA) per la stima della frontiera di efficienza.
  • Lo stimatore non parametrico Free Disposal Hull (FDH) per la stima della frontiera di efficienza.
  • Approfondimenti computazionali sullo stimatore DEA e FDH.
  • L’analisi bootstrapping per la stima consistente dei modelli di efficienza e degli intervalli di confidenza proposta da Simar e Wilson (1998, 2000).
  • L’analisi a due stadi per l’analisi delle determinanti dell’efficienza (Simar e Wilson 2007).

Badi H. Baltagi, (2013), Econometric Analysis of Panel Data, 5th Edition.

Coelli, T. J., Rao, D.S.P., O'Donnell, C.J. and G. E. Battese (2005), An Introduction to Efficiency and Productivity Analysis (second edition), Springer.

Daraio, C. and Simar, L. (2007), Advanced Robust and Nonparametric Methods in Efficiency Analysis. Methodology and Applications, Springer Verlag.

Hamilton, J. (1994), Time Series Analysis, Princeton University Press.

Hsiao, Cheng, (2015), Analysis of Panel Data, Cambridge University Press, 3rd Edition.

Kumbhakar, S. and Lovell, C. (2000), Stochastic Frontier Analysis, Cambridge University Press, Cambridge.

Lutkepohl, H.: 2005, New Introduction to Multiple Time Series Analysis, Springer, Berlin, Heidelberg, New York, Tokio.

Mastromarco, C.: 2009, Stochastic Frontier Models, Department of Economics and Quantitative Methods.

Simar, L. and Wilson, P. W., 1998. Sensitivity analysis of efficiency scores: how to bootstrap in nonparametric frontier models, Management Science 44, 49-61.

Simar, L. and Wilson, P. W., 2000. A general methodology for bootstrapping in non-parametric frontier models, Journal of Applied Statistics, 27, 779-802.

Simar, L. and Wilson, P. W., 2007. Estimation and inference in two-stage, semi-parametric models of production process, Journal of Econometrics, 136, 31-64.

Verbeek, M. (2004), Econometria, Zanichelli.

Woitek, U.: 2009, Structural Vectorautoregressive Models, University of Zurich.

- Dispense delle lezioni.

ECONOMETRIA CORSO AVANZATO (MODULO II) (SECS-P/05)
ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Settore Scientifico Disciplinare SECS-P/05

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 0.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2016/2017

Anno di corso 3

Semestre Secondo Semestre (dal 23/02/2017 al 31/05/2017)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

ECONOMETRIA (SECS-P/05)
ECONOMIA POLITICA CORSO AVANZATO II - MODULO II

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-P/01

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Per immatricolati nel 2015/2016

Anno accademico di erogazione 2016/2017

Anno di corso 2

Semestre Secondo Semestre (dal 27/02/2017 al 31/05/2017)

Lingua

Percorso CURRICULUM ECONOMICO (A13)

ECONOMIA POLITICA CORSO AVANZATO II - MODULO II (SECS-P/01)
ECONOMETRIA

Corso di laurea ECONOMIA E FINANZA

Settore Scientifico Disciplinare SECS-P/05

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 0.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2015/2016

Anno di corso 3

Semestre Secondo Semestre (dal 23/02/2016 al 31/05/2016)

Lingua

Percorso PERCORSO COMUNE (999)

Sede Lecce - Università degli Studi

ECONOMETRIA (SECS-P/05)
ECONOMIA POLITICA CORSO AVANZATO II - MODULO II

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-P/01

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Per immatricolati nel 2014/2015

Anno accademico di erogazione 2015/2016

Anno di corso 2

Semestre Secondo Semestre (dal 23/02/2016 al 31/05/2016)

Lingua

Percorso CURRICULUM ECONOMICO (A13)

ECONOMIA POLITICA CORSO AVANZATO II - MODULO II (SECS-P/01)
ECONOMIA POLITICA CORSO AVANZATO II - MODULO II

Corso di laurea Economia finanza e assicurazioni

Settore Scientifico Disciplinare SECS-P/01

Crediti 6.0

Ripartizione oraria Ore Attività frontale: 48.0 Ore Studio individuale: 102.0

Per immatricolati nel 2013/2014

Anno accademico di erogazione 2014/2015

Anno di corso 2

Semestre Secondo Semestre (dal 23/02/2015 al 31/05/2015)

Lingua

Percorso CURRICULUM ECONOMICO (A13)

ECONOMIA POLITICA CORSO AVANZATO II - MODULO II (SECS-P/01)

Pubblicazioni

 

Journal Articles

Articoli in rivista

 

 
C. MASTROMARCO, S. GHOSH (2017).  
“International Trade, Immigration And Human Capital : A Bayesian Efficiency Analysis Of The 50 U.S. States”, Regional Studies, forthcoming. (DOI : 10.1080/00343404.2017.1361020).

  C. MASTROMARCO, L. SIMAR (2017) “Global Dependence and Productivity : A Robust Nonparametric World Frontier Analysis”, Economic Modelling, forthcoming. (DOI:10.1016/j.econmod.2017.09.015)

   C. MASTROMARCO, L. SERLENGA, Y. SHIN (2016) “Modelling Technical Efficiency in Cross Sectionally Dependent Stochastic Frontier Panels”, Journal of Applied Econometrics, 31, 281-297. (DOI : 10.1002/jae.2439).

   C. MASTROMARCO, L. SIMAR (2015) “Effect of FDI and Time on Catching-up : New Insights from a Conditional Nonparametric Frontier Analysis” Journal of Applied Econometrics, 30, 826-847, 2015. (DOI : 10.1002/jae.2382).

   F. RUSSO, C. MASTROMARCO, L. SERLENGA, Y. SHIN  (2014) “Poverty, inequality and growth in Albania. Empirical evidence, 2002-2005”, Economics of Transition, 22(4), 635-682. (DOI : 10.1111/ecot.12048).

    C. MASTROMARCO, L. SERLENGA, Y. SHIN (2013). Globalisation and technological convergence in the EU. JOURNAL OF PRODUCTIVITY ANALYSIS, vol. 40, p. 15-29, ISSN: 0895-562X, doi: 10.1007/s11123-012-0308-9.

   C. MASTROMARCO, S. GHOSH (2013). Cross-border Economic Activities, Human Capital and Efficiency: A Stochastic Frontier Analysis for OECD Countries. WORLD ECONOMY, vol. 36, p. 761-785, ISSN: 0378-5920, doi: 10.1111/twec.12010   


   C. MASTROMARCO, L. SERLENGA, Y. SHIN (2012). Is Globalization Driving Efficiency? A Threshold Stochastic Frontier Panel Data Modelling Approach.. REVIEW OF INTERNATIONAL ECONOMICS, vol. 20, p. 563-579, ISSN: 0965-7576, doi: 10.1111/j.467-9396.2012.01039.x       


   
C. MASTROMARCO, A. ZAGO (2012). On modeling the determinants of TFP growth. STRUCTURAL CHANGE AND ECONOMIC DYNAMICS, vol. 24, p. 373-382, ISSN: 0954-349X, doi: 10.1016/j.strueco.2012.04.001

   
F. AIELLO, C. MASTROMARCO, A. ZAGO (2011). Be Productive or Face Decline. On the Sources and Determinants of Output Growth in Italian Manufacturing Firms. EMPIRICAL ECONOMICS, vol. 41, p. 787-815, ISSN: 0377-7332

   
C. MASTROMARCO, SUCHARITA G (2009). Foreign Capital, Human Capital and Efficiency: A Stochastic Frontier Analysis for Developing Countries. WORLD DEVELOPMENT, vol. 2, p. 489-502, ISSN: 0305-750X, doi: 10.1016/j.worlddev.2008.05.009

   
C. MASTROMARCO, M. RUNKEL (2009). Rule Changes and Competitive Balance in Formula One Motor Racing. APPLIED ECONOMICS, vol. 41, p. 3003-3014, ISSN: 0003-6846, doi: 10.1080/00036840701349182

C. MASTROMARCO (2008). Foreign Capital and Efficiency in Developing Countries. BULLETIN OF ECONOMIC RESEARCH, vol. 60, p. 351-374, ISSN: 0307-3378.

C. MASTROMARCO, WOITEK U (2007). Regional Business Cycles in Italy. COMPUTATIONAL STATISTICS & DATA ANALYSIS, vol. 52, p. 907-918, ISSN: 0167-9473

C. MASTROMARCO, WOITEK U (2006). Public Infrastructure Investment and Efficiency in Italian Regions. JOURNAL OF PRODUCTIVITY ANALYSIS, vol. 24, p. 57-65, ISSN: 0895-562X .

 

Book Chapters

Contributi in volume (Capitoli o Saggi)

KAPETANIOS G., MASTROMARCO C., SERLENGA L., SHIN Y. (2017), “Multi-dimensional Panel Data Modelling in the Presence of Cross Sectional Dependence ”, in AA. VV, editor Laszlo Matyas, The Econometrics of Multi- dimensional Panels, pp. 291-322, Springer, 2017. [ ISBN 978-3-319-60782-5] [DOI : 10.1007/978 − 3 − 319 − 60783 − 210]

C. MASTROMARCO, L. SIMAR, P. WILSON “Intermediate methodology : Statistical analysis of deterministic benchmarking Inference in nonparametric frontier models”, in AA. VV, editors William Greene and Thijs ten Raa, Handbook of Economic Performance Analysis. Palgrave Macmillan, forthcoming.

MASTROMARCO C., SERLENGA L., SHIN Y. “Multilateral Resistance and the Euro Effects on Trade Flows ”, in AA. VV., Spatial Econometric Interaction Modelling. Series : Advances in Spatial Science, pp. 253-278, Springer, 2016. [ ISBN 978-3-319-30194-5]

FERRI G., LI-GANG LIU, MASTROMARCO C. (2012). Technical Efficiency and Governance: The Case of China. In: Giorgio Gomel, Ignazio Musu, Beniamino Quintieri. The Chinese Economy. Recent Trends and Policy Issues. p. 55-79, LONDON: Springer, ISBN: 9783642286377, doi: 10.1007/978-3-642-28638-4.

MASTROMARCO C. (2009). Sources and Determinants of Total Factor Productivity Growth in Albania and other Transition Economies. In: R. Capolupo, S. Cani, G. Ferri. Towards European Integration: Cooperation and Development Across the Adriatic Basin. p. 79-95, Bari:Grafiche Vito Radio Editore, ISBN: 9788888793269.

AIELLO F., MASTROMARCO C., ZAGO A.(2008). Il ruolo delle infrastrutture e del sistema bancario sulla produttività delle imprese manifatturiere. In: CELLA G., ZAGO A.: Competitività ed efficienza dell'economia italiana: fattori sistemici e valutazioni quantitative. p. 113-145, BOLOGNA: Il Mulino, ISBN: 9788815121219.

MASTROMARCO C., SERLENGA L., PERAGINE V. (2009). Dalla Metrica dei consumi alle capabilities : un’analisi multidimensionale della povertà in Puglia. In: AA. VV., Primo Rapporto sulla povert`a e l’esclusione sociale in Puglia, ed. (F. Chiarello and V. Peragine).

MASTROMARCO C., PERAGINE V. (2009). Per una prima analisi delle politiche : spesa sociale e indicatori di disagio in provincia di Bari. In: AA. VV., Povertà e politiche di inclusione sociale in provincia di Bari, Meridia.

 

Article under Revision

Articoli in fase di revisione

“Efficiency of Hospitals in the Czech Republic : Conditional Efficiency Ap- proach” (with Lenka Stastna and Jana Votapkova), (Under review Journal of Productivity Analysis).


“The impact of pollution abatement investments on production technology : new insights from frontier analysis” (with Jean-Pierre Huiban, Antonio Musolesi and Michel Simioni), University of Paris, University of Grenoble, University of Toulouse (2017). (Under review Journal of Productivity Analysis )

Working papers

 “Determinants of Success at the Ancient Olympic Games” (with Flavia Frisone and Ulrich Woitek), mimeo, Department of Economics, University of Salento and University of Zurich (November 2017).

“Does Corporate Taxation Affect Leverage in the Short Run? Evidence from a Quasi-Natural Experiment.” (with Giampaolo Arachi, Valeria Bucci, Alberto Zanardi), mimeo, Department of Economics, University of Salento, (November 2017).

“Human and Public Capital Spatial Interaction : A Stochastic Efficiency Model” (with Ulrich Woitek), mimeo, Department of Economics, University of Salento and University of Zurich (November 2017).

"A New Measure of the Output Gap for the EU Countries : A State Space Approach to Productivity and Efficiency Measurement” (with Ulrich Woi-tek), mimeo, Department of Economics, University of Salento and University of Zurich (January 2017).

"Human and Public Capital Spatial Interaction : A Stochastic Efficiency Model” (with Ulrich Woitek), mimeo, Department of Economics, University of Salento and University of Zurich (November 2017).

"A Stochastic Frontier Model with Time-Varying Vectorautoregressive Inef- ficiency” (with Ulrich Woitek), mimeo, Department of Economics, University of Salento and University of Zurich (November 2017).

 

Human Capital and Firms' Dynamics: Some Evidence for Britain and Italy (with Vania Sena), mimeo Department of Economics, Unviersity of Salento and Aston Business Scholl, Aston University, Birmingham July 2010). 

 

  

 

 

Temi di ricerca

I suoi interessi di ricerca sono in Econometria Applicata, in particolare  i modelli panel e le serie storiche, l'analisi Bayesiana, l'econometria non parametrica.

Oggetto dei suoi studi sono: l’analisi dell’efficienza e della produttività con l’utilizzo della metodologia della frontiera stocastica, i cicli economici e la crescita con l’utilizzo dell’analisi spettrale e l’economia dello sport.