Programmi

 

Archivio programmi insegnamenti A.A. 2000/2001 – 2005/2006

Archivio programmi insegnamenti A.A. 2006/2007 – 2012/2013

 

 

EC/0055 - ECONOMIA DELLE TECNOLOGIE DELL'INFORMAZIONE

Anno Accademico ​2021/2022

Docente
RINALDO ​BRAU (Tit.)
Periodo
Primo Semestre ​
Modalità d'Erogazione
Convenzionale ​
Lingua Insegnamento
ITALIANO ​



Informazioni aggiuntive

CorsoPercorsoCFUDurata(h)
[11/82] ​ ​DATA SCIENCE, BUSINESS ANALYTICS E INNOVAZIONE [82/00 - Ord. 2018] ​ ​PERCORSO COMUNE636
Obiettivi

L'obiettivo formativo di questo insegnamento può per comodità essere scomposto in due parti complementari.
- In una prima fase si introdurranno gli strumenti analitici atti a studiare i mercati ICT (Information and Communication Technology). In termini generali per ICT si intende il set di tecnologie che viene utilizzato per gestire l'informazione, intesa come qualsiasi tipo di cosa sia digitalizzabile. Le potenzialità del settore ICT sono legate al fatto che esso contemporaneamente fornisce tecnologie che sono utilizzate nella maggior parte dei settori produttivi e beni e servizi ai consumatori. Ai mercati ICT si applicano le leggi economiche studiate nei corsi base di microeconomia, ma presentano anche delle caratteristiche peculiari: presenza di grandi economie di scala, di esternalità dovute al network di utenti (consumatori) finali, switching costs che rendono difficoltoso lasciare una vecchia piattaforma a favore di un'altra.
- in una seconda fase si studieranno alcuni recenti studi empirici che permetteranno di capire in che modo oggi le ingenti masse di dati messe a disposizione dell'analista economico possano essere utilizzate per approfondire la comprensione di alcuni fenomeni sociali e, contestualmente, disegnare adeguate politiche di intervento.

Coerentemente con gli obiettivi formativi del Corso di Laurea Magistrale in Data Science Business Analytics e Innovazione, i risultati dell’apprendimento attesi sono declinabili in base a tutti i Descrittori di Dublino, secondo lo schema seguente:
A) Conoscenza e capacità di comprensione. Lo studente acquisirà la conoscenza del funzionamento dei mercati ICT e avrà la capacità di comprendere gli incentivi degli agenti operanti in tali mercati.
B) Capacità di applicare conoscenza e comprensione. Al termine del corso lo studente è in grado di utilizzare i modelli economici appresi per analizzare le politiche pubbliche in ambito ICT.
C) Autonomia di giudizio. Al termine del corso lo studente è in grado di esprimere giudizi autonomi sulle implicazioni derivanti dalle scelte degli agenti economici che prendono le decisioni in un mercato come quello dell'ICT. Sa, inoltre, valutare la qualità di un modello economico, essendo anche in grado di maturare giudizi sull’efficacia dello stesso.
D) Abilità comunicative. Al termine del corso lo studente è in grado di presentare con chiarezza e completezza i modelli economici studiati e sa discuterne, anche con senso critico, le principali assunzioni e i risultati. Lo studente è, inoltre, in grado di spiegare a terzi i procedimenti di analisi imparati durante il corso, avendo la capacità di metterne in luce i vantaggi e i limiti di fronte a qualunque uditorio.
E) Capacità di apprendimento. Grazie agli strumenti metodologici e alle nozioni apprese, al termine del corso lo studente ha migliorato sensibilmente le proprie capacità di analisi dei fenomeni del mercato ICT ed ha acquisito conoscenze di base fondamentali per il prosieguo del percorso di studi.

Prerequisiti

Conoscenze di base di microeconomia, matematica, statistica e/o econometria.

Contenuti

PARTE A: La microeconomia dei mercati ICT
1. La differenziazione di prodotto e i mercati digitali:
a) Il modello base di Hotelling,
b) Versioning, bundling, e altre strategie.

2. I mercati in presenza di reti:
a) Le esternalità di rete
b) Le guerre di standardizzazione

3) Le piattaforme a "due versanti" e il ruolo degli intermediari

4) Informazione e reputazione nei mercati con intermediari

PARTE B: Big Data e analisi dei problemi economici e sociali.
Questa parte segue parzialmente il corso sviluppato da Raj Chetty (Harvard University) e messo a disposizione delle altre università. Il materiale didattico creato da Chetty e dal suo team (video completi e slides delle lezioni) sono disponibili al sito https://opportunityinsights.org/course/ .

5. Le determinanti della mobilità intergenerazionale:
a) Il ruolo del "vicinato",
b) Il ruolo dei primi anni di vita.

6. Topics in economia dell'istruzione:
a) Istruzione terziaria and mobilità verticale,
b) Insegnanti e "charter schools".

7) Migliorare i risultati delle politiche sanitarie:
a) La lezione di "Google flu Trends",
b) Gli effetti di lungo termine delle coperture sanitarie.

8) Politiche fiscali basate sull'evidenza:
a) La visibilità della tassazione
b) Programmi pensionistici e scelte di risparmio

9) Migliorare le decisioni giudiziarie.

The second part is a course developed by Raj Chetty (Harvard University) so that it can be adapted and used by other universities. The teaching materials created by Chetty and his team (complete lecture videos and lecture slides) are available and can be used at

https://opportunityinsights.org/course/

Metodi Didattici

L’insegnamento si articola in:
- 30 ore di didattica frontale, durante la quale verranno distribuiti anche degli esercizi da svolgere a casa, successivamente ripresi in aula;
- 6 ore di presentazioni e discussioni in aula, su temi e progetti precedentemente assegnati.

Verifica dell'apprendimento

L’apprendimento viene di norma verificato attraverso un elaborato in forma scritta della durata massima di 2 ore, partendo da 3 domande articolate in vari punti da sviluppare.

Il testo d'esame è sempre congegnato in modo da richiedere allo studente di evidenziare la propria padronanza nella derivazione algebrica delle relazioni economiche, nella loro rappresentazione grafica, nel commento dei fenomeni economici di riferimento, nella conoscenza del quadro istituzionale di riferimento.
Il punteggio della prova d’esame è espresso in trentesimi. L'esame potrà essere superato solamente a fronte di almeno due risposte pienamente soddisfacenti.

Coerentemente con i descrittori individuati negli obiettivi formativi, verranno valutate:
1) la chiarezza nell’esprimere i contenuti teorici inerenti l’analisi dei mercati digitali e le loro peculiarità. (valutazione conoscenza e comprensione).
2) la capacità di rielaborare i concetti e di applicarli a casi non perfettamente corrispondenti agli esempi del libro di testo ma comunque affrontati in classe o assegnati all’approfondimento individuale dello studente (valutazione capacità di applicare conoscenza e comprensione).
3) la capacità di saper suggerire una specifica forma di analisi o di intervento regolatorio, motivando le proprie risposte attraverso gli strumenti teorici affrontati ed illustrando il percorso logico seguito (valutazione autonomia di giudizio).
4) La chiarezza espositiva e di commento, la capacità di sintesi, la padronanza della derivazione algebrica delle relazioni formali e della loro rappresentazione grafica (valutazione abilità comunicative)

L’intervallo di attribuzione del voto finale va:
- dai 18/30: per un livello di conoscenza elementare della materia, ovvero quando lo studente riesce solo a inquadrare la tematica nell’ottica economica richiesta, sa impostare almeno gli elementi base dei modelli economici, tanto nella parte grafica quanto in quella analitica, e sviluppa l’elaborato scritto con una padronanza di linguaggio appena sufficiente;
- ai 30/30, con eventuale lode, se lo studente mostrerà un’adeguata padronanza del linguaggio tecnico ed economico, saprà sistematizzare in maniera logica e coerente le conoscenze acquisite, saprà impostare formalmente i modelli economici di riferimento e saprà supportare l’analisi con una rigorosa elaborazione algebrica e grafica dei concetti espressi.

Testi

Testo di riferimento per la Parte A del programma:
- Belleflamme, P. and Peitz, M. (2016) Industrial Organization: Markets and Strategies, seconda edizione,Cambridge University Press, Capitoli 5; 9; 11 [solo sezione 11.1]; 20; 21 [solo 21.1.1]; 22 [solo 22.1 e 22.3]


Articoli di riferimento per la Parte B del programma:
- Athey, S. (2017) Beyond prediction: Using big data for policy problems. Science 355, 483–485

5) Mobilità intergenerazionale:
- “The Opportunity Atlas: Mapping the Childhood Roots of Social Mobility”, by Raj Chetty, John N. Friedman, Nathaniel Hendren, Maggie R. Jones, Sonya R. Porter, NBER, January 2020

6) Topics in economia dell'istruzione:
- “Closing the Gap: The Effect of a Targeted, Tuition-Free Promise on College Choices of High-Achieving, Low-Income Students.” by Susan Dynarski, C.J. Libassi, Katherine Michelmore, and Stephanie Owen. 2018. NBER Working Paper No. 25349
- "The Promise and Peril of Predictive Analytics in Higher Education", by Manuela Ekowo and Iris Palmer. 2016. T. New America Education Policy Program Report.
- “Accountability and Flexibility in Public Schools: Evidence from Boston’s Charters and Pilots.” by Atila Abdulkadiroǧlu, Joshua D. Angrist, Susan M. Dynarski, Thomas J. Kane, and Parag A. Pathak. 2011. Quarterly Journal of Economics 126 (2): 699–748.

7) Migliorare i risultati delle politiche sanitarie:
- “Childhood Medicaid Coverage and Later Life Health Care Utilization” by Laura R. Wherry, Sarah Miller, Robert Kaestner, and Bruce D. Meyer, The Review of Economics and Statistics, May 2018, 100(2): 287–302
- “Detecting influenza epidemics using search engine query data”, by Jeremy Ginsberg, Matthew H. Mohebbi, Rajan S. Patel, Lynnette Brammer, Mark S. Smolinski & Larry Brilliant, NATURE| Vol 457| 19, February 2009: 1012-1015
- “The Parable of Google Flu: Traps in Big Data Analysis”, by David Lazer, Ryan Kennedy, Gary King, Alessandro Vespignani, SCIENCE, Vol 343 14 March 2014: 1203-1206.

8) Politiche fiscali
- “Salience and Taxation: Theory and Evidence”, by Raj Chetty, Adam Looney, and Kory Kroft, American Economic Review, 2009, 99:4, 1145–1177 [da studiare: sezioni I-IV]
- “Active vs. Passive Decisions and Crowd-out in Retirement Savings Accounts: Evidence from Denmark”, by Raj Chetty, John N. Friedman, Søren Leth-Petersen, Torben Heien Nielsen, Tore Olsen, The Quarterly Journal of Economics (2014), 1141–1219 [da studiare fino a pagina 1168]

9) Migliorare le decisioni giudiziarie
- “Human Decisions and Machine Predictions.”, by Jon Kleinberg, , Himabindu Lakkaraju, Jure Leskovec, Jens Ludwig, and Sendhil Mullainathan.
2021. Quarterly Journal of Economics

Altre Informazioni

-

contatti | accessibilità Università degli Studi di Cagliari
C.F.: 80019600925 - P.I.: 00443370929
note legali | privacy