• Edizioni di altri A.A.:
  • 2016/2017
  • 2017/2018
  • 2018/2019
  • 2019/2020
  • 2020/2021
  • 2021/2022

  • Lingua Insegnamento:
    Italiano 
  • Testi di riferimento:
    Dispense e slide del corso.
    Si suggerisce la lettura di: Gallo, G. M., Pacini, B., Metodi quantitativi per i mercati finanziari, Carocci, Roma, 2013 (VII Ristampa).
    Di Fonzo, T., Lisi F., Serie storiche economiche, Carocci, 2012.
     
  • Obiettivi formativi:
    L’insegnamento persegue l’obiettivo generale del corso di studio di fornire conoscenze e competenze per funzioni esecutive nell’area economico-finanziaria di aziende e/o enti pubblici. Il corso si propone di fornire gli strumenti matematici, statistici e computazionali necessari per risolvere problemi di tipo finanziario, con particolare riferimento al pricing e al risk management. Accanto alla studio delle metodologie sarà dato ampio spazio alle applicazioni e agli aspetti operativi con utilizzo del software statistico R. Al termine dell’insegnamento lo studente dovrà possedere conoscenze e competenze inerenti l’analisi di dati finanziari osservati nel tempo e, inoltre, essere in grado di stimare ed utilizzare modelli per serie finanziarie.
    Il corso si propone di trasmettere le seguenti competenze e conoscenze:
    CONOSCENZE E CAPACITà DI COMPRENSIONE
    conosce i principi che sono alla base della moderna teoria del portafoglio e del modello CAPM. Conosce e comprende la logica alla base dell’analisi moderna delle serie storiche per l’analisi dei dati finanziari e in particolare per lo studio della loro volatilità.

    Il corso di propone di trasmettere le seguenti competenze e conoscenze in termini di obiettivi particolari:
    CONOSCENZE E CAPACITA' DI COMPRENSIONE (applicata)
    Tramite l’analisi media-varianza, la moderna teoria del portafoglio e il modello CAPM è in grado di:
    compiere un’analisi rischio/rendimento di una posizione finanziaria o di un portafoglio
    ottimizzare le scelte di investimento applicando i principi della diversificazione del rischio
    verificare se il prezzo di un singolo titolo è in equilibrio
    Tramite l’analisi moderna delle serie storiche
    Individuare il processo generatore di serie temporali e utilizzare lo stesso per fini previsionali
    Stimare la volatilità di un titolo

    AUTONOMIA DI GIUDIZIO:
    - decide in modo autonomo quali strumenti utilizzare e quali analisi effettuare di fronte a dati finanziari
    - decide in modo autonomo quali strumenti utilizzare e quali analisi effettuare per poter descrivere, interpolare e fare previsioni su serie temporali
    ABILITA' COMUNICATIVE:
    - utilizza il linguaggio statistico in modo appropriato e pertinente;
    - comunica in forma scritta e orale i risultati delle analisi statistiche e i ragionamenti logici sottostanti.

    CAPACITÀ DI APPRENDERE
    - effettua ricerche individuali su aspetti specifici della disciplina
    (strumenti utilizzati: dispense, testi di approfondimento, esercitazioni e laboratori mediante l’utilizzo di R)
     
  • Prerequisiti:
    Prerequisiti matematici e statistici corrispondenti ad un laureato triennale in discipline economiche.
     
  • Metodi didattici:
    L’insegnamento prevede 72 ore di lezione suddivise in 3 lezioni settimanali da 2 ore. Il corso è organizzato in due moduli con l’utilizzo dei seguenti metodi didattici: lezioni frontali in aula, esercitazioni e analisi di casi di studio svolte in aula multimediale mediante l’utilizzo del software statistico R. La frequenza è fortemente consigliata.
     
  • Modalità di verifica dell'apprendimento:
    Prova scritta e orale. I risultati della prova scritta concorreranno alla valutazione complessiva nella misura del 70% del voto finale. La prova orale contribuirà per il 30%.
    Il corso è suddiviso in due moduli. Agli studenti frequentanti viene data la possibilità di sostenere una prova scritta intermedia al termine del primo modulo.
    La prova scritta dura 2 ore ed è costituita da esercizi e da domande teoriche aperte su argomenti che coprono l'intero programma del corso. Inoltre, gli studenti dovranno dimostrare di essere in grado di leggere gli output del software statistico R, ricavare i modelli stimati e fornire l’interpretazione dei risultati ottenuti.
    L'esame orale ha lo scopo di verificare le capacità comunicative dello studente in relazione ai concetti appresi durante il corso.
    Le modalità di esame sono le stesse per studenti frequentanti e non frequentanti. 
  • Sostenibilità:
    Sebbene il tema si presenti di grande rilievo le peculiarità della disciplina non consentono di affrontare tali aspetti in modo adeguato 
  • Altre Informazioni:
    Tutte le informazioni inerenti al corso, le dispense e i materiali di supporto (Slides, esercitazioni, routine in R, datasets) e tutte le comunicazioni avverranno attraverso il canale TEAM del corso.
    Qualora il quadro normativo-sanitario e le disposizioni d'Ateneo lo prevedessero, le attività didattiche e i connessi ricevimenti/gli esami di profitto
    potranno svolgersi in modalità telematica (totale o parziale). Per ogni ulteriore informazione e aggiornamento si rinvia alla consultazione del portale d'Ateneo.
     

Primo modulo
1. Richiami di R e di statistica inferenziale
2. Analisi statistica esplorativa di Prezzi e rendimenti
3. Misurazione del rischio finanziario: Value at Risk and Expected Shortfall
4. Analisi media-varianza e teoria moderna del portafoglio
5. Capital Asset Pricing Model
Secondo modulo
6. Processi stocastici. Correlogramma. Random walk.
7. Stazionarietà. White-noise. Funzione di autocorrelazione globale e parziale. Processi Autoregressivi e Media Mobile. Modelli ARMA.
8. Misura e analisi della volatilità: modelli di eteroschedasticità condizionata. Modelli ARCH e GARCH.

Primo modulo
1. Richiami di R e di statistica inferenziale
2. Analisi statistica esplorativa di Prezzi e rendimenti
3. Misurazione del rischio finanziario: Value at Risk and Expected Shortfall
4. Analisi media-varianza e teoria moderna del portafoglio
5. Capital Asset Pricing Model
Secondo modulo
6. Processi stocastici. Correlogramma. Random walk.
7. Stazionarietà. White-noise. Funzione di autocorrelazione globale e parziale. Processi Autoregressivi e Media Mobile. Modelli ARMA.
8. Misura e analisi della volatilità: modelli di eteroschedasticità condizionata. Modelli ARCH e GARCH.

Avvisi

Nessun avviso in evidenza

Documenti

Nessun documento in evidenza

Scopri cosa vuol dire essere dell'Ud'A

SEDE DI CHIETI
Via dei Vestini,31
Centralino 0871.3551

SEDE DI PESCARA
Viale Pindaro,42
Centralino 085.45371

email: info@unich.it
PEC: ateneo@pec.unich.it
Partita IVA 01335970693

icona Facebook   icona Twitter

icona Youtube   icona Instagram