Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Scienze
STATISTICA PER L'ECONOMIA E L'IMPRESA
Insegnamento
METODI STATISTICI PER LA FINANZA
SCP4063664, A.A. 2018/19

Informazioni valide per gli studenti immatricolati nell'A.A. 2016/17

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
STATISTICA PER L'ECONOMIA E L'IMPRESA
SC2095, ordinamento 2014/15, A.A. 2018/19
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese STATISTICAL METHODS FOR FINANCE
Sito della struttura didattica http://www.stat.unipd.it/studiare/ammissione-lauree-triennali
Dipartimento di riferimento Dipartimento di Scienze Statistiche
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile MAURO BERNARDI SECS-S/03
Altri docenti MICHELE COSTOLA

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
AFFINE/INTEGRATIVA Attività formative affini o integrative SECS-S/03 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LABORATORIO 2.0 12 38.0
LEZIONE 7.0 52 123.0

Calendario
Inizio attività didattiche 25/02/2019
Fine attività didattiche 14/06/2019
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2014

Commissioni d'esame
Commissione Dal Al Membri
3 Commissione a.a.2018/19 01/10/2018 30/09/2019 BERNARDI MAURO (Presidente)
BISAGLIA LUISA (Membro Effettivo)
CAPORIN MASSIMILIANO (Membro Effettivo)
LISI FRANCESCO (Membro Effettivo)

Syllabus
Prerequisiti: • Prerequisito fondamentale del corso sono le conoscenze relative
alle metodologie di analisi delle serie storiche economiche e dei
principali processi stazionari atti a descrivere serie economiche;
• Nozioni di base di calcolo delle probabilità e variabili casuali;
• Statistica;
• Conoscenze di base del software statistico R
Conoscenze e abilita' da acquisire: Lo studente acquisirà gli strumenti di base per l’analisi delle serie
storiche finanziarie, anche ad alta frequenza, e la capacità di costruire
modelli statistici per descrivere l’evoluzione temporale dei momenti condizionati,
a scopo prevalentemente previsivo. Verranno presentate applicazioni
in campo finanziario dei modelli considerati. Inoltre saranno
presentati alcuni strumenti statistici utili per la valutazione del rischio
negli investimenti finanziari.
Modalita' di esame: L’esame è basato su un’unica prova costituita da due parti, una parte
scritta e una pratica. La parte scritta della prova consta di alcune
domande e intende valutare la preparazione del candidato sugli argomenti
svolti a lezione. La parte pratica si svolge in aula informatica e
intende valutare la capacità del candidato di applicare la metodologia su insiemi di dati reali. La parte scritta e quella pratica della prova
d’esame valgono rispettivamente l’85% e il 15% ai fini della valutazione
complessiva.
Criteri di valutazione: La valutazione della preparazione dello studente si baserà sulla comprensione degli argomenti svolti a lezione e sulla capacità di formulare e risolvere problemi quantitativi empirici in ambito finanziario utilizzando gli strumenti sviluppati nel corso delle lezioni.
Contenuti: • Introduzione: presentazione e discussione preliminare delle caratteristiche
delle serie finanziarie principalmente attraverso l’analisi
grafica di esempi reali (prezzi e indici azionari, tassi di cambio,
opzioni, futures, ecc,...)
• I principali indici di Borsa nazionali e stranieri.
• Prezzi, rendimenti e volatilità: definizioni, misure, strumenti di
analisi e principali caratteristiche.
• Modelli per l’analisi e la previsione della volatilità delle serie
dei rendimenti finanziari: modelli della classe ARCH: GARCH,
EGARCH, IGARCH, APARCH, TGARCH, ARCH in media.
• Inferenza nei modelli della classe ARCH.
• Caratteristiche di serie finanziarie ad alta frequenza (serie infragiornaliere).
• Introduzione alla misurazione e gestione del rischio e analisi delle
principali proprietà matematice delle misure di rischio: VaR, TCE
e Expected Shortfall.fragiornaliere).
Attivita' di apprendimento previste e metodologie di insegnamento: Le lezioni saranno tenute in classe sia con l’ausilio di lucidi, sia con
esercitazioni alla lavagna. Per l’analisi dei dati, per la costruzione dei
modelli finanziari e per la loro stima e validazione verranno utilizzati i
software statistici R e Phyton.
Durante il corso gli studenti verranno invitati a svolgere 4 esercitazioni
in gruppi di 4 o 5 persone (homeworks), aventi lo scopo di approfondire
alcuni temi rilevanti trattati a lezione sia dal punto di vista teorico che
applicato. Lo svolgimento di tali esercitazioni da parte degli studenti
non è obbligatorio, ma vivamente consigliato. In caso di consegna le
esercitazioni saranno valutate dai docenti e sarà attribuito un voto che
concorrerà con la prova finale alla formazione del voto finale.
Eventuali indicazioni sui materiali di studio: All’inizio del corso il docente fornirà i lucidi delle lezioni e dispense di
approfondimento dei temi trattati nel corso delle lezioni. Lo studio degli
esempi presenti nei libri di testo consigliati e l’esercitazione personale
mediante un PC sono fortemente raccomandati.
Testi di riferimento:
  • Gallo, G.M. e Pacini, B., Metodi quantitativi per i mercati finanziari. Firenze: Carocci Editore, 2002. Cerca nel catalogo
  • Tsay R.S., Analysis of financial time series. New York: Wiley, 2010. 3rd Edition Cerca nel catalogo
  • Tsay, R.S., An introduction to analysis of financial data with R. New York: Wiley, 2013. Cerca nel catalogo
  • Francq, C. and Zakoian, J.M., GARCH Models: Structure, Statistical inference and Financial applications. New York: Wiley, 2010. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Problem based learning
  • Case study
  • Problem solving

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)

Obiettivi Agenda 2030 per lo sviluppo sostenibile
Istruzione di qualita'