METODI QUANTITATIVI PER I MERCATI FINANZIARI
cod. 1003994

Anno accademico 2020/21
3° anno di corso - Primo semestre
Docente responsabile dell'insegnamento
Marzia DE DONNO
insegnamento integrato
10 crediti
sede: PARMA
insegnamento
in ITALIANO

Obiettivi formativi

COMPETENZE DA SVILUPPARE E RISULTATI DI APPRENDIMENTO ATTESI
1) Conoscenza e capacità di comprensione (knowledge and
understanding). Il corso si propone di fornire gli strumenti di base più
idonei per l’analisi di alcuni aspetti fondamentali del mercato monetario e
finanziario e per la valutazione e gestione degli strumenti finanziari.
Nel I modulo, una particolare attenzione verrà rivolta alle serie storiche di fenomeni
finanziari: tassi di cambio, tassi di interesse, prezzi e
rendimenti azionari, prezzi e rendimenti di strumenti derivati.
Nel II modulo veranno insegnati agli studenti gli elementi fondamentali del calcolo delle probabilità che permettono di costruire e analizzare un modello elementare di mercato finanziario in condizioni di incertezza. Saranno inoltre illustrati i principi della valutazione per arbitraggio e della completezza del mercato.
Infine si mostrerà agli studenti come sia possibile rappresentazione le preferenze di un decisore razionale e costruire un portafogli ottimo in un mercato di cui siano noti rendimenti dei titoli quotati e interazione tra gli stessi.

2) Capacità di applicare conoscenza e comprensione (applying knowledge
and understanding). Al termine del corso, lo studente sarà in grado di attuare in
modo autonomo le tecniche di modellazione descritte
sopra, con l'eventuale
ricorso a strumenti informatici.
3)Autonomia di giudizio (making judgements). Alla fine del corso, lo
studente sarà in grado di svolgere in autonomia tutte le considerazioni
riguardanti i problemi di analisi di serie storiche finanziarie e di interpretare correttamente i risultati di tali analisi, anche quando effettuate da altri utenti o esperti.
Sara' inoltre in grado di costruire un modello probabilistico per descrivere fenomeni del mondo
reale. In particolare, sara' in grado di costruire un modello elementare di mercato finanziario in condizioni di incertezza, analizzarne le caratteristiche e calcolare in questo contesto i prezzi di titoli derivati e strategie di investimento opportune.
4)Abilità comunicative (communication skills). Alla fine del corso, lo
studente potrà utilizzare un linguaggio tecnico appropriato nel
comunicare con gli operatori dei mercati finanziari. Inoltre dovrebbe
essere in grado di riassumere le informazioni statistiche anche di natura
complessa e di illustrare le nozioni base del calcolo delle probabilita'.
5)Capacità di apprendere (learning skills). Si vuole dare allo studente la
possibilità di assimilare i risultati chiave della teoria matematica,
statistica e probabilistica che stanno alla base della costruzione di un
modello statistico e probabilistico di un mercato finanziario. Al termine del corso, lo studente avrà acquisito le
nozioni chiave per poter accuratamente utilizzare gli strumenti
quantitativi appresi, qualora questi diventino necessari nella soluzione di
problemi concreti di natura finanziaria.

Prerequisiti

Conoscenza di base in di statistica descrittiva e inferenziale. Matematica generale e finanziaria

Contenuti dell'insegnamento

Teoria elementare di processi stocastici per serie stazionarie. Evidenze empiriche delle serie storiche osservate.
Cenni alle analisi dei trend dei prezzi di borsa e medie mobili.
Introduzione alla probabilita': i vari approcci. L'approccio assiomatico.
Probabilita' condizionata e teorema di Bayes. Numeri aleatori continui e discreti. Vettori aleatori. Generalita' sui mercati finanziari. Mercato finanziario uniperiodale. Teoremi fondamentali della finanza. Prezzo di titoli derivati. Introduzione alla teoria dell'utilita' attesa. La selezione del portafogli: modello di Markowitz.

Programma esteso

Teoria elementare di processi stocastici per serie stazionarie:
richiami di elementi di probabilita' per vettori aleatori;
trasformazione di variabili casuali univariate e multivariate; processi Gaussiani e processi White Noise;
cenni ai processi non stazionari di tipo Random Walk.
Evidenze empiriche delle serie storiche osservate:
caratteristiche empiriche delle serie storiche di rendimenti finanziari e
formule di aggregazioni di rendimenti multi-periodo;
la forma di distribuzione dei rendimenti (test di simmetria, curtosi e normalità);
la dipendenza temporale (lineare e non lineare) dei rendimenti e la
funzione di autocorrelazione e test di significativita' associati;
processi AutoRegressivi per serie stazionarie di rendimenti e di
trasformate ad esse associate.
Cenni alle analisi dei trend dei prezzi di borsa e medie mobili.
Introduzione alla probabilità. Approccio classico, frequentista, soggettivista.
Approccio assiomatico. Spazio dei risultati. Eventi aleatori, algebra/σ-algebra degli eventi.
Assiomi della probabilità. Probabilità condizionata. Teorema di Bayes.
Numeri aleatori: misurabilità. Funzione di ripartizione.
Numeri aleatori discreti, funzione di probabilità.
Numeri aleatori continui, funzione di densità di probabilità.
Valore atteso, varianza e deviazione standard. Momenti di un numero aleatorio.
Vettori aleatori. Numeri aleatori
stocasticamente indipendenti.
Covarianza e correlazione tra due numeri aleatori.
Mercati finanziari: generalità. Mercati uniperiodali: caso senza interessi e con interessi. Mercati completi e incompleti. Legge del prezzo unico. Arbitraggi del I e II tipo. Vettore dei prezzi degli
stati e probabilità neutre al rischio. Teoremi fondamentali della finanza.
Titoli derivati. Opzioni call e put: parità call-put. Contratti a termine. Prezzi a termine. Introduzione alla teoria dell’utilità attesa. Gli assiomi
di von Neumann e Morgenstern e il Teorema dell’utilità attesa. Selezioni di portafogli: il principio Media-Varianza. Il modello di H. Markowitz: il caso non singolare e il caso singolare.

Bibliografia

GOZZI G., Strumenti Statistici per l’Analisi dei Mercati Finanziari, Libreria
Medico Scientifica , Parma, Edizione 2018 e materiale didattico
integrativo
caricato sul portale Elly del Dipartimento di Scienze Economiche e
aziendali (http://sea.unipr.it/it).
Libri di approfondimento:
Alexander, C. (2008), Quantitative Methods in Finance, John Wiley & Sons
Ltd,
C h i c h e s t e r , E n g l a n d . http://npu.edu.ua/!ebook/book/djvu/A/iif_kgpm_Carol_Quantitative_Methods_in_Finance.pdf.pd
f
De Luca , G. (2013), Metodi statistici per le decisioni nanziarie, Università
Parthenope a.a. , 2011-2012, Napoli
http://www.economia.uniparthenope.it/modifica_docente/deluca/msdf.pdf
Gallo G.M. e Pacini B. (2002), Metodi quantitativi per i mercati finanziari,
Carocci
Editore, Roma.
Di Fonzo T. e Lisi F. (2005), Serie storiche economiche. Analisi statistiche
e
applicazioni, Carocci editore, Roma
Laurini F. (2012) Elementi di analisi delle serie storiche finanziarie,
Libreria Medico
Scientifica , Parma
Pelagatti M.M. (2009), Statistica dei Mercati Monetari e Finanziari ,
Università
Milano - Bicocca.
http://www.statistica.unimib.it/utenti/p_matteo/lessons/SMMF/StatFin.pdf
Proietti T. , Econometria Applicata, Dipartimento di Scienze Statistiche,
Università
d i U d i n e .
http://www.statistica.unimib.it/utenti/p_matteo/lessons/SSE/EcAppl_Dispe
nse.pdf
Ruppert D. (2003), Statistics and Finance . An introduction, Springer, New
York
Tsay, R.S. (2010), Analysis of Financial Time Series, Third Edition,Wiley,
New York
E. CASTAGNOLI, Brevissimo Abbecedario di Matematica Finanziaria, scaricabile dalla pagina Elly del corso, o disponibile presso il Centro fotocopie del Dipartimento.

E. CASTAGNOLI, M. CIGOLA, L. PECCATI, Probability. A Brief Introduction, Egea, 2009.
S. PLISKA, Introduction to Mathematical Finance: Discrete Time Models,
Blackwell,
Malden 1997 (Seconda edizione).
T. BJORK, Arbitrage Theory in Continuous Time, Oxford University Press,
Oxford 1999.

Metodi didattici

Le attività si svolgeranno in telepresenza attraverso l’utilizzo delle piattaforme Teams ed Elly.
In particolare, saranno realizzate lezioni in modalità sia sincrona (via Teams) che asincrona

Per quanto riguarda il II modulo, le cui lezioni saranno tenute nel Primo Periodo, l'acquisizione delle conoscenze avverra' tramite lezioni in modalità
asincrona, durante le quali saranno esposte in maniera rigorosa i contenuti teorici(caricate sulla pagina Elly del corso).
Durante le lezioni in modalità sincrona (diretta), dedicate prevalentemente allo svolgimento e discussione di esempi ed esercizi, si alterneranno momenti
prevalentemente frontali a momenti interattivi con gli studenti per stimolare l'acquisizione dell’autonomia di giudizio e l'acquisizione delle capacità di apprendimento
Per l'acquisizione del linguaggio tecnico, verrà illustrato il significato dei termini specifici usati nel corso.
Sulla piattaforma Elly saranno caricati all'inizio del corso uno dei testi di riferimento, nonche' esercizi e temi d'esame assegnati negli anni
precedenti. Saranno inoltre caricate durante il corso i materiali didattici (slides)
utilizzati durante le lezioni.
Per scaricare il materiale e' necessaria l'iscrizione a Elly.

Nello svolgimento delle lezioni del I modulo, durnate il Secondo Periodo, si farà ricorso all'utilizzo di Microsoft Excel e di Gretl. Gretl è
l'acronimo di Gnu Regression, Econometrics and Time-series Library. È un pacchetto software per l'econometria che è facile da usare e
sufficientemente potente. Gretl è distribuito come software gratuito che può essere scaricato da http://gretl.sourceforge.net e installato sul
proprio personal computer. Durante
le lezioni in modalità sincrona (diiretta) dedicate
prevalentemente allo svolgimento e discussione di esempi ed esercizi, si alterneranno momenti prevalentemente frontali a momenti interattivi con
gli studenti per stimolare l'acquisizione dell’autonomia di giudizio e l'acquisizione delle capacità di apprendimentoPer l'acquisizione del linguaggio tecnico, verrà illustrato il significato dei termini specifici usati nel corso. Sulla piattaforma Elly saranno caricati
all'inizio del corso esercizi e temi d'esame assegnati negli anni
precedenti. Saranno inoltre caricate durante il corso i materiali didattici
(slides) utilizzati durante le lezioni. Per scaricare il materiale è necessaria
l'iscrizione al corso online.
Acquisizione della capacità di applicare le conoscenze: esercitazioni.
Acquisizione dell’autonomia di giudizio: durante il corso gli studenti
verranno stimolati a individuare pregi e difetti degli strumenti statistici.
Acquisizione delle capacità di apprendimento: per ogni argomento verrà
fornita una illustrazione del problema da risolvere e si analizzeranno
criticamente le soluzioni adottate.
Acquisizione del linguaggio tecnico: durante l’insegnamento verrà
illustrato il significato dei termini comunemente usati nella analisi delle
serie storiche finanziarie.
Materiale didattico sarà caricato sulla piattaforma Elly.

I link ai video delle lezioni saranno disponibili fino al 31 dicembre 2020.

Modalità verifica apprendimento

La valutazione sommativa degli apprendimenti sarà fatta a distanza, tramite Quiz di Elly con software Respondus (o in alternativa in collegamento Teams).
Le guide sono disponibili alle pagine:
http://selma.unipr.it/;
http://selma.unipr.it/wp-content/uploads/Guida-Respondus.pdf;
https://elly2020.sea.unipr.it
Il documento di riconoscimento dovrà essere caricato su una cartella OneDrive, il cui link sarà comunicato dal docente a iscrizioni chiuse.
La prova, di durata 1 ora, e valutata su una scala 0-66, consiste di 22 domande a scelta multipla da 3 punti l’una così suddivise
I modulo
(1) 5 domande sugli argomenti teorici appresi durante il corso - (2) 6 domande ciascuna relativa al risultato della risoluzione di un
esercizio numerico sui temi affrontati durante il corso.
II modulo
(1) sette domande relative alla risoluzione di un problema mirato all'analisi di un modello elementare di mercato finanziario per verificare
la capacità di apprendere ed applicare le conoscenze e l'autonomia di giudizio
(2) due domande sugli argomenti teorici relativi alla modellizzazione
matematica dei mercati finanziari per accertare le capacità di
comprendere e
comunicare con con linguaggio tecnico appropriato. (3) due domande
sul Calcolo delle Probabilità per verificare la
capacità di apprendere ed applicare le conoscenze e l'autonomia di
giudizio.
Per superare l'esame lo studente deve conseguire il punteggio di almeno 9 in ciascuna delle due parti. Il voto finale è il voto risultante dal quiz diviso per due. Se questo voto dovesse essere maggiore di 30, viene conferita la lode.
Le prove relative ai due moduli possono essere sostenute in alternativa tramite due prove in itinere (II modulo alla fine del I periodo e I modulo alla fine del II), della durata di 40 minuti l'una, strutturate per ciascun modulo come descritto sopra. La prova risulta superata se la valutazione in ogni prova intermedia è almeno 15 e la media maggiore o uguale a 18.
In caso di ritorno alle attività in presenza, l'esame sarà costituto da una prova scritta della durata di 1h30minuti nella quale
lo studente dovra' svolgere due elaborati, uno per ciascun modulo, consistenti in problemi e quesiti teorici.
Per quanto riguarda il I modulo: la prova scritta sarà valutata su una scala 0-33. Durante la prova, allo studente
viene richiesto di: 1) esporre gli argomenti teorici appresi durante il
corso, tramite la risposta a tre domande aperte (6pt ciascuna) per
accertare le capacità di comunicare con linguaggio tecnico appropriato.
2) risolvere degli esercizi, strutturati in più quesiti, (15pt) allo scopo di
testare le capacità di apprendimento e di applicare le conoscenze e
l'autonomia di giudizio.
Per il II modulo: La valutazione sommativa degli apprendimenti sara' fatta tramite una
prova scritta valutata su una scala 0-33.
Durante la prova, allo studente viene richiesto di: 1) risolvere un
problema, strutturato in 4 quesiti, mirato all'analisi di un modello
elementare di
mercato finanziario (20pt) allo scopo di testare le capacita' di
apprendimento e di applicare le conoscenze e l'autonomia di giudizio; 2)
esporre gli argomenti teorici appresi durante il corso, tramite la risposta
a due domande aperte (6pt ciascuna) per accertare le capacita' di
comunicare con con linguaggio tecnico appropriato.
Il voto finale sara' la media dei voti dei singoli moduli. Se il voto in uno dei due moduli e' inferiore a 10, la prova sara' considerata insufficiente. La lode verrà assegnata a quegli studenti la cui media delle prove sarà superiore a 30.

Lo studente potrà utilizzare una calcolatrice scientifica e una copia del TOOLBOX PER
L’ESAME SCRITTO. Questo TOOLBOX sarà caricato su Elly.

I risultati saranno comunicati agli studenti tramite il sistema Esse3 entro 10 giorni dallo svolgimento della prova.
I risultati dettagliati (voti del singolo modulo) saranno caricati su Elly.



Si ricorda che l'iscrizione on line all'appello e' obbligatori

Altre informazioni

Per quanto riguarda il secondo modulo. Durante il corso sarà proposto un assignment, facoltativo, consistente in
5 esercizi di Calcolo delle Probabilità. Lo svolgimento dell'assignment, (da consegnare prima della prima prova d'esame (prova intermedia) sarà valutato su una scala 0-30, esonera dal rispondere alle domande di
Calcolo delle Probabilità presenti nel quiz (con voto riscalato proporzionalmente).

Obiettivi agenda 2030 per lo sviluppo sostenibile

- - -

Referenti e contatti

Numero verde

800 904 084

Segreteria studenti

E. segreteria.economia@unipr.it

Servizio per la qualità della didattica

Manager della didattica:
rag. Giuseppina Troiano
T. +39 0521 902296
E. servizio didattica.sea@unipr.it
E. del manager giuseppina.troiano@unipr.it

Presidente del corso di studio

prof.ssa Katia Furlotti
E. katia.furlotti@unipr.it

Delegato orientamento in ingresso

prof.ssa Donata Tania Vergura
E. donatatania.vergura@unipr.it

Delegato orientamento in uscita

prof.ssa Chiara Panari
E. chiara.panari@unipr.it

Docenti tutor

prof.ssa Maria Grazia Cardinali
E. mariagrazia.cardinali@unipr.it
prof. Gino Gandolfi
E. gino.gandolfi@unipr.it
prof. Alberto Grandi
E. alberto.grandi@unipr.it
prof. Fabio Landini
E. fabio.landini@unipr.it
prof.ssa Tatiana Mazza
E. tatiana.mazza@unipr.it
prof. Marco Riani
E. marco.riani@unipr.it

Delegati Erasmus

prof. Simone Fanelli
E. simone.fanelli@unipr.it
prof.ssa Cristina Zerbini
E. cristina.zerbini@unipr.it
prof. Vincenzo Dall'Aglio
E. vincenzo.dallaglio@unipr.it

Responsabile assicurazione qualità

prof.ssa Doriana Cucinelli
E. doriana.cucinelli@unipr.it

Tirocini formativi

E. tirocini@unipr.it