METODI QUANTITATIVI PER I MERCATI FINANZIARI (1 MODULO)
cod. 1003995

Anno accademico 2020/21
3° anno di corso - Primo semestre
Docente
Giorgio GOZZI
Settore scientifico disciplinare
Statistica (SECS-S/01)
Ambito
Attività formative affini o integrative
Tipologia attività formativa
Affine/Integrativa
28 ore
di attività frontali
4 crediti
sede: PARMA
insegnamento
in ITALIANO

Modulo dell'insegnamento integrato: METODI QUANTITATIVI PER I MERCATI FINANZIARI

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. 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. La
partecipazione alle attività didattiche, congiuntamente allo svolgimento
degli esercizi di corredo, accrescono nello studente la capacità di
elaborare, autonomamente, quella tipologia di “dato statistico” che
caratterizza la natura del corso di Laurea in Economia e Finanza.
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. Lo studente avrà quindi sviluppato competenze specifiche, a cui
vengono associate capacità critiche di tipo diagnostico. Ingredienti
essenziali nella costruzione di un buon modello statistico, 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 . Inoltre, lo
studente sarà in grado di interpretare correttamente i risultati di tali analisi, anche
quando effettuate da altri utenti o esperti.
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.
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. Al termine del corso, lo studente avrà acquisito le
nozioni chiave per poter accuratamente utilizzare gli strumenti
quantitativi, qualora questi diventino necessari nella soluzione di
problemi concreti di natura finanziaria.

Prerequisiti

Conoscenza di base in di statistica descrittiva e inferenziale

Contenuti dell'insegnamento

/Teoria elementare di processi stocastici per serie stazionarie
1. Richiami di elementi di probabilità per vettori aleatori.
2. Trasformazione di variabili casuali univariate e multivariate.
3. Processi Gaussiani e processi White Noise.
4. Cenni ai processi non stazionari di tipo Random Walk

/Evidenze empiriche delle serie storiche osservate
1. I rendimenti finanziari (assoluto, relativo e logaritmico). Caratteristiche empiriche delle serie storiche dei rendimenti finanziari.
Formule di aggregazioni di rendimenti multi-periodo.
2. La forma di distribuzione dei rendimenti. Test di simmetria, curtosi e normalità.
3. La dipendenza temporale (lineare e non lineare) dei rendimenti. Funzione di autocorrelazione e test di significatività associati.
/Cenni alle analisi dei trend dei prezzi di borsa e approcci per la loro identificazione. Le medie mobili (semplici, ponderate e esponenziali).
Cenni all’utilizzo delle medie mobili nell’Analisi Tecnica

Programma esteso

/ Teoria elementare di processi stocastici per serie stazionarie
1. Richiami di elementi di probabilità per vettori aleatori.
2. Trasformazione di variabili casuali univariate e multivariate.
3. Processi Gaussiani e processi White Noise.
4. Cenni ai processi non stazionari di tipo Random Walk
/ Evidenze empiriche delle serie storiche osservate
1. Caratteristiche empiriche delle serie storiche di rendimenti finanziari.
Formule di aggregazioni di rendimenti multi-periodo.
2. La forma di distribuzione dei rendimenti. Test di simmetria, curtosi e n o r m a l i t a ' .
3. La dipendenza temporale (lineare e non lineare) dei rendimenti.
Funzione di autocorrelazione e test di significatività associati.
/Cenni alle analisi dei trend dei prezzi di borsa e approcci per la loro identificazione. Le medie mobili (semplici, ponderate e esponenziali)

Bibliografia

GOZZI G., Metodi Statistici per l’Analisi dei Mercati Finanziari, Libreria
Medico Scientifica , Parma, Edizione 2019 (acquistabile su UNINOVA.it) 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, Chichester, England.
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
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

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.
L'acquisizione delle conoscenze avverrà tramite lezioni in modalità asincrona, durante le quali saranno esposte in maniera rigorosa i contenuti teorici (caricate sulla pagina Elly del corso).
Nello svolgimento delle lezioni 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 (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 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.

Modalità verifica apprendimento

Nella sessione invernale la valutazione sommativa degli apprendimenti sarà fatta tramite una prova scritta a distanza, nella modalità Quiz di Elly con software Respondus (o in alternativa in collegamento Teams). La prova, valutata su una scala 0-33, consiste di 11 domande a scelta multipla da 3 punti l’una così suddivise
- (1) 5 domande relative a tutti gli 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.
In caso di ritorno all’attività in presenza, l’esame consisterà in una prova scritta 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.
Durante la prova potrà essere utilizzata una calcolatrice scientifica. Inoltre, lo studente potrà anche utilizzare una copia del TOOLBOX PER L’ESAME SCRITTO articolato in: 1) FORMULARIO: Un compendio delle principali formule; 2) TAVOLE delle variabili casuali: Normale standard, T di Student e Chi quadrato. Questo TOOLBOX sarà caricato su Elly.
Il testo della prova con relativa soluzione sarà caricato su Elly entro una settimana dallo svolgimento della prova. Il risultato del test sarà pubblicato su Ellly entro 10 giorni dallo svolgimento dell'esame. Per le regole sull'attribuzione del voto finale e della lode si rimanda al syllabus dell'intero corso.
Si ricorda che l'iscrizione on line all'appello è obbligatoria.

Altre informazioni

- - -

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