MODELLI STATISTICI CON APPLICAZIONI FINANZIARIE
cod. 1006725

Anno accademico 2024/25
1° anno di corso - Secondo semestre
Docente
Fabrizio LAURINI
Settore scientifico disciplinare
Statistica economica (SECS-S/03)
Ambito
Attività formative affini o integrative
Tipologia attività formativa
Affine/Integrativa
50 ore
di attività frontali
6 crediti
sede: PARMA
insegnamento
in ITALIANO

Obiettivi formativi

a) Conoscenza e capacità di comprensione (knowledge and understanding). Il corso estende e completa le competenze quantitative impartite dagli insegnamenti precedenti. In particolare, esso fornisce competenze sulle principali metodologie statistiche per l’analisi dei fenomeni finanziari di svariata natura e approfondisce i problemi di stima dei parametri e selezione diagnostica di un modello statistico. Tali tecniche comprendono: il modello di regressione logistica per il rischio di credito; modelli di Markov lineari e non lineari per serie storiche finanziarie e diagnostiche grafiche. 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 Finanza e Risk Management.
b) Capacità di applicare conoscenza e comprensione (applying knowledge and understanding). Alla fine del corso, lo studente sarà in grado di implementare in modo autonomo le tecniche modellistiche avanzate sopra riportate. Lo studente avrà pertanto sviluppato competenze specifiche avanzate, a cui vengono associate capacità critiche di tipo diagnostico, che risultano ingredienti essenziali nella costruzione di un buon modello statistico, tramite l’eventuale ausilio degli adeguati strumenti informatici.
c) Autonomia di giudizio (making judgements). Alla fine del corso, lo studente sarà in grado di svolgere in autonomia tutte le considerazioni riguardanti i problemi finanziari di svariata natura. Inoltre, lo studente sarà in grado di interpretare correttamente i risultati di tali analisi, anche quando effettuate da altri utenti o esperti. Attraverso lo studio dei contenuti del corso, lo studente matura, pertanto, un elevato grado di autonomia finalizzata al corretto giudizio dell’applicazione della tecnica adeguata e l’associata capacità di rielaborare le conoscenze quantitative acquisite, al fine di massimizzare il contenuto informativo rilevante in chiave di risk managment.
d) Abilità comunicative (communication skills). Alla fine del corso, lo studente potrà interagire in modo costruttivo con le figure finanziarie di ogni profilo. La capacità di riassumere le informazioni statistiche di natura complessa, fornendo, in aggiunta, sintesi quantitative efficaci, permette allo studente di contribuire con le proprie considerazioni allo sviluppo e alla stesura dei processi decisionali.
e) 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

- - -

Contenuti dell'insegnamento

Il corso illustra le principali metodologie statistiche e di analisi dei dati di natura finanziaria finalizzati alla gestione del rischio e alle previsioni temporali:
1) Il modello statistico e la funzione verosimiglianza: Modelli parametrici a componenti indipendenti, stimatori di massima verosimiglianza e proprietà asintotiche;
2) Il modello di regressione logistica per il rischio di credito;
3) Modelli lineari per serie storiche, elementi di catene di Markov e processi ARMA per serie stazionarie;
4) Modelli non-lineari: Modelli ARCH(1) e GARCH(1,1) con cenni alle relative generalizzazioni.
5) Cenni agli elementi base analisi tecnica per operazioni di trading borsistico.

La teoria di base, necessaria per comprendere l'utilizzo delle metodologie e per padroneggiarne con consapevolezza i risultati, sarà accompagnata da esercizi in aula, sia di natura probabilistica, sia di natura computazionale tramite i software Excel, R e GRETL.

Programma esteso

- - -

Bibliografia

1) Bibliografia essenziale per l’esame
a. Dispensa teorica che copre i punti 1, 3, 4 e 5 del programma (in preparazione).

b. Il punto 2 del programma ha un volume specifico di riferimento

Cerioli, A. e Laurini, F. (2019) Il modello di regressione logistica per le applicazioni aziendali, Uni-Nova.

c. Per tutti i punti 1-5 del programma dispensa con esercizi e relative soluzioni (in preparazione)

2) Bibliografia specifica d’approfondimento
a) Azzalini, A. (2001) "Inferenza Statistica: Un'introduzione Basata Sul Concetto Di Verosimiglianza". Unitext / Collana Di Statistica E Probabilità Applicata. Springer, seconda edizione. (Italiano)
b) Harvey, A.C. (1993) "Time series models". Cambridge, MA: MIT Press, seconda edizione. (Inglese)
c) Tsay, R.S. (2010) "Analysis of Financial Time Series". Wiley-Interscience, terza edizione. (Inglese)

Metodi didattici

SITUAZIONE 1 – LEZIONE IN PRESENZA IN AULA (NON COVID PANDEMIC)

Lezioni frontali, esercitazioni e redazione di una relazione/progetto abbinato al trading.

Le lezioni sono frontali e sono concepite per presentare gli aspetti fondamentali dei modelli statistici e probabilistici, nonché le relative stime numeriche e associate misure di incertezza.

Le esercitazioni sono svolte individualmente dagli studenti, dopo le lezioni. Il Professore suggerisce regolarmente problemi e/o esercizi da svolgere autonomamente al di fuori delle ore d'aula affinché lo studente possa autonomamente valutare il grado di apprendimento dei concetti fondamentali esposti in aula durante le lezioni frontali.


SITUAZIONE 2 – LEZIONE DA REMOTO TRAMITE ZOOM (COVID PANDEMIC)

Le lezioni si svolgono online. Parte delle lezioni sarà pre-registrata e parte delle lezioni sarà dal vivo (e comunque registrata). I link ai video pre-registrati e alle videoregistrazioni fatte dal vivo saranno resi disponibili sulla piattaforma elly.

La partecipazione attiva alle sessioni dal vivo è gradita.

Gli studenti sono invitati a seguire le video-lezioni, sia pre-registrate che dal vivo, seguendo il calendario ufficiale.

IN TUTTE LE SITUAZIONI (NON COVID-COVID PANDEMIC)
La preparazione e stesura della relazione su sistemi di trading è opzionale. La relazione è svolta al di fuori dell'orario d'aula. La relazione consiste nella scrittura di una decina di pagine dattiloscritte, corredata da dati e codici software utilizzati. La relazione è da impostare discutendo, principalmente, le scelte effettuate sia in fase di costruzione del modello che di diagnostica post-adattamento. La relazione può valere fino ad un massimo di 5/30.

Modalità verifica apprendimento

ALTERNATIVA 1 – Esame standard in presenza fisica in aula (NON COVID PANDEMIC)

Prova scritta con integrazione orale opzionale.

La verifica del raggiungimento dei risultati di apprendimento avviene principalmente attraverso una prova, in forma di domande aperte ed esercizi, volti ad accertare le capacità relative all'applicazione delle conoscenze e l’autonomia di giudizio, nonché le capacità di comunicare con linguaggio tecnico appropriato.

L'esame deve essere sostenuto tramite un'unica prova. La prova d’esame consiste nello svolgimento di 3 esercizi che mescolano contenuti pratici e teorici. Viene chiesto di svolgere semplici conti e di fornire adeguate interpretazioni ai risultati ottenuti. In generale 2 dei 3 esercizi, più lunghi, hanno punteggio che oscilla tra i 10 ed i 12 trentesimi. Un esercizio con maggiore contenuto teorico, ha punteggio che oscilla tra i 6 e gli 8 trentesimi. Il tempo a disposizione è di 45 minuti.

La lode si assegna quando tutte le componenti dell'esame sono eccellenti per completezza, chiarezza e organizzazione dell’elaborato, con capacità di collegamenti trasversali.

E' vietato l'utilizzo di dispositivi elettronici come smartphone, smartwatches, tablets, etc.

E’ consentito l’uso di una calcolatrice tascabile. Calcolatrici dotate di chipset per la comunicazione (es WiFi o Bloototh) devono essere usate in modalità aereo offline. Un sistema software effettua monitoraggio in tempo reale delle connessioni tra dispositivi ed invia messaggi di allerta.


Gli studenti apprenderanno l'esito della prova tramite un messaggio email, spedito dall'Università alla loro casella di posta elettronica dell'Università (tramite il sistema ESSE3). Qualora lo desiderassero, gli studenti avranno una settimana di tempo per rifiutare il voto (esclusivamente tramite procedura online).

ALTERNATIVA 2 – OLINE DA REMOTO (CON ZOOM)

Prova scritta con integrazione orale opzionale.

La verifica del raggiungimento dei risultati di apprendimento avviene principalmente attraverso una prova, in forma di domande aperte ed esercizi, volti ad accertare le capacità relative all'applicazione delle conoscenze e l’autonomia di giudizio, nonché le capacità di comunicare con linguaggio tecnico appropriato.

L'esame deve essere sostenuto tramite un'unica prova. La prova d’esame consiste nello svolgimento di 3 esercizi che mescolano contenuti pratici e teorici. Viene chiesto di svolgere semplici conti e di fornire adeguate interpretazioni ai risultati ottenuti. In generale 2 dei 3 esercizi, più lunghi, hanno punteggio che oscilla tra i 10 ed i 12 trentesimi. Un esercizio con maggiore contenuto teorico, ha punteggio che oscilla tra i 6 e gli 8 trentesimi. Il tempo a disposizione per la prova è di 45 minuti.

La lode si assegna quando tutte le componenti dell'esame sono eccellenti per completezza, chiarezza e organizzazione dell’elaborato, con capacità di collegamenti trasversali.

E' vietato l'utilizzo di dispositivi elettronici come smartphone, smartwatches, tablets, etc.

Durante la prova si possono consultare i libri ufficiali di testo. E’ consentito l’uso di una calcolatrice tascabile.


Gli studenti apprenderanno l'esito della prova tramite un messaggio email, spedito dall'Università alla loro casella di posta elettronica dell'Università (tramite il sistema ESSE3). Qualora lo desiderassero, gli studenti avranno una settimana di tempo per rifiutare il voto (esclusivamente tramite procedura online).

IN ENTRAMBE LE ALTERNATIVE (NON COVID/COVID PANDEMIC)
L’integrazione orale (opzionale) è possibile soltanto se si ottiene almeno 18/30 nella parte scritta. Ci saranno un paio di domande teoriche a cui rispondere in 10 minuti circa. A seconda della qualità delle risposte il voto può essere ricalibrato di +/- 3 punti.

Altre informazioni

Ci saranno dalle 4 alle 6 ore extra di Seminari tenuti da un esperto di trading e analisi tecnica. Gli argomenti di questi seminari saranno parte integrante del test d’esame.

Le lezioni saranno generalmente videoregistrate per permettere di riascoltare e rivedere a casa lo svolgimento delle stesse e per permettere agli studenti che non frequentano il corso di poter avere supporto ulteriore nella comprensione degli argomenti.

Link alle videolezioni saranno disponibili anche sulla piattaforma elly.

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:
sig.ra Maria Giovanna Levati
T. +39 0521 032296

E. servizio didattica.sea@unipr.it
E. manager mariagiovanna.levati @unipr

Presidente del corso di studio

prof.ssa Maria Gaia Soana
E. mariagaia.soana@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 Annamaria Olivieri
E. annamaria.olivieri@unipr.it

prof.ssa Maria Gaia Soana

E. mariagaia.soana@unipr.it

prof. Massimo Regalli 

E. massimo.regalli@unip.it

Delegati Erasmus

prof.ssa Maria Cecilia Mancini
E. mariacecilia.mancini@unipr.it
prof.ssa Donata Tania Vergura
E. donatatania.vergura@unipr.it

Referente assicurazione qualità

prof.ssa Annamaria Olivieri
E. annamaria.olivieri@unipr.it 

Tirocini formativi

E. tirocini@unipr.it