Insegnamento SERIE STORICHE ECONOMICHE E FINANZIARIE
Nome del corso di laurea | Finanza e metodi quantitativi per l'economia |
---|---|
Codice insegnamento | GP002905 |
Sede | PERUGIA |
Curriculum | Finanza e assicurazione |
Docente responsabile | David Aristei |
Docenti |
|
Ore |
|
CFU | 6 |
Regolamento | Coorte 2016 |
Erogato | Erogato nel 2017/18 |
Erogato altro regolamento | |
Attività | Caratterizzante |
Ambito | Matematico, statistico, informatico |
Settore | SECS-S/03 |
Anno | 2 |
Periodo | Secondo Semestre |
Tipo insegnamento | Opzionale (Optional) |
Tipo attività | Attività formativa monodisciplinare |
Lingua insegnamento | ITALIANO |
Contenuti | Il programma del Corso è strutturato nei seguenti argomenti principali: 1) Lo studio dei fenomeni che variano nel tempo 2) L’analisi classica delle serie temporali 3) L’analisi moderna delle serie temporali 4) I processi ARMA 5) Processi non stazionari 6) Modelli statistici per l’analisi della volatilità dei mercati finanziari |
Testi di riferimento | Testi di riferimento: - Di Fonzo, T. e Lisi, F. (2005), Serie Storiche Economiche, Carocci - Lucchetti, R., Appunti di analisi delle serie storiche (Dispense, 2015), reperibile all’indirizzo: http://www.econ.univpm.it/lucchetti/didattica/matvario/procstoc.pdf - Tsay, R. (2010), Analysis of Financial Time Series, Wiley. Testi di consultazione: - Gallo, G.M. e Pacini, B. (2002), Metodi quantitativi per i mercati finanziari, Carocci. - Enders, W. (2014), Applied Economic Time Series, Wiley. - Pelagatti M. - Statistica dei mercati Monetari e Finanziari. (Dispense, 2009), reperibile all’indirizzo: http://www.statistica.unimib.it/utenti/p_matteo/lessons/SMMF/StatFin.pdf |
Obiettivi formativi | L’obiettivo del corso è quello di fornire agli studenti i principali strumenti statistici per descrivere, interpretare e prevedere la dinamica temporale delle serie storiche economiche e finanziarie. I modelli di analisi saranno presentati sia dal punto di vista metodologico che applicato, permettendo agli studenti di poter svolgere e comprendere le analisi empiriche. A tale fine, il corso prevede delle sessioni di laboratorio in cui gli studenti saranno introdotti all'utilizzo del software econometrico Stata e in cui saranno presentate delle applicazioni relative ai metodi trattati nelle lezione. |
Prerequisiti | Al fine di comprendere e saper affrontare i principali argomenti del corso, lo studente deve possedere conoscenze di base sui principali metodi di statistica inferenziale e sul modello di regressione lineare multipla. Lo studente dovrebbe aver acquisito tali conoscenze durante il primo anno del percorso di studi di laurea magistrale. |
Metodi didattici | Lezioni frontali in aula ed esercitazioni in laboratorio. |
Altre informazioni | Per gli studenti frequentanti sono previste delle esercitazioni non obbligatorie, che concorreranno alla valutazione finale. |
Modalità di verifica dell'apprendimento | L'esame prevede una prova scritta e una prova orale La prova scritta ha durata di due ore ed è strutturata in due parti. La prima è domande è composta da domande a risposta aperta ed è finalizzata a verificare la comprenaione dei principali aspetti teorici dell'insegnamento. La seconda parte è consiste nella soluzioni di alcuni esercizi, finalizzata a valutare la capacità di applicare correttamente le metododologie oggetto dell'insegnamento. Il colloquio orale è obbligatorio ed è finalizzato a verificare il livello di conoscenza dei contenuti teorici e metodologici e la capacità di comunicazione dello studente con proprietà di linguaggio. Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA visita la pagina http://www.unipg.it/disabilita-e-dsa |
Programma esteso | 1) Lo studio dei fenomeni che variano nel tempo - Nozioni introduttive ed esempi. - L’approccio classico e l’approccio moderno all’analisi delle serie storiche. 2) L’analisi classica delle serie temporali - Le componenti di una serie storica. - I modelli descrittivi di scomposizione delle serie temporali. 3) L’analisi moderna delle serie temporali - I processi stocastici. - Caratteristiche dei processi stocastici: proprietà di stazionarietà ed ergoditicità. - Momenti teorici e campionari. - Funzioni di autocovarianza e di autocorrelazione globale e parziale. 4) I processi ARMA - Definizioni di base. - Modelli stocastici lineari: i modelli MA, AR e ARMA. - Stima dei modelli ARMA e selezione degli ordini dei polinomi. - Utilizzi dei modelli ARMA: la previsione con i modelli stocastici lineari. 5) Processi non stazionari - Processi a radice unitaria: i modelli ARIMA. - Test di radice unitaria. - Regressione spuria. 6) Modelli statistici per l’analisi della volatilità dei mercati finanziari - Processi a volatilità persistente: modelli ARCH e GARCH. - Estensioni: modelli IGARCH ed EGARCH. |