- Docente: Mirco Balduini
- Crediti formativi: 6
- SSD: SECS-P/05
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Finanza, intermediari e mercati (cod. 0901)
-
dal 13/02/2025 al 23/05/2025
Conoscenze e abilità da conseguire
Al termine del corso lo studente conosce i principali strumenti econometrici utilizzati nell'analisi su: modelli lineari e non lineari; modelli per variabili quantitative, qualitative o latenti, frequentemente utilizzati nella finanza empirica. In particolare, gli studenti utilizzeranno le tecniche di inferenza con Maximum Likelihood e con GMM (oltre ad OLS e GLS), le applicheranno a variabili dipendenti limitate, modelli ARCH, modelli di fattore di sconto stocastico. Tutte le applicazioni saranno condotte utilizzando uno dei software econometrici maggiormente utilizzati (Stata, R, Gretl o altri).
Contenuti
- Regressione lineare e minimi quadrati. Regressione logistica. Analisi di serie storiche: stazionarietà, modelli ARMA, test. Stima del Capital Asset Pricing Model (CAPM) e altre applicazioni finanziarie.
- Modelli di volatilità: ARCH, GARCH e volatilità asimmetrica.
- Analisi di serie storiche multivariate: modelli autoregressivi vettoriali (VAR).
- Strumenti per la valutazione del rischio: Value at Risk e simulazioni Monte Carlo.
Testi/Bibliografia
Il materiale presentato durante il corso (slides, articoli, codice software) rappresenta la fonte principale per lo studio degli argomenti trattati.
Per una review dei metodi di base:
- Stock, J.H. and Watson, M.W. (2020) Introduction to Econometrics, 4th edition, Pearson
Per la parte di serie storiche:
- Pesaran, H. (2015), Time Series and Panel Data Econometrics, 1st edition, Oxford University Press, cap. 6, 12-13, 14-16, 19-22
Per un riferimento testuale più avanzato:
- Tsay, R. (2010), Analysis of Financial Time Series, 3rd edition, Wiley.
Metodi didattici
I metodi didattici comprendono lezioni frontali ed esercitazioni con software (Python).
Modalità di verifica e valutazione dell'apprendimento
La verifica dell'apprendimento si basa su un esame scritto al termine del corso e un problem set assegnato durante il corso.
Il voto finale è calcolato come media ponderata, utilizzando i seguenti pesi:
- elaborato da preparare a casa: 30%
- esame finale: 70%
L'esame finale è scritto e ha durata di 1 ora.
Il voto massimo è 30 e lode e viene assegnato nel caso in cui tutte le risposte siano corrette e complete.
La scala di valutazione utilizzata è la seguente:
<18 insufficiente
18-23 sufficiente
24-27 buono
28-30 ottimo
30 e lode eccellente
Strumenti a supporto della didattica
Pagina web del corso all'interno della piattaforma Virtuale (virtuale.unibo.it), nella quale verranno regolarmente forniti:
- Materiale software relativo alle applicazioni empiriche svolte a lezione
- Riferimenti ad articoli accademici e di stampa di particolare interesse per gli argomenti del corso
Orario di ricevimento
Consulta il sito web di Mirco Balduini