B5519 - ANALISI DELLE SERIE STORICHE PER LA FINANZA E LE ASSICURAZIONI

Anno Accademico 2024/2025

  • Docente: Luca Scrucca
  • Crediti formativi: 8
  • SSD: SECS-S/01
  • Lingua di insegnamento: Italiano
  • Moduli: Luca Scrucca (Modulo 1) Gery Andres Diaz Rubio (Modulo 2)
  • Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
  • Campus: Rimini
  • Corso: Laurea in Statistica, finanza e assicurazioni (cod. 5901)

Conoscenze e abilità da conseguire

Il corso introduce gli elementi fondamentali dell'analisi delle serie storiche e la teoria della previsione. La prima parte del corso fornisce allo studente le basi teoriche dell'analisi moderna delle serie temporali e della previsione. Questo include le analisi esplorative, la stima della tendenza e il problema della non stazionarietà, l'analisi del ciclo e della stagionalità. La classe dei processi lineari ARMA è adottata come paradigma teorico per la modellazione e la previsione. La seconda parte del corso è dedicata all'analisi di serie temporali provenienti dall'ambito finanziario e assicurativo usando librerie software specializzate. Questo permette allo studente di adattare modelli per serie temporali ed effettuare previsioni basate su solide fondamenta matematiche. Verranno discusse anche alcune estensioni alla modellistica non lineare, come, ad esempio, i modelli per la varianza condizionata e i modelli a soglia. Questo preparerà lo studente per corsi più avanzati, diretti ad ambiti specifici, quali, la valutazione del rischio, l'analisi di rendimenti finanziari, tassi di interesse, tassi di cambio e la dinamica delle commodity.

Contenuti

MODULO 1 - Introduzione all'analisi delle serie storiche e previsioni

  1. Introduzione all'analisi delle serie storiche: definizioni, analisi descrittiva e grafici.
  2. Introduzione ai processi stocastici: processi lineari, stazionari, AR, MA. Autocovarianza e autocorrelazione.
  3. Modelli di regressione per serie storiche.
  4. Decomposizione trend-ciclo-stagionalità e destagionalizzazione.
  5. Modelli ARIMA.
  6. Previsione di serie storiche e relativa incertezza.
  7. Analisi delle serie storiche con R.

 

MODULO 2 - Analisi delle serie finanziarie

  1. Caratteristiche delle serie finanziarie.
  2. Analisi dei rendimenti.
  3. Misure di volatilità.
  4. Modelli per le serie finanziarie
    - modelli per la volatilità;
    - modelli ARCH/GARCH.
  5. La previsione con i modelli ARIMA.
  6. La previsione con i modelli ARCH/GARCH.

Testi/Bibliografia

MODULO 1

Hyndman R.J., Athanasopoulos G. (2018) Forecasting: Principles and Practice (2nd ed), OTexts: Melbourne, Australia. https://otexts.com/fpp2

Hyndman R.J., Athanasopoulos G. (2021) Previsione: principi e pratica (3a ed), OTexts: Melbourne, Australia. https://otexts.com/fppit/

MODULO 2

G. M. Gallo, B. Pacini, Metodi quantitativi per i mercati finanziari, Carocci, Roma, 2013 (VII Ristampa).


LETTURE INTEGRATIVE

  1. Shumway R.H., Stoffer D.S. (2019) Time Series: A Data Analysis Approach Using R, Chapman & Hall/CRC Press, Boca Raton, FL.
  2. Long J.D., Teetor P. (2019) R Cookbook (2nd ed.), O’Reilly Media. https://rc2e.com
  3. Xie Y., Allaire J.J., Grolemund G. (2019) R Markdown: The Definitive Guide, Chapman & Hall/CRC. https://bookdown.org/yihui/rmarkdown
  4. Allaire J.J., Dervieux C. (2024) quarto: R Interface to 'Quarto' Markdown Publishing System. https://quarto.org

Metodi didattici

  • Lezioni frontali.
  • Esercitazioni.
  • Sessioni di laboratorio ove si analizzeranno problemi reali per mezzo del software R.
In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio, in modalità e-learning. https://elearning-sicurezza.unibo.it/

Modalità di verifica e valutazione dell'apprendimento

L'esame consiste in una prova scritta della durata di un'ora e mezza per ciascun modulo. La prova scritta è da svolgersi anche con l'ausilio del software R ed è composta da:

MODULO 1

  • domande teoriche
  •  analisi di serie storiche con R

MODULO 2

  • domande teoriche
  •  esercizi

PROVE PARZIALI: tutti gli studenti (frequentanti e non, in corso e non) possono sostenere due prove parziali scritte alla fine delle lezioni di ciascun modulo. Gli studenti che sosterranno entrambe le prove parziali con esito almeno sufficiente (>=18) potranno accettare il voto risultante dalla media delle valutazioni conseguite.

PROVA TOTALE: tutti gli studenti (frequentanti e non, in corso e non) possono sostenere la prova totale scritta inerente entrambi i moduli in una singola sessione d'esame.

Durante la prova scritta del Modulo 1 è consentito consultare un “formulario” che ogni studente provvederà a preparare da sé in un foglio A4 (fronte-retro) e sul quale potrà riportare formule, commenti, esempi, codice R, ecc. Oltre al formulario non è consentito consultare altro materiale.
Durante la prova scritta del Modulo 2 non è consentito consultare alcun materiale.

L'iscrizione all'esame è obbligatoria e tutti gli studenti devono registrarsi attraverso la piattaforma AlmaEsami secondo le regole generali previste dall'Ateneo.

Strumenti a supporto della didattica

  • Lucidi delle lezioni
  • Lucidi e script di analisi delle serie storiche con R
  • Esercizi svolti
  • Esercizi svolti con R

Orario di ricevimento

Consulta il sito web di Luca Scrucca

Consulta il sito web di Gery Andres Diaz Rubio

SDGs

Istruzione di qualità

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.