INGEGNERIA ECONOMICO FINANZIARIA 1 – CODICE 37648

Settore scientifico-disciplinare: ING-IND/35

CREDITI: 5

OBIETTIVI FORMATIVI SPECIFICI:

Il corso di Ingegneria economico-finanziaria, rivolto agli studenti del II anno della laurea specialistica, intende fornire le nozioni basilari riguardanti i mercati finanziari e sviluppare le applicazioni delle metodologie ingegneristiche per la risoluzione di problemi in economia e in finanza. I contenuti del corso sviluppano la teoria dei sistemi complessi partendo da una visione probabilistica dei mercati finanziari. Particolare attenzione viene rivolta alla formulazione di modelli di mercati finanziari e alla definizione di procedure quantitative per la gestione del rischio.

CONTENUTI ESSENZIALI

Richiami dei concetti fondamentali su probabilità e processi stocastici [Rif: 0,9,10].

Spazio di probabilità. Funzione di probabilità. Variabili casuali. Momenti e cumulanti. Funzione caratteristica. Distribuzione gaussiana, log-normale e di Pareto-Levy. Teorema del limite centrale generalizzato. Stima di una distribuzione da dati sperimentali. Processi stocastici. Stazionarietà ed ergodicità.

Proprietà statistiche delle serie finanziarie [Rif. 0,1,8]

Definizione delle osservabili: i rendimenti logaritmici. Funzione di autocorrelazione dei rendimenti. Clustering della volatilità e persistenza delle fluttuazioni in finanza. Distribuzione di probabilità dei ritorni e deviazioni dalla gaussiana per processi finanziari. Leggi di potenza e invarianze di scala.

Modelli di serie temporali finanziarie [Rif 0,2,4]

Modelli ARMA, ARIMA e SARIMA. Metodologia di Box-Jenkins. Modelli ARCH e GARCH. Equazioni differenziali stocastiche. Modelli a tempo continuo. Moto browniano geometrico e altri modelli diffusivi. Modelli ad albero binomiale.

Teoria della finanza [Rif 0,5,6]

Definizione di mercato finanziario efficiente. Il concetto di arbitraggio. Valorizzazione in condizione di assenza di arbitraggio (APT). Definizione di rischio finanziario. Calcolo del rischio e Value at Risk (VAR). I derivati: opzioni e futures. Formula di valutazione dei derivati di Black-Scholes-Merton. Teoria del portafoglio di Markowitz. Capital Asset Pricing Theory (CAPM).

Applicazioni [Rif 0,3,7]

Modelli economico-finanziari ad agenti eterogenei. Statistical arbitrage per la gestione di portafogli azionari. Clustering delle serie economico-finanziarie. Cointegrazione e modelli di stato in finanza. Gestione del rischio finanziario. Metodi e strumenti quantitativi per il libero mercato dell'energia elettrica.

CAPACITÀ OPERATIVE:

Comprendere i meccanismi fondamentali dei mercati finanziari. Operare con serie temporali per la creazione e la gestione di portafogli. Elaborare informazione rumorosa per la decisione in condizioni di incertezza e la valutazione e gestione del rischio.

TIPOLOGIA DELLE ATTIVITÀ DIDATTICHE E LORO ARTICOLAZIONE:

Lezioni, esercitazioni in aula e al calcolatore.

TIPOLOGIA E MODALITÀ D'ESAME:

Prova orale su argomenti teorici ed applicativi.

PROPEDEUTICITÀ

Nozioni di base nei settori della matematica.

RIFERIMENTI BIBLIOGRAFICI

0. Dispense e documentazione monografica su argomenti del corso distribuite durante le lezioni e le esercitazioni

1. J.-P. Bouchaud, M. Potters, “Theory of Financial Risks: From Statistical Physics to Risk Management”, Cambridge University Press 2000.

2. J.Y. Campbel, A. Lo, A.C. MacKinlay, “The Econometrics of Financial Markets”, Princeton University Press 1997.

3. M.M. Dacorogna, R. Gencay, U.A. Müller, R.B. Olsen, O.V. Pictet, “An Introduction to High-Frequency Finance”, Academic Press 2001.

4. W. Enders, “Applied Econometric Time Series”, Johm Wiley & Sons 1995.

5. C-F. Huang, R.H. Litzenberger, “Foundations for Financial Economics”, Prentice Hall 1988.

6. J. Hull, “Options, Futures, and Other Derivatives”, Prentice Hall 1999 IV Edition

7. M. Levy, H. Levy, S. Solomon, “Microscopic Simulation of Financial Markets”, Academic Press 2000.

8. R.N. Mantegna, H.E. Stanley, “An Introduction to Econophysics. Correlations and Complexity in Finance”, Cambridge University Press 2000.

9 L.S. Marple, Digital Spectral Analysis with Applications, Prentice Hall 1987.

10. A. Papoulis, S.U. Pillai, Probability, “Random Variables and Stochastic Processes”, McGraw-Hill 2001 IV Edition.