Scienze Statistiche per la Finanza | STATISTICS FOR FINANCE AND INSURANCE

cod. 0222400017

STATISTICS FOR FINANCE AND INSURANCE

	0222400017
	DIPARTIMENTO DI SCIENZE ECONOMICHE E STATISTICHE
	CORSO DI LAUREA MAGISTRALE
	SCIENZE STATISTICHE PER LA FINANZA
	2016/2017

PERCORSO COMUNE

	OBBLIGATORIO
	ANNO CORSO 2
	ANNO ORDINAMENTO 2014
	SECONDO SEMESTRE

MODULI

	SSD	CFU	ORE	ATTIVITÀ	TIPO DI ATTIVITÁ FORMATIVA
	SECS-S/01	5	30	LEZIONE	AFFINE/INTEGRATIVA

	Obiettivi
	L'INSEGNAMENTO INTENDE FORNIRE I PRINCIPALI STRUMENTI PER LO STUDIO DELLA DIPENDENZA IN AMBITO FINANZIARIO ED ASSICURATIVO. IN PARTICOLARE SI PORRÀ L’ATTENZIONE SU DIVERSE CLASSI DI MODELLI DI REGRESSIONE E TECNICHE DI INFERENZA STATISTICA PER L’ANALISI DI VARIABILI RISPOSTA DI TIPO CONTINUO, DISCRETO O MISTO. CONOSCENZE E COMPRENSIONE: - CONOSCENZA DEGLI STRUMENTI DI ANALISI STATISTICA UTILI PER LO STUDIO QUANTITATIVO DI FENOMENI RILEVANTI IN AMBITO FINANZIARIO E ASSICURATIVO, PER LA COMPRENSIONE DELLE PROBLEMATICHE E IL MIGLIORAMENTO DEI PROCESSI DECISIONALI CONNESSI. - CONOSCENZA DEI METODI DI TIPO DESCRITTIVO-ESPLORATIVO E INFERENZIALE, NECESSARI PER SUPPORTARE LE DECISIONI RELATIVE A FENOMENI E/O A SISTEMI FINANZIARIE E ASSICURATIVI IN CUI GRANDI QUANTITÀ DI DATI, VARIABILITÀ E INCERTEZZA DETERMINANO UN LIVELLO DI COMPLESSITÀ NON AFFRONTABILE CON ALTRE TECNICHE. - CAPACITÀ DI ANALIZZARE ED INTERPRETARE INFORMAZIONI DI NATURA QUANTITATIVA, E DI PRODURRE INDICATORI, MODELLI STATISTICI E REPORT DI SUPPORTO ALL'ATTIVITÀ DI AMMINISTRAZIONE, CONTROLLO E GESTIONE DI ENTI PUBBLICI, IMPRESE PUBBLICHE E PRIVATE, OPERANTI PREVALENTEMENTE NEL SETTORE DEI SERVIZI FINANZIARI ED ASSICURATIVI. APPLICAZIONE DELLE CONOSCENZE E DELLA COMPRENSIONE - GLI STUDENTI SARANNO IN GRADO DI ANALIZZARE E VALUTARE AUTONOMAMENTE DOCUMENTI E REPORT CHE INCLUDONO INFORMAZIONI DI TIPO QUANTITATIVO, FORMULANDO GIUDIZI CRITICI SULLE MODALITÀ DI RACCOLTA DEI DATI, SULLE MODALITÀ DI ELABORAZIONE DELLE INFORMAZIONI RACCOLTE E SULLA VALIDITÀ, INTERNA ED ESTERNA, DELLE CONCLUSIONI RAGGIUNTE. - GLI STUDENTI AVRANNO ACQUISITO CAPACITÀ DI PRESENTARE CON PROPRIETÀ DI LINGUAGGIO, IN MODO EFFICACE E CHIARO, L'INFORMAZIONE DI NATURA QUANTITATIVA, SIA IN FORMA ORALE CHE SCRITTA. - GLI STUDENTI SARANNO SOLLECITATI AD APPRENDERE LA STRUTTURA LOGICO-CONCETTUALE NECESSARIA PER L'ANALISI E L'ELABORAZIONE DI INFORMAZIONI DI TIPO QUANTITATIVO, FORNENDO ALTRESÌ LA CAPACITÀ DI RACCORDARE LE COMPETENZE ACQUISITE CON QUELLE APPRESE NEI CORSI DI STUDIO PIÙ AFFINI (ECONOMIA, MATEMATICA FINANZIARIA E ATTUARIALI, ASSET-PRICINGE INTERMEDIARI FINANZIARI).

L'INSEGNAMENTO INTENDE FORNIRE I PRINCIPALI STRUMENTI PER LO STUDIO DELLA DIPENDENZA IN AMBITO FINANZIARIO ED ASSICURATIVO. IN PARTICOLARE SI PORRÀ L’ATTENZIONE SU DIVERSE CLASSI DI MODELLI DI REGRESSIONE E TECNICHE DI INFERENZA STATISTICA PER L’ANALISI DI VARIABILI RISPOSTA DI TIPO CONTINUO, DISCRETO O MISTO.

CONOSCENZE E COMPRENSIONE:
- CONOSCENZA DEGLI STRUMENTI DI ANALISI STATISTICA UTILI PER LO STUDIO QUANTITATIVO DI FENOMENI RILEVANTI IN AMBITO FINANZIARIO E ASSICURATIVO, PER LA COMPRENSIONE DELLE PROBLEMATICHE E IL MIGLIORAMENTO DEI PROCESSI DECISIONALI CONNESSI.

- CONOSCENZA DEI METODI DI TIPO DESCRITTIVO-ESPLORATIVO E INFERENZIALE, NECESSARI PER SUPPORTARE LE DECISIONI RELATIVE A FENOMENI E/O A SISTEMI FINANZIARIE E ASSICURATIVI IN CUI GRANDI QUANTITÀ DI DATI, VARIABILITÀ E INCERTEZZA DETERMINANO UN LIVELLO DI COMPLESSITÀ NON AFFRONTABILE CON ALTRE TECNICHE.

- CAPACITÀ DI ANALIZZARE ED INTERPRETARE INFORMAZIONI DI NATURA QUANTITATIVA, E DI PRODURRE INDICATORI, MODELLI STATISTICI E REPORT DI SUPPORTO ALL'ATTIVITÀ DI AMMINISTRAZIONE, CONTROLLO E GESTIONE DI ENTI PUBBLICI, IMPRESE PUBBLICHE E PRIVATE, OPERANTI PREVALENTEMENTE NEL SETTORE DEI SERVIZI FINANZIARI ED ASSICURATIVI.

APPLICAZIONE DELLE CONOSCENZE E DELLA COMPRENSIONE
- GLI STUDENTI SARANNO IN GRADO DI ANALIZZARE E VALUTARE AUTONOMAMENTE DOCUMENTI E REPORT CHE INCLUDONO INFORMAZIONI DI TIPO QUANTITATIVO, FORMULANDO GIUDIZI CRITICI SULLE MODALITÀ DI RACCOLTA DEI DATI, SULLE MODALITÀ DI ELABORAZIONE DELLE INFORMAZIONI RACCOLTE E SULLA VALIDITÀ, INTERNA ED ESTERNA, DELLE CONCLUSIONI RAGGIUNTE.

- GLI STUDENTI AVRANNO ACQUISITO CAPACITÀ DI PRESENTARE CON PROPRIETÀ DI LINGUAGGIO, IN MODO EFFICACE E CHIARO, L'INFORMAZIONE DI NATURA QUANTITATIVA, SIA IN FORMA ORALE CHE SCRITTA.

- GLI STUDENTI SARANNO SOLLECITATI AD APPRENDERE LA STRUTTURA LOGICO-CONCETTUALE NECESSARIA PER L'ANALISI E L'ELABORAZIONE DI INFORMAZIONI DI TIPO QUANTITATIVO, FORNENDO ALTRESÌ LA CAPACITÀ DI RACCORDARE LE COMPETENZE ACQUISITE CON QUELLE APPRESE NEI CORSI DI STUDIO PIÙ AFFINI (ECONOMIA, MATEMATICA FINANZIARIA E ATTUARIALI, ASSET-PRICINGE INTERMEDIARI FINANZIARI).

	Prerequisiti
	È NECESSARIA LA CONOSCENZA DI NOZIONI DI CALCOLO MATRICIALE E DELLE PRINCIPALI TECNICHE DI INFERENZA STATISTICA.

	Contenuti
	INTRODUZIONE ALLA LOGICA DEI MODELLI STATISTICI. RELAZIONE TRA VARIABILI STATISTICHE. DIAGRAMMI SCATTER, BUBBLE PLOTS, TECNICHE DI COLORING E DI FACETING PER LA RAPPRESENTAZIONE DI DATI MULTIVARIATI. MATRICI DI CORRELAZIONE E LORO RAPPRESENTAZIONE GRAFICA. REGRESSIONE NONPARAMETRICA. STRUMENTI EDA IN R. TECNICHE DI REPORTING STATISTICO E LORO IMPLEMENTAZIONE IN R.IL MODELLO DI REGRESSIONE. LA STIMA DEL MODELLO. INFERENZA, VALIDAZIONE ED UTILIZZO DEL MODELLO. IL PROBLEMA DELLA SELEZIONE DELLE VARIABILI. ETEROSCHEDASTICITÀ ED AUTOCORRELAZIONE. OUTLIERS E ROBUSTEZZA. IL PROBLEMA DEI MISSING VALUES. LA REGRESSIONE NONLINEARE. CASE STUDIES CON R. MODELLI LOGIT E PROBIT. POISSON REGRESSION. ZERO INFLATED MODELS. FREQUENCY-SEVERITY MODELS. AGGREGATE LOSS MODELS. CASE STUDIES CON R.

Contenuti

INTRODUZIONE ALLA LOGICA DEI MODELLI STATISTICI. RELAZIONE TRA VARIABILI STATISTICHE. DIAGRAMMI SCATTER, BUBBLE PLOTS, TECNICHE DI COLORING E DI FACETING PER LA RAPPRESENTAZIONE DI DATI MULTIVARIATI. MATRICI DI CORRELAZIONE E LORO RAPPRESENTAZIONE GRAFICA. REGRESSIONE NONPARAMETRICA. STRUMENTI EDA IN R. TECNICHE DI REPORTING STATISTICO E LORO IMPLEMENTAZIONE IN R.IL MODELLO DI REGRESSIONE. LA STIMA DEL MODELLO. INFERENZA, VALIDAZIONE ED UTILIZZO DEL MODELLO. IL PROBLEMA DELLA SELEZIONE DELLE VARIABILI. ETEROSCHEDASTICITÀ ED AUTOCORRELAZIONE. OUTLIERS E ROBUSTEZZA. IL PROBLEMA DEI MISSING VALUES. LA REGRESSIONE NONLINEARE. CASE STUDIES CON R. MODELLI LOGIT E PROBIT. POISSON REGRESSION. ZERO INFLATED MODELS. FREQUENCY-SEVERITY MODELS. AGGREGATE LOSS MODELS. CASE STUDIES CON R.

	Metodi Didattici
	IL CORSO SI COMPONE DI 30 ORE DI DIDATTICA FRONTALE, INCLUSE LE ESERCITAZIONI E L'ANALISI DI STUDI DI CASO.

	Verifica dell'apprendimento
	L’ESAME CONSISTERÀ IN UNA VERIFICA, SIA SCRITTA CHE ORALE, SUI CONTENUTI DELL'INSEGANMENTO. NELLA VALUTAZIONE DELL'ESAME SI TERRÀ CONTO, OLTRE CHE DELLA CONOSCENZA DELLA MATERIA TRATTATA, ANCHE DELLA CAPACITÀ ESPOSITIVA, DELL'ACCURATEZZA DEL LINGUAGGIO E DELLA CAPACITÀ DI UTILIZZARE IN MODO CRITICO GLI STRUMENTI STATISTICI ACQUISITI.

	Testi
	1. M. VEERBEK, ECONOMETRIA, ZANICHELLI 2. LECTURE NOTES E ARTICOLI SUGGERITI DAL DOCENTE DURANTE IL CORSO E DISPONIBILI SULLA PAGINA DOCENTE

	Altre Informazioni
	LA LINGUA D'INSEGNAMENTO È L'INGLESE (IN PRESENZA DI STUDENTI ERASMUS). LA FREQUENZA AL CORSO PUR NON OBBLIGATORIA, È VIVAMENTE CONSIGLIATA PER LE CARATTERISTICHE DELLA DISCIPLINA. LO STUDENTE NON FREQUENTANTE DEVE PREPARARE AUTONOMAMENTE IL PROGRAMMA PREVISTO.

BETA VERSION Fonte dati ESSE3 [Ultima Sincronizzazione: 2019-03-11]