Offerta Didattica

 

ECONOMIA, BANCA E FINANZA

STATISTICA APPLICATA

Classe di corso: L-33 - Scienze economiche
AA: 2022/2023
Sedi: MESSINA
SSDTAFtipologiafrequenzamoduli
SECS-S/05, SECS-S/03Affine/Integrativa, CaratterizzanteLiberaLibera
CFUCFU LEZCFU LABCFU ESEOREORE LEZORE LABORE ESE
128048848040
Legenda
CFU: n. crediti dell’insegnamento
CFU LEZ: n. cfu di lezione in aula
CFU LAB: n. cfu di laboratorio
CFU ESE: n. cfu di esercitazione
FREQUENZA:Libera/Obbligatoria
MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli
ORE: n. ore programmate
ORE LEZ: n. ore programmate di lezione in aula
ORE LAB: n. ore programmate di laboratorio
ORE ESE: n. ore programmate di esercitazione
SSD:sigla del settore scientifico disciplinare dell’insegnamento
TAF:sigla della tipologia di attività formativa
TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio

Obiettivi Formativi

Il corso si compone di due moduli: Statistica per i mercati finanziari e Metodi quantitativi per la valutazione dei servizi. Il primo modulo ha lo scopo di introdurre i principali strumenti statistici utilizzati nell’analisi empirica dei dati finanziari e di fornire i concetti fondamentali della statistica per la finanza. Partendo dalle caratteristiche empiriche delle serie storiche finanziarie si analizzeranno i modelli statistici lineari e non lineari proposti in letteratura per la previsione della dinamica futura di tali serie. Alla fine del modulo lo studente acquisisce le competenze per analizzare, interpretare e prevedere le serie storiche finanziarie. Il secondo modulo ha l’obiettivo di introdurre lo studente alla pianificazione di un’indagine statistica in ambito socio-economico, con particolare attenzione all’analisi del comportamento delle famiglie nei rapporti con gli intermediari finanziari e creditizi. L’approccio prevede lo studio di metodologie per l’indagine campionaria e per l’analisi dei dati, col ricorso a tecniche statistiche multivariate e l’utilizzo di appositi packages. Al termine del modulo lo studente dovrà possedere competenze statistiche utili per il supporto di decisioni in ambito finanziario e creditizio.

Learning Goals

The course consists of two modules: Statistics for financial markets and Quantitative methods for the evaluation of services. The objective of the first module is to introduce the main statistical tools used in empirical analysis of financial data and to provide the basic concepts of finance statistics. Based on the empirical characteristics of the historical financial series, we will analyze the linear and nonlinear statistical models proposed in the literature for predicting the future dynamics of such series. At the end of the module the student acquires the skills to analyze, interpret and predict financial time series. The aim of the second module is to provide the student the tools for planning a statistical survey in a socio-economic context, focusing, in particular, the analysis of the behavior of families in dealing with financial and credit intermediaries. The approach involves the study of methodologies for sampling and data analysis, with the use of multivariate statistical techniques and related packages. At the end of the module, the student must have proper skills in applied statistics to support financial and credit decisions.

Metodi didattici

Teaching Methods


Prerequisiti

E’consigliata la conoscenza della Statistica e della Probabilità a un livello elementare.

Prerequisites

Basic knowledge of Statistics and Probability is recommended

Verifiche dell'apprendimento

Assessment


Programma del Corso

------------------------------------------------------------ Modulo: A000278 - MODULO I ------------------------------------------------------------ Analisi delle serie storiche: - Serie storiche stazionarie e non stazionarie. - Stagionalità additiva e moltiplicativa - Processi ARIMA (AR, MA e processi integrati) - Test di radice unitaria - Cenni alla cointegrazione e ai processi ARCH e GARCH ------------------------------------------------------------ Modulo: A000279 - MODULO II ------------------------------------------------------------ Concetti introduttivi La classificazione dei caratteri statistici. Le fonti statistiche ufficiali, nazionali e internazionali. Indagini campionarie. Campionamento probabilistico e non probabilistico: i disegni di campionamento più comunemente adottati. Problemi di campionamento: errori di rilevazione e mancate risposte. Il questionario. Tecniche di somministrazione del questionario. L’intervista. La formulazione delle domande. La verifica del questionario. La codifica delle variabili. Il questionario dell’indagine della Banca d’Italia sui Bilanci delle Famiglie. Metodi di analisi statistica multivariata: Il modello di regressione lineare multipla (cenni). La regressione logistica, modelli a scelta binaria. Modelli a risposta multipla. Analisi delle componenti principali e analisi fattoriale. Tecniche di scaling e misurazione delle risposte. Indici sintetici.

Course Syllabus

------------------------------------------------------------ Modulo: A000278 - MODULO I ------------------------------------------------------------ Time series analysis: - Stationary and non-stationary time series. - Additive and multiplicative seasonality - ARIMA processes (AR, MA and integrated processes) - Unit root test - Outline of cointegration and of ARCH and GARCH processes ------------------------------------------------------------ Modulo: A000279 - MODULO II ------------------------------------------------------------ Introductory concepts. The classification problems in Statistics. National and international statistical sources. Sampling surveys. Probabilistic and non-probabilistic sampling: most commonly adopted sampling designs. Sampling problems: survey errors and missing values. The questionnaire. Techniques for a questionnaire administration. The interview. How to ask questions. Verification of the questionnaire. How coding survey information as variables. The questionnaire of the Bank of Italy Survey on Household’s Income and Wealth. Multivariate statistical analysis methods: The multiple linear regression model. Logistic regression. Binary Discrete-choice models. Multiple-response model regression. Principal Component Analysis and Factorial Analysis. Items' response measurement and scaling techniques. Composite indicators.

Testi di riferimento: ------------------------------------------------------------ Modulo: A000278 - MODULO I ------------------------------------------------------------ Testi e materiale consigliato Lucchetti R. (2015), "Appunti di analisi delle serie storiche", (Cap. 1, 2, 3, 5 e 6) Esercizi e altro materiale didattico saranno disponibili sulla piattaforma e-learning della materia. ------------------------------------------------------------ Modulo: A000279 - MODULO II ------------------------------------------------------------ -Domenica Fioredistella Iezzi – Statistica per le Scienze Sociali. Carocci Editore (capitoli da 1 a 9, e cap. 12). -Francesco Delvecchio - Statistica per lo studio dei fenomeni sociali – Ed. CLEUP, 2015 ISBN ISBN:9788867874248 (capitoli XIV, XVI, XVII, XVIII) il packages GRETL per applicazioni statistiche è liberamente disponibile su: http://gretl.sourceforge.net/win32/index_it.html Appunti, esercizi ed altro materiale didattico sarà reso disponibile sulla piattaforma e-learning dell’Ateneo.

Elenco delle unità didattiche costituenti l'insegnamento

Docente: ANTONINO DI PINO INCOGNITO

Orario di Ricevimento - ANTONINO DI PINO INCOGNITO

GiornoOra inizioOra fineLuogo
Giovedì 14:00 19:00per via telematica, su appuntamento sulla Chat di Microsoft Team di Ateneo
Note:

Docente: GIOVANNI BUSETTA

Orario di Ricevimento - GIOVANNI BUSETTA

GiornoOra inizioOra fineLuogo
Martedì 16:00 17:00Dipartimento di Economia, Edificio C del plesso centrale (ingresso via C. Battisti), secondo piano.
Note: A partire dalla fine dei corsi il docente riceve per appuntamento da concordare via email all'indirizzo: gbusetta@unime.it
  • Segui Unime su:
  • istagram32x32.jpg
  • facebook
  • youtube
  • twitter
  • UnimeMobile
  • tutti