20192 - FINANCIAL ECONOMETRICS AND EMPIRICAL FINANCE - MODULE 2
CLEFIN-FINANCE
Department of Finance
For the instruction language of the course see class group/s below
Course Director:
MASSIMO GUIDOLIN
MASSIMO GUIDOLIN
Classe/i impartita/e in lingua italiana
Obiettivi formativi del corso
Il corso si propone di illustrare agli studenti le applicazioni su data-set reali e simulati, l'utilizzo delle conoscenze di base nelle tecniche di modellizzazione probabilistica e di analisi inferenziale comunemente utilizzate in ambito finanziario per descrivere ed analizzare processi di valutazione, di prendere decisioni tra alternative di investimento e controllare il rischio di mercato.
Risultati di Apprendimento Attesi
Programma sintetico del corso
- Analisi dei Rendimenti Finanziari e Risk Management:
- Rischi e Rendimenti delle Attività Finanziarie.
- Introduzione ad EViews.
- L’econometria delle Serie dei Rendimenti Finanziari: Introduzione.
- Modelli Dinamici per i Rendimenti Medi:
- Il Modello Dinamico Prezzi-Dividendi.
- Introduzione a Tecniche di Analisi Univariata delle Serie Storiche.
- Introduzione a Tecniche di Analisi Multivariata delle Serie Storiche: Analisi di Cointegrazione.
- Modelli di Volatilità:
- Semplice Modelli di Volatilità: RiskMetrics.
- Modelli GARCH.
- Estensione dei Modelli GARCH.
- Valutazione dei Modelli GARCH.
- Introduzione all’Econometria delle Serie ad Alta Frequenza:
- Applicazioni alla Stima e Previsione della Varianza.
- Applicazioni alla Stima e Previsione della Covarianza.
- Modelli per la Correlazione:
- Varianza del Portafoglio.
- Modelli per la Covarianza Condizionale.
- Modelli per la Correlazione Condizionale.
- Analisi delle Distribuzioni Condizionali:
- Il Caso di Non-Normalità.
- Approssimazione di Cornish-Fisher al VaR.
- Teoria dei Valori Estremi.
- Misure di Rischio Basate su Expected Shortfall.
- Modelli per la Correlazione Basati su Regimi Markoviani:
- Effetti di Discontinuità nelle Serie Storiche su Procedure Inferenziali e di Previsione.
- Stima e Filtraggio di Stati non Osservabili.
- Applicazioni alla Gestione del Rischio ed a Scelte di Portafoglio.
- Applicazioni al Pricing delle Opzioni:
- Effetti della skewness e della curtosi sul prezzo delle opzioni.
- Modelli di prezzo delle opzioni con GARCH.
- Modelli delle superfici di volatilità implicita.
Modalità didattiche
Modalità di accertamento dell'apprendimento
Descrizione dettagliata delle modalità d'esame
- Due homeworks individuali valutati.
- Esame scritto.
Testi d'esame
Tutte le parti del corso verranno introdotte da alcune lezione in classe e sessioni supplementari di laboratorio.
Testo d'esame:
- M. GUIDOLIN AND M. PEDIO, Essentials of Time Series for Financial Applications, Academic Press, 2018, I edizione.https://www.elsevier.com/books/essentials-of-time-series-for-financial-applications/guidolin/978-0-12-813409-2.
- C. BROOKS, Introductory Econometrics for Finance, Cambridge University Press, 2014, III edizione.
Modificato il 17/05/2017 11:56
Class group/s taught in English
Course Objectives
The course aims to provide students with data-based applications of the basic techniques for probabilistic modeling and inference commonly applied in the field of finance in order to describe and analyze valuation processes, choose between investments and control market risk.
Intended Learning Outcomes
Course Content Summary
- Risk Management and Financial Returns:
- Asset Returns and Risk.
- An Empirical-Driven introduction to MATLAB.
- The Econometrics of Financial Returns: an Introduction.
- Models for the Dynamics of Mean Returns:
- The Dynamic Dividend Growth Model.
- An Introduction to Univariate Time Series Analysis.
- An Introduction to Multivariate Time Series Analysis: Cointegration Analysis.
- The Econometrics of Stock Market Predictability.
- Volatility Modeling:
- Simple Volatility Models: RiskMetrics.
- GARCH Models.
- Extensions of GARCH Models.
- An Evaluation of volatility Models.
- Modeling the Conditional Distribution:
- Non Normality.
- Cornish-Fisher Approximation.
- Extreme Value Theory.
- Expected Shortfall Risk Measures.
- An Introduction to the Econometrics of High Frequency Data:
- Applications to the Estimation and Forecasting of Variances.
- Applications to the Estimation and Forecasting of Covariances.
- Correlation Modeling:
- Portfolio Variance.
- Modeling Conditional Covariances.
- Modeling Conditional Correlations.
- Correlation Models Based on Markov Regimes:
- Effects of Breaks and Regimes on Inferential and Forecasting Procedures.
- Estimation and Filtering of the Unobservable States.
- Applications to Risk Management and Portfolio Choice.
- Applications to Option Pricing:
- GARCH Option Pricing Models.
- Implied Volality Function (IVF) Models.
- Effects of Unconditional Skewness and Kurtosis on Option Prices.
Teaching methods
Assessment methods
Detailed Description of Assessment Methods
Two graded individual homeworks.
Written examination.
Textbooks
Tutte le parti del corso verranno introdotte da alcune lezione in classe e sessioni supplementari di laboratorio.
Testo d'esame:
Testo d'esame:
- M. GUIDOLIN AND M. PEDIO, Essentials of Time Series for Financial Applications, Academic Press, 2018, I edizione.https://www.elsevier.com/books/essentials-of-time-series-for-financial-applications/guidolin/978-0-12-813409-2.
- C. BROOKS, Introductory Econometrics for Finance, Cambridge University Press, 2014, III edizione.
Il pacchetto econometrico di riferimento è EVIEWS.
Last change 17/05/2017 12:00