Info
Foto sezione
Logo Bocconi

Insegnamento a.a. 2015-2016

20192 - FINANCIAL ECONOMETRICS AND EMPIRICAL FINANCE - MODULE 2 / FINANCIAL ECONOMETRICS AND EMPIRICAL FINANCE - MODULE 2


CLEFIN-FINANCE
Dipartimento di Finanza / Department of Finance


Per la lingua del corso verificare le informazioni sulle classi/
For the instruction language of the course see class group/s below

Vai alle classi/Go to class group/s: 15 - 16 - 17

CLEFIN-FINANCE (6 cfu - II sem. - OB  |  SECS-P/01)
Docente responsabile dell'insegnamento/Course Director:
MASSIMO GUIDOLIN

Classi: 15 (II sem.)
Docenti responsabili delle classi:
Classe 15: 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.


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.

Descrizione dettagliata delle modalità d'esame

Scritto


Testi d'esame
Tutte le parti del corso verranno introdotte da una lezione in classe e una sessione in laboratorio di informatica.
Testo d'esame:
  • C. BROOKS, Introductory Econometrics for Finance, Cambridge University Press, 2014,Terza edizione.
  • P.F. CHRISTOFFERSEN, Elements of Financial Risk Management, Academic Press, 2012, Seconda edizione.
Il pacchetto econometrico di riferimento è EVIEWS.
Modificato il 07/07/2015 09:48

Classes: 16 (II sem.) - 17 (II sem.)
Instructors:
Class 16: MASSIMO GUIDOLIN, Class 17: MASSIMO GUIDOLIN

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.


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.

Detailed Description of Assessment Methods

Written exam


Textbooks
All topics in the course will be covered by 1-2 contact lectures and by 1 hands-on laboratori based on a workout problem to be solved in Matlab.
  • C. BROOKS, Introductory Econometrics for Finance, Cambridge University Press, 2014,Third edition.
  • P.F. CHRISTOFFERSEN, Elements of Financial Risk Management, Academic Press, 2012,Second edition.
The reference econometric package is MATLAB.
Last change 07/07/2015 09:54