ECTS - University of Pisa
| Modules | Area | Type | Hours | Teacher(s) | |
| ECONOMETRIA PER I MERCATI FINANZIARI | SECS-P/05 | LEZIONI | 42 |
|
L'obiettivo del corso è di fornire una presentazione generale dei modelli econometrici utilizzati nell'economia finanziaria e del loro utilizzo a fini previsivi. Concetti base di econometria saranno richiamati e sviluppati con particolare enfasi all'analisi delle serie storiche.
Saranno inoltre previste delle applicazioni pratiche dei concetti teorici utilizzando il programma Matlab.
The objective of this course is to provide a comprehensive account of financial econometric models and their applications to modeling and prediction of financial time series data. Econometric theory is reviewed and developped with particular emphasis on time series modeling and forecasting.
In addition, practical assignments will be proposed to learn how to implement (using Matlab as programming lenguage) the teoretical models on empirical data.
Prove pratiche assegnate durante il corso ed esame orale finale.
Le prove pratiche assegnate durante il corso potranno essere svolte utilizzando R o MATLAB. Sebbene non sia necessario, l'utilizzo di questi software aiuterà a comprendere meglio il funzionamento dei modelli adottati.
Homeworks (although not mandatory) and oral exam.
The homeworks can be solved using R or MATLAB. Although not required, programming in these softwares will help to better understand the model employed.
Gli studenti acquisiranno una conoscenza teorica e pratica della modellazione
delle serie temporali finanziarie e saranno in grado di utilizzare il software Matlab
per condurre analisi empiriche su dati finanziari.
Students at the end of the course will have a theoretical and working knowledge of financial time series modelling and gain expertise in the Matlab software to conduct empirical analyses on financial data.
Conoscenze di base di matematica e statistica.
Basic knowledge of mathematics and statistics.
Modello di regressione semplice e a k-variabili:
Introduzione alla stima di Massima Verosimiglianza e al Metodo Generale dei Momenti.
Processi ARMA:
Modelli di volatilità ARCH e GARCH
Filtro di Kalman e modelli Score-Driven.
Misure e Modelli per Dati ad Alta Frequenza:
Overview of the classical linear regression model:
Introduction to Maximum Likelihood and Generalized Method of Moments
ARMA processes:
ARCH and GARCH volatility models:
Kalman Filter and Score Driven models.
High-Frequency Data and Models:
- Slides del docente
- Chris Brooks (2008) “Introductory Econometrics for Finance”, Cambridge University Press
- Slides from the Lecturer
- Chris Brooks (2008) “Introductory Econometrics for Finance”, Cambridge University Press
Collegamento Teams:
http://shurl.ec.unipi.it/bqlUsJ
Teams link:
http://shurl.ec.unipi.it/bqlUsJ
