ECTS - University of Pisa
Scheda programma d'esame
FINANCIAL ECONOMETRICS
FULVIO CORSI
Academic year2023/24
CourseBANKING FINANCE FINANCIAL MARKETS
Code637PP
Credits6
PeriodSemester 2
LanguageEnglish

ModulesAreaTypeHoursTeacher(s)
FINANCIAL ECONOMETRICSSECS-P/05LEZIONI42
FULVIO CORSI unimap
Obiettivi di apprendimento
Learning outcomes
Conoscenze

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.
Knowledge

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.
Modalità di verifica delle conoscenze

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. 
Assessment criteria of knowledge

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. 
Capacità

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.
Skills

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.
Prerequisiti (conoscenze iniziali)

Conoscenze di base di matematica e statistica.
Prerequisites

Basic knowledge of mathematics and statistics.

 
Programma (contenuti dell'insegnamento)

Modello di regressione semplice e a k-variabili:

  • le assunzioni di base
  • la stima (col metodo) OLS e sue proprietà
  • verifica di ipotesi e costruzione di intervalli di confidenza
  • GLS e metodo delle variabili strumentali
  • consistenza degli stimatori OLS

Introduzione alla stima di Massima Verosimiglianza e al Metodo Generale dei Momenti.

Processi ARMA:

  • processi stazionari
  • processi a media mobile (MA)
  • Processi autoregressivi (AR)
  • metodi di stima dei modelli ARMA
  • metodi di previsione dei modelli ARMA

Modelli di volatilità ARCH e GARCH

  • modelli ARCH
  • modelli GARCH
  • estensioni del modello GARCH standard
  • Stima dei modelli GARCH
  • modelli a volatilità stocastica (cenni)

Misure e Modelli per Dati ad Alta Frequenza:

  • proprietà dei rendimenti intragiornalieri
  • modelli di volatilità realizzata
  • modelli di covarianza realizzata

Filtro di Kalman e modelli Score-Driven.
Syllabus

Overview of the classical linear regression model:

  • OLS assumptions
  • properties of OLS estimators
  • hypothesis testing 
  • GLS and Instrumenta variables estimation methods
  • asymptotic properties of OLS.

Introduction to Maximum Likelihood and Generalized Method of Moments

ARMA processes:

  • stationary process
  • Moving Averagare process
  • Autoregressive process
  • Estimation of ARMA processes
  • Predictions of ARMA processes

ARCH and GARCH volatility models:

  • stylized fact of financial assets
  • ARCH models
  • GARCH models
  • GARCH extentions
  • Estimation of GARCH models
  • Stochastic volatility models (idea)

High-Frequency Data and Models: 

  • Stylized Facts for Intraday Returrn
  • Realized Volatility
  • Realized Covariance

 Kalman Filter and Score Driven models.

 
Bibliografia e materiale didattico

- Slides del docente

Libri (in ordine dal più accessibile al più avanzato):

- Chris Brooks (2008) “Introductory Econometrics for Finance”, Cambridge University Press

- Wooldridge (2012) "Introductury Econometrics", South-Western

- Greene (2018) "Econometric Analysis", Pearson

- Hamilton (1994) "Time Series Analysis", Princeton University Press
Bibliography

- Slides from the Lecturer

Books (in order from the more accessible to the more advanced):

- Chris Brooks (2008) “Introductory Econometrics for Finance”, Cambridge University Press

- Wooldridge (2012) "Introductury Econometrics", South-Western

- Greene (2018) "Econometric Analysis", Pearson

- Hamilton (1994) "Time Series Analysis", Princeton University Press

 
Updated: 12/09/2023 11:02