OBIETTIVI FORMATIVI

Il corso è incentrato sullo studio di modelli di serie storiche per le applicazioni finanziarie. In particolare analizza i modelli ARMA uni variati e multivariati per processi con memoria corta e processi con memoria persistente. Inoltre introduce gli studenti a una approfondita analisi di modelli GARCH per lo studio e il forecast della volatilità inerente ai mercati finanziari e presenta applicazioni di modelli GARCH all'analisi di allocazione di portafoglio e risk management.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Il corso si pone l'obbiettivo di introdurre i principali strumenti usati nell'analisi delle serie storiche e finanziarie, oltre che fornire la comprensione del'origine e caratteristiche dei dati finanziari, oltre che le applicazioni possibili. Durante il corso viene inoltre sottolineato ed enfatizzato il legame tra teoria ed analisi empirica. Viene affrontata l'analisi dei modelli per le serie stazionarie univariate e multivariate parametrizzati a lunga e breve memoria, La conoscenza delle serie storiche è utilizzata per introdurre i modelli econometrici per l'analisi delle serie finanziarie, con aprticolare attenzione ai modelli discreti ARCH. L'obbiettivo del corso è fornire una solida base teorica per l'analisi della volatilità e sviluppare le compentenze necessarie a modellizzare e fare previsioni nnell'ambito del mercato finanziario,

MODALITA' DIDATTICHE

Lezioni in aula e in laboratorio

PROGRAMMA/CONTENUTO

TOPIC I: LINEAR TIME SERIES ANALYSIS .

• Stochastic processes, covariance stationarity, strict stationarity, unit root processes, fractionally integrated processes, Wold decomposition theorem.
• AR, MA, ARMA,ARIMA,ARFIMA univariate models: estimation and principles of forecasting.
• Unit root tests,long memory tests, cointegration,model diagnostic.

TOPIC II: UNIVARIATE GARCH MODELS.

• Introduction of asset returns
• ARCH model: identification and covariance stationarity conditions ,order identification, estimation, evaluation
• GARCH model: identification and covariance stationarity conditions ,order identification, estimation, evaluation and forecasting.
• Asymmetric GARCH models and leverage effects:EGARCH,QGARCH,GJGARCH,TGARCH: identification and covariance stationarity conditions ,order identification, estimation, evaluation and forecasting.
• Long memory in univariate GARCH models: testing for long memory in the time series domain, forecasting in presence of long memory.

TOPIC  III: VAR MODELS.

• Introduction to VAR models: properties and characteristics
• Econometric approach to VAR and estimation

TOPIC  IV: MULTIVARIATE GARCH MODELS.

• Introduction to Multivariate GARCH MODELS
• Co-movements of financial returns: empirical and theoretical examples. Introduction to MGARCH models and specific issues.
• FACTOR MODELS
• NON PARAMETRIC models
• Testing in MGARCH models

TESTI/BIBLIOGRAFIA

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

Franq Zaquoian "Garch models"

ulteriori testi o articoli verranno indicati durante il corso