Dettaglio modulo

INTELLIGENZA ARTIFICIALE, FINTECH E FINANZA IMPRENDITORIALE: INTELLIGENZA ARTIFICIALE, FINTECH E FINANZA IMPRENDITORIALE: MODULO 1

MF0638

Insegnamento
INTELLIGENZA ARTIFICIALE, FINTECH E FINANZA IMPRENDITORIALE: INTELLIGENZA ARTIFICIALE, FINTECH E FINANZA IMPRENDITORIALE: MODULO 1
Codice
MF0638
Anno Accademico
2025/2026
Anno regolamento
2024/2025
Corso di studio
INTELLIGENZA ARTIFICIALE E INNOVAZIONE DIGITALE
Curriculum
A015 - Economico-Aziendale
Responsabile didattico
CFU
5
Ore di lezione
40
Settore Scientifico Disciplinare (SSD)
SECS-S/06 - METODI MATEMATICI DELL'ECONOMIA E DELLE SCIENZE ATTUARIALI E FINANZIARIE
Tipo di insegnamento
Attività formativa monodisciplinare
Fruizione insegnamento
OBB - Obbligatoria
Anno
2
Periodo
Primo Semestre
Sede
VERCELLI
Lingua insegnamento
Italiano
Contenuti
Nella prima parte del corso vengono introdotte le principali nozioni riguardanti la teoria classica di Portafoglio (Modello Media-Varianza, CAPM). Nella seconda metà, ci si concentra sul problema del rischio di mercato, focalizzandosi in particolare sul calcolo del VaR e sui requisiti regolamentari. I risultati principali e più significativi vengono derivati analiticamente e commentati.
Testi di riferimento
Per la parte di Portafoglio: materiali pubblicati su DIR. Un testo di utile consultazione è C. Huang, R. H. Litzenberger. Foundations for Financial Economics. Prentice Hall. 1988 Per la parte di rischio di mercato: Jorion P., (2007). Value at Risk, 3rd ed. Christoffersen, P., (2012). Elements of Financial Risk Management, Academic Press, 2nd edition.
Obiettivi formativi
Al termine del modulo, le studentesse e gli studenti avranno acquisito una conoscenza approfondita dei principali modelli di Teoria di Portafoglio e saranno in grado di implementarli autonomamente. Saranno inoltre in grado di riconoscere le principali criticità legate al calcolo dei rendimenti e alla misurazione del rischio di mercato, con particolare riferimento al Value at Risk (VaR) come misura del rischio.
Prerequisiti
Conoscenze di base di matematica e statistica. Conoscenze minime di Excel e programmazione
Metodi didattici
Lezioni frontali ed esercitazioni.
Altre informazioni
La frequenza non è obbligatoria ma fortemente consigliata. Le studentesse e gli studenti con disabilità o con Disturbi Specifici dell’Apprendimento (DSA) o con Bisogni Educativi Speciali (BES) possono richiedere servizi e strumenti specifici a loro dedicati rivolgendosi allo Staff Sviluppo e Coordinamento Carriere e Servizi alle Studentesse e agli Studenti e consultando la pagina dedicata del sito di Ateneo: https://uniupo.it/it/servizi/servizi-studentidisabili-e-dsa Le studentesse e gli studenti con disabilità, DSA, BES, una volta preso contatto con lo Staff di Ateneo, possono contattare la/il docente titolare dell'insegnamento in relazione alla declinazione delle modalità di esame, in merito agli aspetti didattici.
Modalità di verifica dell'apprendimento
Esame orale obbligatorio alla fine del corso, durante il quale verrà richiesto il procedimento di risoluzione di alcuni esercizi a carattere sia computazionale che teorico.
Programma esteso
Breve ripasso su variabili aleatorie, distribuzioni, teoria dell'utilità attesa e decisioni in condizioni di rischio. Costruzione di un portafoglio di asset rischiosi, con e senza la presenza di un titolo risk-free, secondo il criterio media-varianza (Markowitz). Costruzione della frontiera efficiente. Indice di Sharpe. CAPM. Metodi di calcolo dei rendimenti: rendimenti lineari vs rendimenti logaritmici. Principali caratteristiche, proprietà e implicazioni per il calcolo del rendimento di un portafoglio. Introduzione alle principali tipologie di rischi finanziari. Rischio di mercato: criticità, requisiti regolamentari e calcolo del Value at Risk per singoli asset e per un portafoglio di asset rischiosi.
Risultati di apprendimento attesi
Al termine del corso, le studentesse e gli studenti avranno acquisito una conoscenza approfondita dei principali aspetti della Portfolio Theory. Saranno inoltre in grado di valutare la rischiosità del proprio portafoglio e di implementare autonomamente i modelli studiati, fornendo un’interpretazione critica dei risultati.
Ultimo aggiornamento:09-09-2026 00:14:31