Ateneo - UPO

Il corso è articolato in quattro moduli complementari, dedicati ai principali strumenti quantitativi per la misurazione e la gestione dei rischi finanziari, alla simulazione Monte Carlo, al trading algoritmico e alla regolamentazione prudenziale.Modulo 1, Rischio di mercato e rischio di credito 6 CFUIl modulo introduce i principali modelli e metodi quantitativi per la misurazione e la gestione del rischio di mercato e del rischio di credito.Modulo 2, Simulazione Monte Carlo e applicazioni alla finanza 2 CFUIl modulo presenta i principali metodi di simulazione Monte Carlo e le loro applicazioni alla valutazione degli strumenti derivati e alla misurazione dei rischi finanziari.Modulo 3, Trading algoritmico 1 CFUIl modulo affronta la struttura e il funzionamento del portafoglio ordini centralizzato, il problema di gestione dell’inventario del dealer, i modelli di esecuzione ottima, l’automazione delle strategie di trading e il ruolo della latenza nelle reti di negoziazione.Modulo 4, Rischio di controparte e requisiti patrimoniali nel quadro prudenziale 1 CFUIl modulo esamina il rischio di credito di controparte e i relativi requisiti patrimoniali previsti dal quadro regolamentare prudenziale.

Il materiale didattico predisposto dai docenti sarà reso disponibile nelle risorse online del corso sulla piattaforma D.I.R.Per l’approfondimento degli argomenti trattati, si consigliano inoltre i seguenti testi, disponibili presso la Biblioteca di Ateneo:P. Christoffersen, Elements of Financial Risk Management, Academic Press, 2ª edizione.P. Glasserman, Monte Carlo Methods in Financial Engineering, Springer, New York, 2003.J. C. Hull, Options, Futures, and Other Derivatives, Pearson, ultima edizione disponibile.P. Jorion, Value at Risk: The New Benchmark for Managing Financial Risk, McGraw Hill, 3ª edizione.J. Hasbrouck, Empirical Market Microstructure: The Institutions, Economics, and Econometrics of Securities Trading, Oxford University Press, 2007.Ulteriori riferimenti bibliografici e materiali di approfondimento potranno essere indicati dai docenti durante lo svolgimento dei singoli moduli.Per informazioni aggiornate sul programma, sui materiali didattici e sull’organizzazione del corso, si invita a consultare la pagina dell’insegnamento sulla piattaforma D.I.R., www.dir.uniupo.it.

Il corso si propone di fornire agli studenti gli strumenti quantitativi, computazionali e regolamentari necessari per analizzare, misurare e gestire i principali rischi finanziari, utilizzare metodi di simulazione per la valutazione di strumenti finanziari, comprendere i fondamenti del trading algoritmico e valutare il rischio di controparte nell’ambito del quadro prudenziale.Al termine dell’insegnamento, gli studenti saranno in grado di:Rischio di mercato e rischio di credito, modellizzare la distribuzione dei profitti e delle perdite, Profit and Loss, di portafogli comprendenti diverse classi di attività, tra cui azioni, obbligazioni e strumenti derivati, calcolare e interpretare le principali misure di rischio e costruire strategie di copertura;Simulazione Monte Carlo e applicazioni alla finanza, simulare l’evoluzione dei prezzi delle attività finanziarie mediante i principali processi stocastici, inclusi il moto browniano aritmetico, il moto browniano geometrico e i processi gaussiani con ritorno verso la media, e applicare i metodi Monte Carlo alla valutazione degli strumenti derivati e alla misurazione dei rischi finanziari;Trading algoritmico, comprendere la struttura e il funzionamento dei mercati elettronici e analizzare esempi e applicazioni di strategie di trading algoritmico, con particolare riferimento al portafoglio ordini, alla gestione dell’inventario e ai problemi di esecuzione ottima;Rischio di controparte e regolamentazione prudenziale, valutare il rischio di credito di controparte, comprendere la relazione tra esposizione al rischio e requisiti patrimoniali e applicare i principali elementi del quadro regolamentare di Basilea III relativi alla misurazione del rischio di controparte e alla determinazione del capitale regolamentare.Nel loro insieme, i quattro moduli consentiranno agli studenti di integrare modelli quantitativi, metodi computazionali, strategie di gestione del rischio e principi regolamentari nell’analisi di problemi rilevanti per le istituzioni finanziarie e i mercati dei capitali.

Per accedere alla modalità d’esame basata sul coursework è obbligatorio aver già superato, prima dell’inizio del corso, i seguenti insegnamenti:Pricing dei Derivati e Teoria del Portafoglio;Statistica per la Finanza;Business Information for Finance.Gli studenti che, all’inizio del corso, non abbiano ancora superato tutti gli esami propedeutici non potranno accedere alla modalità coursework.Per accedere alle altre modalità d’esame, gli insegnamenti propedeutici dovranno essere stati superati entro la data di sostenimento dell’esame.

Il corso sarà erogato attraverso una combinazione di lezioni frontali, esercitazioni e sessioni di laboratorio informatico, opportunamente integrate in funzione dei contenuti dei diversi moduli.Le lezioni introdurranno i principali modelli quantitativi, le metodologie di analisi e gli aspetti teorici e regolamentari oggetto del corso, evidenziandone le applicazioni alla misurazione e gestione dei rischi finanziari, alla valutazione degli strumenti derivati, alla simulazione Monte Carlo, al trading algoritmico e alla determinazione dei requisiti patrimoniali.Le esercitazioni e le sessioni di laboratorio saranno finalizzate a consolidare la comprensione dei concetti teorici e a sviluppare le competenze quantitative e computazionali necessarie per la loro applicazione. Attraverso esempi, applicazioni e casi di studio, gli studenti acquisiranno esperienza nell’implementazione dei modelli e degli algoritmi presentati, nell’analisi dei dati finanziari e nell’interpretazione critica dei risultati ottenuti.Materiali didattici, esercitazioni, dataset, codici, risorse di supporto e contenuti integrativi saranno resi disponibili attraverso la piattaforma Moodle del corso.

La frequenza alle lezioni non è obbligatoria, ma è fortemente consigliata, considerata la natura quantitativa e applicativa del corso e la presenza di esercitazioni, sessioni di laboratorio e attività specifiche nei diversi moduli.È richiesta una conoscenza di base di MATLAB. Gli studenti devono essere in grado di utilizzare il software per l’implementazione di modelli quantitativi, lo svolgimento di simulazioni, l’analisi dei dati finanziari e l’applicazione degli algoritmi presentati durante il corso.L’accesso alla modalità d’esame basata sul coursework è subordinato al rispetto dei seguenti requisiti minimi di frequenza:almeno il 70% delle lezioni del Modulo 1;almeno il 90% delle lezioni di ciascuno dei Moduli 2, 3 e 4.Il mancato raggiungimento anche di uno solo dei requisiti minimi di frequenza previsti non consentirà l’accesso alla modalità coursework. Gli studenti potranno comunque sostenere l’esame secondo le altre modalità previste, purché siano stati superati gli esami propedeutici.Le studentesse e gli studenti con disabilità, Disturbi Specifici dell’Apprendimento, DSA, o Bisogni Educativi Speciali, BES, possono richiedere servizi, supporti e strumenti specifici rivolgendosi allo Staff Sviluppo e Coordinamento Carriere e Servizi alle Studentesse e agli Studenti e consultando la pagina dedicata del sito di Ateneo:Servizi per studentesse e studenti con disabilità e DSADopo aver preso contatto con lo Staff di Ateneo, le studentesse e gli studenti con disabilità, DSA o BES possono rivolgersi alla docente o al docente titolare dell’insegnamento per concordare l’applicazione delle misure previste e definire le eventuali modalità personalizzate di svolgimento dell’esame.

Modalità di verifica dell’apprendimentoL’esame è finalizzato a verificare la comprensione dei modelli quantitativi, dei metodi computazionali e degli aspetti applicativi e regolamentari trattati nei diversi moduli del corso. La valutazione considera sia la conoscenza dei fondamenti teorici sia la capacità di applicare i metodi acquisiti all’analisi di problemi finanziari articolati e complessi.Sono previste modalità di valutazione differenziate.Modalità coursework per studenti frequentantiGli studenti frequentanti che soddisfano i requisiti di frequenza e di propedeuticità indicati nella sezione dedicata possono sostenere l’esame mediante attività di coursework svolte durante il corso e discusse in aula.Il coursework comprende:l’implementazione in MATLAB dei principali modelli e algoritmi presentati durante le lezioni e la loro applicazione a casi finanziari concreti;il completamento di quiz on line individuali;lo svolgimento, la presentazione e la discussione di assignment assegnati con cadenza regolare, generalmente settimanale;attività e lavori relativi agli argomenti affrontati nei diversi moduli del corso;la replica computazionale di un articolo scientifico relativo a uno dei temi trattati, accompagnata dalla presentazione e dalla discussione critica dei modelli, delle metodologie e dei risultati.La valutazione terrà conto della correttezza teorica e metodologica del lavoro svolto, della qualità dell’implementazione computazionale, della capacità di applicare i modelli a problemi concreti, dell’interpretazione critica dei risultati e della chiarezza delle presentazioni e delle discussioni in aula.Modalità alternativeGli studenti non frequentanti e gli studenti frequentanti che non intendano sostenere l’esame mediante coursework possono scegliere una delle modalità alternative previste. I programmi dettagliati, le modalità operative e i materiali di riferimento sono specificati nella pagina dell’insegnamento sulla piattaforma D.I.R.Le modalità alternative possono prevedere:a. Prova scritta, prova orale e progetto MATLABLa valutazione comprende una prova scritta, una prova orale e la realizzazione e presentazione di un progetto sviluppato in MATLAB. Lo studente dovrà dimostrare di conoscere i principali contenuti teorici del corso, saper applicare i modelli e i metodi quantitativi a problemi finanziari e saper implementare e interpretare correttamente le relative procedure computazionali.b. Prova orale senza utilizzo di MATLABLa valutazione consiste in una prova orale relativa a una selezione limitata di capitoli dei testi di riferimento, secondo il programma specificato sulla piattaforma D.I.R. Questa modalità non richiede l’utilizzo di MATLAB. Il voto massimo conseguibile è pari a 23/30.Indipendentemente dalla modalità scelta, lo studente dovrà dimostrare di comprendere i concetti, i modelli e le metodologie oggetto del programma, di saperne discutere le ipotesi e le implicazioni e di applicare le conoscenze acquisite all’analisi di problemi finanziari. In particolare, dovrà essere in grado di illustrare in modo chiaro e rigoroso il procedimento seguito, motivare le scelte metodologiche, interpretare criticamente i risultati e fornire gli appropriati riferimenti teorici.

Programma estesoIl corso è articolato in quattro moduli complementari dedicati ai modelli quantitativi per la misurazione e la gestione dei rischi finanziari, ai metodi di simulazione Monte Carlo, al trading algoritmico e alla regolamentazione prudenziale del rischio di controparte.Parte 1, Modelli quantitativi per il rischio di mercatoIl modulo introduce i principali modelli quantitativi per la misurazione, la modellizzazione e la gestione del rischio di mercato e del rischio di credito.Principali argomenti:Misurazione del rendimento e del rischioDefinizione e misurazione dei rendimenti finanziari. Distribuzioni dei rendimenti e dei profitti e delle perdite, Profit and Loss. Principali misure descrittive del rischio. Volatilità, dipendenza e correlazione tra fattori di rischio. Effetti della diversificazione e aggregazione dei rischi a livello di portafoglio.Modelli per la stima del Value at Risk e dell’Expected ShortfallDefinizione, interpretazione e proprietà del Value at Risk, VaR, e dell’Expected Shortfall, ES. Metodi parametrici, simulazione storica e approcci basati sulla simulazione. Stima delle misure di rischio per singole posizioni e portafogli. Confronto tra le diverse metodologie e analisi dei relativi vantaggi e limiti.Rischio di mercato e strumenti derivatiMisurazione del rischio di portafogli contenenti strumenti derivati. Effetti della non linearità sulla distribuzione del Profit and Loss. Utilizzo delle sensitività e delle approssimazioni locali per la misurazione del rischio. Strategie di copertura e analisi dell’efficacia dell’hedging.Parte 2, Simulazione Monte Carlo e applicazioni alla finanzaIl modulo introduce i fondamenti della simulazione Monte Carlo e le principali applicazioni alla modellizzazione dei mercati finanziari, alla valutazione degli strumenti derivati e alla misurazione del rischio.Principali argomenti:introduzione ai metodi Monte Carlo e generazione di numeri pseudo casuali;simulazione di variabili casuali uniformi, gaussiane e lognormali;simulazione dei rendimenti e dei prezzi delle attività finanziarie;simulazione di processi stocastici utilizzati nella modellizzazione finanziaria;simulazione di distribuzioni gaussiane multivariate e modellizzazione della dipendenza tra fattori di rischio;applicazione dei metodi Monte Carlo alla valutazione degli strumenti derivati;applicazione della simulazione alla misurazione del rischio di portafogli;analisi e misurazione dell’errore di simulazione;tecniche di riduzione della varianza;applicazioni e casi di studio relativi alla valutazione di opzioni e alla gestione dei rischi finanziari.Parte 3, Trading algoritmico nei mercati finanziariIl modulo introduce i principali elementi della microstruttura dei mercati elettronici e i modelli quantitativi alla base delle strategie di trading algoritmico.Principali argomenti:Il portafoglio ordini centralizzato, Central Limit Order BookStruttura e funzionamento del portafoglio ordini. Tipologie di ordini, liquidità, bid ask spread e formazione dei prezzi.Il modello di Roll dei prezzi di transazioneEffetti del bid ask spread sui prezzi osservati. Stima dei costi impliciti di transazione e analisi delle proprietà statistiche dei prezzi di mercato.Controllo dell’inventario e problema del dealerGestione del rischio di inventario. Determinazione delle quotazioni e bilanciamento tra redditività e rischio.Arbitraggio statisticoPrincipi e applicazioni delle strategie quantitative basate sull’identificazione e sullo sfruttamento di relazioni statistiche tra attività finanziarie.Esecuzione ottimaModelli per l’esecuzione di ordini di grandi dimensioni. Costi di transazione, impatto sul mercato e rischio di esecuzione. Strategie per il bilanciamento tra rapidità di esecuzione e contenimento dei costi.Automazione e latenza delle retiAutomazione delle strategie di trading. Architettura dei sistemi elettronici e ruolo della latenza nella trasmissione e nell’esecuzione degli ordini.Parte 4, Rischio di controparte e quadro regolamentare prudenzialeIl modulo introduce il rischio di credito di controparte e le principali metodologie previste dal quadro prudenziale per la misurazione delle esposizioni e la determinazione dei requisiti patrimoniali.Principali argomenti:definizione, caratteristiche e ambito di applicazione del rischio di credito di controparte;misurazione dell’esposizione al rischio di controparte;determinazione dei requisiti patrimoniali, capital requirements, per il rischio di controparte;quadro regolamentare di Basilea III e principali sviluppi della normativa prudenziale;confronto tra approcci standardizzati e modelli interni;Standardised Approach for Counterparty Credit Risk, SA CCR;Credit Valuation Adjustment, CVA, e requisiti patrimoniali associati;collateralizzazione e Initial Margin;utilizzo, validazione e supervisione dei modelli interni;rischio di modello e principali implicazioni per la misurazione del rischio e la determinazione del capitale regolamentare.

Al termine dell’insegnamento, lo studente avrà acquisito competenze quantitative, computazionali e regolamentari per analizzare e gestire i rischi finanziari, applicare metodi di simulazione, comprendere i fondamenti del trading algoritmico e valutare il rischio di controparte.CONOSCENZA E CAPACITÀ DI COMPRENSIONEAl termine dell’insegnamento, lo studente sarà in grado di:comprendere la relazione tra rischio e rendimento e identificare i principali fattori di rischio associati ad azioni, obbligazioni, derivati e portafogli;comprendere i modelli per la rappresentazione delle distribuzioni dei rendimenti e del Profit and Loss e per la misurazione del rischio di mercato e di credito;conoscere, interpretare e confrontare le principali misure di rischio, con particolare riferimento al Value at Risk e all’Expected Shortfall;comprendere i fondamenti della simulazione Monte Carlo e le sue applicazioni alla modellizzazione dei prezzi, alla valutazione dei derivati e alla misurazione del rischio;comprendere gli elementi principali della microstruttura dei mercati e i problemi relativi al trading algoritmico, alla gestione dell’inventario, all’arbitraggio statistico e all’esecuzione ottima;comprendere le componenti del rischio di controparte e la relazione tra esposizione e requisiti patrimoniali;conoscere gli elementi fondamentali del quadro prudenziale, inclusi Basilea III, approcci standardizzati, modelli interni e rischio di modello;valutare ipotesi, punti di forza, limiti e problematiche applicative dei metodi trattati.CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONEAl termine dell’insegnamento, lo studente sarà in grado di:analizzare esposizioni finanziarie, identificare i fattori di rischio e selezionare metodologie quantitative appropriate;costruire e analizzare la distribuzione del Profit and Loss di posizioni e portafogli;calcolare e confrontare misure di rischio mediante metodi parametrici, simulazione storica e approcci basati sulla simulazione;applicare metodi Monte Carlo alla simulazione di rendimenti e prezzi, alla valutazione dei derivati e alla misurazione del rischio;analizzare problemi di microstruttura dei mercati, trading algoritmico, gestione dell’inventario ed esecuzione ottima;applicare i principali metodi per la valutazione del rischio di controparte e dei relativi requisiti patrimoniali;utilizzare MATLAB per implementare modelli quantitativi, metodi numerici e algoritmi finanziari, verificarne la correttezza e interpretarne i risultati.AUTONOMIA DI GIUDIZIO E ABILITÀ COMUNICATIVEAl termine dell’insegnamento, lo studente sarà in grado di:sintetizzare informazioni complesse e formulare valutazioni del rischio coerenti;selezionare modelli appropriati in relazione al problema, ai dati disponibili e agli obiettivi dell’analisi;interpretare criticamente i risultati, valutandone affidabilità, ipotesi, limiti e rischio di modello;valutare le decisioni finanziarie considerando il rapporto tra rischio e rendimento;redigere relazioni tecniche e comunicare i risultati a destinatari con differenti competenze.COMPETENZE TRASVERSALI, VALORI E ATTITUDINIAl termine dell’insegnamento, lo studente sarà in grado di:adottare un approccio strutturato e quantitativo alla soluzione dei problemi finanziari;riconoscere la rilevanza del risk management a livello di operazione, portafoglio, intermediario e sistema finanziario;comprendere l’importanza della validazione dei modelli e dell’interpretazione critica dei risultati;riconoscere il ruolo della regolamentazione nel promuovere una gestione efficace dei rischi e la stabilità finanziaria.