-Le basi dell'Operations Management e suo legame con le strategie aziendali -La misurazione delle performance -Il project management -Pianificazione della produzione -Gestione delle scorte -Sistemi di distribuzione -Controllo dei processi

- Introduzione al corso: obiettivi formativi e contenuti, metodi didattici, sistema di valutazione dell’apprendimento. - Rischio e incertezza. Rischi puri vs. rischi finanziari. - Le tecniche di gestione dei rischi puri. - Le caratteristiche del meccanismo assicurativo e le condizioni di assicurabilità dei rischi. - Le attività e le funzioni svolte dalle imprese di assicurazione. - Le caratteristiche tecnico-economiche dei contratti di assicurazione. - Le assicurazioni vita (le componenti del premio e le riserve tecniche; le polizze “tradizionali”; le polizze rivalutabili; le polizze unit-linked e index-linked). - Le assicurazioni danni: (le componenti del premio e le riserve tecniche; tipi di prodotti assicurativi). - La gestione tecnico-assicurativa delle imprese di assicurazione. - Coassicurazione e riassicurazione. - Il modello di economicità delle imprese di assicurazione e il loro bilancio. - I requisiti patrimoniali: da Solvency I a Solvency II). - La gestione finanziaria delle imprese di assicurazione: la gestione dei comparti Danni e Vita; la gestione finanziaria e gli impatti di Solvency II; la gestione integrata dell'attivo e del passivo (ALM); i principali impatti contabili (IFRS 9 e IFRS 17). - La distribuzione dei prodotti assicurativi. - Il fabbisogno di previdenza complementare. - Le forme pensionistiche complementari.

1. Introduzione alla modelizzazione con fogli di calcolo Excel: costruire buoni modelli di fogli di calcolo 2. Visualizzazione dei dati e i grafici in Excel 3. Trattamento dei dati: funzioni avanzate di Excel 365 4. Data Queries: ordinamento e filtraggio dei dati, tabelle e figure Pivot 5. La What if Analysis 6. Costruzione di Dashboard 7. Strumenti di analisi statistica dei dati in Excel: medie, varianza, probabilità e altre misure di sintesi 8. Distribuzioni di frequenza e istogrammi 9. Regressione lineare: analisi cross section e delle serie storiche 10. Modelli statistici di previsione 11. Simulazione Monte Carlo: business cases 12. Excel solver: ottimizzazione di scenari Tempo permettendo 13. Power Query per importare, pulire e trasformare i dati 14. Excel Power Pivot per Big Data

- Report ben strutturati - Utilizzo di formule e funzioni - Funzioni logiche e condizionali - Ordinamento dei dati, filtri e subtotali - Tabelle e grafici pivot - Tabelle dati a 1 e 2 variabili - Gestione scenari - Ricerca obiettivo - Applicazioni grafiche avanzate e dinamiche

1) Il fenomeno della servitization delle imprese manifatturiere 1.1 Caratteristiche ed evoluzione 1.2 Motivazioni e determinanti 1.3 Dati relativi ai vari settori industriali 2) La strategia di Servitization 2.1 Definizione e tassonomia di servitization strategy 2.2 Prerequisiti dell’implementazione della strategia di servitization 2.3 I tipi di Product-Service-System 3) Gli impatti della servitization 3.1 Gli impatti organizzativi e manageriali 3.2 Il ruolo dei clienti 3.3 Il ruolo degli attori della supply chain: fornitori, dealer, centri di assistenza 3.4 Servitization e crezione di valore 4) Servitization e performance aziendali 4.1 Il paradosso della servitizzazione 4.2 L’economia delle imprese “servitizzate” e le determinanti delle performance 4.3 Il ruolo degli strumenti di pianificazione e controllo 4.4 La misurazione e valutazione delle performance delle imprese “servitizzate”

Programmazione lineare: esempi, definizioni, metodo del simplesso e sua implementazione in Excel. Cenni a dualità, analisi di sensitività, programmazione lineare intera (PLI) e applicazioni a problemi di produzione ottima con esemplificazioni su foglio elettronico. Project management: grafi di progetto, diagrammi di Gantt, tecniche CPM e PERT. Teoria delle code: definizione e caratteristiche dei sistemi di code, parametri di valutazione e code Markoviane. Gestione delle scorte e dei ricavi: modelli classici con domanda deterministica costante, modello statico con domanda aleatoria e distribuzione nota e formulazione del modello dinamico (cenni di programmazione dinamica).

1) Conflitti e contratti di incentivazione 2) Controllo dei problemi di incentivazione nelle imprese attraverso contratti 3) Contratti impliciti e reputazione 4) Remunerazione ed incentivi 5) Corporate governance Il programma del corso potra' subire variazioni per esigenze didattiche, particolarmente nel caso di interventi esterni da parte di Visiting Professors o esperti.

- Il ruolo strategico del prezzo e l’impatto sulla redditività aziendale. - Le basi del pricing: costi, domanda di mercato e concorrenza. Dall’approccio cost-based all’approccio value-based: vantaggi e complessità. - L’analisi economica: disponibilità a pagare ed elasticità della domanda. Concorrenza, potere di mercato e reazioni strategiche. - Aspetti psicologici di comportamento del consumatore. Il contributo della prospect theory. - Ottimizzazione del prezzo per singoli prodotti e per gamme di prodotti. - Segmentazione del mercato e strategie di differenziazione di prezzo. Analisi di specifiche strategie di prezzo: prezzi non lineari, price bundling, prezzi per gruppi di persone, versioning. - La gestione delle variazioni di prezzo nel tempo: decisioni strategiche e tattiche. - Strategie di penetrazione e di skimming. - Il peak load pricing: approccio statico e dinamico. - La gestione del prezzo nel breve termine. Il revenue management e le strategie di prezzo dinamico. Modelli ed applicazioni settoriali. - La gestione del pricing su internet. Il ruolo delle piattaforme online. La relazione tra strategie di prezzo e reputazione online (E-WOM). - Le strategie di prezzo nella sharing economy. - Modelli empirici per la determinazione della disponibilità a pagare. Il modello dei prezzi “edonici”. Il ruolo della qualità reputazionale.

Gli argomenti trattati nel corso sono i seguenti: PARTE PRIMA – PROF.SSA SONGINI 1. Il nuovo contesto competitivo. Economia dell’informazione e lean enterprise: le sfide manageriali; 2. Le determinanti della redditività aziendale; 3. I sistemi di strategic cost management e di performance management: un quadro d’insieme; 4. Le metodologie e gli strumenti di gestione strategica dei costi e della redditività: target costing, life cycle costing, analisi funzionale, sistemi di gestione dei costi interorganizzativi; PARTE SECONDA – PROFF.SSA VOLA 5. Le metodologie e gli strumenti di gestione e miglioramento dei costi: activity based costing e activity based management, kaizen costing, etc; 6. Le metodologie e gli strumenti di misurazione e valutazione delle performance aziendali a supporto dell’implementazione della strategia: balanced scorecard, piramide delle performance, etc.; PARTE TERZA – PROF.GELMINI 7.Creazione di valore per gli stakeholder, sviluppo sostenibile e responsabilità sociale d’azienda; 8. Misurazione e comunicazione della performance di sostenibilità: bilancio sociale, bilancio ambientale, bilancio di sostenibilità, bilancio integrato; 9. Le nuove frontiere dell’informativa non finanziaria - Global Reporting Initiative - Corporate Sustainability Reporting Directive - International Sustainability Standards.

1 Introduzione 2 Vantaggio assoluto 3 Modello ricardiano del vantaggio comparato 4 Modello di Hecksher-Ohlin del vantaggio comparato 5 Il commercio intra-industriale 6 Economia politica del commercio 7 Analisi della politica commerciale 8 L'Organizzazione Mondiale del Commercio 9 Accordi commerciali preferenziali 10 Imprese multinazionali e investimenti diretti esteri 11 Catene globali del valore

1. Introduzione 2. Globalizzazione 3. Competitività 4. Tassi di cambio e arbitraggio 5. Tassazione internazionale 6. Crisi di debito 7. Crisi del tasso di cambio

- Arbitraggio e decisioni finanziarie - Il valore della moneta nel tempo - I tassi di interesse - I criteri di scelta degli investimenti - I flussi di cassa rilevanti del progetto - L’analisi del progetto di investimento - Il pricing del rischio sui mercati dei capitali - Il Capital Asset Pricing Model (CAPM) per stimare il costo del capitale - L’impatto della struttura finanziaria - Capital budgeting dell’impresa indebitata

DESIGN ORGANIZZATIVO • Architettura Organizzativa e Schemi Aziendali • Check Up Organizzativo • Aspetti di Metodo del Design Organizzativo. • Design dei Ruoli e dei Processi Lavorativi. COMPORTAMENTO ORGANIZZATIVO • Il comportamento individuale nelle organizzazioni: personalità, valori e cultura • Lavoro di gruppo • Leadership • Decision making • Conflitti e negoziazione • Change Management

1) Il sistema tributario (10 h di didattica frontale) a.Principi di distribuzione e classificazione delle imposte b.Raccomandazioni per un buon sistema tax-benefit 2) Analisi economica dei tributi (35 h di didattica frontale) a.Incidenza e traslazione b.Imposte distorsive: il mercato dei prodotti. L’imposta sul valore aggiunto. La tassazione del commercio internazionale e l’IVA intracomunitaria c.Imposte distorsive: il mercato del lavoro. L’imposta personale sul reddito: la progressività e il reddito complessivo. L’imposta personale sul reddito complessivo: problemi e modelli alternativi d.Imposte correttive (visiting) e.La tassazione delle successioni

Introduzione al diritto dei mercati finanziari. Le infrastrutture di mercato, il mercato primario e secondario, le trading venues. Fin-tech, crypto e ICOs. I servizi di investimento: da ISD a MiFID II. I principali contenuti e la struttura di MiFID II. Le regole di condotta e i conflitti di interesse. Investitori emittenti ed intermediari. Gestione collettiva del risparmio. Il regime della trasparenza. L’ingresso sul mercato: il Regolamento Prospetto, regole e sanzioni. L’informazione periodica e continua: la direttiva Transaprency e il Regolamento sugli abusi di mercato. Informazione periodica e inside information; i divieti di abuso di informazioni privilegiate e di manipolazione del mercato. I diritti degli azionisti.

Parte 1 – La valutazione d’azienda: introduzione e metodologie di generale accettazione (Prof. Maurizio Comoli) – 4 CFU I principi di misurazione del valore: distinzione fra valori e prezzi ai fini della valutazione Le principali metodologie riconosciute dalla dottrina e impiegate nella prassi per valutare un’azienda Il criterio patrimoniale semplice Il criterio patrimoniale complesso con gli intangibili Il criterio reddituale La definizione e la misurazione dei tassi La metodologia del discounted cash flow (DCF): fondamenti e impostazione La previsione analitica dei flussi di cassa, il valore finale, la struttura finanziaria e la valutazione dei debiti I metodi misti e che evidenziano la creazione di valore Parte 2 – I multipli di mercato e alcune valutazioni speciali (Prof. Francesco Bavagnoli) - 4 CFU I multipli di borsa e le transazioni comparabili Approfondimento sui multipli di mercato I diversi contesti delle valutazioni Dal valore del capitale al valore dei pacchetti azionari Premi di maggioranza e sconti di minoranza Brand valuation

IFRS3: finalità - ambito di applicazione - metodo dell'acquisizione: identificazione dell'acquirente, determinazione della data di acquisizione, rilevazione e valutazione delle attività identificabili acquisite, delle passività identificabili assunte, rilevazione e valutazione dell'avviamento o di un utile derivante da un acquisto a prezzi favorevoli - informazioni integrative

IS-LM model; Central banks' balancd sheet; retail banks' balance sheet; Money supply and money multiplier; Labour Market and the Philips Curve (gender gap in employment rate, policies to close gender gap); Central bank's Loss Function; MR rule; IS-PC-MR model; Taylor Rule; Unconventional Monetary Policies (QEs, LTROs, etc); Conventional vs Unconventional Policies; The 2008-2022 Decade of Unconventional Policies; The Post-2022 Reversion to Conventional Policies.

1. Strumenti di Microeconomia di base (V1 cap. 9-10-11-12; FR cap. 6; V2 cap. 11-19-20; K cap. 3-4): - Scelte di consumo con dotazioni iniziali e mercati contingenti nel caso di informazione completa e simmetrica - Consumo intertemporale e il ruolo dei mercati finanziari - Scelte in condizioni di incertezza, avversione al rischio, ruolo dei mercati finanziari e assicurazione contro il rischio. - Scelte intertemporali in condizione di incertezza con mercati finanziari completi ed incompleti. 2. Asimmetria informativa e teoria dei contratti: azzardo moral e selezione avversa (V1 ch. 38; FR ch. 6; V2 ch. 25; K ch. 16-17) 3. Mercato assicurativo e selezione avversa (modello di Rothshild-Stiglitz) 4. Contratti di debito con informazione asimmetrica (modelli di Diamond e di Diamond-Dybvig) 5. Razionamento del credito (modello di Stiglitz-Weiss).

Modulo 1 –Derivatives pricing Contratti forward, caratteristiche del contratto, posizioni lunghe e corte, portafoglio replicante con dividendi e/o costi. Valore di un contratto forward. Costruzione della curva dei tassi di interesse da dati di mercato. FRA e Swaps. Interpolazione lineare e bootstrapping tramite Nelson&Siegel. Uso del modello per analisi di sensitività ed hedging di strumenti di tasso di interesse. Opzioni finanziare, caratteristiche di un contratto standard, opzioni call e put, Americane ed Europee, variabili che influenzano il prezzo delle opzioni. Restrizioni sui prezzi delle opzioni, modellizzazione dell'evoluzione del sottostante tramite alberi binomiali. Probabilità neutrali al rischio. Pricing di un opzione tramite modello binomiale. Delta di un opzione. Portafoglio di replica (dinamico). Il caso delle opzioni Americane. Il modello di Black & Scholes. Hedging dinamico Limiti del modello di Black&Scholes. Cenni al modello di Black per rates, caps and floors. Modulo 2 - Portfolio Theory Breve refresh su variabili aleatorie, distribuzioni, ottimizzazione, principali nozioni di Teoria delle Decisioni in Condizioni di incertezza. Il problema della diversificazione di portafoglio e della costruzione di un portafoglio di assets rischiosi. Il modello media-varianza di Markowitz, la frontiera efficiente e la sua costruzione con e senza risk-free asset. Implementazione in Matlab. Problemi connessi alla stima dei parametri. Indice di Sharpe e premio per il rischio. CAPM ed APT e loro critiche. Introduzione alle misure di rischio e al modello risk parity.

Il settore dell’investment banking: origini e sviluppo La domanda di servizi di investment banking espressa dalle imprese Una mappatura delle aree d’affari del corporate & investment banking Competenze e profili professionali nel corporate & investment banking Le operazioni di finanza straordinaria: fusioni, scissioni, spin offs, scambi di partecipazioni Il ruolo degli intermediari finanziari nelle operazioni di M&A L’assistenza offerta dagli intermediari finanziari nei takeover ostili L’assistenza alle imprese per la quotazione in Borsa L’attività di sindacazione, underwriting e placement di corporate bonds Il mezzanine finance: design, collocamento e trading di hybrid debt securities Le operazioni di securitization Le operazioni di leveraged/management buy-out La ristrutturazione delle imprese in crisi Il ruolo degli advisor nelle procedure giudiziarie e stragiudiziali di risanamento delle imprese Il merchant banking: private equity e venture capital L’attività dei fondi comuni di investimento di tipo chiuso La finanza strutturata e il project financing

1. Richiami di calcolo delle probabilità. Indipendenza stocastica. Variabili aleatorie reali e loro distribuzioni: funzione di massa e di densità. Funzioni generatrici. Vettori aleatori e loro distribuzioni. Calcolo con densità bi-dimensionali. Funzione di regressione. Vettori Gaussiani e loro proprietà. 2. Richiami di inferenza statistica. Metodo del plug-in e stimatori empirici. Metodo della massima verosimiglianza. Stimatori intervallari. Metodi bootstrap parametrico e nonparametrico per la stima dello standard error 3. Verifica di ipotesi. Errori di I e II specie. Regione critica di un test. Potenza di un test. P-value e suo utilizzo. Test su parametri della popolazione. Goodness-of-fit test e test normalità (Kolmogorov-Smirmov, Jarque-Bera). 4. Regressione lineare multipla. Principio dei minimi quadrati e della massima verosimiglianza nel caso Gaussiano. Stime dei coefficienti e verifica della significatività. Bontà di adattamento e test F. 5. Introduzione ai processi stocastici. Stazionarietà debole. Moto Browniano e sue varianti. Stima dei parametri. Simulazione delle traiettorie di un processo.

Programma del corso 1. Introduzione a Matlab: tipi di variabili, Calcolo matriciale in Matlab: operazioni fra matrici, inversa e determinante di matrici, soluzione di sistemi determinati di equazioni lineari con brevi richiami di teoria. 2. Grafici di base (2-D), cenni ai grafici 3D, operatori logici, if, ciclo while, ciclo for, funzioni, lettura (e scrittura) di dati da (e su) foglio elettronico. 3. Applicazioni Finanziarie e Statistica di base in Matlab. 4. Cenni di ottimizzazione

Il corso è suddiviso in 5 moduli, ciascuno contenente vari aspetti del linguaggio academico: 1. il processo di scrittura 2. elementi di scrittura 3. problematiche linguistiche 4. vocabolario per la scrittura 5. modelli di scrittura

Il corso si articola in lezioni da due ore il cui contenuto è di seguito elencato: − Il sistema mondo − Internazionalizzazione e modalità di ingresso nei mercati esteri − Commercio internazionale, trasporti e logistica − Multinazionali e investimenti diretti esteri − I criteri per l’analisi localizzativa nei mercati esteri − Indici utili per l’analisi localizzativa − I mercati emergenti: definizione e rappresentazioni − I mercati emergenti: principali caratteristiche − I BRIC − Investimenti nei mercati emergenti e dai mercati emergenti − Approfondimento multinazionali: casi e strategie − Analisi di settore: il mercato del caffè − Casi paese e opportunità di investimento: Brasile, Polonia, Cina

Il corso si articola in due parti. PARTE I - METODOLOGIA STATISTICA DI BASE PER IL MANAGEMENT ED IL MARKETING QUANTITATIVO (4 CFU) 1. Introduzione allo Statistical Learning: problemi di previsione ed inferenza. Supervised e Unsupervised Statistical Learning. 2. Il modello di regressione lineare semplice. Significato e stima OLS dei parametri. Intervalli di confidenza e test di significatività. 3. Il modello di regressione lineare multivariata: stima dei parametri e test di significatività, scomposizione della varianza e test F. Selezione delle variabili: metodi di ricampionamento (CV) e statistiche predittive (AIC, BIC, Cp). Leverage e punti ad alto impatto. Uso di variabili dummy per predittori qualitativi. Modelli con interazioni. Multicollinearità: definizione, effetti ed individuazione (VIF). Normalità dei residui: lettura del QQ-plot. Modelli moltiplicativi e loro linearizzazione. 4. La conjoint analysis classica. Pianificazione dell'esperimento: definizione dei fattori, dei livelli e degli stimoli. Piani fattoriali completi e frazionari. Valutazione dell'utilità: scale Likert. Modello, stimoli parziali e valutazione dell'importanza relativa dei fattori. 5. Classificazione supervisionata. Regola di decisione bayesiana e scelta delle variabili discriminanti. Modello logistico. Odds-ratio e loro relazione con le probabilità a posteriori. Diagnostica di classificazione: matrice di confusione e curva ROC. 6. Unsupervised statistical Learning. Metodi di clustering: metodi di partizionamento (k-means) e clustering gerarchica (metodi di linkage). Dendrogramma e sua interpretazione. PARTE II - TECNICHE AVANZATE DI STATISTICAL LEARNING (2 CFU) 1. Metodi di riduzione della dimensionalità. Analisi delle componenti principali: definizione e interpretazione. Biplot. 2. CART. Regole di splitting (RSS, Entropia, indice di Gini). Potatura di un albero. 3. Modelli additivi generalizzati. Aspetti generali. 4. Cenni alle reti neurali: idee base delle reti neurali (architettura a layer, esempi facili di reti completamente connesse). Problema del training dei modelli: backpropagation.

Diritto e innovazione. Il diritto delle piattaforme digitali: princiapli fonti legislative; danno reputazionale su internet e diritto all'oblio; la disciplina della raccolta e dell'uso dei dati; comparazione con la disciplina statunitense.

Per Marketing Strategy (Prof.sse Bruno and Reig): 1) Fondamenti ed evoluzione del marketing: Fondamenti di marketing ed evoluzione del marketing mix; Evoluzione del marketing; Evoluzione del consumatore; Marketing emozionale e sensoriale. 2) Ricerca di mercato: metodi qualitativi. Metodi etnografici, interviste e focus group; Social listening e analisi delle conversazioni digitali; Integrazione di approfondimenti qualitativi e quantitativi. 3) Ricerca di mercato: metodi quantitativi. Il ruolo della ricerca di mercato nella strategia; Surveys, Big Data e Predictive Analystics; Casi studio: marketing digitale e retail. 4) Nuovi modelli di business e tendenze emergenti: Business digitale; Key trends; Innovazione ed ecosistemi. 5) Innovazione applicata ed esplorazione del futuro: istruzione e lavoro nei prossimi 50 anni; nuove competenze per i professionisti del marketing. Marketing e immersività; intelligenza artificiale immersiva e metaverso; Casi studio: campagne in ambienti virtuali. 6) Tendenze avanzate di marketing: intelligenza artificiale nel marketing; social media e nuovi format; marketing sostenibile e responsabile. 7) Metodi quantitativi e preferenze dei consumatori: modelli di regressione lineare e analisi delle funzioni di domanda. Per il modulo di Marketing Analysis and Decisions (Prof.ssa Faralla): 1) Introduzione al corso: Definizione e principi di marketing, Marketing relazionale, Marketing sostenibile, Marketing ed etica, Marketing analysis. Informazioni sui lavori di gruppo (modalità, scadenze, etc.). 2) Consumer Behaviour; Marketing emozionale e neuroscienze; Marketing dei servizi; Digital marketing; Marketing e Artificial Intelligence. 3) Casi studio nei vari ambiti trattati ai precedenti punti (1 e 2): Neuromarketing, Branding, Digital Marketing, Visual merchandising, etc. 4) Il processo di ricerca nel marketing: dal disegno di ricerca alla presentazione dei risultati. Modalità di osservazione. Data-driven techniques (internet, social media marketing, etc.). Raccolta, analisi e gestione dei dati. Marketing analytics. 5) Metodi quantitativi (questionari, esperimenti di laboratorio, esperimenti sul campo, etc.) e relativi metodi di analisi. 6) Metodi qualitativi (focus group, visual methodologies, etc.) e relativi metodi di analisi. 7) Attività di laboratorio: scelta ed impostazione per i lavori di gruppo. Importanza del Consumer Insight nell’ambito del Marketing Analysis and Decisions. 8) Come trovare, leggere e analizzare la letteratura (focus su Marketing Analysis and Decisions). 9) Comunicazione. Visualizzazione e presentazione dei dati. 10) Data storytelling. Come scrivere un report. 11) Attività seminariale: presentazione e discussione della presentazione orale dei lavori di gruppo. Indicazioni sulla consegna del report. Per il modulo di Marketing strategy (Prof. Doninelli): L’azienda e il consumatore: un rapporto diretto o un rapporto mediato? La catena azienda-consumatore. L’era digitale: l’era dell’acquisizione e della condivisione delle informazioni. Il piano di marketing. Il database di marketing, le customer data Platform e la pubblicità personalizzata Il CRM: la gestione della relazione con il consumatore. Come gestire un database di marketing: la raccolta delle informazioni, l’arricchimento e la qualificazione delle informazioni. La fidelizzazione del cliente e l'incremento del customer life time value. La personalizzazione del rapporto. Le condizioni. L’analisi del comportamento del cliente. La web usability e gli AB testing. Il comportamento sui siti: Google Analytics. I social media come strumento di marketing. I modelli di attribuzione e il customer journey. I KPI del digital marketing e dell’e-commerce. Il programma del corso potrà subire variazioni per esigenze didattiche, particolarmente nel caso di interventi esterni da parte di Visiting Professors o esperti in materia. Nell'ambito dello studio del consumatore, del suo comportamento e delle sue preferenze è possibile che venga considerato, tra gli altri aspetti, anche il ruolo del genere del consumatore stesso. Si sottolinea che l'utilizzo di termini comunemente declinati in uno specifico genere (spesso quello maschile) in letteratura, nella prassi e nell'ambito dei materiali didattici, va inteso in modo neutro ed inclusivo. Ad esempio, il termine consumatore, nel marketing, include consumatrici e consumatori, salvo diversa indicazione.

Parte 1 – Modelli quantitativi per il Rischio di Mercato e di credito (Prof. Gianluca Fusai) - 6 CFU a. la misurazione del rendimento e del rischio; b. Modelli per la stima del VAR e dell’Expected Shortfall. c. Rischio di mercato e derivati finanziari. d. Introduzione al rischio di credito e . Parte 2 – Simulazione Monte Carlo e applicazioni in finanza (Prof. Ioannis Kyriakou City St George’s, University of London, Bayes Business School) – 2 CFU Introduzione alla simulazione Monte Carlo. Simulare v.a. uniformi, gaussiane e log-normali. Simulare i rendimenti e i prezzi di un titolo. Simulare da una distribuzione gaussiana multivariata. Applicazioni alla valutazione di derivati finanziari e alla misurazione del rischio di portafogli. Parte 3 – Algorithmic Trading (Prof. Roberto Maria Caloi (Sella Financial Markets) - 1 CFU): 1. The Central Order Book 2. The Roll Model of traded prices 3. Inventory Control and the dealer problem 4. Statistical Arbitrage 5. Optimal Execution 6. Automation and network latency Parte 4 – Counterparty Risk Prudential Framework (Prof. Diego Onorato (Intesa San Paolo) - 1 CFU). Calcolo dei capital requirements per il rischio controparte. Basilea 3 e il framework regolamentare. Modelli interni e standard. Rischio modello.

Parte 1 – Modelli quantitativi per il Rischio di Mercato e di credito (Prof. Gianluca Fusai) - 6 CFU a. la misurazione del rendimento e del rischio; b. Modelli per la stima del VAR e dell’Expected Shortfall. c. Rischio di mercato e derivati finanziari. d. Introduzione al rischio di credito e . Parte 2 – Simulazione Monte Carlo e applicazioni in finanza (Prof. Ioannis Kyriakou City St George’s, University of London, Bayes Business School) – 2 CFU Introduzione alla simulazione Monte Carlo. Simulare v.a. uniformi, gaussiane e log-normali. Simulare i rendimenti e i prezzi di un titolo. Simulare da una distribuzione gaussiana multivariata. Applicazioni alla valutazione di derivati finanziari e alla misurazione del rischio di portafogli. Parte 3 – Algorithmic Trading (Prof. Roberto Maria Caloi (Sella Financial Markets) - 1 CFU): 1. The Central Order Book 2. The Roll Model of traded prices 3. Inventory Control and the dealer problem 4. Statistical Arbitrage 5. Optimal Execution 6. Automation and network latency Parte 4 – Counterparty Risk Prudential Framework (Prof. Diego Onorato (Intesa San Paolo) - 1 CFU). Calcolo dei capital requirements per il rischio controparte. Basilea 3 e il framework regolamentare. Modelli interni e standard. Rischio modello.

Parte 1 – Modelli quantitativi per il Rischio di Mercato e di credito (Prof. Gianluca Fusai) - 6 CFU a. la misurazione del rendimento e del rischio; b. Modelli per la stima del VAR e dell’Expected Shortfall. c. Rischio di mercato e derivati finanziari. d. Introduzione al rischio di credito e . Parte 2 – Simulazione Monte Carlo e applicazioni in finanza (Prof. Ioannis Kyriakou City St George’s, University of London, Bayes Business School) – 2 CFU Introduzione alla simulazione Monte Carlo. Simulare v.a. uniformi, gaussiane e log-normali. Simulare i rendimenti e i prezzi di un titolo. Simulare da una distribuzione gaussiana multivariata. Applicazioni alla valutazione di derivati finanziari e alla misurazione del rischio di portafogli. Parte 3 – Algorithmic Trading (Prof. Roberto Maria Caloi (Sella Financial Markets) - 1 CFU): 1. The Central Order Book 2. The Roll Model of traded prices 3. Inventory Control and the dealer problem 4. Statistical Arbitrage 5. Optimal Execution 6. Automation and network latency Parte 4 – Counterparty Risk Prudential Framework (Prof. Diego Onorato (Intesa San Paolo) - 1 CFU). Calcolo dei capital requirements per il rischio controparte. Basilea 3 e il framework regolamentare. Modelli interni e standard. Rischio modello.

- Introduzione al corso: obiettivi formativi e contenuti, metodi didattici, sistema di valutazione dell’apprendimento. - Il ruolo del risk management per un efficace presidio dei rischi: le lezioni della crisi. - I tipi di rischio ai quali sono esposti gli intermediari finanziari. - L’analisi, la misurazione e la gestione del rischio di interesse: repricing gap, duration gap, cash-flow mapping, tassi interni di trasferimento. - Il rischio di liquidità: market liquidity risk e funding risk. - L’analisi, la misurazione e la gestione dei rischi di mercato del trading book: approccio varianze-covarianze; i modelli VaR: applicazioni e limiti; i capital charge di Basilea 2.5 e la revisione dei modelli interni; la Fundamental Review of Trading Book (FRTB); la metodologia FRTB. - L’analisi, la misurazione e la gestione del rischio di credito: probability of default, exposure at default, loss given default, i modelli di scoring, rischio di recupero e loss given default. - I modelli di rating. - Il pricing dei crediti. - Le caratteristiche essenziali del rischio operativo. - Risk management, requisiti patrimoniali e vigilanza prudenziale delle banche: da Basilea 1 a Basilea 3. - La gestione del capitale e il processo di allocazione del capitale nelle banche. - Le misure di risk adjusted performance. - La creazione di valore nelle banche.

1. Introduzione: -Definizione di finanza imprenditoriale e differenze tra corporate finance per imprese consolidate di grandi dimensioni e finanza per giovani/piccole e medie imprese. -Funding gap ed acquisizione delle risorse finanziarie lungo le fasi del ciclo di vita dell’impresa. 2. Offerta di capitale: -Finanziamento tramite capitale di debito. -Finanziamento tramite capitale di equity: -Venture Capital: fundraising, processo di selezione imprese target e deal structuring, fase di post investment, exit. -Venture Capital: obiettivi e performance di diverse tipologie di VC, ovvero independent VC, corporate VC, governament VC. -Investitori informali: Business Angels e Crowdfunding. 3. Domanda di capitale: -Ecosistema imprenditoriale italiano, focus su start-up. 4. Integrazione della dimensione di genere: focus su female entrepreneurship e gender gap nella domanda e offerta di capitale 5. Casi di studio (sono elencati di seguito a titolo di esempio due possibili casi di studio): -Valutazione delle imprese target Venture Capital: VC-method -Come strutturare la campagna di Crowdfunding

1. Introduzione 2. Tassi di cambio e arbitraggio 3. Loop, PPP e il lungo periodo 4. Il breve periodo e il Trilemma 5. Bilancio dei pagamenti 6. Patrimonio nazionale e internazionale 7. Tassi di cambio fissi o flessibili 8. Crisi del tasso di cambio 9. The Euro

- Introduzione al corso: obiettivi formativi e contenuti, metodi didattici, sistema di valutazione dell’apprendimento. - Rischio e incertezza. Rischi puri vs. rischi finanziari. - Le tecniche di gestione dei rischi puri. - Le caratteristiche del meccanismo assicurativo e le condizioni di assicurabilità dei rischi. - Le attività e le funzioni svolte dalle imprese di assicurazione. - Le caratteristiche tecnico-economiche dei contratti di assicurazione. - Le assicurazioni vita (le componenti del premio e le riserve tecniche; le polizze “tradizionali”; le polizze rivalutabili; le polizze unit-linked e index-linked). - Le assicurazioni danni: (le componenti del premio e le riserve tecniche; tipi di prodotti assicurativi). - La gestione tecnico-assicurativa delle imprese di assicurazione. - Coassicurazione e riassicurazione. - Il modello di economicità delle imprese di assicurazione e il loro bilancio. - I requisiti patrimoniali: da Solvency I a Solvency II). - La gestione finanziaria delle imprese di assicurazione: la gestione dei comparti Danni e Vita; la gestione finanziaria e gli impatti di Solvency II; la gestione integrata dell'attivo e del passivo (ALM); i principali impatti contabili (IFRS 9 e IFRS 17). - La distribuzione dei prodotti assicurativi. - Il fabbisogno di previdenza complementare. - Le forme pensionistiche complementari.

Problematiche dell'IFRS 17 - Impatti sulla gestione  Descrizione dei meccanismi di funzionamento del principio, delle finalità e delle principali metodologie  Esempi di rappresentazione contabile  Gli effetti del principio sui KPI di gestione nei settori Vita e Danni  Effetti del principio sulla gestione degli asset  Illustrazione di esempi e casi pratici RISCHI - Il Risk Appetite Framework e la gestione del rischio  Riferimenti normativi del Risk Appetite Framework  Profili metodologici del Risk Appetite Framework  Illustrazione di esempi  Gestione del rischio di tasso di interesse, SCR interessi, fondi propri  Esempi pratici TEMATICHE DI PRODOTTO E DI ESG  Il value for money, riferimenti normativi  Aspetti metodologici  Illustrazione di esempi pratici  Il quadro ESG nelle compagnie di assicurazione, analisi e riferimenti normativi CASI DI STUDIO  Casi di studio su tematiche specifiche saranno discussi in sessione plenaria.

Definizione e scopo degli studi sperimentali. Terminologia di base: fattori, livelli, variabili di risposta. Randomizzazione, replicazione e blocchi. Esperimenti a un fattore. Esperimenti fattoriali. Esercizi e casi di studio.

Gli argomenti principali del corso verteranno su aspetti pratici e teorici di uno scenario "real life" di una moderna azienda. I moduli (lezioni) sono di seguito elencati, l'ordine potrebbe variare in funzione di necessità e priorità eventualmente riscontrate durante lo svolgimento delle lezioni 1- Comprendere la struttura aziendale: dipartimenti, ruoli, compiti, responsabilità e relazioni. 2-Organizzazione: la chiave per migliorare l'efficienza e la produttività (strumenti e teoria) 3 - La gestione del processo di goal setting per stabilire le priorità individuali e di squadra 4 - Strumenti digitali per gestire i flussi di lavoro personali, di team e cross-team 5 - Produttività e monetizzazione: come i software PMO possono monitorare e migliorarli entrambi 6 - Vendere un prodotto/servizio: il funnel di vendita nel digital marketing moderno 7- Implementazione del software CRM e SA nella strategia di vendita( price action, strategia MKT e vendite, simulazione delle campagne di vendita) 8- Come implementare Chat GPT e l'intelligenza artificiale nel flusso di lavoro di una divisione marketing

1. Pre-scrittura della tesi e redazione di una proposta di ricerca 2. Struttura di una tesi 3. Introduzione 4. Revisione della documentazione/background 5. Metodologia e risultati 6. Discussione e conclusioni 7. Abstract, ringraziamenti, bibliografia, allegati 8. Presentazioni

Il linguaggio di programmazione Python e i suoi IDEs (Integrated Development Enviroment). I pacchetti di Pyhton: cosa sono, come si installano, importano e richiamano in uno script. Pacchetti base di Python per la manipolazione e la visualizzazione di dati: Numpy e Matplotlib. Pacchetti Python più avanzati per la manipolazione e la visualizzazione di dati: Pandas, Sklearn e Seaborn. Introduzione al pacchetto Python Streamlit per la creazione di web applications.

1.0 Treasury 1.1 La tesoreria in breve Ruolo e responsibilità della tesoreria in una banca, il concetto di tesoreria come “Banca nella banca” 1.2 Rischio tasso, rotation risk, rischio di base Misurazione del rischio tasso (BPV), replicazione di attivi e passivi della banca, rotation risk, rischio base 1.3 Rischio prepagamento, convessità dei mutui e modellazione comportamentale Esempi pratici, impatto del prepagamento dei mutui sulla redditività degli attivi; la modellizzazione delle poste a vista 1.4 Strumenti per la gestione del rischio tasso Swap, FRA, basis swap 1.5 Funzioni di Bloomberg 2.0 Bank Finance: 2.1.La promessa di ritorno sul capitale agli azionisti Lo schema generale di profittabilità di una banca e i suoi trade off (bank profitability of a beercard). Analisi e confronto delle pricinpali banche europee 2.2.Focus su alcune attività per gestire il ritorno sul capitale e gestione dei costi: Il processo di budget complessivo Dal margine di intermediazione alla profittabilità per prodotto L’analisi di profittabilità di prodotti/canali e il pricing dei prodotti in bilancio 2.3 Cenni di: “La promessa agli azionisti in tema di gestione dei costi “ Il purchase to pay process: dal sostegno del costo fino alla rappresentazione in bilancio

Gli asset e la loro evoluzione Tifosi/Clienti e Media Struttura organizzativa Sponsorship Journey Sponsorship Evaluation

Concetti base della finanza immobiliare (terminologia, edifici, conduttori, sviluppi immobiliari, gestione degli immobili ecc.) Il mercato immobiliare I processi di acquisizione e vendita di immobili e la gestione di un portafoglio immobiliare Metodologie di valutazione degli immobili Metodologie di misurazione del rischio immobiliare Le società di gestione del risparmio immobiliare ed i fondi di investimento alternative Reits, Siiq e Sicaf La gestione degli immobili I finanziamenti immobiliari Principali normative legali e fiscali Italiane del settore immobiliare Il piano economico e finanziario di un progetto immobiliare Il mercato immobiliare Italiano ed internazionale L’efficienza energetica degli immobili La valutazione degli impianti sportive Blockchain e metaverso Integrazione della dimensione di genere: azioni per la parità di genere nel settore immobiliare

1. Introduzione Start Up Prime Macro 2. Fogli e celle 3. Variabili 4. Condizioni 5. Cicli FOR 6. Procedure e funzioni 7. Dialog boxes 8. Forms e controlli 9. Arrays 10. Web Scraping 11. Suggerimenti

· DLT (Distributed Ledger Technology): analisi delle Blockchain pubbliche e private · Crittografia: hashing & chiave pubblica e privata & firma digitale · Casi di studio: dagli attacchi hacker ai fork, dalle blockchain agli exchange

5. Data Driven Management: l’importanza di una cultura aziendale centrata sui dati come strumento per indirizzare le decisioni strategiche. 6. Le fonti dati, interne ed esterne all'azienda, creazione di un archivio di qualità. 7. Il processo di Data Analysis: dalla preparazione dei dati alla lettura ed interpretazione dei risultati. 8. Reporting e Data Visualization: organizzare e presentare gli output dell’analisi in Report statici o dinamici

• Aree della comunicazione in Sanità • Mktg Mix nella comunicazione in Sanità • Institutional marketing communication’ o WEB Marketing • Come operare in uno scenario in continua trasformazione • La conoscenza del contesto di riferimento:l’attività di lobbying • Comunicare con le istituzioni pubbliche in ambito Sanitario Relazioni istituzionali • Oltre il Marketing Relazionale: • Il Megamarketing e le Relazioni Istituzionali o La funzione delle relazioni istituzionali o Le tecnologie delle relazioni istituzionali o Il rapporto di partnership istituzionale nel MA: la creazione di evidenze e le progettualità • Il processo lobbistico in Italia • Public affairs e lobbying: Healthcare & Lobbying • Le fasi dell’attività di Public Affairs o La catena relazionale delle attività di Lobbying o Gli strumenti dell’attività di Public Affairs o La relazione in un sistema complesso o Il valore della relazione in un sistema complesso • Crisis communication: principi e definizioni • La necessità di un efficace Advocacy Plan – case studies Attività per l’integrazione della dimensione di genere sono incluse in tutti i macro-capitoli del corso

Lezione 1: Apprendimento Supervisionato – Support Vector Machine, Decision Tree e Random Forest. Esercizio di Apprendimento Supervisionato – utilizziamo Support Vector Machine per trovare la relazione tra il prezzo di un bond e gli swap rates nel mercato. Lezione 2: Apprendimento non Supervisionato – Clustering e PCA. Esercizio di Apprendimento non Supervisionato – usiamo PCA per identificare i movimenti principali di una Yield Curve governativa. Lezione 3: basi di reti neurali – modelli, funzioni di attivazione e tipi di regolarizzazione Esercizio di Reti Neurali: usiamo una rete neurale deep per prezzare un’opzione europea vanilla. Opzionale (se c’è tempo): Lezione 4: Strutture avanzate di reti neurali – reti siamesi e autoencoders. Esercizio di reti neurali avanzate: usiamo autoencoders per modellare un indice equity on un limitato insieme di azioni.

Gli argomenti principali del corso verteranno su aspetti pratici e teorici di uno scenario "real life" di una moderna azienda. I moduli sono di seguito elencati, e dal primo approccio saranno integrati strumenti digitali e softwares (gratuiti) per simulare una campagna di digital marketing come se fosse reale. L'ordine dei moduli potrebbe variare in funzione di necessità e priorità eventualmente riscontrate durante lo svolgimento delle lezioni 1- Comprendere la struttura aziendale, arrtibuire e gestire ruoli, compiti, responsabilità e relazioni con strumenti digitali di PMO. 2-Organizzazione: migliorare l'efficienza e la produttività (strumenti digitali e teoria) 3 - La gestione del processo di goal setting per stabilire le priorità individuali e di squadra 4 - Strumenti digitali integrati per gestire i flussi di lavoro personali, di team e cross-team (Asana, Trello, Monday.com, Miro, Click-up, etc.) 5 - Produttività e monetizzazione: come i software PMO possono fare la differenza 6 - Vendere un prodotto/servizio: il funnel di vendita nel digital marketing moderno 7- Implementazione del software CRM e SA nella strategia di vendita( price action, strategia MKT e vendite, simulazione delle campagne di vendita). Software utilizzato: Framework 360 8- Come implementare Chat GPT e l'intelligenza artificiale nel flusso di lavoro di una divisione marketing 9.tecniche di prompt engineering nel processo di generazione di contenuti per campagne di digital marketing.