Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Tipologia di Attività formativa D e F
Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:
Laurea magistrale in Economics and data analysis - Immatricolazione dal 2025/2026Nei piani didattici di ciascun Corso di studio è previsto l’obbligo di conseguire un certo numero di crediti formativi mediante attività a scelta (chiamate anche "di tipologia D e F").
Oltre che in insegnamenti previsti nei piani didattici di altri corsi di studio e in certificazioni linguistiche o informatiche secondo quanto specificato nei regolamenti di ciascun corso, tali attività possono consistere anche in iniziative extracurriculari di contenuto vario, quali ad esempio la partecipazione a un seminario o a un ciclo di seminari, la frequenza di laboratori didattici, lo svolgimento di project work, stage aggiuntivo, eccetera.
Come per ogni altra attività a scelta, è necessario che anche queste non costituiscano un duplicato di conoscenze e competenze già acquisite dallo studente.
Quelle elencate in questa pagina sono le iniziative extracurriculari che sono state approvate dal Consiglio della Scuola di Economia e Management e quindi consentono a chi vi partecipa l'acquisizione dei CFU specificati, alle condizioni riportate nelle pagine di dettaglio di ciascuna iniziativa.
Si ricorda in proposito che:
- tutte queste iniziative richiedono, per l'acquisizione dei relativi CFU, il superamento di una prova di verifica delle competenze acquisite, secondo le indicazioni contenute nella sezione "Modalità d'esame" della singola attività;
- lo studente è tenuto a inserire nel proprio piano degli studi l'attività prescelta e a iscriversi all'appello appositamente creato per la verbalizzazione, la cui data viene stabilita dal docente di riferimento e pubblicata nella sezione "Modalità d'esame" della singola attività.
COMPETENZE TRASVERSALI
Scopri i percorsi formativi promossi dal Teaching and learning centre dell'Ateneo, destinati agli studenti iscritti ai corsi di laurea, volti alla promozione delle competenze trasversali: https://talc.univr.it/it/competenze-trasversali
ATTENZIONE: Per essere ammessi a sostenere una qualsiasi attività didattica, inlcuse quelle a scelta, è necessario essere iscritti all'anno di corso in cui essa viene offerta. Si raccomanda, pertanto, ai laureandi delle sessioni di dicembre e aprile di NON svolgere attività extracurriculari del nuovo anno accademico, cui loro non risultano iscritti, essendo tali sessioni di laurea con validità riferita all'anno accademico precedente. Quindi, per attività svolte in un anno accademico cui non si è iscritti, non si potrà dar luogo a riconoscimento di CFU.
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Lab.: The fashion lab (1 cfu) | D |
Caterina Fratea
(Coordinatore)
|
| 1° 2° | Lab.: The fashion lab (2 cfu) | D |
Caterina Fratea
(Coordinatore)
|
| 1° 2° | Lab.: The fashion lab (3 cfu) | D |
Caterina Fratea
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Piano di Marketing - 2021/2022 | D |
Virginia Vannucci
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Business & Predictive Analytics for International Firms (with Excel Applications) - 2021/2022 | D |
Angelo Zago
(Coordinatore)
|
| 1° 2° | Ciclo di conferenze: “Quali paradigmi oltre la pandemia? Individuo vs. società. Privato vs. pubblico” - 2021/2022 | D |
Federico Brunetti
(Coordinatore)
|
| 1° 2° | Data Discovery for Business Decisions- 2021/2022 | D |
Claudio Zoli
(Coordinatore)
|
| 1° 2° | Elements of Financial Risk Management - 2021/2022 | D |
Claudio Zoli
(Coordinatore)
|
| 1° 2° | English for business and economics | F |
Claudio Zoli
|
| 1° 2° | Integrated Financial Planning - 2021/2022 | D |
Riccardo Stacchezzini
(Coordinatore)
|
| 1° 2° | Introduction to Business Plan - 2021/2022 | D |
Paolo Roffia
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Lab.: The fashion lab (1 cfu) | D |
Caterina Fratea
(Coordinatore)
|
| 1° 2° | Lab.: The fashion lab (2 cfu) | D |
Caterina Fratea
(Coordinatore)
|
| 1° 2° | Lab.: The fashion lab (3 cfu) | D |
Caterina Fratea
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Enterprise Risk Management and Financial Performance in SMEs - Application of Structural Equation Modelling in Practice - 2021/2022 | D |
Cristina Florio
(Coordinatore)
|
| 1° 2° | Laboratorio sulle metodologie di ricerca aziendale | D |
Cristina Florio
(Coordinatore)
|
| 1° 2° | Professional Communication for Economics A.A. 2021-22 | D |
Claudio Zoli
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | How to enter in a foreign market. Theory and applications - 2021/2022 | D |
Angelo Zago
(Coordinatore)
|
Time series and forecasting (2021/2022)
Codice insegnamento
4S008977
Docente
Coordinatore
Crediti
9
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
SECS-P/05 - ECONOMETRIA
Periodo
secondo semestre (lauree magistrali) dal 21 feb 2022 al 13 mag 2022.
Obiettivi formativi
L'insegnamento ha l'obiettivo di introdurre gli studenti all'analisi delle serie storiche per la comprensione dell'evoluzione dei fenomeni economici nel corso del tempo. Saranno presentati gli strumenti econometrici necessari per fornire una previsione di una serie storica di tipo economico o finanziario e valutarne la precisione. L'uso di programmi statistico-econometrici professionali sarà complementare allo studio dei concetti teorici. Al termine delle lezioni, gli studenti dimostreranno di sapere interpretare criticamente i modelli dinamici per l'analisi e la previsione dell'andamento di variabili economiche e finanziarie, in risposta a problemi reali.
Programma
1. Principali proprietà empiriche delle serie storiche economiche e finanziarie
Statistica univariata e multivariata
Densità congiunte, marginali e condizionali
Correlazione versus Dipendenza
La distribuzione Normale multivariata
Proprietà statistiche delle serie temporali
Test di non-normalità
Autocorrelazione, test di Ljung-Box e Box-Pierce
Proprietà di Markov
2. Modelli lineari di serie temporali stazionarie I
Stazionarietà debole e forte
Rumore bianco, random walk, random walk con trend
La funzione di autocovarianza di un processo debolmente stazionario
Modello AR(1): condizioni di stazionarietà, autocovarianza ed autocorrelazione
Modello AR(2): rappresentazione vettoriale, condizioni di stazionarietà, autocovarianza ed autocorrelazione
3. Modelli lineari di serie temporali stazionarie II
Modello AR(p): rappresentazione vettoriale, condizioni di stazionarietà, autocovarianza ed autocorrelazione
Le equazioni di Yule-Walker
Modello MA(q): condizioni di stazionarietà, autocovarianza ed autocorrelazione
Invertibilità del modello MA(1) e problemi di identificazione
Modello ARMA(p): condizioni di stazionarietà, autocovarianza ed autocorrelazione
Il teorema di Wold
Processi short memory e long memory
4. Stima, identificazione e diagnostica
LLN e CLT per processi con dipendenze temporali
Consistenza e normalità asintotica per la media e l'autocovarianza campionaria
Stima di modelli AR(p) tramite le equazioni di Yule-Walker
Stima di modelli AR(p) tramite OLS
Violazione della proprietà di esogeneità nei modelli di serie temporali
Stima di massima-verosimiglianza
MLE per media e varianza sotto l'assunzione di normalità
Proprietà asintotiche della stima di massima-verosimiglianza
Massima-verosimiglianza condizionale
Verosimiglianza esatta e condizionale del modello AR(1)
Verosimiglianza condizionale del modello MA(1)
Quasi massima-verosimiglianza
Funzione di autocorrelazione parziale e criteri di selezione basati sulla verosimiglianza
Diagnostica
5. Previsione
Funzioni obiettivo ed errore quadratico medio
Previsione mediante valori attesi condizionati
Previsione con modelli AR, MA, ARMA
Previsione multi-step
Previsioni dirette versus previsioni iterate
Previsione della densità di probabilità
Alcuni cenni a modelli di serie temporali non-lineari e volatilità realizzata
Bibliografia
Modalità d'esame
La prova finale consiste in un esame scritto ed un progetto di gruppo che sarà assegnato agli studenti alla fine del corso. Ogni gruppo è formato al massimo da quattro studenti. L’obiettivo del progetto è riprodurre una parte dei risultati empirici di un articolo scientifico usando un software statistico/econometrico. La votazione finale è una media pesata del voto dell’esame scritto (70%) e del progetto (30%), con il requisito che è necessaria una valutazione di almeno 16/30 nell’esame scritto per superare la prova. Il progetto dovrà essere consegnato entro la data dell'esame scritto, ed il voto in esso ottenuto rimane valido fino all'inizio delle lezioni del successivo anno accademico.
