1.8. Número de créditos/credit allotment

Transcripción

1 1.1. ASIGNATURA/COURSE TITLE Estadística y Econometría para Finanzas/Statistics and Econometrics in Finance 1.2. Código /Course number Materia/ Content area Estadística, Econometría, Finanzas./Statistics, Econometrics and Finance 1.4. Tipo / Course type Obligatorio/Compulsory 1.5. Nivel/Course level Master 1.6. Curso/ Course year 1º/1st 1.7. Semestre/Semester Segundo semestre/second semester 1.8. Número de créditos/credit allotment 6 ECTS 1.9. Requisitos previos /Prerequisites Son requisitos mínimos: conocimientos básicos de Matemáticas, Estadística, Introducción a la Econometría y de Economía Financiera. Además, es aconsejable la utilización de algún programa de ordenador que permita realizar cálculos estadísticos (Se recomienda Eviews y Matlab). Basic knowledge in mathematics, Statistics, Econometrics and Finance and Eviews or Matlab.

2 1.10. Requisitos mínimos de asistencia a las sesiones presenciales/ Minimum attendance requirement La asistencia a clase es obligatoria, al menos en un 80% de las sesiones./ attendance is mandatory ( 80% of the lectures) Datos del equipo docente / Faculty data NOMBRE: JUAN DEL HOYO BERNAT DEPARTAMENTO: ECONOMIA CUANTITATIVA FACULTAD: ECONOMICAS Y EMPRESARIALES DESPACHO: 303 MODULO E-3 CORREO ELECTRONICO: Juan.hoyo@uam.es NOMBRE: GUILLERMO LLORENTE ALVÁREZ DEPARTAMENTO: ECONOMIA CUANTITATIVA FACULTAD: ECONOMICAS Y EMPRESARIALES DESPACHO: 307 MODULO E-III CORREO ELECTRONICO: guiller@uam.es HORARIO DE TUTORIAS: SE FACILITARA AL COMENZAR EL CURSO Objetivos del curso /Course objectives Introducción/Motivación: El curso de Estadística y Econometría para Finanzas proporciona conceptos estadísticos y econométricos que se emplean con asiduidad en: el análisis financiero, decisiones de inversión, análisis de riesgo, rentabilidad, predicción en mercados financieros y, en general, en cualquier ámbito relacionado con las aplicaciones de la Economía Financiera. Por otra parte, el incremento de la capacidad informática ha supuesto la existencia y disponibilidad de múltiples programas estadísticos para realizar análisis aplicados. Por tanto, se hace necesario conocer las implicaciones, limitaciones de las aplicaciones informáticas empleadas con el fin de evitar conclusiones inadecuadas o erróneas. Obtain a good knowledge, theoretical and applied, in quantitative methods in Finance.

3 2. Objetivos/ Objectives Competencias específicas El objetivo fundamental del curso será que los alumnos puedan realizar y analizar modelos utilizados en Finanzas empleando las técnicas cuantitativas idóneas. Al finalizar el curso, los estudiantes que lo superen deberán poseer un amplio y crítico conocimiento de los métodos cuantitativos. En definitiva, se trata de entender y aplicar las técnicas cuantitativas como instrumentos en el análisis financiero actual. Mastering of basic quantitative methods in Finance. Competencias genéricas Capacidad de búsqueda de la información necesaria para la investigación propuesta. Capacitación de los alumnos para elaborar modelos y entender y aplicar las técnicas cuantitativas, tanto bajo las hipótesis más simples como en las situaciones de incumplimiento de éstas. Capacidad para utilizar los programas informáticos idóneos. Capacidad para exponer los trabajos realizados. The student should be able to specify a financial model, and given financial data to estimate and test the model and interpret it Contenidos del programa / Contents Tema 1.- Introducción Conceptos estadísticos básicos Notación Variables y variables aleatorias Operador sumatorio y propiedades Población y Muestra Programas estadísticos y simulación Métodos de Monte Carlo Tema 2.- Estadísticos descriptivos

4 Frecuencias y distribuciones de frecuencias Frecuencias relativas y frecuencias acumuladas Medidas descriptivas: Momentos de la distribución de frecuencias Medidas de posición central: media, mediana y moda Medidas de posición no central: cuartiles y percentiles Medidas de dispersión: varianza, desviación típica, rango Medidas de forma: asimetría y curtosis Medidas de asociación: covarianza y correlación Tema 3.- Probabilidad, distribuciones de probabilidad. Procesos estocásticos Suceso aleatorio, relaciones entre sucesos Concepto de probabilidad y propiedades Probabilidad condicionada e incondicionada Independencia y probabilidad Funciones de probabilidad: discretas y continuas Variable aleatoria: definición distribución de probabilidad y función de distribución y sus propiedades Momentos de una distribución de probabilidad Medidas de posición, dispersión y forma Desigualdad de Chebyshev Transformación de variables y distribuciones de probabilidad Distribuciones de probabilidad Procesos estocásticos (*) Tema 4.- Inferencia estadística: estimación y contrastes de hipótesis Estimación y Estimador Propiedades de un estimador Métodos de estimación Intervalos de confianza Contraste de hipótesis estadísticas Temas avanzados(*) Tema 5.- Análisis de Regresión Modelo de regresión lineal simple Hipótesis Estimador de mínimos cuadrados ordinarios Medidas de bondad de ajuste Contraste de hipótesis Análisis de varianza Modelo de regresión lineal múltiple Hipótesis

5 Estimador de mínimos cuadrados ordinarios Medidas de bondad de ajuste Contraste de hipótesis Correlación y regresión Modelos de regresión no lineales y métodos de estimación Predicción en los modelos de regresión Incumplimiento de hipótesis: Autocorrelación Heteroscedasticidad Multicolinealidad Tema 6.- Análisis de Series Temporales Tasas de variación y tendencia Tendencia, ciclo y estacionalidad Estacionariedad Modelos autorregresivos Modelos de media móvil Modelos autorregresivos y de media móvil Modelos no estacionarios Predicción con modelos de series no temporales Modelos de series temporales multivariantes(*) Tema 7.- Análisis Multivariante (*) Análisis de componentes principales Análisis factorial Análisis cluster Análisis discriminante (*) Estas materias son opcionales. (*) Optional 2.2. Referencias de consulta / References Bibliografía Básica: Caniglia, Q. Statistics for economics, Harper Collins Campbell, J. Y, Lo A.W., MacKinlay A.C. The econometrics of Financial Markets. Princeton University Press. Bodie Z., kane A., Marcus A.J. Principios de Inversión. Mc GrawHill.

6 Luenberger D. G. Investment Science. Oxford University Press. Novales, A. Estadística y econometría. McGrawHill Greene, W.H. Econometric Analysis, Prentice Hall Wooldridge, J.M. Introducción a la econometría. Thomson, segunda edición. 3. Métodos Docentes / Teaching Las clases tendrán contenido teórico (75% ) y práctico (25%). En las clases se hará uso de programas econométricos. Además, en las fechas designadas se discutirán los ejercicios y casos prácticos previamente planteados. Lectures are 75% theoretical and 25% applied. 4. Tiempo de trabajo del estudiante/ Student load 150 horas de trabajo. 150 hours 5. Métodos de evaluación y porcentaje en la calificación final /Evaluation procedure La asistencia a las clases es obligatoria (80%). Los alumnos que tengan un porcentaje de inasistencias no justificadas superior al 10%, no podrán presentarse al examen final. La evaluación de los alumnos constará de dos partes: 30% solución de ejercicios propuestos en clase y presentación a final de curso de un caso práctico, 70% examen final. The final mark is made of: 30% home work and a written essay and 70% of final exam.

7 6. Cronograma*/ Course calendar Semana Contenido Horas Horas no presenciales del presenciales estudiante 1 Tema 1º Tema 2º Tema 3º Tema 4º Tema 5º Tema 6º Tema 7º Presentación Trabajos *Este cronograma tiene carácter orientativo.