Financial risk management (2018/2019)

Codice insegnamento
4S006189
Docente
Alessandro Gnoatto
Coordinatore
Alessandro Gnoatto
crediti
9
Settore disciplinare
SECS-S/06 - METODI MATEMATICI DELL'ECONOMIA E DELLE SCIENZE ATTUARIALI E FINANZIARIE
Lingua di erogazione
Italiano
Periodo
secondo semestre lauree magistrali dal 25-feb-2019 al 31-mag-2019.

Orario lezioni

Vai all'orario delle lezioni

Obiettivi formativi

L'obiettivo del corso è quello di presentare i fondamenti teorici e i modelli applicati nelle istituzioni
finanziarie per gestire le varie tipologie di rischio finanziario. Una particolare enfasi sarà
data ai metodi numerici (simulazioni Monte Carlo) e alla loro implementazione tramite moderne
tecnologie utilizzate nell’industria (Java, Eclipse).

Programma

Parte 1: Metodi Monte Carlo
Nozioni di base: valore atteso, spazi Lp, disuguaglianze classiche (Markov, Chebychev ecc)
Integrazione numerica classica.
Integrazione tramite il metodo Monte Carlo
Generazione di numeri pseudo-casuali e discretizzazione di processi stocastici.
Tecniche di riduzione della varianza.

Parte 2: Rischio di Mercato
Introduzione: rischio tasso, equity, FX, commodities.
Misure di rischio: teoria generale. Coerenza delle misure di rischio.
VaR, Expected Shortfall, teoria e calcolo con metodi:
1) Approccio storico.
2) Approccio analitico.
3) Monte Carlo.
Tema opzionale: il rischio di mercato in Basilea II

Parte 3: Rischio di Credito.
Valutazione priva di arbitraggio di claim con rischio di fallimento.
Modelli strutturali
Catene di Markov discrete e modelli basati sul rating
Modelli a forma ridotta
Tema opzionale: il rischio di credito in Basilea II

Part 4: Rischio di controparte, funding e collaterale. (xVA)
CVA DVA
FVA
Monte Carlo per xVA
Opzionale: I regolamenti di Basilea III/Basilea IV.

Prerequisiti:
1) Una buona conoscenza dell’analisi matematica di base (limiti/derivate/integrali) e la capacità di risolvere semplici equazioni/disequazioni.
2) Una buona conoscenza della statistica di base (distribuzioni di probabilità, probabilità condizionali, variabili aleatorie, teorema limite centrale, legge dei grandi numeri, test statistici, valori attesi/momenti condizionali/regressione e non).
3) Programmazione: il corso non presuppone una conoscenza pregressa del linguaggio Java. Si presuppone la capacità di scrivere semplici programmi in un qualsiasi linguaggio come Matlab, Python, Visual Basic, Turbo Pascal ecc. Si presuppone quindi la capacità di pensare in modo algoritmico indipendentemente dal linguaggio particolare di programmazione. Saranno forniti tutorial pratici relativi al linguaggio Java.

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
Baesens, B., Backiel, B. and Vanden Brouke, S. Beginning Java Programming: The Object-Oriented Approach (Edizione 1) Wrox Pr Inc 2015 978-1-118-73949-5
Bielecki, T. and Rutkowski, M. Credit Risk: Modeling, Valuation and Hedging (Edizione 2) Springer 2004 978-3-662-04821-4
A. F. McNeil, R. Frey, P. Embrechts Quantitative Risk Management:Concepts, Techniques and Tools Princeton University Press 2015

Modalità d'esame

L'esame consiste in due parti: la prima consiste nello sviluppare un Project Work utilizzando il linguaggio di programmazione Java. Il project work contribuisce al voto finale con un peso pari al 30%.

Il Project Work potrà essere sviluppato in gruppi di studio di massimo 4 allievi.

Obiettivi del Project Work:
- mettere in pratica e approfondire i concetti visti a lezione.
- migliorare le capacità di lavorare in gruppi;

Il voto del Project Work rimane valido per tutti gli appelli dell'anno.

Per essere ammessi alla prova scritta gli studenti dovranno ottenere un parere favorevole al Project Work. Quanti non consegneranno il project work entro la scadenza prevista non potranno partecipare alla seconda parte.

La seconda parte dell’esame consiste in una prova scritta, su tutti gli argomenti in programma. La prova conterrà esercizi teorici, pratici e domande di programmazione in Java. La seconda prova contribuisce al voto finale con il peso rimanente pari al 70%.