Financial Time Series (2023/2024)

Codice insegnamento
cod wi: dt001091
Docenti
Giuseppe Buccheri, Francesca Rossi
Coordinatore
Giuseppe Buccheri
crediti
5
Settore disciplinare
SECS-P/05 - ECONOMETRIA
Lingua di erogazione
Italiano
Sede
VERONA
Periodo
Anno accademico 2023/2024 Dottorato di Ricerca dal 1-ott-2023 al 30-set-2024.

Orario lezioni

Vai all'orario delle lezioni

Obiettivi formativi

Questo corso ha come oggetto recenti temi di ricerca relativi alle serie temporali finanziarie. Nella prima parte del corso, gli studenti si familiarizzeranno con le nozioni fondamentali dell'analisi delle serie temporali, con un'enfasi particolare sui modelli ARMA. Nella seconda parte, saranno presentati alcuni avanzamenti recenti nei modelli di serie temporali finanziarie e nella previsione della volatilità.

Programma

Part 1
Lecturer: Francesca Rossi (10 hours)
- Introduction to time series; review of univariate statistics; tests for serial correlation; review of multivariate statistics; conditional distributions; the Markov property.
- Weak and strong stationarity; examples of autocorrelation structures; AR(1) and AR(2) models; MA(1) and MA(2) models; ARMA(1,1) models; ARMA(p,q) models; Wold decomposition.
- Law of Large Numbers and Central Limit Theorem for dependent data; estimation via Yule-Walker equations; OLS estimation; Maximum Likelihood estimation; Conditional Maximum Likelihood principle; Information Criteria.
Part 2
Lecturer: Giuseppe Buccheri (10 hours)
- Introductory topics. GARCH-type models, stochastic volatility models, Kalman filter. Cox classification of parameter-driven versus observation-driven models.
- Score-driven models as observation-driven models. Univariate score-driven volatility models based on Student-t and GED distributions. Scaling factors and link functions. Stationarity and ergodicity.
- DCC and dynamic correlation models based on the Student-t distribution. ``DRD" decomposition of the covariance matrix, (un)identifiability of static parameters, hyperspherical coordinates. Comparison with DCC.
- Realized measures. Univariate and multivariate score-driven models for realized measures. Estimation errors and curse-of-dimensionality. Two-step approaches and comparison with HAR-DRD.

Testi di riferimento

Vedi la bibliografia dell'insegnamento

Modalità d'esame

L'esame finale consiste in una prova scritta che copre gli argomenti della Parte 1 e l'analisi di un articolo scientifico correlato alla Parte 2 del corso. L'analisi comporta l'elaborazione e la modellazione di dati di serie temporali e la stesura di un rapporto.

Condividi