Esperienza MBG Il moto browniano geometrico. Proprietà teoriche e simulazione Monte Carlo

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esperienza MBG Il moto browniano geometrico. Proprietà teoriche e simulazione Monte Carlo"

Transcript

1 Università degli Studi di Perugia Laurea specialistica in Finanza a.a Corso di Laboratorio di calcolo finanziario prof. Franco Moriconi Esperienza MBG Il moto browniano geometrico. Proprietà teoriche e simulazione Monte Carlo Versione 14/10/09 1 Descrizione dell esperienza In t = 0 si consideri un portafoglio azionario con prezzo corrente S 0 = 100, la cui evoluzione stocastica del prezzo S t è descritta dall e.d.s.: ds t = µ S t dt + σ S t dz t. Si effettui l analisi dimensionale dell equazione. 1.1 Valori attesi e quantili Avendo assegnato valori numerici significativi ai parametri µ e σ, e ponendo T = 2 anni, si calcoli: 1. il valore atteso E 0 ( ); 2. la deviazione standard Dst 0 ( ); 3. i percentili di : Q (p) 0 ( ) := F ( 1) (p), con p = 0.1%, 0.5%, 99.5%, 99.9%. 4. il tasso di rendimento atteso periodale del fondo, I (T ) (0, T ) := E 0 ( /S 0 1), e il tasso equivalente su base annua I(0, T ). 5. il log-return atteso periodale del fondo, R (T ) (0, T ) := E 0 [log( /S 0 )], e il log-return equivalente su base annua R(0, T ). 1.2 Il VaR Si calcoli: 6. il Value-at-Risk del portafoglio al livello di confidenza del 99%, con un unwinding period di 10 giorni lavorativi (si assuma il g.l. uguale a 1/250 anni). 1.3 Il Risk capital Ponendo T = 1 anno, si calcoli: 7. il worst-case value W 0 ( ) del portafoglio al livello di confidenza del 99.5% con la logica del quantile; 8. l unexpected loss U 0 ( ) corrispondente ; 9. il corrispondente risk capital K 0 ( ), avendo assegnato il valore numerico del rendimento a scadenza risk free di mercato r := log[1 + i(0, T )]. 1

2 1.4 La simulazione Usando l equivalente discreto dell e.d.s. di log S t, scelto il passo di discretizzazione t e ponendo ancora T = 1 anno: 10. si ricavi per simulazione Monte Carlo la distribuzione empirica di, proponendone una illustrazione per istogramma; si ricavino i valori empirici Ê0( ), I(0, T ), R(0, T ), Dst (p) 0 ( ) e Q 0 ( ), con p = 0.1%, 0.5%, 99.5%, 99.9%, e si confrontino coi corrispondenti valori teorici al variare del numero N di simulazioni; 11. si ricavi l errore standard Dst(Ê) della stima della media per diversi valori di N e per diversi valori della volatilità σ. 2 Considerazioni teoriche 2.1 Moto browniano geometrico e distribuzione lognormale L equazione differenziale stocastica: equivale alla rappresentazione (si veda [CDFM3, pp ]): con µ := µ σ 2 /2. Definendo il processo del log-return: si ha cioè : ds t = µ S t dt + σ S t dz t, (1) S t = S 0 e µ t+σ Zt, (2) R t := log S t S 0, (3) S t = S 0 e Rt con R t N ( (µ σ 2 /2)t, σ 2 t ). (4) Dalle proprietà della lognormale (si veda [CDFM2], pp ) segue che: Per i tassi attesi si ha quindi: E 0 ( ) = S 0 e (µ +σ2 /2) T = S 0 e µ T ; (5) Dst 0 ( ) = E 0 ( ) e σ2 T 1 ; (6) Q (p) 0 ( ) := F ( 1) (p) = S 0 e µ T +σ T n p. (7) I (T ) (0, T ) = E 0( ) [ 1 = e µ T 1 e I(0, T ) := 1 + I (T ) 1/T (0, T )] 1 = e µ 1 ; (8) S 0 mentre per i log-return attesi si ha, dalla (4): R (T ) (0, T ) = E 0 (R T ) = (µ σ 2 /2) T e R(0, T ) := 1 T R(T ) (0, T ) = µ σ 2 /2. (9) 2.2 Definizioni di VaR e Risk Capital Il Worst-Case-Value Per definire misure di capitale assorbito a copertura del rischio di una posizione finanziaria, quali il Value-at- Risk (VaR) e il Risk Capital, conviene partire dalla definizione di Worst-Case-Value (WCV) della posizione. Fissato un orizzonte temporale T e un livello di confidenza c (una probabilità molto vicina a 1), il Worst-Case-Value W 0 della posizione è il valore peggiore con probabilità c che la posizione può assumere nell intervallo [0, T ]. Si tratta quindi di un importo monetario il cui valore è ricavato dalla distribuzione di probabilità, specificata in t = 0, della posizione alla data futura T. In questo caso la posizione in T è espressa 2

3 dalla v.a. e il WCV sarà espresso come un opportuno operatore W 0 ( ) applicato alla distribuzione di. Nella risk measure theory (si veda [ADEH]) il WCV è noto come risk measure e è usualmente indicato col simbolo ρ( ). Esistono molte definizioni alternative di WCV (o di risk measure) e la risk measure theory ha sviluppato una caratterizzazione assiomatica delle possibili alternative. Ci limiteremo qui a considerare la definizione originaria, e tuttora più diffusa, basata sul quantile; con questo approccio, in questa applicazione W 0 ( ) è definito come il p-esimo percentile di, con p = 1 c. Va segnalato però che la definizione come quantile non possiede tutte le proprietà di coerenza usualmente richieste a una misura di rischio; in particolare non rispetta la proprietà di subadditività. Una misura alternativa coerente si avrebbe, per esempio, definendo il WCV come il valor medio oltre il quantile (expected shortfall) Includere il time decay? Una avvertenza di carattere più pratico, ma altrettanto importante, riguarda tutti i casi (che sono poi quelli più frequenti) in cui la posizione di cui si valuta la rischiosità è un portafoglio contenente contratti che hanno una scadenza finita s (per esempio obbligazioni, o derivati su S). Se P 0 (s) è il valore di mercato in t = 0 di una posizione su contratti con scadenza s T, il WCV andrebbe rappresentato come W 0 [P T (s T )], nel senso che andrebbe calcolato come valore peggiore della posizione in T considerando che i contratti hanno ormai vita residua s T ; si dice che la valutazione include il time decay della posizione. L inclusione del time decay crea evidentement un problema se è s < T, qualora cioè i contratti detenuti in t = 0 scadano prima dell orizzonte T, con conseguente svuotamento del portafoglio che rappresenta la posizione. In questi casi è necessario precisare ulteriormente la definizione di WCV con delle convenzioni aggiuntive. La convenzione più spontanea è quella di definire la v.a. che rappresenta la posizione (virtuale) in T come P T := P s (0)/v(0, s, T ), dove v(0, s, T ) è il fattore di sconto default-free per il periodo [s, T ] implicito nella struttura dei tassi al tempo zero. L idea è, evidentemente, quella di riportare in T, capitalizzandolo al tasso default-free, il valore P s (0) della posizione alla data s di chiusura. In molte applicazioni, tuttavia, si preferisce aggirare i problemi legati alla scadenza definendo comunque il WCV senza time decay, cioè come se non ci fosse invecchiamento dei contratti con scadenza finita; in termini formali, si adotta la rappresentazione W 0 [P T (s)]. Ciò equivale ad assumere che l adverse market move (amm), cioè il movimento avverso di mercato che dovrebbe portare la posizione dal valote P 0 (s) in zero al valore W 0 [P T (s)] in T, avviene in realtà come uno shock istantaneo immediatamente sucessivo al tempo zero, anche se la probabilità che viene attribuita allo shock è quella propria di uno sviluppo nell arco dell intero intervallo [0, T ] Il Value-at-Risk Il Value-at-Risk è una misura di rischiosità tipicamente utilizzata per porre limiti all assunzione di rischio nell attività quotidiana di trading. L orizzonte temporale su cui si definisce il WCV, detto unwinding period è piuttosto breve, tipicamente due settimane o 10 giorni lavorativi. Esplicitamente, il VaR di una posizione al livello di confidenza c è definito come la perdita di valore della posizione, sull orizzonte temporale T, che è superata con probabilità p = 1 c. Nel nostro caso la posizione è rappresentata al valore S t del fondo e il WCV è definito come il percentile di al livello p = 1 c; si ha quindi: W 0 ( ) = F ( 1) (1 c) = S 0 e µ T +σ T n 1 c. (10) Dato che un fondo puramente azionario non ha scadenza, non si pone problema di time decay nella definizione del WCV. Il problema del passare del tempo si pone però nel calcolo della perdita. Sarebbe corretto considerare l unexpected loss, definita come differenza tra valore atteso e valore pessimistico, cioè: e definire il VaR scontando al tasso default-free, cioè: U 0 ( ) := E 0 ( ) W 0 ( ), (11) VaR( ) = v(0, T ) [ E 0 ( ) W 0 ( ) ]. (12) Data la brevità dell unwinding period, tuttavia, il discounting è di solito trascurato, accettando così la definizione: VaR( ) = E 0 ( ) W 0 ( ). (13) 3

4 La definizione più usata, però, è quella ulteriormente semplificata: VaR( ) = S 0 W 0 ( ), (14) che non effettua l attualizzazione né tiene conto del time decay nell aspettativa di, cioè della differenza tra il valore corrente del portafoglio e il valore atteso a fine periodo Il Risk Capital Il Rik Capital (requisito patrimoniale a fini di solvibilità) recupera la logica del VaR, ma in questo caso il Worst-Case-Value W 0 ( ) si riferisce a un orizzonte temporale T più lungo, tipicamente un anno (l accounting period ). Fissato quindi T = 1 e il livello di confidenza c, se si adotta la logica del quantile il WCV W 0 ( ) è espresso ancora dalla (10), per cui l unexpected loss è data da U 0 ( ) := E 0 ( ) W 0 ( ). In questo caso, data la lunghezza del periodo T, si dovrebbe scontare (al tasso default-free di mercato), per cui il risk capital resta definito, analogamente alla (12), come: K 0 (S) := v(0, 1) U 0 (S 1 ) = v(0, 1) E 0 (S 1 ) v(0, 1) W 0 (S 1 ). (15) Sono in uso tuttavia definizioni alternative; una di queste non include il time decay nel calcolo dell aspettativa: un altra è l analogo della (14). K 0 (S) := S 0 v(0, 1) W 0 (S 1 ) ; (16) K 0 (S) := S 0 W 0 (S 1 ). (17) Si arriva a questa definizione (che è quella adottata nella Standard Formula di Solvency II), supponendo di non includere il time decay nemmeno nel calcolo del WCV: dato che ciò equivale a supporre uno shock istantaneo e immediato, il calcolo non includerà neanche l attualizzazione. 2.3 Lo schema di simulazione Equivalente discreto Per i processi di diffusione gli schemi di simulazione più semplici si ottengono considerando equivalenti di Eulero dell equazione differenziale stocastica che caratterizza il processo (si veda [CDFM3], par. C.7). Si tratta di sostituire il differenziale dt con un intervallo finito t di ampiezza fissata, e i differenziali stocastici dz t con variabili aleatorie normali non correlate a media nulla e varianza t. Nel caso del moto browniano geometrico, tuttavia, risulta più accurato ricavare lo schema alle differenze costruendo l equivalente discreto dell e.d.s. del log-return. Dalla (4) R t è un moto browniano lineare, con e.d.s.: che si può discretizzare nella forma: con ε t N (0, 1) non correlate; cioè, per la (3): dr t = (µ σ 2 /2) dt + σ dz t, (18) R t = (µ σ 2 /2) t + σ t ε t, Errore standard della stima della media log S t+ t = log S t + (µ σ 2 /2) t + σ t ε t. (19) Se si indica con S k (T ) il valore di simulato nella k-esima iterazione, la media aritmetica su N iterazioni: Ê := 1 N N k=1 S k (T ), 4

5 fornisce un stima Monte Carlo del valore atteso E 0 ( ). Se si considera la varianza campionaria (delle simulazioni): ω 2 := 1 N [ ] 2 Sk (T ) N 1 Ê, si può definire la variabile scarto standardizzata: k=1 s N := Ê E 0( ) ω/ N. Per il teorema del limite centrale, s N tende a distribuirsi come una normale standard, per cui, almeno asintoticamente, l errore standard della stima Ê è dato da: Dst(Ê) = ω N. Naturalmente il valore di ω è fortemente dipendente dal valore della volatilità σ del processo di simulare. A parità di σ, la precisione della stima Monte Carlo aumenta con la radice quadrata del numero N di iterazioni. Riferimenti bibliografici [ADEH] Artzner P., Delbaen F., Eber J-M., Heath D., Coherent Risk Measures. Mathematical Finance 9, 1999, [B] Boyle P.P., Options: a Monte Carlo approach. Journal of Financial Economics, 4, 1977, [CDFM2] Castellani G., De Felice M., Moriconi F., Manuale di finanza II. Teoria del portafoglio e del mercato azionario, Bologna, Il Mulino, 2005 [CDFM3] Castellani G., De Felice M., Moriconi F., Manuale di finanza III. Modelli stocastici e contratti derivati, Bologna, Il Mulino,

Esperienza PolRiv Valutazione market-consistent di una polizza vita rivalutabile

Esperienza PolRiv Valutazione market-consistent di una polizza vita rivalutabile Università degli Studi di Perugia Laurea specialistica in Finanza a.a. 2009-10 Corso di Laboratorio di calcolo finanziario prof. Franco Moriconi Esperienza PolRiv Valutazione market-consistent di una polizza

Dettagli

Il calore nella Finanza

Il calore nella Finanza Il calore nella Finanza Franco Moriconi Università di Perugia Facoltà di Economia Perugia, 12 Novembre 2008 Quotazioni FIAT Serie giornaliera dal 6/11/2007 al 6/11/2008 F. Moriconi, Il calore nella Finanza

Dettagli

Modelli finanziari per i tassi di interesse

Modelli finanziari per i tassi di interesse MEBS Lecture 3 Modelli finanziari per i tassi di interesse MEBS, lezioni Roberto Renò Università di Siena 3.1 Modelli per la struttura La ricerca di un modello finanziario che descriva l evoluzione della

Dettagli

MATEMATICA FINANZIARIA Schede Esercizi a.a. 2014-2015 Elisabetta Michetti

MATEMATICA FINANZIARIA Schede Esercizi a.a. 2014-2015 Elisabetta Michetti MATEMATICA FINANZIARIA Schede Esercizi a.a. 2014-2015 Elisabetta Michetti 1 MODULO 1 1.1 Principali grandezze finanziarie 1. Si consideri una operazione finanziaria di provvista che prevede di ottenere

Dettagli

GIANCARLO CAPOZZA Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli Studi di Bari

GIANCARLO CAPOZZA Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli Studi di Bari GIANCARLO CAPOZZA Dipartimento di Scienze Statistiche Carlo Cecchi, Università degli Studi di Bari SULLA STRUTTURA FINANZIARIA DI CONTRATTI ASSICURATIVI LINKED CON MINIMO GARANTITO SOMMARIO 1. Introduzione

Dettagli

Corso di Matematica finanziaria

Corso di Matematica finanziaria Corso di Matematica finanziaria modulo "Fondamenti della valutazione finanziaria" Eserciziario di Matematica finanziaria Università degli studi Roma Tre 2 Esercizi dal corso di Matematica finanziaria,

Dettagli

Introduzione alberi binomiali

Introduzione alberi binomiali Introduzione alberi binomiali introduzione L albero binomiale rappresenta i possibili sentieri seguiti dal prezzo dell azione durante la vita dell opzione Il percorso partirà dal modello a uno stadio per

Dettagli

LEZIONE 4. Il Capital Asset Pricing Model. Professor Tullio Fumagalli Corso di Finanza Aziendale Università degli Studi di Bergamo.

LEZIONE 4. Il Capital Asset Pricing Model. Professor Tullio Fumagalli Corso di Finanza Aziendale Università degli Studi di Bergamo. LEZIONE 4 Il Capital Asset Pricing Model 1 Generalità 1 Generalità (1) Il Capital Asset Pricing Model è un modello di equilibrio dei mercati che consente di individuare una precisa relazione tra rendimento

Dettagli

Regime finanziario dell interesse semplice: formule inverse

Regime finanziario dell interesse semplice: formule inverse Regime finanziario dell interesse semplice: formule inverse Il valore attuale di K è il prodotto del capitale M disponibile al tempo t per il fattore di sconto 1/(1+it). 20 Regime finanziario dell interesse

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Le passività senza attività corrispondenti. Franco Moriconi Membro del Consiglio dei Garanti Università di Perugia

Le passività senza attività corrispondenti. Franco Moriconi Membro del Consiglio dei Garanti Università di Perugia Le passività senza attività corrispondenti Franco Moriconi Membro del Consiglio dei Garanti Università di Perugia Avversione al rischio e remunerazione del rischio Price of time e Price of risk Valutazione

Dettagli

Alessandro Ramponi Lezioni di Finanza Matematica

Alessandro Ramponi Lezioni di Finanza Matematica A01 185 Alessandro Ramponi Lezioni di Finanza Matematica Copyright MMXII ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Raffaele Garofalo, 133/A B 00173 Roma (06) 93781065 ISBN

Dettagli

23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1

23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari ESERCIZIO 1 23 Giugno 2003 Teoria Matematica del Portafoglio Finanziario e Modelli Matematici per i Mercati Finanziari In uno schema uniperiodale e in un contesto di analisi media-varianza, si consideri un mercato

Dettagli

I modelli fondati sul mercato dei capitali

I modelli fondati sul mercato dei capitali I modelli fondati sul mercato dei capitali Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA L approccio basato sugli spread

Dettagli

IL VALORE FINANZIARIO DEL TEMPO. Docente: Prof. Massimo Mariani

IL VALORE FINANZIARIO DEL TEMPO. Docente: Prof. Massimo Mariani IL VALORE FINANZIARIO DEL TEMPO Docente: Prof. Massimo Mariani 1 SOMMARIO Il concetto di tempo Il valore finanziario del tempo Le determinanti del tasso di interesse La formula di Fisher I flussi di cassa

Dettagli

RISCHIO E CONTROLLO DI GESTIONE LA COSTRUZIONE DI UN BUDGET

RISCHIO E CONTROLLO DI GESTIONE LA COSTRUZIONE DI UN BUDGET LA COSTRUZIONE DI UN BUDGET Prof. Francesco Albergo Docente di PIANIFICAZIONE E CONTROLLO Corso di Laurea in Economia Aziendale Curriculum in Gestione Aziendale Organizzata UNIVERSITA degli Studi di Bari

Dettagli

2. Leggi finanziarie di capitalizzazione

2. Leggi finanziarie di capitalizzazione 2. Leggi finanziarie di capitalizzazione Si chiama legge finanziaria di capitalizzazione una funzione atta a definire il montante M(t accumulato al tempo generico t da un capitale C: M(t = F(C, t C t M

Dettagli

SUL CONTROLLO DEL RISCHIO DI TASSO DI INTERESSE *

SUL CONTROLLO DEL RISCHIO DI TASSO DI INTERESSE * GIANCARLO CAPOZZA, DARIO CUSATELLI Dipartimento di Scienze statistiche Carlo Cecchi Università degli Studi di Bari SUL CONTROLLO DEL RISCHIO DI TASSO DI INTERESSE * SOMMARIO 1. Introduzione 2. Definizioni

Dettagli

IL RISCHIO DI RISERVAZIONE IN OTTICA SOLVENCY II: MODELLI E STRATEGIE

IL RISCHIO DI RISERVAZIONE IN OTTICA SOLVENCY II: MODELLI E STRATEGIE Crenca & Associati IL RISCHIO DI RISERVAZIONE IN OTTICA SOLVENCY II: MODELLI E STRATEGIE Ufficio Studi Aprile 2008 SISTEMA INTEGRATO DI VALUTAZIONE DELLA COMPAGNIA AL FAIR VALUE Tecniche VaR Analisi della

Dettagli

LA VALUTAZIONE DI PORTAFOGLIO. Giuseppe G. Santorsola 1

LA VALUTAZIONE DI PORTAFOGLIO. Giuseppe G. Santorsola 1 LA VALUTAZIONE DI PORTAFOGLIO Giuseppe G. Santorsola 1 Rendimento e rischio Rendimento e rischio di un singolo titolo Rendimento e rischio di un portafoglio Rendimento ex post Media aritmetica dei rendimenti

Dettagli

Premesse alla statistica

Premesse alla statistica Premesse alla statistica Versione 22.10.08 Premesse alla statistica 1 Insiemi e successioni I dati di origine sperimentale si presentano spesso non come singoli valori, ma come insiemi di valori. Richiamiamo

Dettagli

Microeconometria (Silvia Tiezzi) 01 aprile2011 Esercitazione

Microeconometria (Silvia Tiezzi) 01 aprile2011 Esercitazione Microeconometria (Silvia Tiezzi) 01 aprile2011 Esercitazione Esercizio 1 Si consideri il seguente modello ad effetti fissi con variabili binarie: + 1 2 a) supponete che N=3. Si mostri che i regressori

Dettagli

Vincenzo Ciancio Armando Ciancio. Metodi matematici per le applicazioni finanaziarie

Vincenzo Ciancio Armando Ciancio. Metodi matematici per le applicazioni finanaziarie A01 73 Vincenzo Ciancio Armando Ciancio Metodi matematici per le applicazioni finanaziarie Copyright MMV ARACNE editrice S.r.l. www.aracneeditrice.it info@aracneeditrice.it via Raffaele Garofalo, 133

Dettagli

Finanza matematica - Lezione 01

Finanza matematica - Lezione 01 Finanza matematica - Lezione 01 Contratto d opzione Un opzione è un contratto finanziario stipulato al tempo, che permette di eseguire una certa transazione, d acquisto call o di vendita put, ad un tempo

Dettagli

Regolamentazione e Monitoraggio del Rischio nei Fondi Pensione Negoziali

Regolamentazione e Monitoraggio del Rischio nei Fondi Pensione Negoziali Regolamentazione e Monitoraggio del Rischio nei Fondi Pensione Negoziali Marco Micocci Ordinario di Matematica Finanziaria ed Attuariale Attuario Dottore Commercialista e R.C. Università di Cagliari Luiss

Dettagli

Metodi di previsione

Metodi di previsione Metodi di previsione Giovanni Righini Università degli Studi di Milano Corso di Logistica I metodi di previsione I metodi di previsione sono usati per ricavare informazioni a sostegno dei processi decisionali

Dettagli

Le obbligazioni: misure di rendimento e rischio. Economia degli Intermediari Finanziari 4 maggio 2009 A.A. 2008-2009

Le obbligazioni: misure di rendimento e rischio. Economia degli Intermediari Finanziari 4 maggio 2009 A.A. 2008-2009 Le obbligazioni: misure di rendimento e rischio Economia degli Intermediari Finanziari 4 maggio 009 A.A. 008-009 Agenda 1. Introduzione ai concetti di rendimento e rischio. Il rendimento delle obbligazioni

Dettagli

Capital budgeting. Luca Deidda. Uniss, CRENoS, DiSEA. Luca Deidda (Uniss, CRENoS, DiSEA) Lecture 19 1 / 1

Capital budgeting. Luca Deidda. Uniss, CRENoS, DiSEA. Luca Deidda (Uniss, CRENoS, DiSEA) Lecture 19 1 / 1 Capital budgeting Luca Deidda Uniss, CRENoS, DiSEA Luca Deidda (Uniss, CRENoS, DiSEA) Lecture 19 1 / 1 Introduzione Scaletta Introduzione Incertezza e costo del capitale Costo del capitale di rischio (equity

Dettagli

Nella prima parte del corso l attenzione è venuta appuntandosi sui problemi inerenti la valutazione di investimenti aziendali e di strumenti

Nella prima parte del corso l attenzione è venuta appuntandosi sui problemi inerenti la valutazione di investimenti aziendali e di strumenti Nella prima parte del corso l attenzione è venuta appuntandosi sui problemi inerenti la valutazione di investimenti aziendali e di strumenti finanziari in un contesto di flussi finanziari certi, tuttavia

Dettagli

l insieme delle misure effettuate costituisce il campione statistico

l insieme delle misure effettuate costituisce il campione statistico Statistica negli esperimenti reali si effettuano sempre un numero finito di misure, ( spesso molto limitato ) l insieme delle misure effettuate costituisce il campione statistico Statistica descrittiva

Dettagli

FORWARD RATE AGREEMENT

FORWARD RATE AGREEMENT FORWARD RATE AGREEMENT FLAVIO ANGELINI. Definizioni In generale, un contratto a termine o forward permette una compravendita di una certa quantità di un bene differita a una data futura a un prezzo fissato

Dettagli

Fondamenti e didattica di Matematica Finanziaria

Fondamenti e didattica di Matematica Finanziaria Fondamenti e didattica di Matematica Finanziaria Silvana Stefani Piazza dell Ateneo Nuovo 1-20126 MILANO U6-368 silvana.stefani@unimib.it 1 Unità 9 Contenuti della lezione Operazioni finanziarie, criterio

Dettagli

1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4

1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4 IL RISCHIO 1 IL RISCHIO: INTRODUZIONE.2 2 LA VOLATILITA.4 2.1 La volatilità storica... 4 2.2 Altri metodi di calcolo... 5 3 LA CORRELAZIONE..6 4 IL VALUE AT RISK....8 4.1 I metodi analitici... 9 4.2 La

Dettagli

Tiziano Vargiolu. Elementi di Probabilità e Statistica

Tiziano Vargiolu. Elementi di Probabilità e Statistica Tiziano Vargiolu Elementi di Probabilità e Statistica Ristampa: marzo 2014 ISBN 978 88 7178 349 9 ISBN 88 7178 349 2 2002 by CLEUP sc Coop. Libraria Editrice Università di Padova via Belzoni 118/3 Padova

Dettagli

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 6 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stima puntuale per la proporzione Da un lotto di arance se ne estraggono 400, e di queste 180

Dettagli

Statistica 1 A.A. 2015/2016

Statistica 1 A.A. 2015/2016 Corso di Laurea in Economia e Finanza Statistica 1 A.A. 2015/2016 (8 CFU, corrispondenti a 48 ore di lezione frontale e 24 ore di esercitazione) Prof. Luigi Augugliaro 1 / 39 Introduzione Come si è detto,

Dettagli

Le obbligazioni: misure di rendimento Tassi d interesse, elementi di valutazione e rischio delle attività finanziarie

Le obbligazioni: misure di rendimento Tassi d interesse, elementi di valutazione e rischio delle attività finanziarie Le obbligazioni: misure di rendimento Tassi d interesse, elementi di valutazione e rischio delle attività finanziarie Economia degli Intermediari Finanziari 29 aprile 2009 A.A. 2008-2009 Agenda 1. Il calcolo

Dettagli

ANALISI DEL RISCHIO NELLA VALUTAZIONE DEGLI INVESTIMENTI. Docente: Prof. Massimo Mariani

ANALISI DEL RISCHIO NELLA VALUTAZIONE DEGLI INVESTIMENTI. Docente: Prof. Massimo Mariani ANALISI DEL RISCHIO NELLA VALUTAZIONE DEGLI INVESTIMENTI Docente: Prof. Massimo Mariani 1 SOMMARIO Analisi del rischio; limiti del VAN in contesti di incertezza; tecniche di descrizione del rischio dei

Dettagli

OSSERVAZIONI PRINCIPALI

OSSERVAZIONI PRINCIPALI Roma, 3 novembre 2011 OSSERVAZIONI SUL DOCUMENTO CONSULTAZIONE SULLO SCHEMA DI REGOLAMENTO MINISTERIALE DI ATTUAZIONE DELL ARTICOLO 7-BIS, COMMA 2, DEL DECRETO LEGISLATIVO 5 DICEMBRE 2005, N. 252, RECANTE

Dettagli

Un introduzione all analisi Monte Carlo in Finanza

Un introduzione all analisi Monte Carlo in Finanza ASSOCIAZIONE ITALIANA FINANCIAL RISK MANAGEMENT Un introduzione all analisi Monte Carlo in Finanza Stefano Fabi Working Paper, 1/01/98 Presidenza: Fernando Metelli - Banca Popolare di Milano, Via Fara

Dettagli

Basilea 3, CRD4 e Banking Union

Basilea 3, CRD4 e Banking Union Basilea 3, CRD4 e Banking Union Dove siamo oggi, dove saremo domani? Rischio di Mercato: quali novità sul Trading Book I cambiamenti per le banche a Modello Interno Roma 4 Dicembre 2012 Rita Gnutti Head

Dettagli

Mattia Zanella mattia.zanella@unife.it www.mattiazanella.eu

Mattia Zanella mattia.zanella@unife.it www.mattiazanella.eu mattia.zanella@unife.it www.mattiazanella.eu Department of Mathematics and Computer Science, University of Ferrara, Italy Ferrara, 1 Maggio 216 Programma della lezione Seminario II Equazioni differenziali

Dettagli

Economia Intermediari Finanziari 1

Economia Intermediari Finanziari 1 Economia Intermediari Finanziari Il rischio, inteso come possibilità che il rendimento atteso da un investimento in strumenti finanziari, sia diverso da quello atteso è funzione dei seguenti elementi:

Dettagli

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani

RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI. Docente: Prof. Massimo Mariani RISCHIO E RENDIMENTO DEGLI STRUMENTI FINANZIARI Docente: Prof. Massimo Mariani 1 SOMMARIO Il rendimento di un attività finanziaria: i parametri rilevanti Rendimento totale, periodale e medio Il market

Dettagli

Strumenti finanziari Ias n.32 e Ias n.39

Strumenti finanziari Ias n.32 e Ias n.39 Strumenti finanziari Ias n.32 e Ias n.39 Corso di Principi Contabili e Informativa Finanziaria Prof.ssa Sabrina Pucci Facoltà di Economia Università degli Studi Roma Tre a.a. 2004-2005 prof.ssa Sabrina

Dettagli

Confronto tra i regimi finanziari

Confronto tra i regimi finanziari Confronto tra i regimi finanziari Consideriamo i tre regimi finanziari Quale è il regime più conveniente? Per misurare la convenienza, paragoniamo i fattori di capitalizzazione: r s (t) = f. cap. interesse

Dettagli

Corso di Risk Management S

Corso di Risk Management S Corso di Risk Management S Marco Bee marco.bee@economia.unitn.it Dipartimento di Economia Università di Trento Anno Accademico 2007-2008 Struttura del corso Il corso può essere suddiviso come segue: 1.

Dettagli

Derivati: principali vantaggi e utilizzi

Derivati: principali vantaggi e utilizzi Derivati: principali vantaggi e utilizzi Ugo Pomante, Università Commerciale Luigi Bocconi Trading Online Expo Milano 28, Marzo 2003 CONTENUTI In un mondo senza derivati I futures Le opzioni Strategie

Dettagli

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA?

RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Crenca & Associati CORPORATE CONSULTING SERVICES RISK MANAGEMENT: MAPPATURA E VALUTAZIONE DEI RISCHI AZIENDALI. UN COSTO O UN OPPORTUNITA? Ufficio Studi Milano, 3 aprile 2008 Introduzione al Risk Management

Dettagli

Indice. Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DI PARMA FACOLTA DI ECONOMIA

Indice. Le curve di indifferenza sulla frontiera di Markowitz UNIVERSITA DI PARMA FACOLTA DI ECONOMIA UNIVERSITA DI PARMA FACOLTA DI ECONOMIA Corso di pianificazione finanziaria A.a. 2003/2004 1 Indice La Capital Market Theory di Markowitz Il Teorema della separazione di Tobin e la Capital Market Line

Dettagli

Quesiti livello Application

Quesiti livello Application 1 2 3 4 Se la correlazione tra due attività A e B è pari a 0 e le deviazioni standard pari rispettivamente al 4% e all 8%, per quali dei seguenti valori dei loro pesi il portafoglio costruito con tali

Dettagli

Titolo. Corso di Laurea magistrale in Economia e Finanza. Tesi di Laurea

Titolo. Corso di Laurea magistrale in Economia e Finanza. Tesi di Laurea Corso di Laurea magistrale in Economia e Finanza Tesi di Laurea Titolo Modelli della capital growth e dalla growth security nella gestione di portafoglio. Relatore Ch. Prof. Marco Corazza Laureando Alessio

Dettagli

E naturale chiedersi alcune cose sulla media campionaria x n

E naturale chiedersi alcune cose sulla media campionaria x n Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile

Dettagli

Lezione 1: Richiami ai concetti di base: Valore Attuale, VAN, Rendite. Analisi degli Investimenti 2015/16 Lorenzo Salieri

Lezione 1: Richiami ai concetti di base: Valore Attuale, VAN, Rendite. Analisi degli Investimenti 2015/16 Lorenzo Salieri Lezione 1: Richiami ai concetti di base: Valore Attuale, VAN, Rendite Analisi degli Investimenti 2015/16 Lorenzo Salieri Il valore dell impresa come una torta Debito Capitale Azionario 2 Struttura Finanziaria

Dettagli

Il piano d ammortamento (francese) prevede un totale di 20 rate semestrali pari a: D 300.000 a 14, 2888 Il debito residuo dopo 10 semestri sarà:

Il piano d ammortamento (francese) prevede un totale di 20 rate semestrali pari a: D 300.000 a 14, 2888 Il debito residuo dopo 10 semestri sarà: Gli esercizi sono suddivisi per argomenti. A) Piani d ammortamento. ) I esonero 003. Un individuo si accorda per restituire un importo di 300 mila euro mediante il versamento di rate costanti semestrali

Dettagli

Lezione 2: L investimento in strumenti finanziari I drivers dell analisi del valore L analisi dei titoli obbligazionari:

Lezione 2: L investimento in strumenti finanziari I drivers dell analisi del valore L analisi dei titoli obbligazionari: Lezione 2: L investimento in strumenti finanziari I drivers dell analisi del valore L analisi dei titoli obbligazionari: Analisi degli Investimenti 2014/15 Lorenzo Salieri L investimento in strumenti finanziari

Dettagli

Esercizi: i rendimenti finanziari

Esercizi: i rendimenti finanziari Esercizi: i rendimenti finanziari Operazioni algebriche elementari Distribuzione e dipendenza Teoria di probabilità Selezione portafoglio p. 1/25 Esercizio I Nella tabella sottostante relativa all indice

Dettagli

Finanza Aziendale. Lezione 12. Analisi del rischio

Finanza Aziendale. Lezione 12. Analisi del rischio Finanza Aziendale Lezione 12 Analisi del rischio Obiettivi i della lezione I rendimenti e la loro misurazione I rendimenti medi ed il loro rischio La misurazione del rischio e l effetto diversificazione

Dettagli

FONDAMENTI DI PSICOMETRIA - 8 CFU

FONDAMENTI DI PSICOMETRIA - 8 CFU Ψ FONDAMENTI DI PSICOMETRIA - 8 CFU STIMA DELL ATTENDIBILITA STIMA DELL ATTENDIBILITA DEFINIZIONE DI ATTENDIBILITA (affidabilità, fedeltà) Grado di accordo tra diversi tentativi di misurare uno stesso

Dettagli

Il framework di riferimento del costo del capitale

Il framework di riferimento del costo del capitale Il framework di riferimento del costo del capitale Franco Moriconi Dipartimento di Economia, Università di Perugia Università Bocconi Milano, 22 settembre 2014 1 / 33 Un esempio, per cominciare Siamo al

Dettagli

Determinazione delle condizioni di finanziamento in base al rischio di credito: alcune simulazioni numeriche

Determinazione delle condizioni di finanziamento in base al rischio di credito: alcune simulazioni numeriche Determinazione delle condizioni di finanziamento in base al rischio di credito: alcune simulazioni numeriche Prof. Jean-Marie BOUROCHE Direttore del Comitato Scientifico Internazionale CRIF Decision Solutions,

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

Il controllo delle prestazioni del provider. IL CONTROLLO DELLE PRESTAZIONI DEL PROVIDER (riferimenti)

Il controllo delle prestazioni del provider. IL CONTROLLO DELLE PRESTAZIONI DEL PROVIDER (riferimenti) del provider IL CONTROLLO DELLE PRESTAZIONI DEL PROVIDER (riferimenti) 1 del provider - premessa (1) in merito alla fase di gestione ordinaria dell outsourcing sono state richiamate le prassi di miglioramento

Dettagli

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili:

Abbiamo visto due definizioni del valore medio e della deviazione standard di una grandezza casuale, in funzione dalle informazioni disponibili: Incertezze di misura Argomenti: classificazione delle incertezze; definizione di incertezza tipo e schemi di calcolo; schemi per il calcolo dell incertezza di grandezze combinate; confronto di misure affette

Dettagli

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: Esempi di domande risposta multipla (Modulo II) 1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario: 1) ha un numero di elementi pari a 5; 2) ha un numero di elementi

Dettagli

Tecniche di stima del costo e delle altre forme di finanziamento

Tecniche di stima del costo e delle altre forme di finanziamento Finanza Aziendale Analisi e valutazioni per le decisioni aziendali Tecniche di stima del costo e delle altre forme di finanziamento Capitolo 17 Indice degli argomenti 1. Rischio operativo e finanziario

Dettagli

Indice Prefazione xiii 1 Probabilità

Indice Prefazione xiii 1 Probabilità Prefazione xiii 1 Probabilità 1 1.1 Origini del Calcolo delle Probabilità e della Statistica 1 1.2 Eventi, stato di conoscenza, probabilità 4 1.3 Calcolo Combinatorio 11 1.3.1 Disposizioni di n elementi

Dettagli

Prova di autovalutazione Prof. Roberta Siciliano

Prova di autovalutazione Prof. Roberta Siciliano Prova di autovalutazione Prof. Roberta Siciliano Esercizio 1 Nella seguente tabella è riportata la distribuzione di frequenza dei prezzi per camera di alcuni agriturismi, situati nella regione Basilicata.

Dettagli

Economia monetaria e creditizia. Slide 4

Economia monetaria e creditizia. Slide 4 Economia monetaria e creditizia Slide 4 Le teorie diverse che spiegano come di determina la domanda di moneta possono essere ricondotte alle due funzioni di mezzo di pagamento e di riserva di valore la

Dettagli

In un sistema (economico) un ampia varietà di eventi incerti possono determinare la ricchezza di uno o più individui del sistema.

In un sistema (economico) un ampia varietà di eventi incerti possono determinare la ricchezza di uno o più individui del sistema. Rischio In un sistema economico) un ampia varietà di eventi incerti possono determinare la ricchezza di uno o più individui del sistema. Alcuni esempi rappresentativi: - il verificarsi di un terremoto

Dettagli

LA STIMA DEL COST OF EQUITY (Ke) Valutazione d impresa aprile 2012 dott. Lanfranco Lodi

LA STIMA DEL COST OF EQUITY (Ke) Valutazione d impresa aprile 2012 dott. Lanfranco Lodi LA STIMA DEL COST OF EQUITY (Ke) 0 CAPM: si fonda sul presupposto che investitori realizzino diversificazione di portafoglio remunerazione solo del rischio non diversificabile R i =K el* = R f + β i x

Dettagli

CPM - PERT CPM - PERT. Rappresentazione di un progetto. Gestione di un progetto. Critical Path Method Project Evaluation and Review Technique

CPM - PERT CPM - PERT. Rappresentazione di un progetto. Gestione di un progetto. Critical Path Method Project Evaluation and Review Technique CPM - PERT CPM - PERT CPM e PERT sono metodologie per la gestione di progetti composti da più attività in cui esistano relazioni di precedenza. Critical Path Method Project Evaluation and Review Technique

Dettagli

I modelli VaR per i rischi di mercato: riepilogo, applicazioni, limiti

I modelli VaR per i rischi di mercato: riepilogo, applicazioni, limiti I modelli VaR per i rischi di mercato: riepilogo, applicazioni, limiti Slides tratte da: Andrea Resti Andrea Sironi Rischio e valore nelle banche Misura, regolamentazione, gestione Egea, 2008 AGENDA Un

Dettagli

Scheda n.5: variabili aleatorie e valori medi

Scheda n.5: variabili aleatorie e valori medi Scheda n.5: variabili aleatorie e valori medi October 26, 2008 1 Variabili aleatorie Per la definizione rigorosa di variabile aleatoria rimandiamo ai testi di probabilità; essa è non del tutto immediata

Dettagli

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010

Esercizi test ipotesi. Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Esercizi test ipotesi Prof. Raffaella Folgieri Email: folgieri@mtcube.com aa 2009/2010 Verifica delle ipotesi - Esempio quelli di Striscia la Notizia" effettuano controlli casuali per vedere se le pompe

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

Possiamo calcolare facilmente il valore attuale del bond A e del bond B come segue: VA A = 925.93 = 1000/1.08 VA B = 826.45 = 1000/(1.

Possiamo calcolare facilmente il valore attuale del bond A e del bond B come segue: VA A = 925.93 = 1000/1.08 VA B = 826.45 = 1000/(1. Appendice 5A La struttura temporale dei tassi di interesse, dei tassi spot e del rendimento alla scadenza Nel capitolo 5 abbiamo ipotizzato che il tasso di interesse rimanga costante per tutti i periodi

Dettagli

Rischio e rendimento degli strumenti finanziari

Rischio e rendimento degli strumenti finanziari Finanza Aziendale Analisi e valutazioni per le decisioni aziendali Rischio e rendimento degli strumenti finanziari Capitolo 15 Indice degli argomenti 1. Analisi dei rendimenti delle principali attività

Dettagli

Valutazione degli investimenti aziendali

Valutazione degli investimenti aziendali Finanza Aziendale Analisi e valutazioni per le decisioni aziendali Valutazione degli investimenti aziendali Capitolo 18 Indice degli argomenti 1. Definizione e classificazione degli investimenti 2. I profili

Dettagli

EQUAZIONI non LINEARI

EQUAZIONI non LINEARI EQUAZIONI non LINEARI Francesca Pelosi Dipartimento di Matematica, Università di Roma Tor Vergata CALCOLO NUMERICO e PROGRAMMAZIONE http://www.mat.uniroma2.it/ pelosi/ EQUAZIONI non LINEARI p.1/44 EQUAZIONI

Dettagli

Corso di Risk Management

Corso di Risk Management Concetti fondamentali di risk management Tutti i concetti della lezione odierna sono presi da McNeil, Frey, Embrechts (2005), Quantitative Risk Management, Princeton, Princeton University Press, cap. 2.

Dettagli

Esercitazioni di Statistica

Esercitazioni di Statistica Esercitazioni di Statistica Test d ipotesi sul valor medio e test χ 2 di adattamento Prof. Livia De Giovanni statistica@dis.uniroma1.it Esercizio 1 Si supponga che il diametro degli anelli metallici prodotti

Dettagli

Capitolo Terzo Valore attuale e costo opportunità del capitale

Capitolo Terzo Valore attuale e costo opportunità del capitale Capitolo Terzo Valore attuale e costo opportunità del capitale 1. IL VALORE ATTUALE La logica di investimento aziendale è assolutamente identica a quella adottata per gli strumenti finanziari. Per poter

Dettagli

MODELLI IN EXCEL PER LA VALUTAZIONE DEGLI STRUMENTI FINANZIARI COMPLESSI. Calcolo del fair value e misurazione dei rischi

MODELLI IN EXCEL PER LA VALUTAZIONE DEGLI STRUMENTI FINANZIARI COMPLESSI. Calcolo del fair value e misurazione dei rischi Corso tecnico - pratico MODELLI IN EXCEL PER LA VALUTAZIONE DEGLI STRUMENTI FINANZIARI COMPLESSI Calcolo del fair value e misurazione dei rischi Modulo 1 (base): 22-23 aprile 2015 Modulo 2 (avanzato):

Dettagli

Investimenti consapevoli e l approccio Risk Parity

Investimenti consapevoli e l approccio Risk Parity 24 Risk Parity Investimenti consapevoli e l approccio Risk Parity Se volessimo descrivere l approccio Risk Parity con una sola parola, Diversificazione sarebbe sicuramente la più indicata. In media, in

Dettagli

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI

TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI TEMPUS PECUNIA EST COLLANA DI MATEMATICA PER LE SCIENZE ECONOMICHE FINANZIARIE E AZIENDALI 7 Direttore Beatrice VENTURI Università degli Studi di Cagliari Comitato scientifico Umberto NERI University of

Dettagli

Valutazione di investimenti e finanziamenti: Strumenti matematici

Valutazione di investimenti e finanziamenti: Strumenti matematici Valutazione di investimenti e finanziamenti: Strumenti matematici di Angelo Fiori Prima parte Premessa Di seguito si indicano gli strumenti matematici che ci vengono in aiuto per valutare sia progetti

Dettagli

Modelli di portafoglio

Modelli di portafoglio Università Bicocca - Milano Anno Accademico 2007 / 2008 Modelli di portafoglio Corso di Risk Management Milano, 26 Marzo 2008 Perchè stimare EL e UL: un esempio Actual Portfolio Loss 2.00% 1.80% 1.60%

Dettagli

Rischi di credito: approccio di vigilanza

Rischi di credito: approccio di vigilanza Università Bicocca - Milano Anno Accademico 2007 / 2008 Rischi di credito: approccio di vigilanza Corso di Risk Management Milano, 5 Marzo 2008 Misurazione assorbimenti patrimoniali Basilea I Ai pesi si

Dettagli

Principali tipologie di rischio finanziario

Principali tipologie di rischio finanziario Principali tipologie di rischio finanziario Rischio di mercato: dovuto alla variabilità dei prezzi delle attività finanziarie Rischio di credito: dovuto alla possibilità che la controparte venga meno ai

Dettagli

L APPROCCIO ATTUARIALE PER LA GESTIONE DEI RISCHI ECONOMICO-FINANZIARI E COME SUPPORTO DELLE AZIONI DI GOVERNANCE

L APPROCCIO ATTUARIALE PER LA GESTIONE DEI RISCHI ECONOMICO-FINANZIARI E COME SUPPORTO DELLE AZIONI DI GOVERNANCE L APPROCCIO ATTUARIALE PER LA GESTIONE DEI RISCHI ECONOMICO-FINANZIARI E COME SUPPORTO DELLE AZIONI DI GOVERNANCE Stefano Visintin Studio Attuariale Visintin & Associati SAVA S.r.l. INDICE DEGLI ARGOMENTI

Dettagli

Agnese Zoboli, Risk Analyst Gruppo Unipol. Bologna, 11 Novembre 2013

Agnese Zoboli, Risk Analyst Gruppo Unipol. Bologna, 11 Novembre 2013 Statistics Jobs: Incontro di orientamento al mondo del lavoro Agnese Zoboli, Risk Analyst Gruppo Unipol Bologna, 11 Novembre 2013 Formazione universitaria e ricerca di lavoro 2003-2006: Corso di Laurea

Dettagli

Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca

Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva. Brugnaro Luca Come descrivere un fenomeno in ambito sanitario fondamenti di statistica descrittiva Brugnaro Luca Progetto formativo complessivo Obiettivo: incrementare le competenze degli operatori sanitari nelle metodiche

Dettagli

Esercizi di Ricerca Operativa II

Esercizi di Ricerca Operativa II Esercizi di Ricerca Operativa II Raffaele Pesenti January 12, 06 Domande su utilità 1. Determinare quale è l utilità che un giocatore di roulette assegna a 100,00 Euro, nel momento che gioca tale cifra

Dettagli

Scenari di Self Risk Assessment e loro utilizzo nei modelli AMA

Scenari di Self Risk Assessment e loro utilizzo nei modelli AMA Scenari di Self Risk Assessment e loro utilizzo nei modelli AMA Proposte metodologiche dall esperienza del Gruppo UBI Banca Giulia Marini Claudio Andreatta BASILEA 3 2012 RISCHIO OPERATIVO-CONVEGNO ANNUALE

Dettagli

LA STIMA DEL RISCHIO OPERATIVO IN ASSENZA DI LDC: UNA PROPOSTA METODOLOGICA. Prof. Simona Cosma

LA STIMA DEL RISCHIO OPERATIVO IN ASSENZA DI LDC: UNA PROPOSTA METODOLOGICA. Prof. Simona Cosma LA STIMA DEL RISCHIO OPERATIVO IN ASSENZA DI LDC: UNA PROPOSTA METODOLOGICA Prof. Simona Cosma Agenda Motivi di rilevanza Obiettivi Failure comuni Analisi e ipotesi di soluzione Conclusioni Motivi di rilevanza

Dettagli

Sommario. Prefazione XI PARTE I INTRODUZIONE 1. Capitolo 1 Arbitraggio e decisioni finanziarie 3

Sommario. Prefazione XI PARTE I INTRODUZIONE 1. Capitolo 1 Arbitraggio e decisioni finanziarie 3 Sommario Prefazione XI PARTE I INTRODUZIONE 1 Capitolo 1 Arbitraggio e decisioni finanziarie 3 1.1 Valutazione dei costi e benefici 4 Utilizzo dei prezzi di mercato per determinare valori monetari 4 Quando

Dettagli

3. Determinare il numero di mesi m > 0 tale che i montanti generati dai due impieghi coincidano. M = 1000 1 + 0.1 9 ) = 1075 12

3. Determinare il numero di mesi m > 0 tale che i montanti generati dai due impieghi coincidano. M = 1000 1 + 0.1 9 ) = 1075 12 Esercizi di matematica finanziaria 1 Leggi finanziarie in una variabile Esercizio 1.1. Un soggetto può impiegare C o a interessi semplici con tasso annuo i oppure a interessi semplici anticipati con tasso

Dettagli

Istituzioni di Statistica e Statistica Economica

Istituzioni di Statistica e Statistica Economica Istituzioni di Statistica e Statistica Economica Università degli Studi di Perugia Facoltà di Economia, Assisi, a.a. 2013/14 Esercitazione n. 4 A. Si supponga che la durata in giorni delle lampadine prodotte

Dettagli

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre.

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Corso di Statistica Medica 2004-2005 Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Sono previste 30 ore di lezione di statistica e 12 di

Dettagli