1.1.
ASIGNATURA/COURSE TITLE
Estadística y Econometría para Finanzas/Statistics and Econometrics in Finance
1.2.
Código /Course number
30521
1.3.
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.
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).
1.11.
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: [email protected]
NOMBRE: GUILLERMO LLORENTE ALVÁREZ DEPARTAMENTO: ECONOMIA CUANTITATIVA FACULTAD: ECONOMICAS Y EMPRESARIALES DESPACHO: 307 MODULO E-III
CORREO ELECTRONICO: [email protected]
HORARIO DE TUTORIAS: SE FACILITARA AL COMENZAR EL CURSO
1.12.
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.
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.
2.1.
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
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
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.
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.
6.
Cronograma*/ Course calendar
Semana Contenido Horas
presenciales
Horas no presenciales del estudiante 1 Tema 1º 4 6 2 Tema 2º 4 8 3-5 Tema 3º 12 20 6-7 Tema 4º 8 20 8-10 Tema 5º 12 20 11-12 Tema 6º 8 10 12-13 Tema 7º 8 10 14 Presentación Trabajos
