La modellistica ARIMA per l’analisi dei rendimenti finanziari: richiami al concetto di processo stocastico.
I momenti di un processo stocastico e la loro stima. Fasi della metodologia Box-Jenkins: trattamenti preliminari, identificazione, stima, verifica.
Lo studio della volatilità delle serie finanziarie. Definizione del concetto di volatilità, volatility clustering, la natura statistica della volatilità. Modelli a volatilità costante e modelli a volatilità variabile nel tempo. Cenni al concetto di volatilità implicita. I modelli ARCH e GARCH: specificazione, stima e verifica dei modelli GARCH. Estensioni della modellistica GARCH: EGARCH, TARCH. Previsione in ambito di serie storiche finanziarie.
1. Richiami ai processi stocastici
4. Analisi dei rendimenti – Parte prima
5. Analisi dei rendimenti – Parte seconda
6. Analisi dei rendimenti - Parte terza
7. Analisi della volatilità - Parte prima
8. Analisi della volatilità - Parte seconda
9. Analisi della volatilità - Parte terza
10. Analisi della volatilità - Parte quarta
11. Analisi della volatilità - Parte quinta
12. Analisi della volatilità - Parte sesta
Antonio D’Ambrosio è ricercatore in Statistica presso la Facoltà di Economia dell’Università di Napoli Federico II.
Dall’a.a. 2008/2009 è affidatario dell’insegnamento di Statistica dei mercati monetari e finanziari per il corso di laurea specialistica in Finanza presso la facoltà di Economia dell’Università di Napoli Federico II.
Dall’a.a. 2008/2009 è supplente dell’insegnamento di Econometria per il corso di laurea magistrale interateneo in Management e Consulenza Aziendale presso l’Università di Catanzaro.
Nell’a.a. 2008/2009 è stato affidatario dell’insegnamento di Statistica per le decisioni d’Impresa per i corsi di laurea in Economia Aziendale (magistrale) e in Statistica e Informatica per l’Economia e le Imprese (triennale) della facoltà di Economia dell’Università di Napoli Federico II.
Da Febbraio 2008 è dottore di ricerca in Statistica, titolo conseguito presso il Dipartimento di Matematica e Statistica dell’Università di Napoli Federico II.
Le aree di interesse riguardano principalmente:
Statistica Computazionale; Analisi Multivariata; Regression Modeling; Informational Statistics; Data Editing; Preference rankings theory.