BIG DATA IN CORPORATE FINANCE AND BANKING

L’insegnamento “BIG DATA IN CORPORATE FINANCE AND BANKING” permette agli studenti di comprendere le connessioni tra alcune tematiche fondamentali del corso di laurea: argomenti tecnologici (BIG DATA & ANAYTICS), Corporate finance and banking. In particolare, tramite lezioni frontali, casi studio, applicazioni, si comprende come si passa da aspetti concettuali (di prodotto e processo) alle strutture dati e ai processi di tipo analitico. Obiettivo del corso è apprendere metodi statistici e tecniche operative per analizzare dati finanziari, in ambito mercati, azienda, rischio, anche grazie all’utilizzo di software specialistici.

Il corso è caratterizzato da 3 parti: lezioni frontali, casi studio e applicazioni guidate dal docente, attività di laboratorio (con software di data Analytics: QLIK or Google Data Studio).
A fine del corso lo studente è in possesso delle seguenti
Conoscenze
• Datawarehouse (basi e modellazione)
• Data Analytics: metodi descrittivi e predittivi
• BIG DATA: definizioni, applicazioni, strumenti
• Metodi statistici avanzati: Cluster analysis Classification trees, Regressione Avanzata
• Strutture dati per l finanza e il banking
• Concetti di ETL e di data cleaning
• Ambito di applicazione di BIG DATA e Analytics

Abilità Operative
• Progettare un modello dati per le analisi (datawarehouse)
• Conoscere le principali tecniche di analisi dei dati quantitativi e qualitativi
• Impostare semplici tecniche di ETL dei dati
• Progettare KPI di analisi ei dati
• Realizzare semplici report e dashboard di analisi dei dati
• Utilizzare un software di data Analytics

Per frequentare il corso è fortemente consigliato possedere le seguenti conoscenze ed abilità:
• concetti di base di modellazione dati (database relazionale)
• metodi statistici di base
• buona propensione all’utilizzo di software
• buone conoscenze di finanza aziendale
• buone conoscenze sui mercati finanziari

• Progettazione di basi dati: richiami
• Datawarehouse: obiettivi, strutture, modelli dati
• Le dimensioni: piatte e gerarchiche
• Le misure o metriche (additive e non additive)
• Business Intelligence e data Analytics: principi e definizioni
• La Business Intelligence base: Reporting e analisi OLAP
• La Business Intelligence avanzata: Data Mining e Simulazione What if
• Rassegna sul mercato software
• BIG DATA: dimensione, varietà e velocità
• Alcune tecnologie per il BIG DATA
• BIG DATA: tecniche di analisi avanzata e predittiva
• Applicazioni alla finanza aziendale
• Applicazioni al banking
• Laboratorio: organizzazione di dati finanziari tramite Database Relazionale
• Laboratorio: apprendimento di Google Data Studio
• Laboratorio: costruzione di dashboard di analisi

Testi Obbligatori

- Dispense a cura del docente


Testi facoltativi
- Data Analytics For Beginners – Autore Victor Finch
- Performance Dashboards: Measuring, Monitoring, and Managing Your Business – Autore Wayne W. Eckerson
WIKIPEDIA
Siti Web

La prova scritta è divisa in due parti, ed è finalizzata a misurare le conoscenze teoriche e applicative.
Un prima parte è caratterizzata da test a risposta multipla, la seconda consiste nella realizzazione di un set di KPI di analisi di dati finanziari utilizzando Google Data Studio oppure QLIK Sense

scritto

Lezioni teoriche e pratiche
Applicazioni utilizzando Google Data Studio