BIG DATA IN CORPORATE FINANCE AND BANKING

Anno accademico
2022/2023 Programmi anni precedenti
Titolo corso in inglese
BIG DATA IN CORPORATE FINANCE AND BANKING
Codice insegnamento
EM1409 (AF:358752 AR:189542)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
SECS-P/09
Periodo
2° Periodo
Anno corso
2
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
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
Lezioni teoriche e pratiche
Applicazioni utilizzando Google Data Studio
Inglese
scritto
Programma definitivo.
Data ultima modifica programma: 16/09/2022