COMPUTATIONAL TOOLS FOR ECONOMICS AND FINANCE

Il corso è obbligatorio e fornisce conoscenze di programmazione e abilità relative all'uso di pacchetti di calcolo, analisi di dati e visualizzazione. Competenze computazionali di alto livello sono necessarie al laureato per comprendere e analizzare quantitativamente problemi e questioni economiche, finanziarie e gestionali.

Il corso si sofferma su problemi economici di rilevanza pratica che richiedono soluzione numerica o analisi/discussione quantitativa. Si farà uso prevalentemente di R (software molto potente e diffuso, liberamente scaricabile da http://cran.r-project.org/ o https://www.rstudio.com/ ). Il corso si avvale del supporto di una versione di ChatGPT addestrata specificatamente e sviluppa abilità di lavoro condiviso con alcuni lavori di gruppo.

a) Conoscenze:
- definizione del problema matematico/tecnica da usare;
- introduzione all'AI generativa e a ChatGPT;
- conoscere quale funzione/pacchetto di R utilizzare per il problema dato.

b) Abilità:
- scrivere brevi codici funzionanti per risolvere un problema e, qualora possibile, produrre grafici significativi e rappresentazioni dei dati oggetto di esame;
- capacità di usare e fornire gli input adeguati alle funzioni di R utilizzate per risolvere il problema;
- capacità di gestire errori logici e di sintassi e di valutare il senso complessivo della soluzione numerica.

c) Competenze:
- abilità di comprendere (alcuni) aspetti rilevanti del problema, di usare il software per ottenere una soluzione computazionale e di valutare il significato e l'affidabilità del risultato.

Il corso ha una connotazione pratica che prevale sulla trattazione teorica. Lo studente deve aver superato Matematica (corso di primo anno). Qualche familiarità con la programmazione e l'uso dei computer è utile ma non necessaria. Esempi e problemi saranno tratti da altri corsi economici e quantitativi seguiti in precedenza.

Il corso affronta i seguenti argomenti:

1) Introduzione a R (installazione, la console, defaults, input/output)
2) Grafici e soluzioni di equazioni (ad esempio, per determinare tassi di rendimento o quote di mercato ed eguagliare costi e ricavi marginali)
3) Determinazione di massimi e minimi, ottimizzazione libera e vincolata (ad esempio, per trovare la produzione ottima, prezzi e quantità in presenza di vincoli di bilancio)
4) Il modello state preference e algebra lineare (che consente, ad esempio, di verificare la presenza di arbitraggi in un modello di mercato finanziario semplificato)
5) Cenni di simulazione (per valutare esiti affetti da casualità e la loro variabilità).

È previsto l'uso di ChatGPT per stimolare l'apprendimento e discutere soluzioni e approcci proposti da strumenti di Intelligenza Artificiale.

La partecipazione attiva è fondamentale e molta pratica al computer è richiesta per sfruttare adeguatamente un approccio computazionale alle decisioni e alla soluzione dei problemi.

Appunti delle lezioni; sessioni commentate di R fornite dal docente.

Letture consigliate: "The R Guide" by Jason Owen, http://cran.r-project.org/doc/contrib/Owen-TheRGuide.pdf (altri manuali, anche in italiano, si trovano at https://cran.r-project.org/ )

Esame scritto e personalizzato che si tiene in un'aula computer. Dettagli ed esempi di prova finale saranno pubblicati su Moodle: si prevedono 13 domande (2-3 anche in forma aperta) e la valutazione di 3 assignments o lavori di gruppo.

Lezioni, flipped classes, esercitazioni al computer (portate il vostro laptop con voi fin dalla prima lezione!), esercizi personalizzati da svolgere a casa.

Inglese

Se posso essere utile, fatemelo sapere (paolop@unive.it). In parole semplici, se ad esempio siete daltonici, ipo-udenti, diabetici T1, diversamente uguali in qualsiasi dimensione, avvisatemi e troveremo modi per migliorare fattibilità del corso, interazione e divertimento.

scritto

Questo insegnamento tratta argomenti connessi alla macroarea "Capitale umano, salute, educazione" e concorre alla realizzazione dei relativi obiettivi ONU dell'Agenda 2030 per lo Sviluppo Sostenibile