STRUMENTI COMPUTAZIONALI PER L'ECONOMIA

Il corso 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/ ).

a) Conoscenze:
- definizione del problema matematico/tecnica da usare;
- selezionare lo strumento appropriato per affrontare il problema;
- 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. Qualche familiarità con la programmazione e l'uso dei computer è utile. 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) Function, cicli (for) e istruzioni condizionate (if) in R
4) 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)
5) Un modello di base per l'ottimizzazione di portafoglio
6) Il modello state preference e algebra lineare (che consente, ad esempio, di verificare la presenza di arbitraggi in un modello di mercato finanziario semplificato)
7) Introduzione alla simulazione (per valutare esiti affetti da casualità e la loro variabilità)
8) Cenni all'utilizzo di R per l'analisi statistica descrittiva
9) Utilizzo di R per la regressione lineare


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.
Dispense, lucidi, esercizi, e tutto il materiale necessario per seguire l'insegnamento e raggiungere i risultati di apprendimento attesi sono disponibili sulla piattaforma di e-learning moodle.unive.it.

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/ )

Durante il periodo di svolgimento del corso l'allievo è invitato a svolgere gli esercizi e i test di autovalutazione proposti sulla piattaforma di e-learning. La valutazione si basa su un esame scritto e personalizzato che si tiene in un'aula computer, somministrato con la modalità quiz di Moodle, della durata di 75 minuti.
L'esame consiste in un test Moodle con domande completamente randomizzate e prevede l’utilizzo di R o Rstudio (a scelta dello studente) per la risoluzione. L’esame comprende 16 domande a scelta multipla o con una risposta numerica. Tutte le domande hanno lo stesso peso; vengono attribuiti 2 punti per ogni risposta corretta, 0 punti per le risposte errate o mancanti e non vi sono penalità per le risposte lasciate in bianco. L’esame viene superato conseguendo almeno 18 punti.
Esercizi simili a quelli proposti all'esame finale sono presenti sulla piattaforma di e-learning.

scritto

Griglia di valutazione:
30 e Lode: piena padronanza degli argomenti trattati a lezione; capacità di risolvere correttamente tutti gli esercizi proposti;
28-30: padronanza degli argomenti trattati a lezione; capacità di risolvere correttamente quasi tutti gli esercizi proposti (14-15 esercizi su 16);
24-27: buona conoscenza degli argomenti trattati a lezione; capacità di risolvere correttamente un buon numero di esercizi proposti (12-13 esercizi su 16);
20-23: conoscenza non sempre completa e non sempre approfondita degli argomenti trattati a lezione; capacità di risolvere correttamente un adeguato numero di esercizi proposti (10-11 esercizi su 16);
18-19: conoscenza spesso superficiale e a tratti lacunosa degli argomenti trattati a lezione; capacità di risolvere correttamente un sufficiente numero di esercizi proposti (9 esercizi su 16).

Corso frontale con lezioni ed esercitazioni al computer (portate il vostro laptop con voi fin dalla prima lezione!), che si avvale anche di moduli didattici disponibili sulla piattaforma di e-learning di ateneo moodle.unive.it.

Link, materiali, annunci e dispense sono disponibili sulla piattaforma di elearning di Ca' Foscari, http://moodle.unive.it/

Accessibilità, Disabilità e Inclusione
Accomodamenti e Servizi di Supporto per studenti con disabilità o con disturbi specifici dell’apprendimento

Ca' Foscari applica la Legge Italiana (Legge 17/1999; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/1999) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA: disabilita@unive.it.

Il corso è svolto in collaborazione con il partenariato esteso GRINS - Growing Resilient, INclusive and Sustainable, codice PE0000018, CUP H73C22000930001, avviso pubblico n. 341/2022 del Piano Nazionale di Ripresa e Resilienza (PNRR), Missione 4 - Componente 2 - Investimento 1.3, finanziato dall’Unione europea - NextGenerationEU.
All’interno del corso possono essere proposti incontri con testimoni aziendali aderenti al progetto, incentrati sullo sviluppo di conoscenze pratiche nella materia oggetto di studio, oltre che sui risultati del progetto stesso.
Questo insegnamento tratta argomenti connessi allo Spoke 4 Sustainable finance - Work Package n. 3.