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 buon livello sono necessarie al laureato per comprendere, descrivere verbalmente 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/ ). È previsto l'uso di intelligenza artificiale per discutere criticamente l'uso del codice prodotto e la sua correttezza.

a) Conoscenze:
- definizione del problema matematico/tecnica da usare;
- introduzione all'AI generativa;
- 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 ed esporre in lingua corrente (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)

Saranno discussi 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.
Ökten, Giray (2019). First Semester in Numerical Analysis with Julia. Chapter 2, https://www.researchgate.net/publication/332747667_First_Semester_in_Numerical_Analysis_with_Julia
Jason Owen, "The R Guide", http://cran.r-project.org/doc/contrib/Owen-TheRGuide.pdf

Quiz personalizzato che si tiene in aula computer (in Via Torino a Mestre)
Compiti su moodle e sul forum
Prova orale

Dettagli ed esempi del quiz saranno pubblicati su Moodle. Sono previste 13 domande, prevalentemente a risposta numerica, e la valutazione di 3 assignments. Orientativamente, ogni domanda corretta vale 2/30, i compiti/post nel complesso valgono da -2 a 4 punti e l'orale vale da -2 a 2 punti. La sufficienza si ottiene raggiungendo almeno 18/30.

scritto e orale

Il/la docente ha il dovere di vigilare affinché siano rispettate le regole di autenticità e originalità delle prove d'esame. Di conseguenza, nei casi in cui vi sia il sospetto di un comportamento irregolare, l'esame può prevedere un ulteriore approfondimento, contestuale alla prova d'esame, che potrà essere realizzato anche in modalità differente rispetto alle modalità sopra riportate.

Le penalità (voti negativi) per i compiti e all'orale sono assegnate a chi non sa giustificare civilmente o argomentare su quanto asserisce di aver fatto personalmente. Chi, all'orale, non dimostra capacità minimali (di descrivere verbalmente i problemi, di digitare in tempi ragionevoli codici funzionanti e di giustificare quanto fatto nello scritto), potrà comunque essere bocciato.

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

Il corso è impartito in 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 l'esperienza del corso e l'interazione.

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