Última actualización: 25/04/2020


Curso Académico: 2019/2020

Estadística Financiera Avanzada
(15924)
Titulación: Master in Finance (261)
Escuela de Empresa


Coordinador/a: LOPES MOREIRA DA VEIGA, MARIA HELENA

Departamento asignado a la asignatura: Departamento de Estadística

Tipo: Optativa
Créditos: 3.0 ECTS

Curso:
Cuatrimestre:




Materias que se recomienda haber superado
Financial Statistics
Competencias que adquiere el estudiante y resultados del aprendizaje.
La econometría financiera es la intersección de métodos estadísticos y financieros con el objetivo de analizar cómo se determinan los precios de los activos y cuáles son los modelos que intentan replicar el funcionamiento de los mercados. La asignatura cubrirá las herramientas de econometría financiera y finanzas empíricas con un nivel moderado de sofisticación, comenzando por la introducción de las extensiones del modelo básico de heterocedasticidad condicional autorregresiva generalizada (GARCH) en términos de propiedades estadísticas, parámetros estimados y volatilidades. Luego, discutiremos modelos financieros para datos de alta frecuencia y estimadores no-paramétricos de la volatilidad integrada. Finalmente, presentaremos modelos alternativos para la estructura de tipos de interés y usaremos el filtro de Kalman para la estimación de las componentes no-observadas. En las dos últimas semanas de la asignatura habrá un fuerte énfasis en aplicaciones.
Descripción de contenidos: Programa
1. Extensiones de modelos de volatilidad. 1.1. Modelos GARCH con efecto asimetría 1.2. Propiedades estadísticas de los nuevos modelos. 1.3. Estimación de parámetros y volatilidades. 1.4. Modelos de volatilidad estocástica y sus propiedades estadísticas. 1.5. Métodos de estimación y algunos ejemplos. 2. Modelos de volatilidad multivariante 2.1. Modelos GARCH multivariante 2.2. Modelos de volatilidad estocástica multivariante 2.3. Métodos de estimación y aplicaciones 3. Aplicaciones basadas en casos de uso reales
Actividades formativas, metodología a utilizar y régimen de tutorías
Los estudiantes trabajarán con Excel y Matlab. En cada clase, el profesor presentará los principales conceptos teóricos mediante presentaciones con diapositivas en PDF. Después de 2 horas de teoría, los estudiantes resuelven ejercicios usando Matlab y Excel para consolidar los conceptos aprendidos en la parte teórica. Los ejercicios serán resueltos individualmente con la ayuda del profesor.
Sistema de evaluación
  • Peso porcentual del Examen Final 60
  • Peso porcentual del resto de la evaluación 40
Bibliografía básica
  • Ruey S. Tsay. Analysis of Financial Time Series. Wiley. 2010
  • Taylor, S.. Asset price dynamics, volatility and prediction. Princeton University Press. 2005
Bibliografía complementaria
  • Aggoun L. and Elliot R. . Measure theory and filtering, introduction with applications. Cambridge University Press. 2004
  • Dacarogna, M. M., Gencay, R., Muller, U. A., Olsen, R. B., and Pictet, O. V.. An Introduction to High-Frequency Finance. Academic Press. 2001
  • Dacarogna, M. M., Gen¿cay, R., M¿uller, U. A., Olsen, R. B., and Pictet, O. V.. An Introduction to High-Frequency Finance. Academic Press. 2001
  • Harvey A.C.. Forecasting, structural time series models and the Kalman filter. Cambridge University Press. 1989
  • James, J. and N. Webber . Interest rate Modelling. John Wiley & Sons. 2002
  • Silvennoinen, A. and Teräsvirta, T. Multivariate GARCH models. Handbook of Financial Time Series, New York: Springer.. 2008

El programa de la asignatura y la planificación semanal podrían sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.


Dirección web para más información: http://halweb.uc3m.es/esp/Personal/personas/mhveiga/eng/docencia.html