Β' Εξάμηνο

Ανάλυση Κινδύνου Ι (ECON582)

Το μάθημα αυτό είναι μια εισαγωγή στην Ανάλυση Κινδύνου. Ο κύριος στόχος του είναι να αναλύσει τους βασικότερους χρηματοοικονομικούς, και μη, κινδύνους ενός χρηματοπιστωτικού οργανισμού, στα πλαίσια που ορίζουν οι ρυθμιστικές και εποπτικές αρχές, μιας επιχείρησης, αλλά και ιδιωτών επενδυτών. Οι κύριοι μαθησιακοί στόχοι είναι οι φοιτητές να μπορούν να ταυτοποιήσουν τους κινδύνους και να τους ποσοτικοποιήσουν με τη χρήση κατάλληλων μεθόδων και υποδειγμάτων, όπως αξία σε κίνδυνο (Value at Risk), δεσμευμένη αξία σε κίνδυνο (Conditional VaR) προσομοίωση Monte Carlo, ιστορική προσομοίωση, υποδείγματα πιστοληπτικής διαβάθμισης, υποδείγματα εκτίμησης της επίδρασης των μεταβολών των επιτοκίων (Repricing, Maturity and Duration Μodel). Πιο συγκεκριμένα, αναλύονται ο λειτουργικός κίνδυνος, ο κίνδυνος ρευστότητας, οι κίνδυνοι αγοράς, επιτοκίου, πιστωτικός, συναλλαγματικός κ.α. Τέλος, οι φοιτητές θα μπορούν να κατανοήσουν την έννοια και λειτουργία της διαχείρισης ενεργητικού-παθητικού (ALM), καθώς επίσης, και τη σημασία και δομή των ασκήσεων προσομοίωσης ακραίων καταστάσεων (Stress Tests) των Χρηματοπιστωτικών Ιδρυμάτων.

Μαθηματική Χρηματοοικονομική και εφαρμογές σε MATLAB IΙ (ECON528)

Αυτό το μάθημα ασχολείται με το βασικό θέμα της μέτρησης του κινδύνου και της τιμολόγησης περιουσιακών στοιχείων σε μη πλήρεις αγορές. Συγκεκριμένα, η πρώτη ενότητα ασχολείται με το πρόβλημα της καλύτερης δυνατής αντιστάθμισης κινδύνου-απόδοσης, η οποία οδηγεί στη μεγιστοποίηση της αναμενόμενης χρησιμότητας. Η δεύτερη ενότητα, περιγράφει τις αριθμητικές τεχνικές που απαιτούνται για αυτήν την εργασία, καθώς, κλειστού τύπου φόρμουλες δεν είναι διαθέσιμες σε μη πλήρεις αγορές. Σε αυτό το μάθημα θα χρησιμοποιήσουμε εκτενώς, τη γλώσσα προγραμματισμού MATLAB που είναι ένα ισχυρό περιβάλλον αριθμητικών υπολογιστών για οικονομικές εφαρμογές.

Στατιστική Συμπερασματολογία, & Απλή Γραμμική Παλινδρόμηση (ECON535)

Το μάθημα χωρίζεται σε δύο ενότητες: (α) Στατιστική Συμπερασματολογία και (β) Απλή Γραμμική Παλινδρόμηση. Στη Στατιστική Συμπερασματολογία καλύπτονται σε θεωρητικό και εφαρμοσμένο επίπεδο έλεγχοι υποθέσεων για τη μέση τιμή, τη διακύμανση και το ποσοστό, στις περιπτώσεις ενός, δύο και περισσοτέρων από δύο (Ανάλυση Διακύμανσης) δειγμάτων. Στην Απλή Γραμμική Παλινδρόμηση καλύπτονται σε θεωρητικό και εφαρμοσμένο επίπεδο η εκτίμηση του υποδείγματος, οι ιδιότητες του εκτιμητριών, οι σχετικοί έλεγχοι υποθέσεων και οι προβλέψεις. Οι βασικοί μαθησιακοί στόχοι αυτού του μαθήματος είναι οι φοιτητές να μπορούν να χρησιμοποιούν στατιστικές μεθόδους για την επίλυση προβλημάτων ανάλυσης κινδύνου και διαχείρισης χαρτοφυλακίου, αλλά και να αποκτήσουν τις βάσεις για τη μελέτη μεθόδων επίλυσης πιο σύνθετων προβλημάτων (Πολλαπλή Γραμμική Παλινδρόμηση, Λογιστική Παλινδρόμηση και Χρονοσειρές).

Υπολογιστικά Μαθηματικά – Monte Carlo (ECON779)

Σκοπός του μαθήματος είναι η εκμάθηση από τους φοιτητές των βασικών αριθμητικών τεχνικών που χρησιμοποιούνται στην επίλυση μαθηματικών προβλημάτων με ηλεκτρονικό υπολογιστή. Έμφαση δίδεται στην επίλυση διαφορικών εξισώσεων καθώς και στην ανάπτυξη αλγορίθμων για προσομοίωση στοχαστικών φαινομένων (Monte Carlo).

Εργαστήριο EXCEL (ECON635)

Σκοπό του εργαστηριακού μαθήματος “Advanced Excel” αποτελεί η εξοικείωση των συμμετεχόντων με προχωρημένες τεχνικές επεξεργασίας και ανάλυσης δεδομένων, καθώς και με την χρήση πρόσθετων εργαλείων (add-ins) που διευκολύνουν τη χρήση υπολογιστικών φύλλων για την παροχή πληροφόρησης και τη λήψη οικονομικών, επιχειρηματικών, κλπ. αποφάσεων.

Επιπλέον, το μάθημα παρέχει εξοικείωση με τη γλώσσα προγραμματισμού VBA (Visual Basic for Applications) που μπορεί να αξιοποιηθεί εντός του MS Excel για την αυτοματοποίηση και διασφάλιση τήρησης διαδικασιών, αλλά και για την ανάπτυξη εύχρηστου περιβάλλοντος εργασίας με σκοπό τη διευκόλυνση των χρηστών.

Τέλος, στο πλαίσιο του μαθήματος υλοποιείται και παρουσίαση των σύγχρονων εργαλείων Power-Query, -Pivot και –View, που επιτρέπουν την εύκολη «σύνδεση» σε διαφορετικές πηγές δεδομένων, την κατάλληλη επεξεργασία τους, την υλοποίηση περισσότερο περίπλοκων αναλύσεων, καθώς και την απεικόνιση αποτελεσμάτων σε ευπαρουσίαστες και διαδραστικές αναφορές αποτελεσμάτων.

Με την εξοικείωση με τα εργαλεία αυτά, οι συμμετέχοντες θα μπορούν πολύ εύκολα να αρχίσουν να αξιοποιούν και τη δημοφιλή εφαρμογή «επιχειρηματικής ευφυΐας» (business intelligence) Power BI (επίσης της Microsoft)

©2024 MSc in Quantitative Investing