Introducción a la Ingeniería Financiera
Código: 104875 Créditos ECTS: 6| Titulación | Tipo | Curso |
|---|---|---|
| 2503852 Estadística Aplicada | OT | 4 |
Contacto
- Nombre:
- Albert Ferreiro Castilla
- Correo electrónico:
- albert.ferreiro@uab.cat
Idiomas de los grupos
Puede consultar esta información al final del documento.
Prerrequisitos
La asignatura se centra en las aplicaciones de las herramientas matemáticas y estadísticas que se han adquirido en cursos previos, en particular requiere que el estudiante tenga adquiridos los conocimientos teóricos básicos de cálculo, cálculo de probabilidades, series temporales y métodos numéricos.
Objetivos y contextualización
El Objetivo de esta asignatura es introducir al estudiante en un área muy activa tanto científicamente como profesionalmente como es la matemática financiera. El objetivo formativo principal es mostrar al estudiante las diferentes aplicaciones de conceptos matemáticos y estadísticos en la ingeniería financiera, incidiendo en su correcta utilización e interpretación de los resultados.
Así la asignatura se plantea como un recorrido de alto nivel por las más relevantes unidades cuantitativas presentes en la industria financiera para introducir los conceptos económicofinancieros más fundamentales y mostrar las técnicas utilizadas más habituales. Desde la aplicación de series temporales utilizadas en los servicios de estudios macroeconómicos, hasta el cálculo numérico mediante métodos de Monte Carlo habituales en el front office para determinar el precio de derivados financieros, pasando por técnicas de optimización en modelos de rentabilidad-riesgo de los equipos gestores y técnicas de cálculo de pérdidas presentes en los departamentos de riesgos.
Es por esto que la asignatura se centra en las aplicaciones y requiere que el estudiante tenga adquiridos los conocimientos teóricos básicos de cálculo, cálculo de probabilidades, series temporales y métodos numéricos.
Es también un objetivo que el alumno haga un trabajo que requiera el uso del ordenador, y esto llevará a completar las clases de teoría con clases de problemas y prácticas donde el ordenador esté presente.
Resultados de aprendizaje
- CM14 (Competencia) Proponer el modelo estadístico necesario para analizar conjuntos de datos pertenecientes a estudios reales.
- KM17 (Conocimiento) Reconocer los modelos estadísticos para el análisis de datos con distintas estructuras y complejidad que aparecen frecuentemente en distintos ámbitos de aplicación.
- KM18 (Conocimiento) Reconocer el lenguaje propio de las aplicaciones de economía y finanzas, ciencias biomédicas e ingeniería, aportado por la investigación y la innovación en el ámbito de la estadística.
- KM18 (Conocimiento) Reconocer el lenguaje propio de las aplicaciones de economía y finanzas, ciencias biomédicas e ingeniería, aportado por la investigación y la innovación en el ámbito de la estadística.
- SM16 (Habilidad) Seleccionar las fuentes de información adecuadas para el trabajo estadístico
- SM19 (Habilidad) Analizar datos de estructuras complejas, ya sea por su naturaleza o por su dimensión.
Contenido
- Introducción
- Qué son las finanzas?
- Preu justo, valor razonable y finanzas
- Valor temporal del dinero
- Academia vs Industria: Advertencia
- Series Temporales: Series macroeconómicas
- Aplicaciones ARMA, ARCH y GARCH
- Cálculo Estocástico: Valoración de derivados financieros
- Introducción a los derivados financieros y su valor razonable
- Modelos discretos para la evolución de activos financieros
- El modelo continuo como paso al límite: el movimiento Browniano
- Simulación de modelos continuos y métodos de Monte Carlo
- Optimización Matemática: Gestión de carteras por rentabilidad-riesgo
- Teoría moderna de carteras (Markowitz): binomio rentabilidad-riesgo
- Multiplicadores de Lagrange y optimización de cartera
- CAPM: Modelo de valoración de activos financieros
- Cálculo de probabilidades: Estimación del riesgo
- Tipología de Riesgos
- Cálculos de VaR
- Desastres financieros: Lecciones
A menos que las restricciones impuestas por las autoridades sanitarias obliguen a una priorización o reducción de estos contenidos.
Actividades formativas y Metodología
| Título | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|
| Tipo: Dirigidas | |||
| Clases Prácticas | 20 | 0,8 | CM14, KM17, SM19, CM14 |
| Clases de Teoría | 30 | 1,2 | KM18, SM16, KM18 |
| Tipo: Supervisadas | |||
| Tutorías | 25 | 1 | CM14, KM17, KM18, SM16, SM19, CM14 |
| Tipo: Autónomas | |||
| Estudio + Trabajo Problemas & Prácticas | 67,5 | 2,7 | CM14, KM17, SM16, SM19, CM14 |
El alumno adquiere los conocimientos científico-técnicos propios de la asignatura asistiendo a clase de teoría y completándolo con un estudio personal de los temas tratados. Las clases de teoría son actividades en las cuales se exige menos actividad interactiva al estudiante: están concebidas como un método fundamentalmente unidireccional de transmisión de conocimiento del profesor al alumno.
Los problemas y las prácticas son sesiones con un número reducido de estudiantes con una doble misión. Por una parte trabajan los conocimientos científico-técnicos expuestos en clase de teoría para completar su comprensión y profundizar en ellos desarrollando actividades diversas, desde la típica resolución de problemas hasta la discusión de casos prácticos. Por otro lado, las clases de problemas son el fórum natural donde discutir en común el desarrollo del trabajo práctico, aportando los conocimientos necesarios para llevarlo a cabo, o indicando dónde y cómo se pueden adquirir. El curso práctico de esta asignatura se plantea como un camino para orientar al alumno en un trabajo de campo estadístico en cada una de sus etapas.
Este planteamiento está orientado a promover un aprendizaje activo y a desarrollar el razonamiento crítico y la capacidad de análisis y síntesis.
La metodología docente propuesta puede experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias.
Nota: se reservarán 15 minutos de una clase dentro del calendario establecido por el centro o por la titulación para que el alumnado rellene las encuestas de evaluación de la actuación del profesorado y de evaluación de la asignatura o módulo.
Evaluación
Actividades de evaluación continuada
| Título | Peso | Horas | ECTS | Resultados de aprendizaje |
|---|---|---|---|---|
| Examen | 30% | 2,5 | 0,1 | KM17, KM18 |
| Problemas | 35% | 2,5 | 0,1 | CM14, KM17, SM19 |
| Prácticas | 35% | 2,5 | 0,1 | CM14, KM17, KM18, SM16, SM19 |
Para aprobar la asignatura es necesario que la media de las prácticas y problemas sea mayor o igual a 4 y la nota del examen igual o superior a 3. Si el alumno se presenta al examen de recuperación, la nota final será el máximo entre la nota del curso y la media ponderada de ésta (30%) y la nota del examen de recuperación (70%). No se permite ir al examen de recuperación a subir nota.
En caso que el alumno opte por la Evaluación Única, esta constará de un Examen (50%) y un trabaja práctico (50%), para poder superar la asignatura es necesario obtener una calificación superior a 5 en cada una de las actividades.
La evaluación propuesta puede experimentar alguna modificación en función de las restricciones a la presencialidad que impongan las autoridades sanitarias.
Bibliografía
Arratia, A. (2014) Computational Finance, an introductory course with R, Atlantis Press.
Hull, J. (2008) Options, Futures, and Other Derivatives, Prentice Hall.
Ruppert, D. (2010) Statistics and Data Analysis for Financial Engineering, Springer.
Software
R
Lista de idiomas
| Nombre | Grupo | Idioma | Semestre | Turno |
|---|---|---|---|---|
| (SEM) Seminarios | 1 | Catalán | primer cuatrimestre | tarde |
| (TE) Teoría | 1 | Catalán | primer cuatrimestre | tarde |