Consulta de Guías Docentes



Academic Year/course: 2023/24

449 - Degree in Finance and Accounting

27545 - Statistical Analysis for Finance


Syllabus Information

Academic year:
2023/24
Subject:
27545 - Statistical Analysis for Finance
Faculty / School:
109 - Facultad de Economía y Empresa
Degree:
449 - Degree in Finance and Accounting
ECTS:
6.0
Year:
4 and 3
Semester:
Second semester
Subject type:
Optional
Module:
---

1. General information

The main goal of this subject is to provide students with knowledge of some of the most commonly used statistical tools for the exploratory analysis of multidimensional data and a time series analysis of financial series. All topics will be approached from a practical point of view, using different data sets to illustrate the techniques explained. For this purpose, the R programming language and environment will be used, which integrates a multitude of packages that increase its capacity and versatility.

These approaches and goals are aligned with the Sustainable Development Goals (SDGs) of the Agenda 2030 of United Nations (https://www.un.org/sustainabledevelopment/es/), specifically, the activities planned in the subject will contribute to the achievement of goals 7 (Affordable and clean energy), 11 (Sustainable cities and communities), 12 (Responsible production and consumption) and 13 (Climate action) as the examples worked on in class analyze the basics of the databases that address these issues. While it is true that all the training provided by this subject (theoretical and practical) contributes transversally to AGENDA 2030 and SDGs since its training enables the student to contribute to the analysis and management of the 245 indicators of the SDGs.

2. Learning results

The student, in order to pass this subject, must demonstrate the following results:

1. Perform an initial analysis of a multivariate data set

2. Perform principal component analysis and interpret the results obtained

3. Perform a factor analysis and interpret the results obtained

4. Carry out a data classification process using agglomerative hierarchical procedures

5. Carry out a data classification process using partitioning procedures

6. Design classification procedures to discriminate between groups of observations

7. Develop univariate models of the volatility of a financial asset

8. Define and calculate various measures of financial risk

3. Syllabus

Block 1. Introduction to R through basic statistical data analysis

Unit 1: Introduction to R

Unit 2: Initial exploratory data analysis

Block 2: Multivariate statistical techniques

Unit 3: Dimension reduction. Main Components. Factor Analysis

Unit 4: Classification techniques. Cluster analysis. Discriminant Analysis

Block 3. Time series analysis of financial series

Unit 5: Statistical modeling of volatility. Risk assessment and management

4. Academic activities

Master classes: 30 hours

Practical classes: 30 hours

Personal Study: 85 hours

Assessment tests. 5 hours

6 ECTS = 150 hours

In principle, the teaching methodology and its evaluation is planned to be based on face-to-face classes . However, if circumstances so require, they may be carried out online.

5. Assessment system

The subject will be evaluated by means of continuous or global assessment during the first call and by means of global evaluation during the second call.

Continuous assessment:

- 5 or 6 test type deliveries (C) corresponding to each of the topics.

- 1 delivery in report format (I1) related to the one-dimensional and two-dimensional exploratory analysis.

- 1 delivery in report format (I2) related to the multivariate techniques studied.

Global assessment:

It consists of an exam (E) that will assess the theoretical and practical knowledge of the subject through exercises in which will have to answer different questions about different databases. The answers to the questions will be made by means of scripts using the R program, and writing a report with the conclusions obtained.

Assessment Criteria:

In the case of continuous assessment, the 5 or 6 questionnaires (C) and the reports (I1, I2) will be scored on a scale from 0 to 10. The student must have at least a 3 in each of the three types of activities (the average of the 5-6 questionnaires, the report I1 and the report I2) to be able to make the average, otherwise, the student cannot continue by this system of continuous evaluation. If at least 3 has been obtained in the marks of each activity, the final mark in the continuous assessment will be calculated as the weighted average of 30% of the average assessment of the questionnaires, 30% of the average assessment of the questionnaires, 30% of the I1 report and 40% of the I2 report. The final grade must be equal to or higher than 5.

Students who have not taken the continuous evaluation or whose grade has not exceeded 5 or who wish to improve their grade may opt for a global evaluation.

In the case of the global evaluation there will be only one exam (E) that will be scored on a scale of 0 to 10 and its final grade must be equal or greater than 5.

In other words, the final grade for the course will be calculated as follows:

Final grade = 0.3*Average (Grade(C)) + 0.3*Grade(I1) + 0.4*Grade(I2)

if the student uses continuous assessment to pass the subject       

Final grade = Grade (E)

if the student uses the global evaluation to pass the subject

 


Curso Académico: 2023/24

449 - Graduado en Finanzas y Contabilidad

27545 - Análisis estadístico en finanzas


Información del Plan Docente

Año académico:
2023/24
Asignatura:
27545 - Análisis estadístico en finanzas
Centro académico:
109 - Facultad de Economía y Empresa
Titulación:
449 - Graduado en Finanzas y Contabilidad
Créditos:
6.0
Curso:
4 y 3
Periodo de impartición:
Segundo semestre
Clase de asignatura:
Optativa
Materia:
---

1. Información básica de la asignatura

Esta asignatura con un marcado carácter instrumental tiene como objetivo principal que el estudiante conozca algunas de las herramientas estadísticas más utilizadas en la realización de un análisis exploratorio de datos multidimensionales y de un análisis temporal de series financieras. Todos los temas se enfocarán desde un punto de vista práctico, utilizando diferentes conjuntos de datos para ilustrar las técnicas explicadas. Para ello se utilizará el entorno y lenguaje de programación R que integra multitud de paquetes que incrementan su capacidad y versatilidad.

Estos planteamientos y objetivos están alineados con los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030 de Naciones Unidas (https://www.un.org/sustainabledevelopment/es/), en concreto, las actividades previstas en la asignatura contribuirán al logro de los objetivos 7 (Energía asequible y no contaminante), 11 (Ciudades y comunidades sostenibles), 12 (Producción y consumo responsables) y 13 (Acción por el clima) ya que los ejemplos que se trabajan en clase analizan bases de datos que abordan estas cuestiones. Si bien es verdad que toda la formación que aporta esta asignatura (teórica y práctica) contribuye de forma transversal a la AGENDA 2030 y ODS ya que su formación capacita al estudiante para contribuir al análisis y gestión de los 245 indicadores de los ODS.

2. Resultados de aprendizaje

El estudiante, para superar esta asignatura, deberá demostrar los siguientes resultados:

1. Realizar un análisis inicial de un conjunto de datos multivariantes

2. Realizar un análisis de componentes principales e interpretar los resultados obtenidos

3. Realizar un análisis factorial e interpretar los resultados obtenidos

4. Llevar a cabo un proceso de clasificación de datos utilizando procedimientos jerárquicos aglomerativos

5. Llevar a cabo un proceso de clasificación de datos utilizando procedimientos de particionamiento

6. Diseñar procedimientos de clasificación que permitan discriminar entre grupos de observaciones

7. Elaborar modelos univariantes de la volatilidad de un activo financiero

8. Definir y calcular diversas medidas de riesgo financiero

3. Programa de la asignatura

Bloque 1: Introducción a R mediante un análisis estadístico básico de datos

Tema 1: Introducción a R

Tema 2: Análisis exploratorio inicial de datos

Bloque 2: Técnicas estadísticas multivariantes

Tema 3: Reducción de la dimensión. Componentes Principales. Análisis Factorial

Tema 4: Técnicas de clasificación. Análisis Clúster. Análisis Discriminante

Bloque 3: Análisis temporal de series financieras

Tema 5: Modelización estadística de la volatilidad. Valoración y gestión de riesgos

 

4. Actividades académicas

Clases magistrales: 30 horas

Clases prácticas: 30 horas

Estudio Personal: 85 horas

Pruebas Evaluación: 5 horas

6 ECTS = 150 horas

En principio la metodología de impartición de la docencia y su evaluación está previsto que pivote alrededor de clases presenciales. No obstante, si las circunstancias lo requieren, podrán realizarse de forma online.

5. Sistema de evaluación

La asignatura se evaluará mediante evaluación continua o global en primera convocatoria y mediante evaluación global durante segunda convocatoria.

Evaluación continua:

- 5 ó 6 entregas de tipo test (C) correspondientes a cada uno de los temas.

- 1 entrega en formato informe (I1) relacionada con el análisis exploratorio unidimensional y bidimensional.

- 1 entrega en formato informe (I2) relacionada con las técnicas multivariantes estudiadas.

Evaluación Global:

Consiste en un examen (E) que valorará los conocimientos teóricos y prácticos de la materia mediante ejercicios en los que tendrán que responder a diferentes preguntas sobre distintas bases de datos. Las respuestas a las preguntas se realizarán mediante scripts utilizando el programa R, y redactando un informe con las conclusiones obtenidas.

Criterios de Evaluación:

En el caso de la evaluación continua, los 5 o 6 cuestionarios (C) y los informes (I1, I2) serán puntuados en una escala de 0 a 10. El estudiante debe tener al menos un 3 en cada uno de los tres tipos de actividades (la media de los 5-6 cuestionarios, el informe I1 y el informe I2) para poder realizar la media, en otro caso, el estudiante no puede seguir por este sistema de evaluación continua. Si en las calificaciones de cada actividad se ha obtenido al menos el 3, la nota final en la evaluación continua se calculará como la media ponderada del 30% de la valoración media de los cuestionarios, del 30% de la valoración media de los cuestionarios, del 30% del informe I1 y el 40% del informe I2. La nota final deberá ser igual o mayor de 5.

Los estudiantes que no han realizado la evaluación continua o su calificación no ha superado el 5 o quieran mejorar su calificación, podrán optar a la evaluación global.

En el caso de la evaluación global se realizará únicamente un examen (E) que será puntuado en una escala de 0 a 10 y su nota final deberá ser igual o mayor de 5.

Es decir, la nota final de la asignatura será calculada del siguiente modo:

Nota final = 0,3*Media (Nota(C)) + 0,3*Nota(I1) + 0,4*Nota(I2)

si el estudiante utiliza la evaluación continua para superar la asignatura        

Nota final = Nota (E)

si el estudiante utiliza la evaluación global para superar la asignatura