78830 - METODI STATISTICI MULTIVARIATI PER IL CREDIT SCORING

Anno Accademico 2021/2022

  • Modalità didattica: Convenzionale - Lezioni in presenza
  • Campus: Rimini
  • Corso: Laurea in Finanza, assicurazioni e impresa (cod. 8872)

Conoscenze e abilità da conseguire

Al termine del corso lo studente: - conosce i concetti fondamentali delle metodologie statistiche per le decisioni aziendali e finanziarie; - conosce i modelli per dati contabili e finanziari più adeguati per individuare e misurare il rischio di credito.

Contenuti

  • Introduzione ai metodi statistici per il credit scoring.
  • Richiami sulle variabili categoriali: indipendenza marginale e condizionata, misure di associazione.
  • Modello di regressione logistica: formulazione del modello, stima e interpretazione dei parametri, selezione delle variabili, bontà di adattamento.
  • Analisi discriminante: analisi discriminante canonica e basata su modello.
  • Alberi di classificazione: metodi CART e CHAID.
  • Metodi per la stima del tasso di errata classificazione e per la valutazione della performance del classificatore.
  • Aspetti principali delle reti neurali.
  • Cenni ai modelli a variabili latenti: analisi delle classi latenti.
  • Richiami all'analisi dei gruppi per il suo utilizzo nel credit scoring.
  • Per ognuno degli argomenti elencati verranno svolte analisi di casi di studio in laboratorio utilizzando il software R (almeno 2 ore a settimana).

Testi/Bibliografia

Materiale necessario

  • Elena Stanghellini (2009) "Introduzione ai metodi statistici per il credit scoring", Springer-Verlag. Disponibile come e-book di ateneo.
  • Dispense del docente disponibili nella piattaforma Virtual Learning Environment al link: virtuale.unibo.it 

 

Testi consigliati

  • Stefania Mignani, Angela Montanari (1997) "Appunti di analisi statistica multivariata", Esculapio (cap. 5 analisi discriminante, cap. 7 analisi dei gruppi)
  • Sergio Zani, Andrea Cerioli (2007) "Analisi dei dati e data mining per le decisioni aziendali", Giuffrè Editore (cap. 8 distanze e indici di similarità, cap. 9 analisi dei gruppi, cap. 11 alberi di classificazione, cap. 12 reti neurali)

 

Metodi didattici

Lezioni frontali in aula ed esercitazioni in laboratorio statistico utilizzando il software R (lavoro individuale seguendo gli esempi trattati dal docente o lavoro di gruppo). 

Se le lezioni dovessero essere possibili in modalità mista o solo online, gli studenti potranno seguire e svolgere le esercitazioni direttamente dal proprio pc, previa installazione del software R o Rstudio, si veda: https://www.r-project.org/

Le lezioni non vengono registrate.

La frequenza alle lezioni e alle esercitazioni, pur non essendo obbligatoria, è fortemente raccomandata.

In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio, in modalità e-learning.

Modalità di verifica e valutazione dell'apprendimento

Prova complessiva scritta volta a valutare la conoscenza dei metodi statistici affrontati durante il corso sia dal punto di vista teorico sia da quello applicato. 

La prova scritta consiste in domande aperte riguardanti sia la teoria sia l'interpretazione di output prodotti con il software R. Nel materiale didattico del docente sarà possibile visionare un esempio di prova scritta. La prova scritta ha una durata variabile da 90 a 120 minuti. Durante la prova scritta è consentito esclusivamente l'uso della calcolatrice.

Per ogni domanda è indicato il punteggio attribuito. La somma dei punteggi è pari a 32. Il voto finale è espresso in trentesimi e viene calcolato tramite la somma dei punteggi ottenuti nelle single domande. La lode viene assegnata solo agli studenti che ottengono un punteggio pari a 32.

Il voto finale corrisponde alla seguente descrizione del livello di preparazione complessiva raggiunta:

< 18: insufficiente (esame non superato)

18-23: sufficiente

24-25: discreto

26-28: buono

29-30: ottimo

30 e lode: eccellente

Conoscenze adeguate di matematica, statistica, calcolo delle probabilità e inferenza statistica, costituiscono prerequisiti fondamentali per affrontare l’esame con successo

La frequenza alle lezioni è caldamente consigliata.

Gli studenti immatricolati nell'a.a. 16/17 o prima in debito d'esame possono scegliere se sostenere l'esame con le vecchie modalità (esame ORALE) o con le modalità attuali (esame SCRITTO). In caso di scelta dell'esame orale, lo stesso dovrà essere sostenuto nelle stesse date previste per gli esami scritti, con orario da concordare con il docente. Per questo motivo, informare il docente via mail almeno un giorno prima dell'esame.

Le modalità di svolgimento della prova saranno quelle previste dalle indicazioni di Ateneo (in presenza, online o entrambe). Tuttavia, le modalità di svolgimento della prova NON modificano la tipologia di esame che rimane sempre SCRITTO. Nel caso di esame online, la prova verrà gestita con gli applicativi EOL (Esami On Line) per la ricezione /consegna e Zoom per la sorveglianza. Ulteriori indicazioni verranno mandate via email alla lista iscritti di ogni appello.

 

 

Strumenti a supporto della didattica

Slide e materiale di laboratorio disponibili sulla piattaforma virtuale; software R.

Orario di ricevimento

Consulta il sito web di Mariagiulia Matteucci

SDGs

Istruzione di qualità Lavoro dignitoso e crescita economica

L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.