06445 - STATISTICA AZIENDALE

Conoscenze e abilità da conseguire

Al termine del corso lo studente conosce le tematiche introduttive connesse ai modelli quantitativi per il supporto alle decisioni aziendali. In particolare lo studente è in grado di: - migliorare l'analisi dell'ambiente competitivo attraverso l'utilizzo di metodi statistici - conoscere, interpretare e valutare i principali modelli di analisi della performance - prevedere le vendite e la quota di mercato delle imprese

Contenuti

Le informazioni statistiche per l’azienda

Statistiche nazionali, internazionali ufficiali e non ufficiali; i big data dal web e le tecniche di scraping da siti statici e dinamici (cenni). I dati dai sistemi gestionali ERP, CRM, PMS; i sondaggi in azienda (indagini di clima aziendale e le indagini presso clienti/fornitori).

Ciclo di vita dei dati aziendali (la qualità dell'informazione statistica)

La pulizia dei dati: tecniche per identificazione e correzione di duplicati outliers, dati mancanti e standardizzazione. La validazione dei dati: tecniche per valutare coerenza, continuità e completezza dell’informazione. L’integrazione nei data warehouse. Le sintesi della statistica aziendale - Key performance indicators (KPI) operativi per il controllo di gestione; KPI finanziari per l’analisi della solvibilità.

Metodi statistici per le decisioni nell’azienda e nella finanza (dati cross-section)

Key performance indicators (KPI) per il livello e KPI per il rischio (sintesi grafiche, valori medie e misure di variabilità). Le relazioni tra KPI (tavole a doppia entrata). Decidere sulla base di confronti inferenziali. L’identificazione delle leve di gestione (medie condizionate, regressione lineare, regressione logistica / multinomiale La SWOT analysis applicata nelle operazioni di merge & acquisition,

KPI per misurare fenomeni latenti (indicatori compositi)

Il processo di costruzione di un indicatore composito (struttura teorica, dati, struttura empirica, verifica). Pesi e tecniche statistiche di aggregazione: correlazione, rischio, regressione, analisi fattorale, analisi delle corrispondenze (cenni).

Key performance indicators (KPI) per il livello e KPI per il rischio (sintesi grafiche, valori medie e misure di variabilità

Metodi statistici per le decisioni nell’azienda e nella finanza (dati in serie storica)

Numeri indici dei mercati finanziari. KPI per misurare la liquidità di un asset finanziario. Altri KPI per la finanza (grafici tecnici, medie mobili e oscillatori). Supporti e resistenze come intervalli di confidenza. Il livellamento esponenziale. RiskMetrics (cenni). Estraiamo i trend: trend stocastici vs trend deterministici. Modellistica ARIMA. Modelli black-box (supervised machine learning tecniques) per la classificazione (es. rischio di credito) e la previsione.

La valutazione delle performance previsive

Perdita attesa e propensione al rischio del decision maker. La valutazione della capacità previsiva: previsori, errori di previsione, funzioni di perdita/costo, ottimalità del previsore sotto funzione di perdita soggettiva. Il ranking della capacità previsiva: approccio descrittivo e test inferenziali.

Testi/Bibliografia

Materiale del docente

Metodi didattici

Il corso è tenuto sia in aula (dove vengono trattati gli aspetti teorici) sia in laboratorio dove si realizzano simulazioni e casi aziendali/di studio).

Per gli studenti che intendono frequentare in presenza i laboratori è necessario svolgere in via preventiva la formazione sul tema della sicurezza nei luoghi di studio, [https://elearning-sicurezza.unibo.it/] in modalità e-learning (moduli 1 e 2 ).

OPZIONALE (i.e., per un numero limitato di studenti) è possibile candidarsi per discutere con il docente (in aula) un caso di studio (nessuna perdita o profitto attesi).

Modalità di verifica e valutazione dell'apprendimento

La prova d'esame mira a verificare il raggiungimento dei seguenti obiettivi didattici:

- conoscenza a degli strumenti statistici illustrati durante le lezioni frontali

- capacità di impiegare tali strumenti

- capacità di impiegare i risultati ottenuti al fine di interpretare il fenomeno oggetto di studio e di realizzare processi di decisione.

L’accertamento dell’apprendimento si articola in una prova scritta obbligatoria ed una prova orale facoltativa. La prova scritta prevede alcune domande sui metodi (“domande di teoria”), ed esercizi in cui gli studenti dimostrano di saper applicare gli strumenti acquisiti. Per ogni domanda è previsto un punteggio da 0 a 36. 6 punti per la mancata risposta. Il punteggio finale della prova scritta si ottiene come media dei voti.

Durante la prova non è ammesso l'uso di materiale di supporto quale libri di testo, dispense, appunti, supporti informatici.

Per sostenere la prova d'esame è necessaria l'iscrizione tramite bacheca elettronica, nel rispetto delle scadenze previste. Coloro che non riuscissero ad iscriversi entro la data prevista, sono tenuti a comunicare tempestivamente (e comunque prima della chiusura ufficiale delle liste di iscrizione) il problema alla segreteria didattica. Sarà facoltà del docente ammetterli a sostenere la prova.

Strumenti a supporto della didattica

Slide del docente. Sessioni al computer utilizzando i software: Excel, Gretl e R e Python.

Orario di ricevimento

Consulta il sito web di Andrea Guizzardi