Università degli Studi di Urbino Carlo Bo / Portale Web di Ateneo


ANALISI DI SCENARIO 1

A.A. CFU
2014/2015 6
Docente Email Ricevimento studenti
Giorgio Calcagnini Ogni lunedì ore 10-11

Assegnato al Corso di Studio

Giorno Orario Aula

Obiettivi Formativi

Il corso ha l’obiettivo di fornire gli strumenti metodologici per l’analisi delle relazioni che intercorrono tra macroeconomia e attività di impresa. Il risultato di una qualsiasi decisione (di investimento, di lancio di un nuovo prodotto, di una politica di finanziamento, ecc.) dell’imprenditore o del manager è, infatti, condizionato dal livello di attività economica, corrente e atteso, dell’economia nazionale e internazionale. Obiettivo principale del corso è quindi quello di migliorare le capacità analitiche e di sintesi dello studente mediante lo studio della teoria, la discussione di casi concreti, l’utilizzo delle fonti statistiche e di strumenti informatici (es. Excel) per la realizzazione di scenari macroeconomici.

 

The course aims at providing students with methodological tools to analyse relationships between macroeconomics and economic activity at firm level. Indeed, any microeconomic decision (i.e., new products, fixed investment, etc.) depends upon the state of the current and future state of the economy (domestic or worldwide). Attending the class will improve students' analytical abilities together with their ability to synthetize information by means of down-to-earth applications.

Programma

1. Definizioni e metodi dell’attività di previsione
2. Le fonti statistiche e gli strumenti dell’analisi economica
3. I metodi quantitativi per le previsioni: analisi congiunturale e i modelli con equazioni singole
4. I metodi quantitativi per le previsioni: analisi delle serie storiche (sono esclusi i modelli ARIMA)
5. Applicazioni

Gli studenti di questo corso, rispetto a quelli con inscrizione al corso da 8 CFU, hanno le seguenti opzioni: a. finire il regolarmente corso con gli studenti iscritti al corso da 8 CFU e chiedere il riconoscimento di 2 CFU per la partecipazione al ciclo di seminari "Le serie storiche: i modelli ARIMA" con le date previste dall'orario ufficiale fino a giovedì 7 maggio 2015. In questo caso l'esame sarà identico (nei contenuti) a quello degli studenti da 8 CFU; b. non seguire l'ultima parte del corso su "Le serie storiche: i modelli ARIMA". In questo caso l'esame verterà solo sugli argomenti trattati fino al 27/4 che non includono "Le serie storiche: i modelli ARIMA".  Il numero di esercizi da risolvere ai fini del superamento dell'esame è uguale a quello degli studenti da 8 CFU, cioè 3 (es. 2 esercizi su stima di modelli mediante gli OLS e 1 esercizio sulle serie storiche secondo l'approccio tradizionale, oppure 1 esercizio su stima di modelli mediante gli OLS e 2 esercizi sulle serie storiche secondo l'approccio tradizionale); c. chi volesse continuare a frequentare regolarmente il corso, e non avesse bisogno dei 2 CFU ai fini del completamento del proprio piano di studi, è benvenuto.

1. Definitions and methods of forecasting
2. Statistcal sources and economic analysis
3. Forecasting by means of quantitative methods: single-equation methods
4. Forecasting by means of quantitative methods: time series methods (ARIMA models are excluded)
5. Real-world applications

Eventuali Propedeuticità

Pur non essendo prevista alcuna propedeuticità, si ritiene utile la conoscenza di Elementi di base di  Statistica.

Basic knowledge of Statistics will help students to learn and apply forecasting methods to real-world problems

Risultati di Apprendimento (Descrittori di Dublino)

Conoscenza e capacità di comprensione: lo studente, al termine del corso, conoscerà i diversi metodi di previsione mediante i quali costruire scenari economici. Inoltre acquisirà competenze con riferimento alle diverse fonti statistiche disponibile e al loro trattamento mediante opportuni strumenti informatici.

Conoscenza e capacità di comprensione applicate: lo studente sarà in grado di effettuare previsioni usando i metodi quantitativi (oggettivi) e quelli di natura soggettiva, e di valutarne la rispettiva efficacia.


Autonomia di giudizio: lo studente sarà in grado di individuare ed analizzare le informazioni necessarie per la risoluzione dei problemi affrontati, di scegliere la metodologia più adatta al particolare problema e valutare la bontà delle soluzioni trovate.

Abilità comunicative: lo studente imparerà a comunicare i risultati delle analisi condotte con l'ausilio di relazioni e grafici sintetici. In alcuni casi gli studenti impareranno ad operare in gruppi di lavoro, suddividendosi i compiti per la realizzazione di uno scenario economico.

Capacità di apprendere: lo studente avrà modo di applicare le conoscenze acquisite in corsi precedenti integrandole alle ulteriori competenze professionalizzanti che caratterizzano il corso.

 

Knowledge and Understanding: at the end of the semester students are expected to know multiple forecasting methods by means of which they will be able to build senarios. Futher, they will learn how to find information from several statistical sources and how to manage it by means of statistcal software.

Applying Knowledge and Understanding: students will be able to make forecasts by means of quantitative methods and to evaluate their efficacy.

Making Judgements: students will be able to analyze information to solve several types of problems, to choose the most appropriate method and to evaluate the soundness of found solutions.

Communication Skills: students will learn how to present results from their analyses by means of short reports and graphics. They will learn to work together and present their scenario.

 

Learning Skills: students will be able to apply technical knowledge acquired in other courses and integrate them with skills that they will learn during this course.

Modalità Didattiche, Obblighi, Testi di Studio e Modalità di Accertamento

Modalità didattiche

Lezione frontale; utilizzo del laboratorio informatico.

 

 

Lectures & computer lab supplementary work.

Testi di studio

1. Dispensa del docente
(https://sites.google.com/a/uniurb.it/gcalcagnini/analisi-di-scenario---forecasting)

2. Kazimer Leonard J. “Statistica Aziendale. 355 problemi risolti”, Collana Schaum, Teoria e problemi, cap. 8, 9, 10, 17, 18, 19; (disponibile in biblioteca collocazione: C 6.4 (2)).

3. Amedeo De Luca, Le applicazioni dei metodi statistici alle analisi di mercato. Manuale di ricerche per il Marketing, Milano: Franco Angeli 2006 (5^ edizione aggiornata e ampliata). Sezione A: Parte Prima, Capitolo 1; Parte Seconda, Capitoli 1, 2, 3; (disponibile in biblioteca collocazione: ECON A.13.15 111).

For students interested in studying in English the topics covered in class: Michael K. Evans, Pratictal Business Forecasting, Blackwell Publishing, 2003, capitoli 1-9.

Modalità di
accertamento

L'esame consiste in una prova scritta (previsione) presso il centro di calcolo della Scuola di Economia.

 

 

Final is a written test (3 exercises) taken at the computer lab.

Informazioni Aggiuntive per Studenti Non Frequentanti

Modalità didattiche

Vale quanto previsto per gli studenti frequentanti.

There are no changes in the conditions for non-attending students 

Obblighi

Vale quanto previsto per gli studenti frequentanti.

There are no changes in the conditions for non-attending students 

Testi di studio

Vale quanto previsto per gli studenti frequentanti.

There are no changes in the conditions for non-attending students 

Modalità di
accertamento

Vale quanto previsto per gli studenti frequentanti.

There are no changes in the conditions for non-attending students 

Note

The student can request to sit the final exam in English with an alternative bibliography.

« torna indietro Ultimo aggiornamento: 28/04/2015


Condividi


Questo contenuto ha risposto alla tua domanda?


Il tuo feedback è importante

Raccontaci la tua esperienza e aiutaci a migliorare questa pagina.

Il tuo 5x1000 per sostenere le attività di ricerca

L'Università di Urbino destina tutte le risorse che deriveranno da questa iniziativa alla ricerca scientifica ed al sostegno di giovani ricercatori.

Posta elettronica certificata

amministrazione@uniurb.legalmail.it

Social

Performance della pagina

Università degli Studi di Urbino Carlo Bo
Via Aurelio Saffi, 2 – 61029 Urbino PU – IT
Partita IVA 00448830414 – Codice Fiscale 82002850418
2020 © Tutti i diritti sono riservati

Top