Finansiell statistik
Financial Statistics

FMSN60F, 7,5 högskolepoäng

Gäller från och med: Höstterminen 2020
Beslutad av: Professor Thomas Johansson
Datum för fastställande: 2020-05-19

Allmänna uppgifter

Avdelning: Matematisk statistik (LTH)
Kurstyp: Gemensam kurs, avancerad nivå och forskarnivå
Kursen ges även på avancerad nivå med kurskod: FMSN60
Undervisningsspråk: Engelska

Syfte

Kursen skall ses som den statistiska delen av ett kurspaket som även innehåller kurserna TEK180 Värdering och hantering av finansiell risk och FMS170 Prissättning av derivattillgångar och skall ge verktyg för att från data konstruera modeller för riskvärdering och prissättning.

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

• hantera variansmodeller såsom GARCH-familjen, stokastisk volatilitet samt modeller som används för högfrekvent data.
• utnyttja grundläggande verktyg från stokastisk kalkyl: Itos formel, Girsanov transformation, Martingal, Markovprocess, Filtration och hur dessa kan användas.
• använda verktyg för filtrering av latenta processer såsom Kalmanfilter och partikelfilter.
• statistiskt validera modeller från någon av ovanstående modellklasser.

Färdighet och förmåga

För godkänd kurs skall doktoranden

• kunna hitta lämpliga stokastiska modeller för finansiell data.
• arbeta med stokastisk kalkyl för att prissätta finansiella kontrakt och för att transformera modeller så att data lämpar sig för statistisk modellering.
• förstå när och hur filtermetoder skall appliceras.
• validera vald modell i relativa och absoluta termer.
• lösa ett modelleringsproblems alla delar med hjälp av ekonomisk och statistisk teori (från kursen och från andra kurser) där lösningen innefattar modellspecifikation, inferens och modellval.
• redovisa lösningen skriftligt i en teknisk rapport samt muntligt.
• tillgodogöra sig forskningsartiklar inom fältet och närliggande fält.

Kursinnehåll

Kursen behandlar modellbygge och estimation i olinjära dynamiska stokastiska modeller för finansiella system. Modellerna kan ha kontinuerlig eller diskret tid och modellbygget avser såväl att bestämma modellernas struktur som att estimera eventuella parametrar. Vanliga modellklasser är t.ex. GARCH-modeller med diskret tid eller modeller baserade på stokastiska differentialekvationer med kontinuerlig tid. Deltagarna kommer också att möta statistiska metoder som Maximum Likelihood- och (generaliserade) momentmetoder för parameterestimation, kärnskattningsmetodik, olinjära filter för filtrering och prediktion samt partikelfiltermetodik. Kursen diskuterar också prediktion, optimering och riskvärdering för system baserad på sådana beskrivningar.

Kurslitteratur

Henrik Madsen, E. & Nielsen, J.: Statistics for Finance. Chapman and Hall/CRC, 2015.

Kursens undervisningsformer

Undervisningsformer: Föreläsningar, laborationer, övningar, projekt

Kursens examination

Examinationsformer: Skriftlig rapport, seminarieföredrag av deltagarna
Betygsskala: Underkänd, godkänd
Examinator:

Antagningsuppgifter

Förkunskapskrav: FMSF10 Stationära stokastiska processer
Förutsatta förkunskaper: EXTF45 Finansiell ekonomi och helst också någon/några av FMSN45 Tidsserieanalys, TEK180/EXTQ35 Värdering och hantering av finansiell risk samt FMSN25 Prissättning av derivattillgångar.

Kurstillfällesinformation

Kontaktinformation och övrigt

Kursansvariga:
Hemsida: www.maths.lth.se/matstat/kurser/fmsn60/