Economia, banca e finanza

Il corso di storia economica si propone di illustrare agli studenti del primo anno di economia la formazione del mondo contemporaneo, a partire dalla prima rivoluzione industriale fino ad arrivare ai giorni nostri. In accordo con gli obiettivi formativi del corso di studio, l’analisi dell’evoluzione nel tempo dei mercati, dei sistemi produttivi e, più in generale, delle strutture economiche a livello globale fornirà agli studenti le conoscenze di base per comprendere ed interpretare i fattori plurimi che storicamente hanno determinato e determinano il funzionamento dei sistemi bancari, assicurativi e finanziari.Con riferimento ai descrittori di Dublino e agli obiettivi formativi del corso di laurea, ciò permetterà agli studenti di migliorare le proprie conoscenze e capacità di comprensione dei fenomeni macroeconomici in chiave diacronica, di imparare ad applicare le conoscenze acquisite in ambito professionale e di sviluppare l'autonomia di giudizio soprattutto in relazione alla complessità dei fenomeni socio-economici.

Il corso prevede lo studio delle dinamiche di crescita/sviluppo delle diverse economie mondiali, indagandone le componenti (tecnologiche, istituzionali, organizzative, finanziarie), gli elementi dinamici e le principali fasi di transizione da uno stadio all'altro. Dopo una prima parte sul metodo di analisi storico-economica, sulle principali teorie sull’evoluzione dei sistemi economici e sui concetti di base utilizzati nel corso, si analizzerà l'evoluzione economica mondiale sul lungo periodo.La scansione degli argomenti sarà la seguente: La storia economica: metodi, concetti e problemi La nascita dell’industria moderna (XVIII-XIX sec.): la Rivoluzione Industriale in Inghilterra e in Europa Gli sviluppi globali dell’industrializzazione: popolazione, risorse, tecnologia Istituzioni e sviluppo industriale: i sistemi bancari e finanziari e il ruolo dello Stato L’economia internazionale dalla metà dell’Ottocento alla Prima Guerra Mondiale: dal libero scambio al protezionismo, lo sviluppo del gold standard, la prima globalizzazione Tra sviluppo di nuovi sistemi produttivi e di consumo, crisi economiche e conflitti: l’economia internazionale nel periodo 1914-1945 La ricostruzione dell’economia mondiale tra il 1945 e il 1989: il mondo diviso in due, il boom economico e gli anni delle crisi petrolifere Gli anni ’90 e il nuovo millennio: i cambiamenti negli equilibri economici mondiali, il fallimento della società dei consumi, verso una terza globalizzazione A metà corso è prevista una prova intermedia sugli argomenti trattati fino a quel momento. Seguirà poi una prova finale sulla restante parte del programma. Gli studenti dovranno prepararsi attraverso lo studio del manuale indicato nella sezione “Testi di riferimento” del Syllabus. Per chi frequenta le lezioni in aula lo studio del manuale non sarà necessario.

La verifica delle modalità dell’apprendimento potrà essere effettuata in due modi (a scelta dello studente): una prova intermedia sulla prima metà del programma e una prova finale sulla seconda metà del programma; una prova finale unica sull'intero programma. Sia la prova intermedia che quella finale verteranno sui contenuti del manuale, spiegati in classe dal docente (questo significa che per chi frequenta lo studio del manuale è superfluo), integrati con le slides utilizzate in aula. se si opta per i due parziali (prova intermedia+prova finale) i due compiti saranno formati ciascuno da 1 domanda aperta con massimo 10 righe di risposta (5 punti) e 10 domande a risposta multipla (totale 10 punti).La somma dei punteggi ottenuti nella prova intermedia (max 15 punti) e nella prova finale (max 15 punti) daranno il voto finale. se si opta per una prova finale unica su tutto il programma la prova consisterà in tre domande aperte con massimo 5 righe per risposta (5 punti per domanda, in totale max 15 punti) e 15 domande a risposta multipla (totale 15 punti). Sarà data la possibilità agli studenti di rifiutare sia i voti dei parziali (di entrambi o di uno solo, sia quello intermedio che quello finale) che il voto della prova finale unica, senza restrizioni di sessioni in cui ripetere la prova.

Testo obbligatorio (per gli studenti non frequentanti) L. Neal-R. Cameron, Storia economica del mondo. Dalla preistoria a oggi. Bologna: Il Mulino (capitoli 1, 7-16) Slides utilizzate in aula e caricate dal docente nella pagina elearning del corso Si ricorda che per i frequentanti lo studio del manuale non sarà necessario.

Il corso introduce i fondamentali della disciplina passando in rassegna i principi della teoria della finanza aziendale necessari per comprendere il funzionamento della finanza aziendale all’interno delle imprese non finanziarie al fine di sviluppare una maggiore consapevolezza sulle diverse problematiche del rapporto banca-impresa dal punto di vista del cliente della banca.

Il corso prevede di sviluppare il seguente programma: La funzione finanziaria nelle aziende industriali e dei servizi; Analisi finanziaria sulla informativa di bilancio; Flussi di cassa: determinanti e dinamica nelle analisi consuntive e previsionali: Pianificazione finanziaria: bilanci pro forma previsionali ; Hidden assets: le attività che sfuggono all’analisi finanziaria contabile tradizionale: Avviamento e asset intangibili; Il capital budgeting; Il Capital Asset Pricing Model; Il costo del capitale; I teoremi di Modigliani & Miller (M&M); I limiti al ricorso del debito e la struttura finanziaria ottimale.

Le modalità di esame del corso (Turno 1) prevedono una prova scritta finale strutturata nel modo seguente: un gruppo di domande chiuse "multiple choice" due domande aperte un esercizio applicativo su problemi di finanza aziendale Non sono previste prove intermedie

D. Watson, A. Head, G. Mantovani, E. Rossi, Finanza aziendale. Principi e pratica, Pearson Italia, 2017. Capp. 1-11

Il corso si propone di familiarizzare gli studenti con i fondamenti della programmazione e fornire loro una panoramica delle tecniche di data science e intelligenza artificiale utilizzate in un contesto aziendale. Il programma comprende un'introduzione alla programmazione (Python), ai database (SQL) e alle tecniche di machine learning. Le lezioni e il materiale didattico saranno in lingua inglese. Il corso è alternativo al corso ‘Informatica Generale e Laboratorio Informatico’ che si concentra maggiormente sui sistemi informativi aziendali e delle loro implicazioni organizzative e gestionali. Obiettivi formativi (secondo i Descrittori di Dublino) 1. Conoscenza e capacità di comprensione (Knowledge and understanding)Al termine del corso, lo studente avrà acquisito: la conoscenza dei principi fondamentali della programmazione imperativa; la comprensione dei fondamenti dei database relazionali e del linguaggio SQL; una panoramica delle principali tecniche di data science, machine learning e intelligenza artificiale applicabili al contesto aziendale; la comprensione del ruolo dei dati e dell’innovazione digitale nei processi aziendali, in particolare nel settore finanziario. 2. Capacità di applicare conoscenza e comprensione (Applying knowledge and understanding)Al termine del corso, lo studente sarà in grado di: progettare e implementare semplici programmi in linguaggio Python; interrogare ed elaborare dati mediante SQL; proporre soluzioni operative per la gestione e l’analisi dei dati all’interno di team interdisciplinari. 3. Autonomia di giudizio (Making judgements)Al termine del corso, lo studente sarà in grado di: valutare criticamente l’adeguatezza e i limiti delle soluzioni informatiche adottate in contesti aziendali; individuare le tecnologie emergenti più rilevanti e valutarne l’impatto strategico sulle imprese; integrare conoscenze di natura tecnica, organizzativa e gestionale per supportare processi decisionali aziendali data-driven. 4. Abilità comunicative (Communication skills)Al termine del corso, lo studente sarà in grado di: utilizzare un linguaggio tecnico appropriato per comunicare efficacemente con specialisti IT, data scientist e stakeholder aziendali; presentare risultati di analisi e proposte progettuali a interlocutori sia tecnici che non specialistici. 5. Capacità di apprendimento (Learning skills)Al termine del corso, lo studente avrà sviluppato: capacità autonome di aggiornamento continuo rispetto alle tecnologie emergenti nel campo dell’informatica applicata all’azienda; abilità di apprendere nuovi strumenti e tecniche di programmazione e analisi dei dati in modo autonomo e proattivo.

Introduzione al ruolo delle tecnologie nel mondo del business come componente fondamentale per le organizzazioni di successo. Analisi delle nuove tendenze digitali: processi di digital transformation in azienda ed evoluzione tecnologica nella società dell’informazione. L'intelligenza artificiale: inquadramento storico e prospettive evolutive dell’IA con approfondimento sulle più recenti evoluzioni, inclusi i grandi modelli di linguaggio (large language models). Cenni di programmazione: concetti di base della programmazione imperativa e sviluppo di semplici programmi in Python. Metodi di gestione e analisi dati: database relazionali, SQL, data warehouse, e knowledge graph. Machine learning e data mining: soluzioni supervisionate e non supervisionate tipicamente utilizzate nell’ambito d’impresa con particolare attenzione alle reti neurali. Laboratorio informatico: la parte di laboratorio è finalizzata a conferire agli studenti una conoscenza di livello intermedio nell'utilizzo dell'applicativo Microsoft Excel.

La verifica dell'apprendimento comprende una prova scritta e, opzionalmente, una prova orale integrativa. La prova scritta, che prevede domande a scelta multipla e domande aperte, si svolgerà nei laboratori didattici per poter valutare le abilità dello studente nell'utilizzo del linguaggio Python e dell'applicativo Microsoft Excel. La prova finale si articola in due parti. Parte di Data Science: 16 domande a selezione multipla (1 risposta corretta su 4), che assegnano 1 punto ciascuna (0 punti in caso di risposta errata o mancante). Queste saranno estratte in maniera casuale da una lista di domande pre-definite. In particolare ci saranno tre tipi di domande: 1) Teoria di Data Science e Informatica (coperta dalle slide del corso), 2) Teoria di Python, 3) Interpretazione di codice Python (in cui si mostra un piccolo frammenti di codice e si chiede l'output). 1 esercizio di Python che assegna un massimo di 8 punti (0 punti in caso di risposta del tutto o in larga parte mancante). L'esercizio richiede di scrivere un frammento di codice che esegua un determinato compito (per esempio: iterare su una lista e eliminare tutti i numeri pari, trovare il minimo in una lista numerica). 1 query SQL che assegna un massimo di 8 punti (0 punti in caso di risposta del tutto o in larga parte mancante; si ricorda che la query deve essere eseguibile). L'esercizio (simile a quello riportato in sezione 'Esercitazioni SQL- Esempio di domanda SQL nella prova finale') mostrerà un database composto da alcune tabelle e richiederà di formulare una certa query (di solito combinando più tabelle). Questa parte attribuisce la votazione massima conseguibile nella prova. Parte di laboratorio Informatico (Excel): 3 domande aggiuntive a selezione multipla (1 risposta corretta su 4) sui contenuti del Laboratorio Informatico (la risposta a tali domande richiede l'utilizzo di Excel). Le domande saranno sia di teoria che di pratica. Errori o omissioni nella parte di Laboratorio Informatico determinano le seguenti penalizzazioni da applicare alla votazione conseguita nella parte di Informatica Generale: 3 risposte corrette: nessuna penalizzazione; 1 risposta sbagliata o mancante: - 1 punto; 2 risposte sbagliate o mancanti: - 3 punti; 3 risposte sbagliate o mancanti: - 5 punti. La votazione finale è quella della parte di Informatica Generale meno le eventuali penalizzazioni di Laboratorio Informatico (esempio: 27 punti nella parte di informatica generale, -3 punti in quella di Laboratorio Informatico - ovvero, 2 risposte errate o mancanti - totale della prova 24/30).

Slide delle lezioni e altro materiale condiviso sulla piattaforma di e-Learning. W3C Python tutorial (https://www.w3schools.com/python/) Downey, A. B. (2015). Think Python: How to Think Like a Computer Scientist, Version 2.4. Green Tea Press. (Disponibile gratuitamente online con licenza Creative Commons, https://greenteapress.com/thinkpython2/thinkpython2.pdf) Si consiglia inoltre il seguente testo facoltativo: Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition. Aurélien Géron. O’Reilly, 2019.

Il corso si propone di fornire agli studenti una comprensione generale dei temi dell’innovazione tecnologica nelle imprese e nella società, della gestione dei dati e delle informazioni, di Internet, dei modelli di business digitali, dei sistemi informativi aziendali e delle loro implicazioni organizzative e gestionali, con particolare riguardo al settore dei servizi finanziari. È alternativo al corso ‘Data Science’, dedicato alla programmazione e alle tecniche di data science. L’insegnamento si propone, inoltre, di conferire agli studenti la capacità di applicare le conoscenze acquisite nel contesto aziendale, elaborando interpretazioni e giudizi autonomi e in quello accademico, a supporto degli altri insegnamenti del corso di laurea e in vista di studi più avanzati negli ambiti economico e dei sistemi informativi aziendali. Obiettivi formativi (secondo i Descrittori di Dublino) 1. Conoscenza e capacità di comprensione (Knowledge and understanding) Comprendere i principi teorici e i fondamenti dell’intelligenza artificiale e dell’innovazione digitale, nonché il loro impatto strategico, organizzativo, economico e sociale su imprese e sistemi socio-economici. Conoscere la struttura, il funzionamento e le peculiarità di database relazionali, data warehouse e data lake, valutandone il ruolo nei processi decisionali e nei sistemi di supporto alle decisioni aziendali. Analizzare criticamente i modelli di business digitali e interpretare le logiche di funzionamento dei sistemi informativi nelle organizzazioni. Esaminare le trasformazioni in atto nel settore dei servizi finanziari con particolare riferimento alle sfide e opportunità introdotte dalle tecnologie emergenti. Comprendere le implicazioni organizzative, manageriali, etiche e regolatorie associate all’adozione delle tecnologie digitali. 2. Capacità di applicare conoscenza e comprensione (Applying knowledge and understanding) Progettare e sviluppare modelli di business innovativi, integrando persone, processi e tecnologie in modo coerente con gli obiettivi strategici aziendali. Redigere e formulare query in linguaggio SQL finalizzate all'analisi e alla gestione dei dati aziendali. Applicare le conoscenze acquisite per analizzare problematiche aziendali complesse e proporre soluzioni operative efficaci. 3. Autonomia di giudizio (Making judgements) Valutare criticamente le opportunità e i rischi connessi all’adozione delle tecnologie digitali in diversi contesti organizzativi. Formulare giudizi autonomi su problematiche etiche, sociali e di sicurezza informatica legate all’innovazione tecnologica. Adottare un approccio critico, responsabile e consapevole nella selezione e nell’implementazione di soluzioni tecnologiche. 4. Abilità comunicative (Communication skills) Comunicare in modo efficace e professionale con interlocutori sia tecnici che manageriali, adattando il linguaggio ai diversi contesti organizzativi. Utilizzare in maniera appropriata il linguaggio tecnico e specialistico nei contesti accademici, professionali e aziendali. Promuovere il dialogo e la collaborazione interdisciplinare tra le diverse funzioni aziendali coinvolte nei processi di innovazione tecnologica. 5. Capacità di apprendimento (Learning skills) Sviluppare capacità autonome di apprendimento e aggiornamento continuo in relazione all’evoluzione delle tecnologie digitali e dei sistemi informativi. Acquisire metodologie di studio e strumenti analitici per affrontare con successo percorsi formativi avanzati nei campi economico-gestionale, informatico e tecnologico.

Introduzione al ruolo delle tecnologie nel mondo del business come leva strategica e fattore abilitante per le organizzazioni di successo in un contesto competitivo e in continua evoluzione. Nuovi trend digitali: analisi dei processi di digital transformation nelle imprese e dell’evoluzione tecnologica nella società dell’informazione; implicazioni organizzative e strategiche delle innovazioni emergenti. L'intelligenza artificiale: inquadramento storico e prospettive evolutive dell’IA con approfondimento sulle più recenti evoluzioni, inclusi i grandi modelli di linguaggio (large language models) e le loro applicazioni nei processi aziendali. Dal dato alla conoscenza: sistemi e tecnologie per l’organizzazione, la gestione e l’analisi dei dati a supporto delle decisioni aziendali; gestione dei big data e data analytics; introduzione al linguaggio SQL attraverso esercitazioni pratiche; presentazione e discussione di casi di studio e applicazioni di data mining, con particolare riferimento al settore dei servizi finanziari. Mercati e piattaforme digitali: Internet, e-business (e-finance), ecosistemi digitali, network aziendali (value network e value web), open banking e processi di digitalizzazione; analisi del fenomeno FinTech e delle sue implicazioni per il settore finanziario e l’intermediazione. Nuovi media e digital marketing: strategie, strumenti e canali di comunicazione digitale; personalizzazione dell’offerta e customer experience; analisi delle metriche e degli strumenti di monitoraggio delle performance online. Introduzione ai sistemi informativi aziendali: architetture, componenti e applicazioni dei sistemi informativi a supporto delle attività operative, tattiche e strategiche delle imprese, con un focus specifico sui sistemi informativi adottati nel settore finanziario. Sviluppo dei sistemi informativi: metodologie, approcci e strumenti per l’analisi, la progettazione e lo sviluppo dei sistemi informativi aziendali. Laboratorio informatico: la parte di laboratorio è finalizzata a conferire agli studenti una conoscenza di livello intermedio nell'utilizzo dell'applicativo Microsoft Excel per la risoluzione di alcune problematiche tipiche aziendali.

La verifica dell'apprendimento comprende una prova scritta e, opzionalmente, una prova orale integrativa. La prova scritta, che prevede domande a scelta multipla e domande aperte, si svolgerà nei laboratori didattici per poter valutare le abilità dello studente nell'utilizzo del linguaggio SQL per la risoluzione di specifici problemi di accesso a basi dati relazionali e dell'applicativo Microsoft Excel per la risoluzione di semplici problemi computazionali. La prova finale si articola in due parti: Parte di Informatica Generale: 16 domande a selezione multipla (1 risposta corretta su 4), che assegnano 1 punto ciascuna (0 punti in caso di risposta errata o mancante); 1 domanda aperta, che assegna un massimo di 8 punti (0 punti in caso di risposta del tutto o in larga parte mancante); 1 query SQL, che assegna un massimo di 8 punti (0 punti in caso di risposta del tutto o in larga parte mancante; si ricorda che la query deve essere eseguibile). Questa parte attribuisce la votazione massima conseguibile nella prova. Parte di laboratorio Informatico (Excel): 3 domande aggiuntive a selezione multipla (1 risposta corretta su 4) sui contenuti del Laboratorio Informatico (la risposta a tali domande richiede l'utilizzo di Excel). Errori o omissioni nella parte di Laboratorio Informatico determinano le seguenti penalizzazioni da applicare alla votazione conseguita nella parte di Informatica Generale: 3 risposte corrette: nessuna penalizzazione; 1 risposta sbagliata o mancante: - 1 punto; 2 risposte sbagliate o mancanti: - 3 punti; 3 risposte sbagliate o mancanti: - 5 punti. La votazione finale è quella della parte di Informatica Generale meno le eventuali penalizzazioni di Laboratorio Informatico (esempio: 27 punti nella parte di informatica generale, -3 punti in quella di Laboratorio Informatico - ovvero, 2 risposte errate o mancanti - totale della prova 24/30).

Slides delle lezioni e altro materiale condiviso sulla piattaforma di e-Learning. Joseph, Valacich, Andrea Carignani, Schneider Christoph, Vanessa Gemmo, and Federico Rajola. Sistemi informativi e trend digitali. Pearson Italia, 2024.