METODI QUANTITATIVI PER L'IMPRESA

METODI QUANTITATIVI PER L'IMPRESA

Marco Pirra, Claudia Arena

Obiettivi formativi

L'analisi quantitativa dei dati è diventata sempre più importante nelle scienze sociali e nello studio delle discipline legate al filone di Accounting and Finance. L’impiego di queste analisi (e.g. analisi aggregate dei dati contabili, valutazione degli impatti economico-finanziari delle strategie di gestione e delle policy) è oggi cruciale non solo nell’ambito della ricerca accademica, ma anche nelle attività di imprese, istituzioni pubbliche e think thank. Le capacità di comprendere adeguatamente e valutare criticamente i risultati di analisi quantitative sono diventate dunque risorse necessarie per qualsiasi scienziato sociale nonché per qualsiasi professionista che si approccia al mondo del lavoro. Il corso introduce gli studenti all’analisi quantitativa dei dati con l’obiettivo di fornire una solida base concettuale ed operativa attraverso cui leggere criticamente i dati ed applicare semplici modelli statistici di analisi.

Risultati di apprendimento attesi

Conoscenza e capacità di apprendimento Alla fine del corso i partecipanti saranno in grado di analizzare in modo critico dati di natura quantitativa e di impiegare le principali tecniche di analisi dei dati. Il livello di formalizzazione matematica (uso di formule e calcoli complessi) sarà ridotto. Agli studenti sarà invece richiesto di essere in grado di valutare le principali complessità metodologiche inerenti all’analisi dei dati e di impiegare gli strumenti empirici più appropriati per valutare gli impatti delle scelte manageriali e delle mutate condizioni di contesto sulla performance aziendale. Utilizzazione delle conoscenze e capacità di comprensione Il corso fornirà agli studenti gli strumenti necessari per applicare autonomamente le tecniche di analisi quantitativa discusse durante il corso attraverso l’uso dei principali software statistici. Capacità di trarre conclusioni Il corso ha l’obiettivo di fornire agli studenti gli strumenti per valutare ed impiegare in modo efficace le principali tecniche di analisi quantitativa dei dati. Inoltre, il corso si propone come obiettivo quello di stimolare la capacità di leggere e interpretare le possibili conseguenze economico-finanziarie delle scelte manageriali e dei cambiamenti dei fattori esterni all’impresa attraverso l’impiego dell’analisi statistica. A tal fine, il corso combina lezioni introduttive a sessioni computer-based e lavori di gruppo. Abilità comunicative Uno dei principali obiettivi del corso è quello di fornire agli studenti le competenze necessarie per poter comunicare in modo appropriato ed efficace i risultati ottenuti dall’ analisi quantitativa dei dati. Capacità di apprendere Il corso verrà condotto in forma prevalentemente seminariale/workshop. Le attività saranno quindi caratterizzate da un approccio pratico e dinamico, al fine di favorire lo sviluppo di competenze tecniche che potranno essere utilizzate sia nel mondo del lavoro, sia nella carriera accademica.

Contenuti Del Corso

Il corso fornirà agli studenti le competenze necessarie per poter utilizzare le principali tecniche statistiche di analisi dei dati. Accanto alle principali tecniche descrittive (misure di tendenza centrale e dispersione), il corso introdurrà semplici tecniche di analisi bivariata (cross-tabulation e correlazione), chiarendo i concetti di variabile di controllo e relazione spuria. Gli studenti verranno successivamente introdotti ai concetti di inferenza e significatività statistica. Il corso si focalizzerà in seguito sull’analisi di modelli di regressione, che costituiscono il fondamento per l’applicazione di tecniche statistiche più sofisticate. Saranno altresì trattate metodologie di programmazione lineare e ottimizzazione con relative analisi di sensitività. Il corso nella sua interezza avrà un orientamento prevalentemente pratico: agli studenti sarà richiesto non solo di comprendere le principali tecniche di analisi dei dati, ma anche e soprattutto di metterle in pratica attraverso l’uso dei principali software statistici. Alle sessioni di introduzione delle principali tecniche di analisi dei dati, seguiranno sessioni in cui gli studenti saranno chiamati a svolgere diverse analisi quantitative.

Testi Di Riferimento

Raccomandato: Alan Agresti, Barbara Finlay. Statistical methods for social sciences. Prentice Hall, 4th edition Suggerito: Darren George, Paul Mallery, IBM SPSS Statistics 27 Step by Step A Simple Guide and Referencce Tramite la piattaforma luiss.learn.it sarà fornito dal docente ulteriore materiale di lettura.

Metodologie Didattiche

Lezioni frontali Sessioni computer-based Lavori di gruppo

Modalità di verifica dell'apprendimento

La verifica dell’apprendimento dello studente avviene mediante 1) lo svolgimento di 2 assignment di gruppo; 2) valutazione del Progetto di Accounting svolto nell’ambito del Corso; 3) Esame finale scritto. Gli assignment prevedono esercizi sui temi trattati durante la settimana. Ogni esercizio avrà lo stesso peso ai fini della valutazione. Ciascuna prova in itinere avrà un peso del 20% sull'esito finale del Corso (Totale assignment: 40% del voto finale). Il progetto di Accounting avrà un peso complessivo del 40% sul voto finale. L'esame finale consiste in una prova scritta. Ogni esercizio avrà lo stesso peso ai fini della valutazione. La prova finale avrà un peso complessivo del 20% sull'esito finale. Tutte le prove verranno valutate in 30esimi.

Criteri per l’assegnazione dell’elaborato finale

I criteri per l’assegnazione della tesi sono: 1) Voto di esame 2) Qualità del progetto di ricerca Il progetto deve essere presentato in forma scritta (una pagina) introducendo il principale interrogativo di ricerca da affrontare e presentando una lista di riferimenti bibliografici ed un ipotetico indice.

Settimana 1

In presenza: come approcciare ad una ricerca empirica in Accounting adottando uno stile accademico. Le fasi del progetto di ricerca e la struttura del report: Introduzione, literature review, ipotesi, research questions, design, metodi, managerial insights, e conclusioni. Online: differenze tra progetti di ricerca accademici e consulenziali.

Settimana 2

In presenza: Come si sviluppa una analisi empirica basata su metodi quantitativi. Online: Esempi ed applicazioni di metodi quantitativi.

Settimana 3

In presenza: Modelli matematici per le decisioni. Programmazione lineare in due variabili. Online: Programmazione lineare in due variabili. Risolutore Excel.

Settimana 4

In presenza: Algoritmo del simplesso. Teoria della dualità. Online: Esercizi e casi di studio su analisi di sensitività.

Settimana 5

In presenza: Introduzione a SPSS. Variabili e misura con pulizia e preparazione dei dati. Come iniziare partendo da un dataset grezzo. Online: Discussione dell’assignment #1

Settimana 6

In presenza: Campionamento, statistiche descrittive, cross table analysis, variabili di controllo. Identificazione delle migliori decisioni di successo. Online: Applicazioni, casi ed esercizi

Settimana 7

In presenza: Intervalli di confidenza, z-test e t-test. Confronto tra le principali variabili economico-finanziarie delle imprese. Online: Applicazioni, casi ed esercizi

Settimana 8

In presenza: Correlazione, associazione e ANOVA. Capire il legame tra dati economico-finanziari e fattori di contesto. Online: Applicazioni, casi ed esercizi

Settimana 9

In presenza: Regressione lineare. Modelli predittivi di performance, strategie e politiche. Online: Discussion dell’assignment #2

Settimana 10

In presenza: Regressione multipla. Online: Applicazioni, casi ed esercizi

Settimana 11

In presenza: Introduzione a modelli di regressione complessi e simulazioni. Online: Discussione dell’assignment #3.

Settimana 12

In presenza: Presentazione di una analisi empirica e discussione del project work di Accounting. Online: Chiusura del corso