http://elea.unisa.it/xmlui/handle/10556/79 2026-04-20T17:36:28Z 2026-04-20T17:36:28Z Sica, Nicola http://elea.unisa.it/xmlui/handle/10556/2563 2025-04-30T14:54:35Z 2017-04-04T00:00:00Z

Risk Management e Value at Risk: l'influenza del profilo dell'investitore nell'operatività di consulenza Sica, Nicola Basel accords define the capital requirements for banks. There are three types of risk on which is based the calculation of this requirement: operational risk, i.e. the risk of losses related to potential inefficiencies of the system of control of the bank, the market risk, i.e. the risk related to any eventual leakage of the securities portfolio (of the institute or belonging to a single customer) determined by the market and credit risk, i.e. the risk incurred by the banks for any inability partial or total of the counterparty to fulfill the obligation assumed. The three risks defined within the Basel Agreement, define the three cornerstones of the activity of banking advice. The main responsibility of each operator banking, resides in the ability to perceive and anticipate the risks of positions in acquisition and on which the Institute will expose, evaluating the acceptability by defining appropriate actions to be taken. The need to measure and adequately control the risks taken by a bank is felt particularly in investment activity and trading of securities, which is exposed to the volatility of prices of assets exchanged. For institutions which take speculative positions in currencies, bonds or shares, there is in fact a real possibility that the losses associated with a single position broke, within a short time interval, the profits made in the course of months. .. [edited by Author]; Gli Accordi di Basilea definiscono i requisiti patrimoniali delle banche. Tre sono i tipi di rischio sui quali si basa il calcolo di tale requisito: rischio operativo, cioè il rischio di perdite connesse alle potenziali inefficienze del sistema di controllo della banca, il rischio di mercato, cioè il rischio correlato alle eventuali perdite del portafoglio titoli (dell’istituto o appartenente ad un singolo cliente) determinate dal mercato, e il rischio di credito, cioè il rischio in cui incorrono le banche per l’eventuale incapacità parziale o totale della controparte ad assolvere l’obbligazione assunta. I tre rischi definiti in seno all’accordo di Basilea, definiscono i tre capisaldi dell’attività di consulenza bancaria. La principale responsabilità di ciascun operatore bancario, risiede nella capacità di percepire e anticipare i rischi delle posizioni in acquisizione e sulle quali l’istituto andrà ad esporsi, valutandone l’accettabilità definendo le azioni opportune da intraprendere. L’esigenza di misurare e controllare in modo adeguato i rischi assunti da una banca è particolarmente sentita nell’attività di investimento e negoziazione di titoli, che risulta esposta alla volatilità dei prezzi delle attività scambiate. Per le istituzioni che assumono posizioni speculative in valute, obbligazioni o azioni, esiste infatti una concreta possibilità che le perdite associate a una singola posizione annullino, nell’arco di un breve intervallo temporale, i profitti realizzati nel corso di mesi. .. [a cura dell'Autore] 2014 - 2015

2017-04-04T00:00:00Z Cesale, Giancarlo http://elea.unisa.it/xmlui/handle/10556/2197 2025-04-30T14:23:30Z 2016-03-17T00:00:00Z

A novel approach to forecasting from non scalar DCC models Cesale, Giancarlo Estimating and predicting joint second-order moments of asset portfolios is of huge importance in many practical applications and, hence, modeling volatility has become a crucial issue in financial econometrics. In this context multivariate generalized autoregressive conditional heteroscedasticity (M-GARCH) models are widely used, especially in their versions for the modeling of conditional correlation matrices (DCC-GARCH). Nevertheless, these models tipically suffer from the so-called curse of dimensionality: the number of needed parameters rapidly increases when the portfolio dimension gets large, so making their use practically infeasible. Due to these reasons, many simplified versions of the original specifications have been developed, often based upon restrictive a priori assumptions, in order to achieve the best tradeoff between flexibility and numerical feasibility. However, these strategies may implicate in general a certain loss of information because of the imposed simplifications. After a description of the general framework of M-GARCH models and a discussion on some specific topics relative to second-order multivariate moments of large dimension, the main contribution of this thesis is to propose a new method for forecasting conditional correlation matrices in high-dimensional problems which is able to exploit more information without imposing any a priori structure and without incurring overwhelming calculations. Performances of the proposed method are evaluated and compared to alternative predictors through applications to real data. [edited by Author]; Stima e previsione dei momenti secondi multivariati di portafogli di strumenti finanziari sono di enorme importanza in molte applicazioni pratiche e, quindi, i modelli per la volatilità sono diventati un argomento fondamentale in econometria finanziaria. In questo contesto i modelli di tipo "multivariate generalized autoregressive conditional heteroscedasticity" (M-GARCH) sono ampiamente usati, soprattutto nelle loro versioni per la stima delle matrici di correlazione condizionata (DCC-GARCH). Tuttavia, questi modelli generalmente soffrono della cosiddetta "curse of dimensionality": il numero di parametri necessari, cioè, aumenta molto rapidamente quando la dimensione del portafoglio è sufficientemente grande, così rendendo il loro uso impossibile nella pratica. Per tali ragioni molte versioni semplificate delle specificazioni originarie sono state sviluppate - spesso fondate su restrittive assunzioni a priori - al fine di ottenere il miglior compromesso tra flessibilità e fattibilità numerica. Cionondimeno, tali strategie possono in genere implicare una certa perdita di informazione, proprio a causa delle semplificazioni imposte. Dopo una trattazione generale dei modelli M-GARCH e una discussione di alcuni aspetti specifici dei momenti multivariati del secondo ordine di grande dimensione, il principale contributo di questa tesi è la proposta di un nuovo metodo di previsione delle matrici di correlazione condizionata in problemi caratterizzati da grande dimensione, metodo in grado di sfruttare maggiore informazione senza imporre alcuna struttura a priori e, allo stesso tempo, senza incorrere in problemi computazionali soverchianti. Le prestazioni del metodo proposto sono valutate e confrontate con previsori alternativi mediante applicazioni a dati reali. [a cura dell'Autore] 2014 - 2015

2016-03-17T00:00:00Z Cammarano, Antonello http://elea.unisa.it/xmlui/handle/10556/2188 2025-04-30T14:32:39Z 2016-03-21T00:00:00Z

Five dimensions of innovation: Studying technological strategies through patent data Cammarano, Antonello Technological innovation is the key driver for technological progress and firms’ economic growth. Since firms pursue different innovation approaches, they achieve different innovation performances. Actually, a firm’s ability to develop technologies and products is strongly conditioned by its stock of knowledge, expertise and technology from prior R&D. The R&D conducted by companies is an investment activity whose output is the firm’s knowledge stock. This asset positively contributes to the firms’ future financial performance and, then, to its market value. The higher the level of innovativeness of the invention, the higher the expected technological and financial impact. As a matter of fact, some new technologies can be considered as an extension of previous innovations, whilst others are breakthrough, discontinuous or disruptive. Analysing technological innovation requires objective and standardized data, thus scholars often refer to patents. Actually, patents are a direct outcome of the inventive process, and more specifically of those inventions that are expected to have a commercial impact; furthermore, they capture the proprietary and competitive dimension of technological change. Since obtaining patent protection is costly and time-consuming, only inventions that are expected to provide benefits that outweigh cost are applied. Patents have been treated as the most important output indicators of innovative activities and patent data have become the focus of many tools and techniques to measure innovation. Among the information available in such documents, technology classification, assignee field, citations and patent families are used to define different innovation metrics. The aim of this thesis is to investigate which strategical, technical and organizational issues affect innovative processes, their outputs and the quality of such innovation outputs. Actually, despite technological strategies implemented by innovative firms are widely investigated in literature, most attention has been devoted to only one dimension of R&D processes at time. Since innovation processes are featured by extreme complexity, I suggest a multidimensional approach, which provides a more complete overview of such processes, proposing a practical instrument useful for both business analysts and researchers, allowing them to detect, for instance, the determinants of high quality innovations. Hence, this work constitutes a contribution to the analysis of innovation strategies by posing the following research question: are patent data useful to provide a complete overview of innovation processes carried out by companies? [edited by Author]; L’innovazione tecnologica è un elemento chiave per il progresso tecnologico e la crescita economica delle imprese. Dal momento che le imprese intraprendono diversi approcci di innovazione, esse raggiungono diverse performance. Infatti l’abilità di un’impresa di sviluppare tecnologie e prodotti è fortemente condizionata dal suo stock di conoscenza, esperienza e tecnologia proveniente da precedenti sforzi di ricerca e sviluppo. La ricerca e sviluppo condotta dalle imprese è un’attività di investimento il cui output è proprio lo stock di conoscenza dell’impresa. Questo asset contribuisce positivamente alla performance finanziaria futura delle imprese, e dunque al loro valore di mercato. Maggiore è il livello di innovatività dell’invenzione, maggiore è l’impatto tecnologico e finanziario atteso. In effetti alcune nuove tecnologie possono essere considerate una estensione di innovazioni precedenti, mentre altre sono pionieristiche, creano discontinuità e distruggono la conoscenza attualmente in possesso delle aziende. L’analisi dell’innovazione tecnologica richiede dati oggettivi e standardizzati, pertanto gli studiosi spesso fanno uso dei brevetti. Infatti i brevetti sono un diretto risultato del processo inventivo, e specificamente di quelle invenzioni dalle quali si attende un impatto commerciale; inoltre essi catturano la dimensione proprietaria e competitiva del cambiamento tecnologico. Dal momento che ottenere la protezione brevettuale è costoso e richiede tempo, solo le invenzioni dalle quali si attende che i benefici superino i costi sono oggetto di brevettazione. I brevetti sono stati considerati come uno dei più importanti indicatori dell’output delle attività di innovazione e i dati di brevetto sono diventati il fulcro di molti strumenti e tecniche per misurare l’innovazione. Tra le informazioni disponibili, la classificazione tecnologica, il campo assegnatario, le citazioni, le famiglie di brevetti sono utilizzati per definire varie metriche. L’obiettivo di questa tesi è di analizzare quali aspetti strategici, tecnici ed organizzativi impattano sui processi di innovazione, i loro output e la qualità di tali output. Infatti, nonostante le strategie tecnologiche implementate dalle imprese siano state ampiamente studiate in letteratura, la maggior parte dei lavori si concentra sull’analisi di una sola dimensione del processo ricerca e sviluppo. Poiché i processi di innovazione sono caratterizzati da estrema complessità, con questo elaborato suggerisco un approccio multidimensionale che fornisce una panoramica più completa di tale processo, proponendo uno strumento pratico ed utile sia per gli analisti che per i ricercatori, consentendo loro di rilevare, ad esempio, quali sono i fattori che determinano innovazioni di alta qualità. Pertanto questo lavoro costituisce un contributo all’analisi delle strategie di innovazione, ponendo il seguente quesito di ricerca: i dati di brevetto sono utili a fornire una panoramica completa dei processi di innovazione condotti dalle imprese? [a cura dell'Autore] 2014 - 2015

2016-03-21T00:00:00Z Primerano, Ilaria http://elea.unisa.it/xmlui/handle/10556/2179 2025-04-30T14:58:27Z 2016-03-21T00:00:00Z

A Symbolic Sata Analysis approach to explore the relation between Governance and Performance in the Italian Industrial Districs Primerano, Ilaria Nowadays, complex phenomena need to be analyzed through appropriate statistical methods that allow considering the knowledge hidden behind the classical data structure. Interesting innovations arise when looking a well‐know topic in a new perspective. This means to gain new knowledge by reframing events through the integration of new meanings within the complexity of concepts. Symbolic Data Analysis ‐ SDA ‐ allows to manage these complex data structures in a suitable way. We aim to develop new contextual implications for future studies designed on the operationalization process and the statistical analysis of a theoretical constructs in order to discover latent knowledge. The main proposal is to move from fist‐level units to second‐level units by means of statistical tools that allow taking into account complex objects as a whole. We use SDA to model the intent of a concept by describing the classes of individuals that compose its extent defined by a Symbolic Data Object. In order to validate the importance of this approach, the Italian model of Industrial Districts is referred as the context of application. We retain that the Industrial District concept can be studied by means of an aggregation of first‐ level units (firms) in terms of their performance ratios expressed as interval or histogram‐valued variables. In particular, we are interested in exploring the relation between Governance and Performance in the Italian Industrial Districts considered as a whole. The study of such new entities by means of Exploratory Multidimensional Data Analysis allows to compare Symbolic Industrial Districts, to classify them into homogeneous clusters according to similarity measures and to represent them in a reduced space. Working on different subsets of the initial data set, the Symbolic Principal Component Analysis for histogram‐valued data highlights, through the factorial maps representations, the main relationships among performance ratios and, reducing the redundancy of the data, allows to discover useful patterns into the data. Furthermore, the hierarchical classification underlines the presence of homogeneous groups of Symbolic Industrial Districts both in terms of Governance attributes and the defined measure of Industrial District Performance. [edited by Author]; L’analisi di fenomeni complessi necessita l’utilizzo di metodi statistici avanzati in grado di considerare la conoscenza nascosta in strutture di dati classiche. Studiare un argomento ben noto in letteratura seguendo una differente prospettiva può fare emergere interessanti innovazioni. L’estrazione di conoscenza, attraverso la continua reinterpretazione degli eventi, aggiunge nuovo significato alla complessità dei concetti. L’Analisi Simbolica dei Dati ‐ SDA ‐ permette di cogliere e analizzare questo importante aspetto. Il presente lavoro si inserisce nell’ambito della definizione operativa e analisi quantitativa di un costrutto teorico noto, al fine di fare emergere la conoscenza latente in strutture di dati standard. I metodi tipici della SDA permettono di modellare l’intensione di un concetto mediante l’individuazione degli individui che ne compongono l’estensione, così come definita dal Dato Simbolico. Infine, un’applicazione sul modello italiano di Distretto Industriale sarà presentata per mostrare l’importanza dell’approccio proposto. Tale approccio, nella sua fase preliminare, consiste nell’individuazione e nell’utilizzo di appropriate metodologie statistiche che permettano di trasformare i dati iniziali, passando da unità di primo livello a unità di secondo livello, che, al tempo stesso, conservino la complessità e la variabilità dei dati. Riteniamo che il concetto di Distretto Industriale possa essere studiato mediante l'aggregazione di unità di primo livello (le imprese) in termini di indici di performance espressi come variabili ad intervallo o istogrammi. In particolare, siamo interessati ad esplorare la relazione tra i sistemi di Governance vigenti e la Performance economico‐ finanziaria nei distretti industriali italiani, considerati nella loro complessità e totalità. L’utilizzo di tecniche di Analisi Esplorative Multidimensionali dei Dati ci permetterà di confrontare i differenti Distretti Industriali Italiani, nella loro nuova veste simbolica, di individuare gruppi omogenei di distretti industriali, e di rappresentarli in uno spazio di ridotte dimensioni. Inoltre, lo studio di differenti subset emersi tagliando il dataset iniziale in funzione della dimensione aziendale, farà emergere la relazione tra i principali aspetti della Governance distrettuale e la misura di Performance globale dei Distretti Industriali, come emersa dall’Analisi in Componenti Principali per variabili Istogramma. [a cura dell'Autore] 2013 - 2014

2016-03-21T00:00:00Z