| Study programme competencies |
| Code | Study programme competences |
| A1 | Alcanzar un conocimiento básico en un área de Ingeniería/Ciencias Aplicadas, como punto de partida para un adecuado modelado matemático, tanto en contextos bien establecidos como en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares. |
| A2 | Modelar ingredientes específicos y realizar las simplificaciones adecuadas en el modelo que faciliten su tratamiento numérico, manteniendo el grado de precisión, de acuerdo con requisitos previamente establecidos. |
| A3 | Determinar si un modelo de un proceso está bien planteado matemáticamente y bien formulado desde el punto de vista físico. |
| A4 | Ser capaz de seleccionar un conjunto de técnicas numéricas, lenguajes y herramientas informáticas, adecuadas para resolver un modelo matemático. |
| A5 | Ser capaz de validar e interpretar los resultados obtenidos, comparando con visualizaciones, medidas experimentales y/o requisitos funcionales del correspondiente sistema físico/de ingeniería. |
| A6 | Ser capaz de extraer, empleando diferentes técnicas analíticas, información tanto cualitativa como cuantitativa de los modelos. |
| A7 | Saber modelar elementos y sistemas complejos o en campos poco establecidos, que conduzcan a problemas bien planteados/formulados. |
| A8 | Saber adaptar, modificar e implementar herramientas de software de simulación numérica. |
| B1 | Saber aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios, incluyendo la capacidad de integrarse en equipos multidisciplinares de I+D+i en el entorno empresarial. |
| B2 | Poseer conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación, sabiendo traducir necesidades industriales en términos de proyectos de I+D+i en el campo de la Matemática Industrial |
| B3 | Ser capaz de integrar conocimientos para enfrentarse a la formulación de juicios a partir de información que, aun siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos. |
| B4 | Saber comunicar las conclusiones, junto con los conocimientos y razones últimas que las sustentan, a públicos especializados y no especializados de un modo claro y sin ambigüedades. |
| B5 | Poseer las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo, y poder emprender con éxito estudios de doctorado. |
| Learning aims | |||
| Learning outcomes | Study programme competences | ||
| Coñecer o funcionamento dos produtos financeiros, de tipo opcións e de tipo bonos, máis usuais | AC1 AC2 AC5 AC6 AC7 |
BJ1 BC3 BR1 |
|
| Coñecer as ferramentas de cálculo aleatorio necesarias para a valoración | AC2 AC6 AC7 |
BJ1 BR1 |
|
| Coñecer a metodoloxía de cobertura dinámica para establecer modelos matemáticos de tipo BlackScholes | AC2 AC3 AC7 |
BJ1 BC1 BR1 |
|
| Dado un produto financeiro, saber obter o modelo de BlackScholes axeitado. | AC1 AC2 AC4 AC7 |
BC1 BC2 BC3 BR1 |
|
| Coñecer os métodos numéricos axeitados para resolver os modelos de BlackScholes de cada produto (cun ou dous factores aleatorios). | AC4 AC5 AC8 |
BC1 BC2 BC3 BR1 |
|
| Coñecer e calcular con algúns modelos de risco financeiro | AC1 AC2 AC5 AC6 AC7 |
BJ1 BC1 BC2 BC3 BR1 |
|
| Contents |
| Topic | Sub-topic |
| 1. Mercados financeiros e produtos financeiros derivados. | |
| 2. Valor actualizado de produtos sen risco. | |
| 3. Modelos de prezos de activos con risco. | |
| 4. Técnica de cobertura dinámica e modelos de Black-Scholes. | |
| 5. Modelos Black-Scholes para opcións e bonos cun factor estocástico. | |
| 6. Modelos Black-Scholes para opcións e bonos con dous factores estocásticos. | |
| Calculo de riscos financeiros: risco de valoración e de contraparte: Definicións, metodoloxía e uso. |
| Planning | ||||
| Methodologies / tests | Competencies / Results | Teaching hours (in-person & virtual) | Student’s personal work hours | Total hours |
| Problem solving | A2 A3 A4 A5 A6 A7 B5 B3 B1 | 0 | 60 | 60 |
| Problem solving | A2 A3 A4 A5 A6 A7 B5 B3 B1 | 0 | 36 | 36 |
| Objective test | A2 A3 A6 A7 B5 | 4 | 0 | 4 |
| Guest lecture / keynote speech | A1 A2 A3 A4 A5 A6 A7 A8 B2 B5 B3 B1 B4 | 42 | 0 | 42 |
| Personalized attention | 8 | 0 | 8 | |
| (*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. | ||||
| Methodologies |
| Methodologies | Description |
| Problem solving | Entréganse ao alumno unha lista de problemas, algúns son sinxelos para practicar conceptos e técnicas, outros son máis complicados Solución de problemas |
| Problem solving | - Nos documentos.pdf que se expoñen aparecen exercicios sinxelos para a revisión e aplicación de conceptos - Ademais indícanse referencias bibliográficas onde se poden encontrar exercicios relacionados coa materia exposta |
| Objective test | Se entregan ao alumno enunciados de varios problemas para que os resolva, podendo utilizar as transparencias que se expuxeron en clase |
| Guest lecture / keynote speech | - Entrégase previamente ás sesións un documento.pdf coas transparencias que se expoñerán en clases - Usarase tablet PC e sistema de videoconferencia para a impartición da sesión magistra aos alumnos dos tres campus - Fomentarase intervención dos alumnos con preguntas e resolveranse dúbidas ou ilustrarán comentarios mediante aplicacion Windows Journal |
| Personalized attention |
|
|
| Assessment | |||
| Methodologies | Competencies / Results | Description | Qualification |
| Objective test | A2 A3 A6 A7 B5 | Realizarase unha proba escrita de aplicación práctica dos coñecementos impartidos en data fixada cunha data adicional para recuperación desta | 50 |
| Problem solving | A2 A3 A4 A5 A6 A7 B5 B3 B1 | Valoraranse os exercicios propostos en clases para a súa realización fóra de clases | 50 |
| Assessment comments | |||
| Sources of information |
| Basic |
C. Vázquez (2010). An introduction to Black-Scholes modeling and numerical methods in derivatives pricing. MAT Serie A
D. Brigo, M. Morini, A.Pallavicini (2013). Counterparty credit risk, collateral and funding. Wiley Financial Series
J. Gregory (2010). Counterparty credit risk: the new challenge for global financial markets. Wiley Financial Series
T.Mikosch (1998). Elementary Stochastic Calculus with Finance in View. World Scientific, (Singapur)
P.G.Zhang (1998). Exotic Options, A guide to second generation option. World Scientific (Singapur)
K.Dowd (2005). Measuring market risk. Wiley Financial Series
P.Wilmott, S.Howison, J.Dewynne (1996). Option Pricing: Mathematical Models and Computation. Oxford Financial Press
J.C.Hull (2000). Options, Futures and Other Derivatives. Prentice-Hall Inc., (New Jersey)
A. Pascucci (2011). PDE and martingale methods in option pricing. Bocconi University Press, Springer
P.Wilmott, S.Howison, J.Dewynne (1996). The mathematics of Financial Derivatives, A Student Introduction. Cambridge University Press
R.Seydel (2007). Tools for Computational Finance. Universiteitext, Springer-Verlag |
|
|
|
| Complementary | |
|
|
| Recommendations | |
| Subjects that it is recommended to have taken before | |
|
| Subjects that are recommended to be taken simultaneously |
| Subjects that continue the syllabus | |
|
| Other comments | |