ΕΞΙΔΙΚΕΥΣΗ ΣΤΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΔΙΑΧΕΙΡΙΣΗ ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ (Part Time)

Σκοπός του μαθήματος είναι να μυήσει τους φοιτητές στην Χρηματοοικονομική Αναφορά. Συζητούνται τα βασικά στοιχεία της χρηματοοικονομικής αναφοράς (λογαριασμοί SFP, OCI, P&L) και η τήρηση λογιστικών αρχείων (ημερολόγιο, καθολικό). Οι γνώσεις που παρουσιάζονται είναι απαραίτητες τόσο για φοιτητές που δεν έχουν διδαχθεί μαθήματα λογιστικής σε προπτυχιακό επίπεδο όσο και για φοιτητές που χρειάζονται πρόσθετες γνώσεις για την κάλυψη των απαιτήσεων του προγράμματος.

Στόχος του μαθήματος είναι να εισαγάγει τους φοιτητές στις βασικές έννοιες των Χρηματοοικονομικών. Το μάθημα συζητά τη διαχρονική αξία του χρήματος, την έννοια του ανατοκισμού και τις βασικές αρχές αποτίμησης των χρηματοοικονομικών μέσων στις κεφαλαιαγορές. Οι γνώσεις που παρουσιάζονται είναι απαραίτητες τόσο για φοιτητές που δεν έχουν διδαχθεί οικονομικά μαθήματα σε προπτυχιακό επίπεδο όσο και για φοιτητές που χρειάζονται πρόσθετες γνώσεις για να καλύψουν τις απαιτήσεις του προγράμματος.

Αυτό το μάθημα μπορεί να θεωρηθεί ως εισαγωγή στην Οικονομετρία. Στόχος του είναι να παρουσιάσει τη βασική θεωρία της Οικονομετρίας και πώς αυτή μπορεί να εφαρμοστεί αυστηρά σε μια ποικιλία προβλημάτων που προκύπτουν από την Οικονομία, τα Χρηματοοικονομικά και τη Διοίκηση Επιχειρήσεων. Σε αυτό το μάθημα, η οικονομετρική θεωρία συνδυάζεται με την οικονομετρική πρακτική δείχνοντας τη χρήση της με το πακέτο λογισμικού EViews και τη γλώσσα προγραμματισμού R.

Σκοπός του μαθήματος είναι να εισαγάγει τους φοιτητές στις βασικές αρχές και τεχνικές προγραμματισμού και να τους διδάξει πώς να σχεδιάζουν, να δομούν και να εφαρμόζουν απλά προγράμματα στην Python. Το μάθημα περιγράφει τη ρύθμιση και τη φιλοσοφία του προγραμματιστικού περιβάλλοντος και των διαφορετικών μεθόδων αλληλεπίδρασης με τον πυρήνα της γλώσσας (παράθυρα εντολών/scripts/notebooks). Εισάγει τον σπουδαστή σε τύπους δεδομένων, τελεστές και εντολές ροής ελέγχου. Παρουσιάζονται επίσης τεχνικές λειτουργικού προγραμματισμού. Τέλος, εξοικειώνει τον μαθητή με τη χρήση των βασικών βιβλιοθηκών Python που χρησιμοποιούνται για εφαρμογές Οικονομικών (Numpy, Scipy, Pandas).

Στόχος αυτού του μαθήματος είναι να περιγράψει τη θεωρία και την πράξη των κύριων θεμάτων στη χρηματοοικονομική διαχείριση σε μεταπτυχιακό επίπεδο. Το μάθημα οργανώνεται σε τρία μέρη. Το μάθημα ξεκινά με μια επισκόπηση της διαχρονικής αξίας του χρήματος, της αποτίμησης των ομολόγων, της αποτίμησης των μετοχών και του κόστους κεφαλαίου. Το δεύτερο μέρος αφορά τον προϋπολογισμό κεφαλαίου και τα οικονομικά κριτήρια που χρησιμοποιούνται για τη λήψη επενδυτικών αποφάσεων. Τέλος, εξετάζουμε ζητήματα που σχετίζονται με την πολιτική πληρωμών, τη μόχλευση και τη διάρθρωση του κεφαλαίου.

Πρωταρχικός στόχος του μαθήματος είναι να εισαγάγει τους φοιτητές στις βασικές έννοιες της χρηματοοικονομικής λογιστικής με βάση τα διεθνή πρότυπα χρηματοοικονομικής αναφοράς. Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να κατανοήσουν τη δομή και τα βασικά στοιχεία των κύριων οικονομικών καταστάσεων (ισολογισμός, κατάσταση λογαριασμού αποτελεσμάτων και κατάσταση μεταβολών ιδίων κεφαλαίων) των επιχειρήσεων. Θα εξοικειωθούν επίσης με τον λογιστικό χειρισμό για τα μετρητά και τα ταμειακά ισοδύναμα, τους εισπρακτέους λογαριασμούς, τα αποθέματα και τα μη κυκλοφορούντα περιουσιακά στοιχεία.

Σκοπός αυτού του μαθήματος είναι να εισαγάγει τις κύριες μεθόδους Μηχανικής Μάθησης που χρησιμοποιούνται σε εφαρμογές Χρηματοοικονομικής Διαχείρισης. Συγκεκριμένα, καλύπτει δημοφιλείς τεχνικές ταξινόμησης (K-means, Support Vector Machine, naive ταξινομητής Bayes, τυχαία δάση) και μεθόδους γενικευμένης παλινδρόμησης (Ridge, LASSO, LARS). Παρουσιάζει τους κύριους τύπους νευρωνικών δικτύων (Multilayer Perceptrons, Convolutional NNs, Recurrent NNs, Self-Organized Maps, Kernel Networks), ενώ επισημαίνει χαρακτηριστικές εφαρμογές αυτών των μεθόδων στον τομέα της οικονομικής διαχείρισης (credit-scoring, algorithmic trading, portfolio management , εντοπισμός απάτης). Γίνεται η διάκριση μεταξύ εποπτευόμενης, χωρίς επίβλεψη και ενισχυμένης μάθησης και ο μαθητής μαθαίνει πώς να υλοποιεί μια τέτοια εφαρμογή χρησιμοποιώντας τις σχετικές βιβλιοθήκες Python (Tensorflow, Keras).

Ο στόχος αυτού του μαθήματος είναι να εξηγήσει τους αλγόριθμους στους οποίους βασίζεται η μηχανική μάθηση (ML) έτσι ώστε τα αποτελέσματα από τη χρήση των αλγορίθμων να μπορούν να αξιολογηθούν με γνώσεις. Το μάθημα διερευνά τις προκλήσεις που προκύπτουν κατά την εφαρμογή μεθόδων ML στην εταιρική χρηματοδότηση. Επιπλέον, το μάθημα δίνει τη δυνατότητα στους σπουδαστές να μετατρέψουν δομημένα ή μη δομημένα δεδομένα σε ιδέες που προωθούν την καλύτερη λήψη αποφάσεων.

Αυτό το μάθημα εξετάζει τα σημαντικότερα ζητήματα στη θεωρία και την πράξη της σύγχρονης διαχείρισης χαρτοφυλακίου. Τα θέματα περιλαμβάνουν αποτελεσματικές αγορές κεφαλαίων, κίνδυνος και απόδοση, μοντέλα τιμολόγησης περιουσιακών στοιχείων, αποτίμηση, στρατηγικές διαχείρισης χαρτοφυλακίου μετοχών, στρατηγικές διαχείρισης χαρτοφυλακίου ομολόγων, επαγγελματική βιομηχανία διαχείρισης περιουσιακών στοιχείων, αξιολόγηση απόδοσης χαρτοφυλακίου, προκαταλήψεις βασικών επενδυτικών αποφάσεων, στρατηγικές αντίθετου επενδυτή και ορμής και αγέλη η ΣΥΜΠΕΡΙΦΟΡΑ.      

Στόχος του μαθήματος είναι να παρουσιάσει σύνθετα ζητήματα που προκύπτουν από την εφαρμογή των Διεθνών Προτύπων Χρηματοοικονομικής Αναφοράς (ΔΠΧΠ) στην παρουσίαση των οικονομικών καταστάσεων. Δίνονται εφαρμογές πρακτικών διαχείρισης δεδομένων σε βασικά στοιχεία (λογαριασμοί) οικονομικών καταστάσεων. Επιπλέον, παρουσιάζονται τεχνικές πρόβλεψης, ανάλυσης, σχεδιασμού και λήψης αποφάσεων.

Στόχος του μαθήματος είναι να παρουσιάσει βασικές έννοιες ως προς τις αρχές της αειφορίας. Επιπλέον, συζητείται η εφαρμογή των απαιτήσεων αναφοράς βιωσιμότητας στις εταιρικές οικονομικές καταστάσεις. Τέλος, παρουσιάζονται πρακτικές διαχείρισης οικονομικών αναφορών που σχετίζονται με θέματα βιωσιμότητας.

Το μάθημα στοχεύει να εξετάσει τις εταιρικές οικονομικές ανάγκες και τρόπους κάλυψης τους. Ο χρηματοοικονομικός σχεδιασμός είναι ένα ζήτημα πρωταρχικής σημασίας όταν πρόκειται για βραχυπρόθεσμη και μακροπρόθεσμη ανάπτυξη και βιωσιμότητα των επιχειρήσεων

Στόχος του μαθήματος είναι να εισαγάγει τους φοιτητές στις τρέχουσες εξελίξεις στον τομέα της Χρηματοοικονομικής τεχνολογίας (Fin tech) και τις σημαντικές επιπτώσεις της στον κλάδο των χρηματοοικονομικών υπηρεσιών, τις αγορές και την παγκόσμια οικονομία. Το μάθημα αναλύει το πλαίσιο εντός του οποίου η εφαρμογή blockchain, τεχνητής νοημοσύνης, ρομπο-συμβουλευτικής και πολλές άλλες τεχνολογικές καινοτομίες δημιουργούν νέες επιχειρηματικές ευκαιρίες στον κλάδο των χρηματοοικονομικών υπηρεσιών. Επιπλέον, παρέχει λεπτομερή εικόνα των προκλήσεων που σχετίζονται με τη ρύθμιση και την υιοθέτηση νέων τεχνολογιών στις χρηματοπιστωτικές υπηρεσίες.

Στόχος του μαθήματος είναι να παρουσιάσει βασικές αρχές ελέγχου. Επιπλέον, παρουσιάζεται η χρήση νέων τεχνολογιών και μεθόδων ανάλυσης στην τεκμηρίωση και τον έλεγχο του εντοπισμού απάτης.

Οι τελευταίες δεκαετίες χαρακτηρίστηκαν από μια εξαιρετική ανάπτυξη στη χρήση ποσοτικών μεθόδων στην ανάλυση διαφόρων κατηγοριών περιουσιακών στοιχείων. είτε πρόκειται για μετοχές, τίτλους σταθερού εισοδήματος, εμπορεύματα και παράγωγα. Επιπλέον, τόσο οι χρηματοοικονομικοί όσο και οι επαγγελματίες χρησιμοποιούν συνήθως προηγμένες μαθηματικές, στατιστικές και οικονομετρικές τεχνικές σε ένα πλήθος εφαρμογών, όπως τιμολόγηση περιουσιακών στοιχείων, διαχείριση χαρτοφυλακίου, επενδυτικές αποφάσεις και διαχείριση κινδύνων, μεταξύ άλλων. Αυτό το μάθημα επιχειρεί να προσφέρει μια εισαγωγική βάση για την εκμάθηση τέτοιων τεχνικών. Ο σκοπός είναι διπλός, να παρέχει ερευνητικά εργαλεία στα χρηματοοικονομικά και να κατανοήσει επενδυτικά σχέδια που χρησιμοποιούνται από επαγγελματίες.

Το μάθημα στοχεύει στην παροχή μιας σταθερής κατανόησης του παγκόσμιου χρηματοοικονομικού περιβάλλοντος. Αναλύονται τόσο θεωρητικές όσο και πρακτικές πτυχές, οι οποίες είναι σημαντικές για την κατανόηση των παγκόσμιων χρηματοπιστωτικών αγορών και πώς αυτές λειτουργούν υπό διαφορετικά νομισματικά καθεστώτα. Στόχος είναι να τονιστεί η σημασία της λειτουργίας μιας διεθνοποιημένης αγοράς για τους σκοπούς της οικονομικής διαχείρισης και να παρασχεθούν συγκεκριμένα παραδείγματα που σχετίζονται με τον κλάδο.

Στόχος του μαθήματος είναι η ανάπτυξη ενός πλαισίου επιχειρηματικής ανάλυσης και αποτίμησης με χρήση δεδομένων οικονομικών καταστάσεων. Παρουσιάζονται χρηματοοικονομικοί δείκτες που προκύπτουν από την ανάλυση μεγάλων χρονολογικών σειρών. Εκτελούνται σενάρια πρόβλεψης κερδοφορίας και ταμειακών ροών. Τα μοντέλα αποτίμησης επιχειρήσεων (όπως οι προεξοφλητικές ταμειακές ροές) αξιολογούνται χρησιμοποιώντας σενάρια πίεσης και ευαισθησίας.

Το μάθημα μελετά την τιμολόγηση και τη χρήση των παραγώγων τίτλων (προθεσμιακά/μελλοντικά συμβόλαια, ανταλλαγές και δικαιώματα προαίρεσης), δηλαδή χρηματοπιστωτικά μέσα των οποίων η αξία εξαρτάται από την τιμή άλλων βασικών υποκείμενων μεταβλητών (όπως τιμές μετοχών, δείκτες, ξένα νομίσματα, επιτόκια ή εμπορεύματα). Η αρχή της τιμολόγησης χωρίς αυθαιρεσία και η χρήση της σε προθεσμιακές τιμές, συμβόλαια μελλοντικής εκπλήρωσης και ανταλλαγής και στην εξαγωγή περιορισμών τιμολόγησης δικαιωμάτων προαίρεσης αναπτύχθηκε αρχικά μαζί με την προσέγγιση αποτίμησης Binomial-tree και το μοντέλο τιμολόγησης δικαιωμάτων προαίρεσης Black-Scholes. Στη συνέχεια, παρουσιάζονται διάφορες επεκτάσεις των θεωρητικών μοντέλων δικαιωμάτων προαίρεσης (προσαρμοσμένες για μερίσματα και πρόωρη άσκηση) και παρέχονται διάφορες εφαρμογές, στην τιμολόγηση των δικαιωμάτων προαίρεσης σε δείκτες μετοχών, νομίσματα ή συμβόλαια μελλοντικής εκπλήρωσης και στη διαχείριση κινδύνου (π.χ.

Στόχος αυτού του μαθήματος είναι ο συνδυασμός οικονομικών εφαρμογών με προγραμματισμό ηλεκτρονικών υπολογιστών. Το μάθημα στοχεύει να παρέχει στους φοιτητές τα απαραίτητα εργαλεία και τεχνογνωσία για τη χρήση του προγραμματισμού Python στην επίλυση σύνθετων οικονομικών προβλημάτων. Καλύπτει μια ποικιλία οικονομικών εφαρμογών, συμπεριλαμβανομένων των αναλύσεων οικονομικών δεδομένων, της βελτιστοποίησης χαρτοφυλακίου, των παραγώγων και της διαχείρισης κινδύνου.

Σκοπός αυτού του μαθήματος είναι η εισαγωγή βασικών αρχών προστασίας δεδομένων και διαχείρισης και πολιτικών ασφάλειας δεδομένων για μια επιχειρηματική οντότητα. Συζητούνται θέματα ασφάλειας στον κυβερνοχώρο και θέματα ασφάλειας προσωπικών δεδομένων τόσο για την ίδια την επιχειρηματική οντότητα όσο και δεδομένα τρίτων που διατηρεί η οντότητα.

Συλλογή δεδομένων, Ανάλυση, Συγγραφή και Παρουσίαση Διατριβής. Οι φοιτητές μπορούν να εκπονήσουν τη διατριβή τους σε ζευγάρια ή μόνοι τους, κατόπιν έγκρισης της Διοικούσας Επιτροπής. Οι φοιτητές πλήρους φοίτησης (ή και μερικής φοίτησης) μπορούν εναλλακτικά να αντικαταστήσουν τη διατριβή με  πρακτική άσκηση , κατόπιν έγκρισης της Διοικούσας Επιτροπής.