Bilancio d'Esercizio

Nessuna pianificazione per quanto attenta, potrà mai sostituire una bella botta di culo.La legge di Murphy by Arthur BlochIl Corso si propone di affrontare il ruolo della gestione del progetto e della conoscenza all’interno delle organizzazioni, discutendo opportunità e rischi associati all’utilizzo di questi “strumenti manageriali”.Si rivolge a studenti ed in genere a tutti gli attori che si occupano di pianificazione e gestione dei processi di innovazione sociale. Obiettivo di questo corso è introdurre alcune considerazioni preliminari sul tema del progetto e della conoscenza all’interno delle organizzazioni. Come questi due temi hanno determinato il dibattito attuale in materia manageriale negli ultimi tre decenni e come siano emerse diversi filoni di studio e di riflessione. Data la vastità degli oggetti di studio, obiettivo del corso è quello di dare alcuni spunti utili per comprendere come sia possibile interpretarli, cosa significa provare a gestirli e quali strumenti servano per ragionare su possibili implementazioni. Il ragionamento sarà in primo luogo ampio e trasversale e poi collegato al mondo dell’innovazione sociale e delle realtà no profit. Infine si proverà a ragionare sulle possibili forme di interrelazione tra il progetto e la conoscenza, introducendo il concetto di apprendimento che rappresenta l’elemento di congiunzione anche con il modulo successivo (Apprendimento, rete e innovazione tenuto dal prof. Serpieri).

Conoscere, ragionare e decidere”. Riconosciamo ancora oggi il valore delle parole di Einaudi. L’utilizzo dei dati fa parte della quotidianità del lavoro di chi nella PA deve mettere in campo delle scelte complesse. Per orientarsi al meglio nella contemporaneità per realizzare delle politiche più efficaci ed efficienti è necessario potenziare delle nuove competenze per sapere individuare e usare al meglio i dati disponibili, trasformandoli in informazioni a supporto delle decisioni. La transizione digitale offre un'opportunità unica di accesso a migliaia di dati che possono servire ad un miglioramento degli impieghi delle risorse disponibili. In un mondo in cui le risorse sono sempre più limitate la sfida consiste nel migliorarne continuamente l'utilizzo. Il corso guida i partecipanti alla scoperta del mondo dei dati disponibili per le PA e sviluppa la capacità della loro lettura e del loro impiego a supporto delle scelte pubbliche.Cosa Imparerai?L'importanza dei dati nelle politiche pubblicheLa statistica ufficiale: programmazione e qualitàL'armonizzazione dei sistemi contabili delle PAI bilanci degli enti localiI bilanci degli enti privatiLe società a partecipazione pubblicaBig Data nel management delle politiche pubblicheCertificatoGli utenti che termineranno la fruizione di tutto il corso e supereranno con la sufficienza (80% delle risposte corrette) i due quiz valutativi otterranno un certificato di partecipazione.PartnershipIl corso fa parte del programma "Dati e Governance pubblica: conoscere per deliberare", sviluppato in collaborazione con l’Agenzia per la Coesione Territoriale. 

Il corso offre un notevole supporto all’approfondimento delle problematiche centrali riscontrabili nella gestione della liquidità dell’impresa. La presentazione delle pluralità di configurazioni di autofinanziamento, delle caratteristiche del rendiconto finanziario e della modalità di misurazione dei flussi di cassa permettono di chiarire le modalità con cui le imprese gestiscono strategicamente le risorse finanziarie di cui dispongono. Lo studio dell’earnings quality, inoltre, mette in luce gli strumenti contabili potenzialmente utilizzabili per la manipolazione dei risultati economici dell’esercizio e della disclosure finanziaria, indirizzata agli stakeholder esterni. Durante il corso sono presentate le diverse tecniche di valutazione d’azienda e le modalità di costruzione delle matrici qualitative e quantitative per le indagini economico-finanziarie.

The course covers the pillars of data analysis and statistical modeling, focusing on applications in social sciences, particularly economics and finance, and exploring the main ingredients of econometrics at an intermediate level. Emphasis is put on conceptual issues as well as technical and practical issues. All methods are shown from both the methodological and the computational perspectives. Computing is performed using the R computing language. Practical strategies are constantly introduced and motivated based on rigorous methodological and mathematical treatment. Estimation and inference are based on the least square method. In addition, the finite sample inference is covered based on the Gaussian error assumption. Both classical and modern model validation techniques are explored with a particular emphasis on the predictive viewpoint, which is central to modern data science.