Με την επιτυχή ολοκλήρωση αυτού του μαθήματος οι φοιτητές θα έχουν τη δυνατότητα να:

1. Αποκτήσουν θεωρητικό υπόβαθρο στις θεμελιώδεις αρχές της βιώσιμης χρηματοοικονομικής και στην έννοια της περιβαλλοντικής, κοινωνικής και εταιρικής διακυβέρνησης.
2. Αναλύουν τις αξιολογήσεις περιβαλλοντικής, κοινωνικής και εταιρικής διακυβέρνησης, τους βασικούς φορείς αξιολόγησης και τη σχέση τους με το κόστος κεφαλαίου και τη χρηματοδοτική στρατηγική των επιχειρήσεων.
3. Κατανοήσουν τη συμβολή της κλιματικής χρηματοδότησης, των πράσινων ομολόγων, του κινδύνου που συνδέεται με τη βιοποικιλότητα και του ευρωπαϊκού κανονιστικού πλαισίου δημοσιοποιήσεων.
4. Ερμηνεύουν τον ρόλο των ψηφιακών τραπεζών, των σύγχρονων πλατφορμών πληρωμών, της αλυσίδας συστοιχιών και των κρυπτονομισμάτων στον μετασχηματισμό των χρηματοοικονομικών υπηρεσιών.
5. Αξιολογούν τις εφαρμογές της τεχνητής νοημοσύνης στη χρηματοοικονομική, ιδίως στην πιστοληπτική αξιολόγηση, στην ανάλυση πιστωτικού κινδύνου, στην ανίχνευση απάτης και στην υποστήριξη χρηματοδοτικών αποφάσεων.

• Θέματα Βιώσιμης Χρηματοοικονομικής
  • Εισαγωγή στις θεμελιώδεις αρχές της βιώσιμης χρηματοοικονομικής και στην έννοια της περιβαλλοντικής, κοινωνικής και εταιρικής διακυβέρνησης.
  • Ανάλυση των αξιολογήσεων περιβαλλοντικής, κοινωνικής και εταιρικής διακυβέρνησης, των βασικών φορέων αξιολόγησης και της σχέσης τους με το κόστος κεφαλαίου.
  • Μελέτη της κλιματικής χρηματοδότησης, των πράσινων ομολόγων, του κινδύνου που συνδέεται με τη βιοποικιλότητα και του ευρωπαϊκού κανονιστικού πλαισίου.
• Θέματα Χρηματοοικονομικής Τεχνολογίας
  • Εξέταση του ρόλου των ψηφιακών τραπεζών και των σύγχρονων πλατφορμών πληρωμών στον μετασχηματισμό των χρηματοοικονομικών υπηρεσιών.
  • Εισαγωγή στην τεχνολογία αλυσίδας συστοιχιών και στην οικονομική λειτουργία των κρυπτονομισμάτων.
  • Ανάλυση των επιδράσεων της χρηματοοικονομικής τεχνολογίας στη ρευστότητα, στο κόστος συναλλαγών, στην κυβερνοασφάλεια και στις ρυθμιστικές προκλήσεις που ανακύπτουν.
• Εφαρμογές Τεχνητής Νοημοσύνης στη Χρηματοοικονομική
  • Εφαρμογές της τεχνητής νοημοσύνης στην πιστοληπτική αξιολόγηση, στην ανάλυση πιστωτικού κινδύνου και στην υποστήριξη χρηματοδοτικών αποφάσεων.
  • Χρήση αλγορίθμων τεχνητής νοημοσύνης για την ανίχνευση απάτης, την πρόληψη χρηματοοικονομικών παρατυπιών και την ενίσχυση των εσωτερικών ελέγχων.
  • Αξιοποίηση τεχνικών ανάλυσης μεγάλων δεδομένων και τεχνητής νοημοσύνης για την πρόβλεψη χρηματοροών, την αποτίμηση επιχειρήσεων και τη λήψη επενδυτικών αποφάσεων.

Διαλέξεις (3 ώρες/εβδομάδα)

Η γλώσσα αξιολόγησης είναι τα Ελληνικά, και η μέθοδος αξιολόγησης αποτελείται από μια τελική ατομική εξέταση (70%) μέσω μιας διαδικασίας Ερωτήσεων Πολλαπλής Επιλογής, καθώς και εβδομαδιαίες εργασίες κατά τη διάρκεια του εξαμήνου (30%).

Χρήση Διαφανειών, e-class, web-sites