Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Score-driven time-varying parameter models for high-frequency data and temporal networks |
|---|---|
| Titolo del progetto di ricerca in inglese | Score-driven time-varying parameter models for high-frequency data and temporal networks |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | - |
| Descrizione sintetica in italiano | Il progetto di ricerca vuole sviluppare nuovi modelli dinamici a parametri variabili basati sull’approccio Score-Driven (SD). L’uso dei modelli SD per descrivere l’evoluzione dei sistemi socio-economici è conveniente per due ragioni: i) da un punto di vista economico, diversamente agli approcci esistenti dove i parametri seguono una dinamica casuale ed esogena, nei modelli SD i parametri evolvono a seguito degli shock realizzati nel passato, aprendo la possibilità di investigare l’impatto delle osservazioni sulla loro futura evoluzione; ii) computazionalmente, i modelli SD si prestano a stima di massima verosimiglianza e sono ideali per la descrizione di modelli ad alta dimensione che coinvolgono un numero elevato di dati. Questo progetto consta di due linee di ricerca: 1) sviluppo di modelli ed analisi di reti temporali con dipendenze dinamiche dei nodi, 2) sviluppo di modelli a parametri variabili per la microstruttura di mercato ed i dati finanziari ad alta frequenza. |
| Descrizione sintetica in inglese | The research project aims to develop new dynamic models with time-varying parameters based on the Score-Driven (SD) approach. The adoption of SD models to describe the dynamics of socio-economic systems is convenient for two main reasons: (i) economically, contrary to existing approaches where parameters follow a stochastic process with random and exogenous shocks, SD models might allow the evolution of the parameters to be driven by actual realized past shocks, thus opening the possibility to gauge the impact of observed shocks on the future evolution of the model parameters; (ii) computationally, since SD models are susceptible to straightforward maximum likelihood estimation, they are able to effectively deal with high-dimensional problems and large amount of data. This project comprises two lines of research: 1) testing and forecasting of temporal networks with dynamic node dependencies, 2) developing time-varying models for market microstructure and high-frequency data. |
| Data del bando | 25/10/2022 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI MATEMATICA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| mat.assegni@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 21/11/2022 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |