Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Metodi econometrici per l'analisi dei network |
|---|---|
| Titolo del progetto di ricerca in inglese | Econometric methods for network structure analysis |
| Campo principale della ricerca | Economics |
| Sottocampo della ricerca | Econometrics |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | SECS-P/05 - ECONOMETRIA |
| Descrizione sintetica in italiano | La recente crisi finanziaria ha sottolineato la necessità di descrivere il sistema finanziario globale come una rete di agenti interconnessi, dove i collegamenti tra gli agenti giocano un ruolo fondamentale nella diffusione dei rischi sistemici. Modelli di network finanziari, che tengano conto delle complesse interrelazioni tra agenti, sembrano essere uno strumento appropriato in questo contesto. Uno dei problemi principali di questi modelli sono le difficoltà di tipo inferenziale incontrate in alcuni contesti, come ad esempio in modelli di grandi dimensioni o in presenza di importanti database. Il progetto mira a sviluppare approcci di inferenza Bayesiana per questi modelli e soprattutto di proporre nuovi algoritmi MCMC efficienti per l’inferenza statica e sequenziale. Il contributo applicativo sarà l’analisi dei cambiamenti strutturali nei modelli grafici VAR di grandi dimensioni e la comprensione dei fenomeni di contagio in network finanziari composti da ampi set di variabili |
| Descrizione sintetica in inglese | The recent financial crisis has stressed the need to understand the global financial system as a network of interconnected agents, where linkages among agents sharing common structures play a fundamental role in the spread of systemic risks. Financial network models, that take into account the complex interrelationships between agents, seem to be an appropriate tool in this context. One of the main issues in these models is the inferential difficulties encountered in some contexts such as in high dimension models and in large dataset handling. This project aims to develop Bayesian inference approaches to these models and overall to propose new efficient MCMC algorithms for static and sequential inference on these models. The applied contribution will be to analyze structural changes in large dimensional sparse graphical VAR models and to understand contagion in financial networks composed of large set of variables |
| Data del bando | 24/07/2014 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 23.075 |
| Periodicità | 12 |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | http://www.unive.it/nqcontent.cfm?a_id=138305 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | no |
| Importo annuale | 19367 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Massima durata dell'assegno (mesi) | 12 |
| Criteri di selezione in italiano (breve descrizione) | TITOLI, PUBBLICAZIONI E COLLOQUIO |
| Criteri di selezione in inglese (breve descrizione) | CV AND INTERVIEW |
| Processo di selezione in italiano (breve descrizione) | TITOLI, PUBBLICAZIONI E COLLOQUIO |
| Processo di selezione in inglese (breve descrizione) | CV AND INTERVIEW |
| Nome dell'Ente finanziatore | UNIVERSITA' CA' FOSCARI VENEZIA |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Venezia |
| Codice postale | 30123 |
| Indirizzo | Dorso Duro, 3246 |
| Sito web | http://www.unive.it |
| de@pec.unive.it | |
| Telefono | +390412349158 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 27/08/2014 |
|---|---|
| Come candidarsi | Other |