ANTONIO NAIMOLI | Progetti

L⿿obiettivo del progetto di ricerca è la creazione di un indicatore testuale giornaliero basato sulla tematica dei fattori Environmental, Social and Governance (ESG) per migliorare le misure di rischio daily come il Value-at-Risk (VaR) e l⿿Expected Shortfall (ES). Oggigiorno, le imprese dedicano sempre più attenzione ai fattori ESG, tramite la pubblicazione del bilancio sociale e dei rates ottenut

Molti dati possono essere interpretati come dati spaziali: osservazioni che vengono rilevate in luoghi e in tempi diversi, dove lo spazio può essere inteso in senso lato e non solo fisico. Questa tipologia di dati viene analizzata in letteratura mediante i cosiddetti modelli autoregressivi spaziali, basati su una regressione ponderata i cui pesi vengono dati da una matrice di distanze. Molto spess

Scopo di questo progetto è sviluppare nuovi approcci di modellazione semi-parametrica multivariata per la previsione del Value-at-Risk (VaR) e dell'Expected Shortfall (ES) di portafoglio. A differenza degli approcci semi-parametrici univariati esistenti, gli approcci che si intende sviluppare prevedono la modellazione esplicita della struttura di dipendenza tra i rendimenti degli asset di portafog

Il presente progetto intende investigare sulla opportunità di migliorare la performance previsiva dei principali indicatori economici e finanziari attraverso l'utilizzo di informazioni qualitative e quantitative. In tale ambito di analisi si intende proporre nuovi indicatori, basati sull'analisi testuale, volti a valutare l'impatto delle news e delle azioni governative sulle dinamiche economiche e

L'obiettivo del progetto di ricerca è l'estensione dei modelli semi-parametrici per la stima delle misure di rischio come il Value-at-Risk (VaR) e l'Expected Shortfall (ES) attraverso l'inserimento di variabili a frequenza mista, per sfruttare l'eterogeneità di diverse fonti informative, al fine di ottenere stime e previsioni del VaR e dell'ES più accurate. La stima congiunta verrà effettuata tram

The k-means method is often referred to as nonparametric clustering method, based on the nonparametric consistency theorem proved by Pollard (1981). We want to study a similar notion of consistency for clustering methods based on mixtures models of a general class of elliptically symmetric distributions (including popular models such as the Gaussian, Student-t, and Laplace, etc.).

Within the model based clustering methods robustness is generally reached by discarding the set of outlying observations. This approach of course revealed its benefit in terms of robustness but , on the other hand, may provoke a loss of efficiency. In order to increase the efficiency in the parameter estimation, reweighting on the discarded observations can be applied. Nonetheless several open

Sviluppo di metodi di Statistical Learning basati su coefficiente di penalità (Matrix Completion) per dati origine-destinazione, per previsione e imputazione di dati mancanti. Applicazione su matrici Input-Output e su dati di flussi di traffico provenienti da telefonia mobile.Sviluppo di metodi di Screening e Variable Selection basati su approccio marginale, quali la Sure Independence Screening,

Obiettivo del progetto è la derivazione di proprietà asintotiche dei parametri del modello non lineare per serie storiche della classe Self-Exciting Threshold Autoregressive. Diversamente da quanto proposto in letteratura, tali proprietà sono ottenute senza assumere la stazionarietà ed ergodicità del processo generatore. La rimozione di queste assunzioni rende non solo più generale il risultato t

In this project we focus on range-based volatility and, in this context, we propose the use of Extreme Learning Machines (ELMs) to appropriately capture the nonlinear dynamics of these volatility measures.

L'obiettivo del progetto è quello di sviluppare stimatori non parametrici per la funzione di sopravvivenza bivariata in presenza di dati troncati e censurati.Partendo dai risultati disponibili nella letteratura specializzata, si intende proporre un modo alternativo a quelli proposti in letteratura, stimando la funzione di sopravvivenza bivariata come una funzione di sopravvivenza univariata, per

Il presente progetto intende investigare sulla opportunità di migliorare la performance previsiva dei principali indicatori economici attraverso l¿utilizzo di informazioni qualitative e quantitative. In tale ambito di analisi si intende proporre un nuovo indice, basato sull¿analisi testuale, volto a valutare l'impatto nel tempo del dibattito politico sulle dinamiche economiche. A tal fine saranno

The selection of an optimal clustering clustering solution is a longstanding problem. In this study, we focus on model-based clustering, where this problem amounts to choose the architecture of the model mixture distribution. Decisions to be made pertain to: cluster prototype distribution; number of mixture components; (optionally) restrictions on the clusters¿ geometry. Typical solutions to aid t

Il progetto si sviluppa su tre linee di ricerca tra loro correlate. La prima riguarda lo studio dei meccanismi di elaborazione, diffusione, ed analisi delle ingenti mole di dati riguardanti i diversi aspetti della pandemia da Covid-19 mediante tecniche matematico-statistiche. La seconda analizza a livello micro- e macro-economico gli effetti della pandemia sui principali indicatori economici, appu

L¿obiettivo del progetto è quello di implementare un modello Latent Markov che fornisca stime dei parametri non distorte anche nei casi in cui non sussista la relazione di indipendenza tra gli indicatori del modello e le covariate, condizionatamente ai diversi stati latenti. A tal fine, occorre modificare la funzione di log verosimiglianza standard aggiungendo un insieme di parametri che rappresen

L¿obiettivo del progetto è quello di studiare le diverse tecniche statistiche di riduzione della dimensione (Tecniche di Screening delle covariate) sia nell¿ambito della Regressione parametrica e non e sia in altri contesti come quello del modello di sopravvivenza. L¿aspetto comune sarà l¿alta dimensionalità.

In diversi campi di applicazione, tra cui il rischio di credito e di fallimento in campo aziendale, è di vitale importante determinare quali sono - nel contesto di modelli lineari generalizzati dove la variabile dipendente può essere binaria o meno - le variabili rilevanti nello stimare e prevedere un certo fenomeno. L¿obiettivo del progetto in questione prevede di sviluppare ed applicare metodi

Nell'analisi delle serie storiche lo studio di modelli multivariati ha ricevuto grande attenzione in letteratura. Partendo dai modelli Vector Autoregressive (ampiamente presentati di Lutkepohl (2006)), sono stati proposti differenti modelli lineari e nonlineari, molti dei quali sono generalizzazioni multivariate di modelli già noti nel contesto univariato.Nel presente progetto l'attenzione sarà r

In this project we propose a class of semiparametric models for univariate air pollutant time series which is able to incorporate somestylized facts usually observed in real data such as missing data,trends, conditional heteroschedasticity and leverage effects.In particular, we propose a two steps estimation procedure. In the first step the trend-cycle component of the series is estimated byus

The main objectives of this research project are:1) Proposing novel methods for building realized proxies of Value at Risk (VaR) and Expected Shortfall (ES) based on intra-daily stock market returns2) Developing novel dynamic models for tail risk forecasting that rely on realized VaR and ES measure and assess their forecasting accuracy as compared to that of standard end-of-day (eod) models.