Realized Random Graphs: A New Econometric Methodology for the Inference of Dynamic Network

Data inizio
28 settembre 2023
Durata (mesi) 
30
Dipartimenti
Scienze Economiche
Responsabili (o referenti locali)
Buccheri Giuseppe
Parole chiave
Time-series analysis, Time-varying parameters, State-space models, Financial networks, Systemic risk, Cooperative behavior, PRIN

Il progetto sviluppa strumenti econometrici scalabili per studiare come le reti finanziarie e sociali evolvono in risposta a shock e interventi di politica economica. Realizzato dall’Università di Verona e dalla Scuola Normale Superiore, si basa sulla metodologia Realized Random Graphs (RRG), che semplifica l’analisi di reti dinamiche complesse mantenendo un’elevata flessibilità.

La ricerca si articola in tre direzioni principali. La prima estende il quadro teorico alle reti sparse, ampliandone l’applicabilità ai sistemi reali. La seconda sviluppa metodi per individuare comunità nelle reti finanziarie e seguirne l’evoluzione, esaminando come gli shock economici e gli interventi di politica economica influenzino il comportamento dei mercati e il rischio sistemico. La terza introduce strumenti statistici per studiare la nascita e l’evoluzione della cooperazione nelle reti sociali, esplorando il ruolo delle modalità di interazione e degli incentivi.

I risultati attesi comprendono avanzamenti metodologici, analisi empiriche e software accessibile al pubblico. Il progetto mira ad aiutare ricercatori e decisori pubblici a individuare vulnerabilità finanziarie, valutare l’efficacia delle politiche e comprendere meglio la cooperazione nei contesti sociali e organizzativi.

Enti finanziatori:

MUR - Ministero dell'Università e della Ricerca
Finanziamento: assegnato e gestito dal Dipartimento
Programma: PRIN

Partecipanti al progetto

Giuseppe Buccheri
Professore ordinario
Aree di ricerca coinvolte dal progetto
Economia del benessere e delle scelte collettive
Information, Knowledge, and Uncertainty
Metodi quantitativi per l’economia
Multiple or Simultaneous Equation Models; Multiple Variables
Condividi