Linee di ricerca in Matematica e Statistica
La produzione scientifica del gruppo pavese di Matematica per l'Economia e la Finanza si articola su quattro direttrici principali, coniugando rigore teorico e applicazioni pratiche:
- Finanza Quantitativa: Guidata dallo sviluppo di modelli avanzati per il pricing dei derivati, l’ottimizzazione statica e dinamica di portafoglio e la microstruttura dei mercati finanziari, questa linea integra metodi di machine learning, deep learning, analisi dei network, logica fuzzy ed econometria finanziaria.
- Teoria dei Processi Stocastici: si concentra sull'analisi stocastica avanzata in spazi di dimensione infinita, con enfasi sulle equazioni alle derivate parziali stocastiche. Indaga l'esistenza e l’unicità delle soluzioni per sistemi complessi perturbati da rumore e ne studia le misure invarianti per descriverne il comportamento asintotico.
- Teoria delle Decisioni e Ottimizzazione: Un filone storico che indaga l'ottimizzazione vettoriale, le scelte multicriterio e i modelli di preferenza in condizioni di incertezza, fornendo l'impianto matematico per comprendere la razionalità e il comportamento degli agenti economici.
- Controllo Ottimo e Giochi a Campo Medio (Mean Field Games): Ricerche all'avanguardia che utilizzano modelli matematici avanzati per analizzare sistemi macroeconomici complessi con numerosi agenti interagenti. A titolo di esempio, le ricerche si occupano dell’evoluzione spazio-temporale delle attività economiche e delle dinamiche del capitale umano, con interazioni spaziali, nonché di modelli quantitativi multiagente per lo studio dei cambiamenti climatici.
I prodotti della ricerca sono apparsi su riviste internazionali quali Economic Theory, ESAIM: Control, Optimisation and Calculus of Variations, European Journal of Operational Research, Insurance: Mathematics and Economics, Journal of Banking and Finance, Journal of Business & Economic Statistics, Journal of Econometrics, Journal of Economic Dynamics and Control, Journal of Global Optimization, Journal of Mathematical Economics, Journal of Optimization Theory and Applications, Management Science, Operations Research, Quantitative Finance, SIAM Journal on Mathematical Analysis, SIAM Journal on Optimization, Stochastic Processes and their Applications, Theory of Probability & its Applications.
Fanno parte di questa area:
Michele Ricciardi (post-doc)
L’area di ricerca Statistica promuove la produzione di conoscenza scientifica, formazione avanzata e ricerca applicata in tema di analisi dei dati, inferenza statistica, apprendimento automatico ed alle loro applicazioni. Le principali linee di ricerca comprendono i modelli grafici e di network, la misurazione dei rischi finanziari e delle tecnologie finanziarie (fintech), la valutazione della qualità e sicurezza delle applicazioni di intelligenza artificiale e di calcolo quantistico, la misurazione della sostenibilità ambientale, sociale e organizzativa.
I risultati della ricerca di quest'area sono apparsi su riviste scientifiche internazionali di primo piano, tra cui Journal of the Royal Statistical Society (A,B,C), Journal of Business and Economic Statistics, Biometrika, Statistics in Medicine, International Journal of Forecasting, Expert Systems with applications, Neurocomputing, Artificial Intelligence Review, Mathematical models and methods in applied sciences, Annals of operations research, Journal of the Operations research society, Physica A: statistical mechanics and its applications, Finance research letters.
Fanno parte di questa area:
Oltre agli assegnisti di ricerca
Golnoosh Babaei
Costanza Bosone
Barbara Tarantino
Rasha Zieni