Contenuto
Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricercaINIZIO_TESTO_DA_INDICIZZARE
PROGRAMMA DI RICERCA 2004
italiano - english
Unità di Ricerca
Programmi di ricerca simili:
- 1 - Sintesi automatica di modelli astratti a partire da dati temporali o spaziali
- 2 - Metodi bayesiani non parametrici per il clustering, l'analisi della sopravvivenza e la previsione del numero di specie
- 3 - Analisi e simulazione di modelli dinamici con aspettative eterogenee
- 4 - Modelli per la dinamica dei prezzi di titoli finanziari: aspetti istituzionali ed ipotesi comportamentali in un'ottica agent-based
- 5 - Studio degli effetti termofluidodinamici e strutturali per la prevenzione dei rischi negli incendi in galleria Studio dei fenomeni termofluidodinamici e strutturali negli incendi in galleria, per la prevenzione dei rischi e la gestione delle emergenze
- 6 - Metodi basati sulla similarita' per la visione artificiale e il riconoscimento delle forme: Teoria, algoritmi, applicazioni
- 7 - Metodi inferenziali classici e bayesiani in classi di modelli econometrici per la finanza
- 8 - Nuovi metodi di verosimiglianza per modelli statistici complessi
- 9 - Integrazione delle informazioni nel sistema visivo: modelli computazionali dei processi sensoriali e decisionali
- 10 - Misurazione del rischio di credito
Classificazione scientifico-disciplinare
- Area scientifico disciplinare: Scienze matematiche e informatiche
- Area scientifico disciplinare: Scienze economiche e statistiche
Classificazione geografica
- Regione: Lombardia
Bibliografia
F. J. Anscombe and R. J. Aumann (1963). A definition of subjective probability, Annals of Mathematical Statistics 34, 199-205.K. Arrow (1970). "Essays in the theory of risk-bearing}," North-Holland.
P. J. Bickel and E. L. Lehmann (1975). Descriptive statistics for nonparametric models I: introduction, Annals of Statistics 3, 1038-1044.
P. J. Bickel and E. L. Lehmann (1976). Descriptive statistics for nonparametric models III: dispersion, Annals of Statistics 4, 1139-1158.
P. Dupuis and R. S. Ellis (1997). "A weak convergence approach to the theory of large deviations," Wiley.
D. Ellsberg (1961). Risk, ambiguity, and the Savage axioms, Quarterly Journal of Economics 75, 643-669.
L.G. Epstein (1999). A definition of uncertainty aversion, Review of Economic Studies 66, 579-608.
H. Follmer and A. Schied (2002). "Stochastic finance," de Gruyter.
P. Ghirardato and M. Marinacci (2002). Ambiguity made precise: a comparative foundation, "Journal of Economic Theory 102, 251-289.
I. Gilboa and D. Schmeidler (1989). Maxmin expected utility with a non-unique prior, Journal of Mathematical Economics 18, 141-153.
P. Groeneboom, J. Oosterhoff, and F. H. Ruymgaart (1979). Large deviation theorems for empirical probability measures, Annals of Probability 7, 553-586.
L. Hansen and T. Sargent (2000). Wanting robustness in macroeconomics, mimeo, 2000.
L. Hansen and T. Sargent (2001). Robust control and model uncertainty, American Economic Review 91, 60-66.
I.N. Herstein and J. Milnor (1953). An axiomatic approach to measurable utility, Econometrica 21, 291-297.
H. M. Markowitz (1952). Portfolio selection, Journal of Finance 7, 77-91.
H. M. Markowitz (1991). "Portfolio selection: efficient diversification of investments," Blackwell Publishers.
S. Mukerji, J-M. Tallon (2003). An overview of economic applications of David Schmeidler’s models of decision making under uncertainty, to appear in "Uncertainty in economic theory: a collection of essays in honor of David Schmeidler’s 65th birthday," edited by Itzhak Gilboa.
R. R. Phelps (1992). "Convex functions, monotone operators and differentiability," Springer-Verlag.
D. Schmeidler (1989). Subjective probability and expected utility without additivity, Econometrica 57, 571-587.
J. Tobin (1958). Liquidity preference as behavior toward risk, Review of Economic Studies 25, 65-86.
Parole Chiave
PROBABILITÀ NON-ADDITIVE; AVVERSIONE AL RISCHIO; AVVERSIONE ALL'INCERTEZZA; CONVESSITÀ; UTILITÀ NON-ATTESA; ROBUSTEZZA BAYESIANAAMBIGUITA' E TEORIA ROBUSTA DELLA SCELTA
Università Commerciale "Luigi Bocconi" - MilanoAbstract
Negli ultimi anni vi è stata una crescente insoddisfazione verso il cosiddetto "comunismo dei modelli" proprio della modellistica che adotta l'ipotesi di aspettative razionali. Questa ipotesi impone che tutti gli agenti condividano lo stesso modello probabilistico (cioè la stessa distribuzione di probabilità sul fenomeno economico di interesse) e che tale modello sia corretto, cioè sia il modello che realmente governa il fenomeno.Chiaramente, si tratta di un'ipotesi molto forte poiché gli agenti possono avere differenti modelli probabilistici riguardo ad un dato fenomeno economico, ognuno dei quali è solo un'approssimazione del "vero" modello.
Per affrontare questo problema di "malspecificazione", recentemente l'attenzione si è concentrata sui modelli di controllo robusto: in teoria delle decisioni, a partire dagli articoli pionieristici di Gilboa e Schmeidler (ad es. 1989), in macroeconomia coi lavori di Hansen e Sargent (ad es. 2001).
Entrambi gli approcci contemplano la possibilità che il modello di riferimento dell'agente possa non essere quello che regola il fenomeno. In entrambi, un ruolo chiave è giocato dall'avversione degli agenti nei confronti di questa tipo di incertezza (detta ambiguità).
Infine, entrambi gli approcci stanno avendo successo crescente nelle applicazioni finanziarie (per es. Dow Werlang, 1992, Mukerji e Tallon, 2003, Follmer e Schied, 2002)
L'obiettivo del >>>
Coordinatore Scientifico del Programma di Ricerca
Fabio Angelo MACCHERONI Università Commerciale "Luigi Bocconi" MILANOObiettivo del Programma di Ricerca
Come anticipato nell'abstract, l'obiettivo del progetto è triplice:Primo: sviluppare un ambiente teorico generale in cui trattare il fenomeno dell'avversione all'incertezza e chiarire le relazioni tra gli ambienti particolari di Gilboa-Schmeidler e Hansen-Sargent.
Secondo: partendo dall' osservazione che su un insieme ristretto di profili di pagamento le preferenze Media-Varianza appartengono a questo ambito, fornire una prospettiva di queste preferenze in termini di ambiguità e studiarne gli effetti nelle applicazioni (per esempio, la selezione del portafoglio, il C.A.P.M).
Terzo: studiare le relazioni tra i risultati ottenuti e quelli provenienti dai recenti studi sulle misure di rischio e sui premi assicurativi.
Gli obiettivi rappresentano vari aspetti di uno stesso fenomeno: un agente, percependo ambiguità nel problema che sta affrontando, considera tutti gli scenari probabilistici compatibili con la propria esperienza e l'informazione disponibile, ed agisce secondo prudenza.
Risultati parziali attesi
Al termine di questa fase ci aspettiamo di aver risolto almeno alcuni dei problemi che ci eravamo proposti di affrontare, con risultati meritevoli di pubblicazione su importanti riviste internazionali.Al termine di questa seconda fase speriamo di avere diffuso i nostri risultati nella comunità scientifica e di avere sottomesso alcuni nostri lavori a importanti riviste internazionali.Durata
24 mesiBase di partenza scientifica nazionale o internazionale
Negli ultimi anni vi è stata una crescente insoddisfazione in macroeconomia verso il cosiddetto "comunismo dei modelli" proprio della modellistica che adotta l'ipotesi di aspettative razionali. Questa ipotesi impone che tutti gli agenti condividano lo stesso modello probabilistico (cioè la stessa distribuzione di probabilità sul fenomeno economico di interesse) e che tale modello sia corretto, cioè sia il modello che realmente governa il fenomeno.Chiaramente si tratta di un'ipotesi assai forte in quanto gli agenti potrebbero fare uso diverse approssimazioni del "vero" modello. Per affrontare questo problema di "malspecificazione", recentemente l'attenzione si è concentrata sui modelli di controllo robusto, a partire dai lavori di Hansen e Sargent (per es. 2000 e 2001).
In questo approccio gli agenti ritengono che il loro modello sia solo un'approssimazione, e valutano i profili di pagamento f secondo il criterio di scelta
V(f) = min{E(f,p) + tK(p|q)}
ove p varia tra tutte le misure di probabilità sugli stati del mondo, E(f,p) è il vaore atteso di f rispetto a p, t è un coefficiente positivo, e K(p|q) è l'entropia relativa di p rispetto a q.
Gli agenti considerano quindi la possibilità che q non sia la vera legge che governa il fenomeno cui sono interessati, e per questa ragione considerano altri possibili scenari p.
Come sottolineato da Hansen e Sargent, questa incertezza >>>



