MODELLO

Ministero dell'Istruzione dell'Università e della Ricerca
Dipartimento per l'Università, l'Alta Formazione Artistica, Musicale e Coreutica e per la Ricerca
Direzione Generale per il Coordinamento e lo Sviluppo della Ricerca

PROGRAMMI DI RICERCA SCIENTIFICA DI RILEVANTE INTERESSE NAZIONALE
RICHIESTA DI COFINANZIAMENTO (D.M. 19 marzo 2010 n. 51)

1 - Area Scientifico-disciplinare

13: Scienze economiche e statistiche

100%

2 - Coordinatore Scientifico

SALVADORI	NERI
Professore Ordinario
Università di PISA
Facoltà di ECONOMIA
Dipartimento di SCIENZE ECONOMICHE

3 - Responsabile dell'Unità di Ricerca

MAMMANA	CRISTIANA
Professore Ordinario	06/04/1958	MMMCST58D46E783I
Università degli Studi di MACERATA
Dipartimento di ISTITUZIONI ECONOMICHE E FINANZIARIE
0733 2583243 (Prefisso e telefono)	0733 2583205 (Numero fax)	mammana@unimc.it

4 - Curriculum scientifico

Testo italiano

A)Dati personali:
-Data di nascita: 6 aprile 1958
-Luogo di nascita: Macerata, Italia
-Residenza: via Rosetani, 23, 62100, Macerata

B)Posizione attuale:
Professore Ordinario dal 1 gennaio 2005 presso la Facoltà di Economia dell'Università degli Studi di Macerata.

C)Precedenti posizioni:
-Titolare di borsa di studio dell'Istituto di Alta Matematica "F. Severi", presso l'Università di Roma "La Sapienza" a.a. 1981-82, 1982-83;
-Ricercatore presso la Facoltà di Ingegneria di L'Aquila per il gruppo disciplinare n. 90 (Analisi Matematica) dall'a.a. 1983-84 all'a.a. 1986-87;
-Ricercatore confermato per il gruppo disciplinare 90 nell'a.a. 1987-88 presso la Facoltà di Ingegneria dell'Università degli Studi di L'Aquila e dall'a.a. 1988-89 all'a.a. 1997-98 presso la Facoltà di Ingegneria dell'Università degli Studi di Ancona, a seguito di trasferimento;
-Professore associato per il settore scientifico-disciplinare S04A (Matematica per le applicazioni economiche), presso la Facoltà di Scienze Politiche dell'Università degli Studi di Macerata dall'a.a. 1998-99 all'a.a. 2001-02;
-Professore associato confermato per il settore scientifico-disciplinare SECS-S/06 (Metodi Matematici dell'Economia e delle Scienze Attuariali e Finanziarie), presso la Facoltà di Economia dell'Università degli Studi di Macerata dall'a.a. 2001-02 fino a dicembre 2004.

D)Studi:
Laurea in Matematica, conseguita presso l'Università degli Studi di Camerino il 23 ottobre 1981 con votazione 110/110 e dichiarazione di lode.

E)Ricerca:
-Sistemi dinamici: Stabilità, Proprietà globali, Biforcazioni di insiemi attrattivi, Bacini di attrazione di sistemi dinamici, Linee critiche, Analisi di comportamenti complessi, Attrattori globali di sistemi dinamici non-autonomi;
-Applicazioni a modelli economici e finanziari: Modelli di duopolio, Modelli cobweb con apprendimento, Modelli di crescita, Modelli reali di economie emergenti con credit-constrained;
-Equazioni alle derivate parziali.

F)Convegni:
Ha partecipato in qualità di chairman o relatore a numerosi convegni nazionali e internazionali nelle aree dei sistemi dinamici ed equazioni differenziali, teoria delle iterazioni, modelli dinamici in economia e finanza, econofisica.

G)Didattica:
-Titolare del corso di Matematica Generale nel corso di laurea triennale in "Economia: banche aziende e mercati" e tiene per affidamento il corso di Metodi Matematici per l'Economia e la Finanza nel corso di laurea specialistica in Mercati e Intermediari Finanziari presso la Facoltà di Economia dell'Università degli
Studi di Macerata;
-Ha tenuto inoltre i corsi di: Analisi Matematica I , Matematica per Economisti, Matematica Finanziaria I Fondamenti della Matematica .

H)Attività Organizzativa:
-Membro del Collegio dei Docenti del dottorato di ricerca in Economia Politica e Legislazione delle Istituzioni e dei Mercati Finanziari Internazionali (Sede amministrativa Università degli Studi di Roma "La Sapienza") dall'a.a. 1998-99.
-Membro del Consiglio di Amministrazione dell'Università degli Studi di Macerata dall'a.a. 2002-03 all'a.a. 2005-06.
-Direttore del CETRI (Centro di ateneo per i tirocini ed i rapporti con le imprese) dell'Università degli studi di Macerata dall'a.a. 2003-04 all'a.a. 2005-06.
-Delegata del Rettore ai rapporti con le Imprese e gli Ordini Professionali dall'a.a. 2003-2004 all'a.a. 2005-06.
-Coordinatore del master "Esperto in processi di sviluppo generazionale" presso la Facoltà di Economia dell'Università degli Studi di Macerata dall'a.a. 2004-05 all'a.a. 2006-07.
-Direttore, oltre che docente, del master in "Finanza quantitativa", presso la Facoltà di Economia dell'Università degli Studi di Macerata nell'a.a. 2007-08.
-Direttore del Dipartimento di Istituzioni Economiche e Finanziarie dall'a.a. 2007-08.

I)Ricerche finanziate (come coordinatore):
-MPI-MURST 60% "Modelli dinamici in Economia e Finanza", dall'a.a.1998-99.
-Responsabile locale del PROGETTO COORDINATO CNR "Dinamiche Deterministiche e Stocastiche in Economia e Finanza" (Coordinatore prof. Luciano Stefanini), dall'a.a.1996-97 all'a.a. 1999-2000.
-Direttore del PROGETTO CNR-NATO "Global Attractors of Continuous and Discrete Dynamical Systems and Their Applications to Controle Theory and Economic Dynamics" dal 2001 al 2003.
-Responsabile scientifico del PROGETTO DI RICERCA " L'impiego degli strumenti propri della Teoria dei Sistemi Dinamici Discreti in Economia" presso il Dipartimento di Istituzioni Economiche e Finanziarie dell'Università di Macerata, dall'a.a. 2003-04 all'a.a. 2007-08.

L)Ricerche finanziate (partecipante):
- PRIN “Flusso circolare del reddito & ambiente: base dati ed analisi disaggregata delle politiche” (Responsabile nazionale prof. Laura Gardini), 2004-05.
- PRIN “Produzione, reddito & ambiente: basi statistiche e dinamiche multisettoriali” (Responsabile nazionale prof. Laura Gardini), 2002-03. - PRIN “Interazione settoriale forte: tentativo di analisi quantitativa” (Responsabile nazionale prof. Laura Gardini), 2000-01. - PRIN “La gestione del rischio paese: aspetti sistemici e metodologie per la sua misura ed il suo controllo” (Responsabile nazionale prof. Giorgio Szego), 1999-2000.
- PRIN “Dinamica dei settori produttivi ed equilibrio caotico” (Responsabile nazionale prof. Franco Gori), 1998-99.

Testo inglese

A)Personal data:
-Date of birth: April 6th, 1958
-Place of birth: Macerata, Italy
-Address: via Rosetani, 23, 62100, Macerata

B)Current position: since 1st January 2005, Professor at the Faculty of Economics, University of Macerata

C)Previous positions:
-Scholarship recipient from Istituto di Alta Matematica "F. Severi", at "La Sapienza" University in Rome, academic years 1981-82, 1982-83;
-Researcher at the Faculty of Engineering, University of L'Aquila for the scientific-discipline sector n. 90 (Mathematical Analysis) from1983-84 to 1986-87;
-Confirmed researcher for the scientific-discipline sector n. 90 in academic year 1987-88 at the Faculty of Engineering, University of L'Aquila , and from academic year 1988-89 to 1997-98 at the Faculty of Engineering, University of Ancona, further to transfer;
-Associate professor for the scientific-discipline sector S04A (Mathematics for Economy Applications) at the Faculty of Political Sciences, University of Macerata from 1998-99 to 2001-02;
-Confirmed associate professor for the scientific-discipline sector SECS-S/06 (Mathematical Methods of Economics and Actuarial and Financial Sciences), at the Faculty of Economics, University of Macerata, from 2001-02 to December 2004.

D)Education: Masters Degree awarded from the University of Camerino, 23rd October 1981, graded 110/110 cum laude.

E)Research:
-Dynamic systems: stability, global properties, bifurcations, basins, critical lines, analysis of complex behaviours, global attractos of non-autonomous dynamic systems;
-Applications to economic and financial models: duopoly models, cobweb models with learning, growth models, real models of credit-contrained emerging economies;
-Equations at partial derivatives.

F)Conference attendance: Chairman and/or Speaker at many national and international meetings in the field of dynamic systems and differential equations, iteration theory, dynamic models in Economics and Finance, Econophysics.

G)Teaching:
-Head professor of General Mathematics in the 3-year degree course "Economics: banks, companies and markets" and teaching contract in Mathematical Methods for Economics and Finance, part of the specialist degree course in Financial Markets and Brokers, at the Faculty of Economics, University of Macerata;
-Teaching in the following courses: Mathematical Analysis I, Mathematics for economists, Financial Mathematics I, Mathematics foundations.

H)Affiliations:
-Member of the teaching staff for the research contract on Political Economics and Legislation of Institutions and International Financial Markets (at "La Sapienza" University in Rome) since academic year 1998-99.
-Member of the Board of Administration of the University of Macerata from 2002-03 to 2005-06
-Head of CETRI (University centre for professional training and corporate relationships) at the University of Macerata from 2003-04 to 2005-06.
-Appointed by the University Chancellor ad coordinator of relationships with corportae and professional bodies, from2003-2004 to 2005-06.
-Coordinator of the Master titled "Expert in generational development processes" at the Faculty of Economics, University of Macerata, from 2004-05 to 2006-07.
-Director and professor at the Master in "Quantitative Finance" at the Faculty of Economics, University of Macerata, academic year 2007-08.
-Head of Economic and Financial Institutions Department since academic year 2007-08.

I)Research funded (as coordinator):
-MPI-MURST 60% "Dynamic models in Economics and Finance", since1998-99.
-Local coordinator for the CNR PROJECT "Deterministic and Stochastic dynamics in Economics and Finance" (Coordinator prof. Luciano Stefanini), from1996-97 to 1999-2000.
-Head of the CNR-NATO PROJECT "Global Attractors of Continuous and Discrete Dynamical Systems and Their Applications to Controle Theory and Economic Dynamics" from 2001 to 2003.
-Scientific coordinator of the RESEARCH PROJECT titled " Use of Discrete Dynamic Systems Theory tools in Economics" at the Department of Economic and Financial Institutions, University of Macerata, from 2003-04 to 2007-08.

L)Research funded (participation):
- PRIN "Circular income flow and environment: data base and disaggregated analysis of policies" (Coordinator prof. Laura Gardini), 2004-05
- PRIN "Production, income and environment: statistic bases and multisectoral dynamics" (Coordinator prof. Laura Gardini), 2002-03.
- PRIN "Strong sectoral interaction: quantitative analysis attempt" (Coordinator prof. Laura Gardini), 2000-01.
- PRIN "Management of country risk: systemic aspects and methods for its calculation and control" (Coordinator prof. Giorgio Szego), 1999-2000. - PRIN "Dynamics of production sectors and chaotic equilibrium" (Coordinator prof. Franco Gori), 1998-99.

5 - Pubblicazioni scientifiche più significative del Responsabile dell'Unità di Ricerca

1.	BRIANZONI S, MAMMANA C., MICHETTI E (2010). Asset Price and Wealth Dynamics as Adaptive Belief System. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 14; p. 85-100, ISSN: 1090-0578
2.	BRIANZONI S, MAMMANA C., MICHETTI E (2009). Non-linear dynamics in a business-cycle model with logistic population growth. CHAOS, SOLITONS AND FRACTALS, vol. 40; p. 717-730, ISSN: 0960-0779
3.	CHEBAN D, MAMMANA C., MICHETTI E (2009). Global Attractors of Nonautonomous Difference Equations. BULETINUL ACADEMIEI DE șTIINțE A REPUBLICII MOLDOVA. MATEMATICA, vol. 1(59); p. 45-57, ISSN: 1024-7696
4.	CHEBAN D. N, MAMMANA C. (2009). Invariant manifolds, almost periodic and almost automorphic solutions of second-order monotone equations. New Research on Evolution Equations. p. 123-145, NEW YORK: G. M. N'Guerekata. Nova Science Publishers Inc.
5.	BRIANZONI S, MAMMANA C., MICHETTI E (2008). Global attractor in Solow growth model with differential savings and endogenous labor force growth. MODELLING, MEASUREMENT & CONTROL. D, MANUFACTURING, MANAGEMENT, HUMAN AND SOCIO-ECONOMIC PROBLEMS, vol. 29; p. 19-37, ISSN: 1240-4551
6.	BRIANZONI S, MAMMANA C., MICHETTI E, ZIRILLI F (2008). A stochastic cobweb dynamical model. DISCRETE DYNAMICS IN NATURE AND SOCIETY, vol. 2008 (id 219653); p. 1-18, ISSN: 1026-0226
7.	CHEBAN D, MAMMANA C., MICHETTI E (2008). Global Attractors of Quasi-Linear Non-autonomous Difference Equations. BULETINUL ACADEMIEI DE șTIINțE A REPUBLICII MOLDOVA. MATEMATICA, vol. 1(56); p. 84-104, ISSN: 1024-7696
8.	MAMMANA C., MICHETTI E (2008). Chaos in a class of maps on the interval: the case of a small open economy with credit constraint. MODELLING, MEASUREMENT & CONTROL. D, MANUFACTURING, MANAGEMENT, HUMAN AND SOCIO-ECONOMIC PROBLEMS, vol. 29; p. 58-69, ISSN: 1240-4551
9.	MAMMANA C., MICHETTI E (2008). Endogenous instability in credit-constrained emerging economies with Leontief technology. DISCRETE DYNAMICS IN NATURE AND SOCIETY, vol. 2008 (id 196494); p. 1-16, ISSN: 1026-0226
10.	BRIANZONI S, MAMMANA C., MICHETTI E (2007). Complex dynamics in the Neoclassical growth model with differential savings and non-constant labor force growth. STUDIES IN NONLINEAR DYNAMICS AND ECONOMETRICS, vol. 11; p. 1-17, ISSN: 1081-1826

11.	CHEBAN D, MAMMANA C. (2007). Continuous Dependence of Attractors on Parameters of Non-Autonomous Dynamical Systems and Infinite Iterated Function Systems. DISCRETE AND CONTINUOUS DYNAMICAL SYSTEMS, vol. 18; p. 499-515, ISSN: 1078-0947
12.	CHEBAN D, MAMMANA C. (2006). Almost periodic solutions of non-autonomous Beverton-Holt difference equations. WSEAS TRANSACTIONS ON SYSTEMS, vol. 5; p. 1048-1053, ISSN: 1109-2777
13.	CHEBAN D, MAMMANA C. (2006). Global Compact Attractors of Discrete Inclusions. NONLINEAR ANALYSIS, vol. 65; p. 1669-1687, ISSN: 0362-546X
14.	CHEBAN D, MAMMANA C. (2005). Absolute asymptotic stability of discrete linear inclusions. BULETINUL ACADEMIEI DE șTIINțE A REPUBLICII MOLDOVA. MATEMATICA, vol. 1 (47); p. 43-68, ISSN: 1024-7696
15.	CHEBAN D, MAMMANA C. (2005). Invariant manifolds, almost periodic and almost automorphic solutions of second-order monotone equations. INTERNATIONAL JOURNAL OF EVOLUTION EQUATIONS, vol. 1; p. 319-343, ISSN: 1549-2907
16.	CHEBAN D, MAMMANA C. (2005). Relation between Different Types of Global Attractors of Non-Autonomous Set-Valued Dynamical Systems. SET-VALUED ANALYSIS, vol. 13, ISSN: 0927-6947
17.	CHEBAN D, MAMMANA C. (2004). Asymptotic stability of autonomous and non-autonomous discrete linear inclusions. BULETINUL ACADEMIEI DE șTIINțE A REPUBLICII MOLDOVA. MATEMATICA, vol. 3 (46); p. 41-52, ISSN: 1024-7696
18.	D.CHEBAN, MAMMANA C. (2004). Invariant Manifolds, Global Attractors and Almost Periodic Solutions of Non-autonomous Difference equations. NONLINEAR ANALYSIS, vol. 56, No.4; p. 465-484, ISSN: 0362-546X
19.	MAMMANA C., E. MICHETTI (2004). Backward and Forward-looking Expectations in a Chaotic Cobweb Model. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 8; p. 511-526, ISSN: 1090-0578
20.	D.CHEBAN, MAMMANA C. (2003). Triangular maps. In: D. CHEBAN. Global attractors of nonautonomous dissipative dynamical system. p. 511-532, World Scientific Publishing

21.	D.CHEBAN, MAMMANA C. (2003). Upper Semi-Continuity of Attractors of Set-Valued Non-Atonomnous Dynamical Systems. INTERNATIONAL JOURNAL OF PURE AND APPLIED MATHEMATICS, vol. 5,N°4; p. 385-418, ISSN: 1311-8080
22.	MAMMANA C., E. MICHETTI (2003). Infinite Memory Expectations in a Dynamic Model with Hyperbolic Demand. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 7; p. 13-25, ISSN: 1090-0578
23.	R. LUPINI, MAMMANA C., M.G. MESSIA (2001). Periodic oscillations in nonlinear differential-difference equations. ADVANCES IN MODELLING & ANALYSIS., vol. 38; p. 31-39, ISSN: 1258-5769
24.	G.I. BISCHI, MAMMANA C., L. GARDINI (2000). Multistability and cyclic attractors in duopoly games. CHAOS, SOLITONS AND FRACTALS, vol. 11; p. 543-564, ISSN: 0960-0779
25.	MAMMANA C., L. GARDINI (1995). Bounded oscillations in a disequilibrium model. ADVANCES IN MODELLING & ANALYSIS., vol. 25; p. 25-51, ISSN: 1258-5769
26.	R. LUPINI, MAMMANA C., M.G. MESSIA (1995). Liénard Equations. ADVANCES IN MODELLING & ANALYSIS., vol. 27; p. 33-46, ISSN: 1258-5769
27.	MAMMANA C., M. GALLEGATI (1993). Disequilibrium models due to a learning by doing process. RIVISTA DI MATEMATICA PER LE SCIENZE ECONOMICHE E SOCIALI, vol. 16°, fascicolo 2°,, ISSN: 1127-1035
28.	MAMMANA C. (1991). Evolution equations with forcing term for a class of nonlinear operators. NONLINEAR ANALYSIS, vol. 17, N. 11; p. 1011-1025, ISSN: 0362-546X
29.	L. GARDINI, R. LUPINI, MAMMANA C., M.G. MESSIA (1987). Bifurcations and transitions to chaos in three-dimensional Lotka-Volterra map. SIAM JOURNAL ON APPLIED MATHEMATICS, vol. .47, N.3; p. 455-482, ISSN: 0036-1399
30.	MAMMANA C., F. ZIRILLI (1986). On some nonlinear boundary value problem on the Poincaré disc with discontinuos data - I. NONLINEAR ANALYSIS, vol. 10; p. 515-524, ISSN: 0362-546X

6 - Titolo specifico del Progetto svolto dall'Unità di Ricerca

Testo italiano

Dinamiche nonlineari in modelli di cambiamento strutturale

Testo inglese

Nonlinear dynamics in structural change models

7 - Abstract del Progetto svolto dall'Unità di Ricerca

Testo italiano

I modelli di cambiamento strutturale sviluppati dal gruppo di ricerca saranno caratterizzati da elevata complessità analitica e computazionale, pertanto è necessario un loro attento studio che richiede l’impiego di avanzate tecniche quantitative, che spaziano da quelle dei sistemi dinamici non lineari al controllo ottimo. Il principale obiettivo dell’unità di ricerca di Macerata è quello di studiare i modelli proposti dalle altre unità usando avanzate tecniche analitiche e numeriche. Tale studio permette di approfondire la conoscenza dei modelli di cambiamento strutturale e di darne una interpretazione economica anche in termini di policy.

L’attività di ricerca dell’unità di Macerata sarà sviluppata in diverse direzioni.
A) Alcuni dei modelli proposti nell’ambito della ricerca condotta dalle altre unità saranno studiati mediante la teoria dei sistemi dinamici non lineari. L'analisi dinamica sarà condotta anche usando opportune tecniche computazionali. Tale approccio è molto utile per descrivere le dinamiche di breve e di lungo periodo di sistemi che possono eventualmente esibire comportamenti complessi.
B) Alcuni dei modelli proposti nell’ambito della ricerca condotta saranno caratterizzati dalla presenza di perturbazioni aleatorie nei processi evolutivi considerati. L’unità di Macerata studierà le dinamiche aleatorie di alcune variabili al fine di spiegare le ragioni dei cambiamenti strutturali negli ambiti di interesse.
C) Particolare attenzione sarà rivolta alla specificazione di modelli Markov switching in grado di descrivere dinamiche di cambiamento strutturale.

I lavori prodotti a seguito dell’attività di ricerca potranno essere pubblicati su riviste internazionali referate. I risultati analitici e numerici riguarderanno i seguenti aspetti dei modelli di cambiamento strutturale proposti nell’ambito del progetto:
A) equilibri di modelli dinamici discreti, loro stabilità, biforcazioni rispetto a parametri esogeni, analisi globale, bacini di attrazione, equazioni differenziali;
B) formalizzazione e soluzione, attraverso la programmazione dinamica, di problemi di controllo stocastico legati ai fenomeni economici di cambiamento strutturale oggetto di studio;
C) definizione di modelli Markov switching e confronto tra algoritmi alternativi per la stima dei parametri.

Al fine di raggiungere l’obiettivo del progetto e ottenere i risultati prefissati, i membri dell'unità parteciperanno a tutti i workshop organizzati dal gruppo e ne ospiteranno uno. L'unità supporterà inoltre quella del coordinatore scientifico nell'organizzazione della conferenza finale e nella gestione del sito web del gruppo.

Testo inglese

Models on structural change developed by the research group will be characterized by high analytical and computational complexity, hence a careful study of these models is required, and the use of advanced quantitative techniques ranging from the nonlinear dynamical systems to optimal control becomes necessary. The main goal of the research unit established in Macerata is to study the models proposed by the other units using advanced analytic and numerical techniques. Such a study is meant to deepen the understanding of structural change models and to give an economic interpretation of the results, also in terms of economic policy.

The research activity of the Macerata unit will be developed in the following directions.
A) Some of the economic models proposed by the other research units will be studied by using the nonlinear dynamical system theory. The dynamical analysis will also include the use of computational tools. This approach will be very useful to describe both short and long time dynamics of systems which might exhibit complex behavior.
B) Some of the proposed models are characterized by the presence of random perturbations in the considered dynamical processes. The research unit of Macerata will focus on the study of the stochastic dynamics of some variables in order to explain structural changes.
C) Particular attention will be devoted to the specification of Markov switching models which are able to describe structural change dynamics.

We expect to produce a number of papers which could be published in international refereed journals. These contributions will provide analytical and numerical results related to the following aspects of the structural change models proposed in the project:
A) equilibria of discrete dynamical models, their stability, bifurcation w.r.t. exogenous parameters, global analysis, basins of attraction, differential equations;
B) formalization and solution, via dynamic programming, of stochastic optimal control models of structural change;
C) specification of Markov switching models and investigation of the potentialities of competing algorithms for parameter estimation.

In order to achieve the aim of the project and obtain the prefixed results, the members of the unit will participate to all the workshops organized by the group and host one of them. The unit will also support the unit of the scientific coordinator in organizing the final conference and in managing the web-site of the group.

8 - Settori di ricerca ERC (European Research Council)

SH Social Sciences and Humanities

SH1 Individuals, institutions and markets: economics, finance and management

SH1_1 Macroeconomics, growth, business cycles

PE Mathematics, physical sciences, information and communication, engineering, universe and earth sciences

PE1 Mathematical foundations: all areas of mathematics, pure and applied, plus mathematical foundations of computer science, mathematical physics and statistics

PE1_18 Application of mathematics in sciences

9 - Parole chiave

Testo italiano

CAMBIAMENTO STRUTTURALE

DINAMICHE NONLINEARI E CRESCITA

Testo inglese

STRUCTURAL CHANGE

NONLINEAR DYNAMICS AND GROWTH

10 - Stato dell'arte

Testo italiano

Le teorie del ciclo economico formalizzate tramite modelli lineari non possono essere considerate adeguate in quanto non permettono di spiegare le fluttuazioni asimmetriche riscontrate nell'evidenza empirica (Hsieh 1991, Potter 1995). La teoria dei sistemi dinamici nonlineari gioca un ruolo fondamentale per identificare le principali cause endogene di queste oscillazioni in un modello deterministico; essa fornisce strumenti di analisi molto utili per monitorare e prevedere l'andamento della crescita e i cambiamenti strutturali (CS).
Per esempio, lo studio dei modelli proposti nell’ambito di CS, analisi spaziale e settori industriali richiede che vengano considerate le dinamiche temporali e spaziali, il numero e la natura degli equilibri la coesistenza di attrattori, le biforcazioni che conducono al caos etc.
Dal punto di vista dei modelli, la dipartita dalle teorie tradizionali richiede un utilizzo di strumenti quantitativi fino a pochi anni fa di esclusiva pertinenza della ricerca non applicata. I sistemi economici e sociali diventano "complex evolving systems", ovvero sistemi nonlineari in continua evoluzione. Le dinamiche endogene possono esibire livelli crescenti di complessità e dipendere non solo dai valori assunti dai parametri del modello, ma anche dalle condizioni iniziali del sistema.
Un'importante questione da analizzare riguarda i cambiamenti nelle dinamiche quali-quantitative del sistema al variare dei parametri del modello. La teoria delle biforcazioni spiega proprio tali cambiamenti. A tal proposito, può accadere che, al variare di un parametro economico, aumenti il numero di punti fissi, oppure un attrattore perda di stabilità per cederla ad un altro, ad esempio potendo osservare delle transizioni da un punto fisso a un ciclo periodico o anche ad una curva invariante caratterizzata da un moto quasi-periodico, fino ad un attrattore di tipo caotico (Devaney 1989, Kuznetsov 2004).
La nonlinearità del sistema può essere causa di multistabilità, ovvero di coesistenza di più attrattori e quindi originare dei fenomeni di path dependance. In tal caso l'analisi locale lascia definitivamente il passo all'analisi globale. La combinazione di tecniche analitiche e numeriche permette di suddividere l'insieme delle condizioni iniziali in bacini di attrazione, ovvero in insiemi di condizioni iniziali le cui traiettorie convergono ad uno stesso attrattore. Questi inoltre possono presentare una struttura complessa, ad esempio essere disconnessi o avere natura frattale, ed in tal caso si può affermare che il sistema economico assume caratteri di imprevedibilità.
I sistemi nonlineari presentano spesso la caratteristica distintiva della noninvertibilità. Seguendo il metodo dei critical sets introdotto da Gumowski e Mira (1980) è possibile procedere ad una analisi qualitativa del modello, volta ad individuare l'emergere di configurazioni complesse dei bacini di attrazione (Bischi e Lamantia 2005, Brianzoni et al. 2009). E' utile osservare che, nonostante la presenza di un attrattore caotico implichi un elevato livello di imprevedibilità della dinamica del sistema, è possibile delimitare l'estensione di queste regioni caotiche, e quindi stimare la variabilità delle grandezze del sistema, tramite delle particolari tecniche basate sulla teoria degli insiemi critici, come descritto in Bischi e Gardini (1998).
La teoria dei sistemi dinamici nonlineari, fin qui discussa, si è sviluppata intorno al caso di mappe differenziabili, mentre l'analisi di modelli piecewise smooth è stata trascurata a causa del loro livello di complessità analitico. Questi modelli sono tuttavia del tutto naturali in ambito economico, a causa dei vincoli sulle risorse disponibili nel sistema (Day 1994), e possono dar luogo alle cosiddette biforcazioni di border collision (Di Bernardo et al. 2008, Mammana e Michetti 2008).
Un aspetto fondamentale per lo studio dei modelli economici di CS risiede nella necessità di spiegare l’origine delle dinamiche di transizione da uno stato ad un altro; di particolare utilità risulta la teoria del controllo stocastico.
Per esempio, nel contesto degli attuali assetti internazionali e con riferimento ai Paesi emergenti (CS, settori industriali, democrazia ed equità), appare evidente come la formalizzazione e la soluzione di un problema di controllo si presti a stabilire quali politiche economiche siano in grado di dare impulso alla crescita di un Paese.
L’approccio più idoneo è quello della programmazione dinamica, basato sulla teoria delle equazioni differenziali, in quanto consente di risolvere il problema in forma esplicita, eventualmente ricorrendo a simulazioni numeriche e alla discretizzazione delle equazioni differenziali coinvolte. Attraverso un principio di ottimalità si prova che la funzione valore, se sufficientemente regolare, è soluzione dell’equazione Hamilton Jacobi Bellman (HJB) (Fleming e Soner 2006, Yong e Zhou 1999). L’assunzione di regolarità non vale in generale; per questo motivo, l’HJB si tratta di solito attraverso l’introduzione di un concetto di soluzione debole, detta soluzione di viscosità (Crandall e Lions 1981, 1983, Crandall et al. 1984, Crandall et al. 1992, Lions 1981, 1983). La soluzione di un problema di controllo può così essere ricavata attraverso lo studio dell’esistenza e unicità della soluzione viscosa dell’HJB (Barles e Burdeau 1995, Barles e Rouy 1998) e mediante il successivo studio della regolarità della funzione valore. La dimostrazione che l’HJB ammette la funzione valore come soluzione in senso classico permette di formalizzare le strategie ottime del problema di controllo e le relative traiettorie ottime della variabile di stato attraverso il cosiddetto Teorema di Verifica.
In ambito econometrico, i primi modelli non lineari trattabili per l’analisi delle serie storiche sono stati costruiti a partire dagli anni ’80 (Tong 1990). L’approccio più fruttuoso è quello basato su modelli Markov switching (MS) proposti da Hamilton (1989). Tali modelli assumono la presenza di due o più ‘regimi’ o ‘stati’ che governano il sistema (ad esempio, un sistema economico potrebbe trovarsi in una fase di crescita o di recessione) e che differiscono tra loro per i valori dei parametri. Tali parametri dipendono dallo stato in cui si trova una catena di Markov latente; in questo modo è possibile esprimere complesse strutture stocastiche per mezzo di variabili non direttamente osservabili e che sono a loro volta oggetto di inferenza e di interesse diretto. Kim and Nelson (1999) hanno esteso il modello MS in modo da poter considerare cambiamenti strutturali. Essi introducono una variabile dummy che assume valore zero nel periodo che precede il cambiamento strutturale e valore uno nel periodo successivo, e assumono che tale variabile segua un processo Markoviano. Il punto di svolta è chiaramente trattato come un parametro e sottoposto a inferenza. La possibilità di rendere la matrice di transizione flessibile a piacimento rende i modelli MS ben adattabili ad una molteplicità di situazioni. Per esempio può rappresentare la transizione di un sistema da un’economia prevalentemente agricola ad una basata sul settore manifatturiero e terziario (CS e settori industriali). Geweke e Keane (2007) presentano, nel contesto più generale dei miscugli di modelli, la possibilità di far dipendere le probabilità di ciascuno stato da covariate osservabili. Questo consente una semplice integrazione tra dinamiche temporali e spaziali (CS e analisi spaziale).

Testo inglese

Business cycle theory formalized by linear models cannot be considered realistic as it fails to explain the asymmetric fluctuations arising in empirical analysis (Hsieh 1991, Potter 1995). Nonlinear dynamics have played an important role in identifying the main sources of fluctuations which are internally generated as part of the deterministic process; it provides a powerful tool to monitor and forecast economic growth and structural changes (SC).
For instance, the study of the models related to SC, spatial analysis and industrial sectors requires a consideration of the temporal and spatial dynamics, the number and nature of equilibria, the co-existence of attractors, the bifurcations leading to chaos, and so on.
From the point of view of models, the departure from traditional methods involves the employment of quantitative methods which belonged not long ago only to pure mathematics. Social and economic models become "complex evolving systems", i.e. nonlinear systems always in evolution. Endogenous dynamics of the model can also exhibit increasing levels of complexity which can depend on model parameters and on initial conditions of the system.
An important issue concerns the changes on qualitative and quantitative dynamic of the system, as main parameters are varied, which can be explained by Bifurcation theory. When an economic parameter is modified, several changes in the dynamic of the model are possible such as increments in the number of fixed points, exchange of stability between attractors, quasi-periodic motion on invariant curves and appearance of chaotic motion (Devaney 1989, Kuznetsov 2004).
Nonlinearity can in fact lead to multistability, i.e. coexistence of more attractors, and so it can originate path dependence on the system. In these cases, one has to rely on global methods of analysis. The combination of analytical and numerical methods makes it possible to determine the basins of attractions of the various attractors, i.e. it is possible to partition the state space into initial conditions leading to the same attractor. Basins of attraction could also exhibit complex topological structures, in the form of non-connected sets, possibly with fractal structure. In these cases, the underlying economic system has a high degree of unpredictability.
Nonlinear systems are often described mathematically by noninvertible maps. By employing the method of critical sets, introduced by Gumowski and Mira (1980) it is possible to carry out a qualitative analysis of the model in order to study the complexity in the basins of attraction (Bischi and Lamantia 2005, Brianzoni et al. 2009). Though the existence of a chaotic attractor implies a high degree of unpredictability for the model, it is possible to mark the extension of such an area again through the concept of critical sets, as described in Bischi and Gardini (1998).
Recently, nonlinear dynamical systems expressed in terms of piecewise smooth maps have been proposed. Although more advanced analytical tools are required, piecewise smooth models arise quite naturally in economics, as they can be derived when constraints on scarce resources are introduced (Day 1994). They can lead to the so called border collision bifurcations (Di Bernardo et al. 2008, Mammana and Michetti 2008).
A key aspect for the study of economic models of SC is the need to explain the origin of the dynamical transition from one state to another; the theory of stochastic control is then a powerful tool.
For instance, in the context of the observed international economic order and with reference to emerging countries (SC, industrial sectors, democracy and fairness) it is clear how the formalization and solution of a control problem is useful to determine what economic policies may be able to boost the growth of a country.
Dynamic programming, based on the theory of differential equations, is the approach taken to solve the problems since it allows to solve the problem in explicit form, possibly using numerical simulations and the discretization of the involved differential equations. Through an optimality principle, it is proved that the value function, if sufficiently smooth, is a solution of the Hamilton Jacobi Bellman (HJB) equation (Fleming and Soner 2006, Yong and Zhou 1999). The regularity of the value function is not true in general; for this reason, the HJB is usually solved through the introduction of a weak solution, the so called viscosity solution (Crandall and Lions 1981, 1983, Crandall et al. 1984, Crandall et al. 1992, Lions 1981, 1983). The solution of a control problem can thus be obtained by studying the existence and uniqueness of the viscous solution for the HJB (Barles and Burdeau 1995, Barles and Rouy 1998) and by the subsequent study related to the regularity of the value function. The demonstration that the HJB admits the value function as a classical solution allows to formalize the optimal strategies of the control problem and the related optimal trajectories of the state variable through the so-called Verification Theorem.
In the econometric literature, an important turning point is represented by the introduction of tractable nonlinear time series models, started in the ‘80s (Tong 1990). Among nonlinear dynamic models, the most fruitful approach has so far been the Markov switching model proposed by Hamilton (1989). These models are particularly relevant when non-linear dynamics can be explained by the presence of multiple 'regimes' or 'states' governing the system (for example, the economy may either be in a fast growth or slow growth phase) which differ on the basis of the values assigned to the parameters. The parameters are allowed to depend on the state of a hidden Markov chain and, thus, this complex stochastic structure can be expressed by means of latent or unobservable variables, which are often themselves object of inference and interest. Kim and Nelson (1999) expanded the Markov switching model of Hamilton (1989) considering structural changes. They introduce a dummy variable that takes the value zero prior to the structural change and one after the structural change, and assume that this dummy variable follows a Markov process. In this way, the change-point is treated as a parameter to be estimated. The possibility of making the transition matrix as much flexible as one likes, continues to stimulate the research in the Markov switching modeling area. For example, it can be used to represent the transition of an economic system from agriculture to manufacturing and services (SC and industrial sectors). Geweke and Keane (2007) present a general framework for mixture models where the state probabilities can depend on observed covariates. This allows to easily integrate temporal and spatial dynamics (SC and spatial analisys).

11 - Riferimenti bibliografici

- Alvarez O., Lasry J.M., Lions P.L., 1997. Convex viscosity solutions and state constraints. Journal de Mathématiques Pures et Appliquées 76, 265-288.
- Barles G., 1994. Viscosity Solutions of Hamilton-Jacobi Equations. Springer-Verlag, Paris.
- Barles G, Burdeau J., 1995. The Dirichlet problem for semilinear second-order degenerate elliptic equations and applications to stochastic exit time control problems. Comm. Partial Differential Equations, 20(1-2), 129-178.
-Barles G, Rouy E., 1998. A strong comparison result for the Bellman equation arising in stochastic exit time control problems and its applications. Comm. Partial Differential Equations, 23(11-12), 1995-2033.
- Bischi G.I., Gardini L. 1998. Role of invariant and minimal absorbing areas in chaos synchronization. Physical Review E, 58, 5710-5719.
- Bischi G.I., Lamantia F., 2005. Coexisting attractors and complex basins in discrete-time economic models, in M. Lines (editor) "Nonlinear Dynamical Systems in Economics", CISM Lecture Notes, volume 476, Springer, 187-231.
- Brianzoni S., Mammana C., Michetti E., 2009. Non-linear dynamics in business-cycle model with logistic population growth. Chaos, Solitons & Fractals, 40, 717-730.
- Cerqueti R., 2009. Dynamic Programming via Measurable Selection. Pacific Journal of Optimization, 5(1), 169-181.
- Crandall M.G., Evans L.C., Lions P.L., 1984. Some properties of viscosity solutions of Hamilton-Jacobi equations. Trans. Amer. Math. Soc., 282(2), 487-502.
- Crandall M.G., Ishii H., Lions P.L., 1992. User's guide to viscosity solutions of second order partial differential equations. Bullettin of American Mathematical Society, 27(1), 1-67.
-Crandall M.G., Lions P.L., 1981. Condition d'unicité pour les solutions généralisées des équations de Hamilton-Jacobi du premier ordre. C. R. Acad. Sci. Paris Sér. I Math., 292(3), 183-186.
-Crandall M.G., Lions P.L., 1983. Viscosity solutions of Hamilton-Jacobi equations. Trans. Amer. Math. Soc., 277(1),
1-42.
- Day R.H. 1994. Complex economic dynamics. Volume I: An introduction to dynamical systems and market mechanisms. Cambridge: MIT Press.
- Devaney R., 1989. An introduction to Chaotic Dynamical Systems. Addison Wesley.
- Di Bernardo B., Champneys, K., 2008. Piecewise-smooth dynamical systems. Springer.
- Durland J.M., McCurdy T.H., 1994. Duration-Dependent Transitions in a Markov Model of U.S. GNP Growth. Journal of Business and Economic Statistics, 12(3), 279-88.
- Fleming W.H., Soner H.M., 2006. Controlled Markov processes and viscosity solutions. Applications of Mathematics 25. Springer-Verlag, New York.
- Frühwirth-Schnatter S., Kaufmann S., 2008. Model-based clustering of multiple time series. Journal of Business and Economic Statistics, 26, 78-89.
- Geweke J., Keane M., 2007. Smoothly mixing regressions. Journal of Econometrics, 138, 252-290.
- Gilbarg D., Trudinger N.S, 1977. Elliptic partial differential equations of second order. Grundlehren der Mathematischen Wissenschaften 224. Springer-Verlag, Berlin-New York.
- Gordon N., Salmond D., Smith A.F.M., 1993. Novel approach to nonlinear/non-Gaussian Bayesian state estimation. IEE Proc. F 140, 107-113.
- Green P.J. 1995. Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika, 82, 711-732.
- Gumowski I., Mira C., 1980. Recurrence in Discrete Dynamic Systems, Springer, New York.
- Hamilton J.D., 1989. A new approach to the economic analysis of nonstationary time series and the business cycle. Econometrica, 57, 357-84.
- Hommes C.H., 2004. Economic dynamics. In: Scott A, editor. Encyclopedia of nonlinear science. London: Routledge; 245-248.
- Hsieh D., 1991. Chaos and nonlinear dynamics: Applications to financial markets. Journal of Finance, 46, 1839-1878.
- Kim C.J., Nelson C.R., 1999. Has the U.S. Economy Become More Stable? A Bayesian Approach Based on a Markov-Switching Model of the Business Cycle. The Review of Economics and Statistics, 81(4), 608-616.
- Kim C.J., Nelson C.R., 1999. State-space models with regime switching: classical and Gibbs-sampling approaches with applications. MIT Press.
- Kuznetsov Y., 2004. Elements of Applied Bifurcation Theory. Springer, 3rd edition.
-Lions P.L., 1981. Control of diffusion processes. Comm. Pure Appl. Math., 34(1), 121-147.
-Lions P.L. 1983. Equations de Hamilton-Jacobi et solutions de viscosité. Ennio De Giorgi colloquium, Paris, 83-97.
- Mammana C., Michetti E., 2008. Endogenous instability in credit constrained emerging economies with Leontief technology. Discrete Dynamics in Nature and Society, Article ID 196494.
- McCullogh R.E., Tsay R.S., 2009. Statistical Analysis of Economic Time Series via markov Switching Models. Journal of Time Series Analysis, 15(5), 523-539.
- Medio A., Lines M., 2000. Nonlinear Dynamics. Cambridge University Press.
- Metropolis N., Rosenbluth A.W., Rosenbluth M.N., Teller A.H., Teller E., 1953. Equations of State Calculations by Fast Computing Machines. J Chem Phys, 21, 1087-1092.
- Mira C. 1987. Chaotic Dynamics, World Scientific.
- Mira C., Gardini L., Barugola A., Cathala J.C., 1996. Chaotic Dynamics in Two-Dimensional Noninvertible Maps, World-Scientific.
- Mosekilde E, Larsen E.R., 1988. Deterministic chaos in the beer production-distribution system. Syst Dyn Rev, 1(4),:131-47.
- Parui S., Banerjee S., 2002. Border collision bifurcations at the change of state-space dimension, Chaos, 12(4), 1054-1069.
- Psaradakis Z., Spagnolo N.,. 2003. On the determination of the number of regimes in Markov-switching autoregressive models. Journal of Time Series Analysis, 24, 237-252.
- Potter S., 1995. A Nonlinear Approach to U.S. GNP. Journal of Applied Econometrics, 10, 109-125.
- Puu T., Sushko I., 2005. A business cycle model with cubic nonlinearity. Chaos, Solitons & Fractals, 19(3), 597-612.
- Ripley B.D., 1987. Stochastic Simulation. Wiley, New York.
- Robert C.P., Rydén T., Titterington D.M., 2000. Bayesian inference in Hidden Markov models through the reversible jump Markov chain Monte Carlo method. J Roy Statistical Society-B 62, 57-75.
- Rosser J.B., 2001. Complex ecologic-economic dynamics and environmental policy. Ecol Econ, 37, 23-37.
- Scott S.L., 2002. Bayesian methods for hidden Markov models: recursive computing in the 21st century. Journal of the American Statistical Association, 97, 337-351.
- Sims C.A., Zha T., 2006. Were there regime switches in U.S. monetary policy?. The American Economic Review, 96, 54-81.
- Sims C.A., Waggoner D.F., Zha T., 2008. Methods for inference in large multiple-equation Markov-switching models. Journal of Econometrics, 146, 255-274.
- Sushko I., Agliari A., Gardini L., 2006. Bifurcation structure of parameter plane for a family of unimodal piecewise smooth maps: Border-collision bifurcation curves. Chaos, Solitons & Fractals, 29, 756-770.
- Szydlowski M., Krawiec A., 2005. The stability problem in the Kaldor-Kalecki business cycle model. Chaos, Solitons & Fractals, 25(2), 299-305.
- Tong H., 1990. Non-linear Time Series: a Dynamical System Approach. Oxford: Oxford University Press.
- Yong J., Zhou X.Y., 1999. Stochastic controls. Hamiltonian systems and HJB equations. Applications of Mathematics 43. Springer-Verlag, New York.
- Zhang W.B., 1990. Synergetic economics—dynamics, nonlinearity, instability, non-equilibrium, fluctuations and chaos. Berlin: Springer.
- Zhusubaliyev Z.T., Mosekilde E., 2003. Bifurcations and Chaos in Piecewise-Smooth Dynamical Systems. World Scientific.

12 - Descrizione del progetto e dei compiti dell'Unità di Ricerca

Testo italiano

I modelli di cambiamento strutturale (CS) sviluppati dal gruppo di ricerca saranno caratterizzati da elevata complessità analitica e computazionale, pertanto è necessario un loro attento studio che richiede l’impiego di avanzate tecniche quantitative (matematiche e statistiche) che spaziano da quelle dei sistemi dinamici non lineari al controllo ottimo. Il principale obiettivo dell’unità di ricerca (UR) di Macerata (MC) è quello di studiare i modelli proposti dalle altre unità usando avanzate tecniche analitiche e numeriche.

Più in dettaglio, l’attività di ricerca dell’unità di MC sarà condotta in diverse direzioni.
A) Alcuni dei modelli proposti nell’ambito della ricerca condotta dalle altre UR saranno studiati mediante la teoria dei sistemi dinamici. Tale approccio è molto utile per descrivere le dinamiche di breve e di lungo periodo di sistemi che possono eventualmente esibire comportamenti complessi. Infatti la maggior parte dei modelli che saranno proposti nell’ambito del progetto sono caratterizzati da non linearità e di conseguenza presenteranno dinamiche complicate. Per esempio:
- l’introduzione dei processi di crescita e sviluppo nei modelli di New Economic Geography (NEG) richiede che vengano considerate le dinamiche temporali e spaziali. Infatti, le dinamiche delle migrazioni saranno modellate come un processo a tempo discreto del quale interessa conoscere il numero e la natura degli equilibri, con l’obiettivo di capire se l’attività economica finirà per concentrarsi in una o più regioni o se risulterà ugualmente distribuita. Ciò permetterà di analizzare il legame esistente fra agglomerazione, diversificazione e sviluppo (modelli su CS e analisi spaziale).
- Una base per l’analisi della “meccanica” del cambiamento strutturale può essere fornita inserendo elementi di crescita endogena nei modelli esistenti (per esempio quello multisettoriale di Cass) o considerando tecnologie non lineari. Lo studio del sentiero di crescita di lungo periodo di tali modelli richiede che vengano considerati i fenomeni tipici delle dinamiche non lineari, come la coesistenza di attrattori e le biforcazioni che conducono al caos. Dai risultati così ottenuti si potranno trarre utili indicazioni di carattere economico ed anche in termini di policy (modelli su CS e settori industriali).
- Al fine di formulare una misura della “complessità di una struttura economica” è necessaria un’analisi delle interazioni tra settori industriali, del loro cambiamento nel tempo, dell’ampiezza del progresso lungo traiettorie del settore specifico e delle sue proprietà dinamiche. Questo tipo di analisi preliminare risulta indispensabile se si vuole sviluppare un modello di crescita economica e cambiamento strutturale in cui la direzione e l’intensità dello specifico settore R&S dipendono dalle opportunità di investimento offerte da idee-input inventate in altri settori (modelli su CS e settori industriali).
B) Alcuni dei modelli proposti sono caratterizzati dalla presenza di perturbazioni aleatorie nei processi evolutivi considerati. L’UR di MC si propone di studiare le dinamiche economiche aleatorie di alcune variabili al fine di spiegare le ragioni dei cambiamenti strutturali negli ambiti di interesse. Per esempio:
- il passaggio da una forma di governo ad un’altra dipende da diversi fattori, tra i quali il livello di crescita economica, i costi legati alle barriere in ingresso per le merci e la sperequazione nella distribuzione del reddito. Lo studio di questo passaggio di stato e delle conseguenti politiche può essere effettuato attraverso la formalizzazione di problemi di ottimizzazione che coinvolgono queste grandezze (modelli su CS e settori industriali).
- Un’ulteriore tematica di interesse riguarda l’analisi dei costi economici della corruzione e dei comportamenti illegali. In questo ambito si colloca la necessità di proporre strategie di lotta contro l’evasione fiscale e la corruzione. Dal punto di vista del legislatore, lo Stato deve massimizzare il gettito usando come variabili di controllo sia l’aliquota fiscale che la porzione di spesa pubblica da investire per contrastare l’illegalità (modelli su CS e economia dell’illegalità).
C) Particolare attenzione sarà rivolta alla specificazione di modelli Markov Switching (MS) in grado di descrivere dinamiche di CS. Per esempio:
- un modello con due o tre regimi può essere utilizzato per rappresentare adeguatamente la transizione di un sistema da un’economia prevalentemente agricola ad una basata sul settore manifatturiero e terziario. Tale modello permette contemporaneamente l’individuazione di gruppi di paesi simili rispetto alla dinamica di transizione, mediante la formulazione di matrici di probabilità di transizione diverse tra gruppi di paesi. Una cornice analoga può essere utilizzata per rappresentare un’economia aggregata all’interno della quale, nel lungo periodo, alcuni settori e/o industrie mostrano una crescita più veloce di altri, con i diversi tassi di crescita definiti dai regimi del modello MS. Settori e/o industrie con tassi di crescita simili possono quindi essere raggruppati tra loro (modelli su CS e settore industriale).
- Le probabilità di ciascun regime possono essere messe in relazione con covariate, consentendo una semplice integrazione tra dinamiche temporali e spaziali: un modello di espansione del sistema economico nel tempo terrà conto di covariate quali la vicinanza spaziale tra paesi o la diffusione delle conoscenze, permettendo a tali covariate di influenzare le probabilità di ciascun regime (modelli su CS e analisi spaziale).
- L’utilizzo di covariate permette inoltre di costruire modelli MS per descrivere la performance economica di diversi paesi nel tempo, in modo tale che la probabilità che un paese si trovi in un certo regime (dove i regimi definiscono i tassi di crescita) dipenda da covariate che illustrano l’evoluzione storica delle istituzioni politiche di quel paese (ad esempio, il passaggio da una dittatura alla democrazia, o viceversa) (modelli su CS, democrazia ed equità).

Al fine di raggiungere l’obiettivo della ricerca, l’UR di MC svolgerà i seguenti compiti.
A) I modelli proposti nell’ambito del progetto di ricerca verranno studiati mediante strumenti propri della teoria dei sistemi dinamici non lineari. L'analisi dinamica sarà condotta anche usando opportune tecniche computazionali. Infatti, nei casi in cui i sistemi non sono analiticamente trattabili è indispensabile adottare un approccio numerico-algoritmico [Mammana, Michetti, Brianzoni, Cheban]. A tal fine, la ricerca si svilupperà secondo i seguenti passi.
A1- Ricerca dei punti fissi e periodici del sistema per studiarne la stabilità locale, investigare cioè sotto quali condizioni il sistema converge a tali equilibri. Infatti, i sistemi non lineari possono essere caratterizzati da una pluralità di punti fissi (così come da altri insiemi invarianti più complicati) e la stabilità locale non implica necessariamente quella globale, a differenza del caso lineare. Quando il modello è complicato potrebbe non essere possibile individuare gli autovalori del sistema e diventa utile provare l'esistenza di regioni trapping, al fine di restringere l'analisi della stabilità locale ad appropriati sottospazi. Nelle applicazioni economiche lo studio della stabilità permette di conoscere quale sarà l'evoluzione del sistema economico a partire da uno stato iniziale e, quindi, di considerare eventuali manovre di politica economica di lungo periodo.
A2- Lo studio della stabilità sarà seguito dall'analisi delle biforcazioni locali. Una biforcazione è un cambiamento qualitativo nelle dinamiche del sistema che avviene in seguito a una variazione nei parametri del modello. Ad esempio, può verificarsi una biforcazione fold, nella quale vengono creati due nuovi punti fissi, o una biforcazione pitchfork, nel caso in cui nascono due punti fissi aggiuntivi, o una biforcazione period doubling, che implica la perdita di stabilità di un ciclo-k seguita dalla nascita di un ciclo-2k stabile. Se la mappa è differenziabile a tratti possono verificarsi biforcazioni di tipo border collision, ciò può comportare un cambiamento repentino nella struttura e nella stabilità degli insiemi invarianti. Tale studio permette di considerare gli effetti di shock esogeni sulle dinamiche esibite e di dare una interpretazione economica anche in termini di policy.
A3- Quando un punto fisso è instabile opereremo l'analisi globale, al fine di studiare fluttuazioni periodiche o caotiche. Un tipo di analisi globale che permette di provare l'esistenza di dinamiche complesse interessa lo studio dei bacini di attrazione (cioè dell'insieme delle condizioni iniziali a partire dalle quali il sistema converge ad un dato attrattore) e della loro struttura. In particolare, si investigheranno i valori dei parametri per cui i bacini presentano una complicata struttura topologica, ad esempio essendo disconnessi o con frontiera frattale; in quest'ultimo caso il sistema è caratterizzato da un elevato grado di imprevedibilità.
B) I modelli di ottimizzazione dinamica verranno studiati attraverso la teoria del controllo stocastico [Castellano, Cerqueti]. A tal fine, la ricerca si svilupperà secondo i seguenti passi.
B1- Formalizzazione del problema di controllo relativo al modello economico di interesse. Per procedere in questa direzione, sarà necessario analizzare le caratteristiche delle variabili che intervengono nel modello economico e comprendere la natura della loro aleatorietà. Gli ingredienti principali del problema sono tre.
- L’equazione di stato deve essere scritta come una opportuna equazione differenziale stocastica, il cui termine stocastico-guida dipende dall’evidenza economica. In particolare, ci aspettiamo di poter discutere equazioni di stato in cui appaiano moti browniani (caso classico, variabili con aleatorietà di tipo normale) oppure processi più complessi, come processi di Levy. E’ fondamentale che l’equazione di stato ammetta un’unica soluzione. Pertanto, la sua formalizzazione può essere condizionata da questo requisito.
- La funzione obiettivo rappresenta il criterio da ottimizzare ed è, di solito, rappresentata da un valore atteso o da una probabilità. In esso è esplicitamente indicato l’orizzonte temporale relativo al fenomeno, che può essere finito, infinito oppure aleatorio. L’analisi successiva del problema dipende fortemente dal tipo di orizzonte considerato.
- La regione ammissibile dove vivono le variabili di controllo è determinata dagli strumenti che il decisore ha a disposizione per perseguire gli obiettivi prefissati. Generalmente, vengono formulate alcune assunzioni di regolarità sulle variabili di controllo. Il problema può risultare ulteriormente complicato dalla presenza eventuale di vincoli sulla variabile di stato.
B2- Risoluzione del problema di controllo attraverso la teoria della programmazione dinamica. La procedura è la seguente:
- prima di tutto, si applica il principio di programmazione dinamica associato al problema specifico o se ne usa uno adatto già presente in letteratura;
- in seguito, si dimostra che la funzione valore, se sufficientemente regolare, è soluzione dell’equazione di Hamilton Jacobi Bellman (HJB);
- infine si esplicita l’esistenza delle strategie ottime relative a variabili di controllo e stato mediante un Teorema di Verifica e in forma feedback. In questo contesto, la regolarità della funzione valore rappresenta un problema di notevole consistenza e la strategia comunemente usata per risolverlo è quella di introdurre il concetto di soluzione viscosa per HJB.
C) I modelli proposti nel progetto di ricerca saranno inoltre analizzati e stimati con un approccio di tipo MS [Castellano, Scaccia]. A tal fine, la ricerca si svilupperà secondo i seguenti passi.
C1- Specificazione di modelli MS. Data la natura dei modelli economici proposti, i dati saranno disponibili sotto forma di serie storiche multiple, alcune delle quali potrebbero esibire dinamiche simili. L’approccio che verrà seguito si basa sulla formulazione di un modello per ciascuna serie storica, in termini di una distribuzione congiunta che dipende da un vettore di parametri. Tali parametri possono variare nel tempo, al variare dello stato in cui si trova il processo generatore ed i cambiamenti di stato saranno regolati da una appropriata matrice di probabilità di transizione, secondo un processo Markoviano. Una variabile latente sarà impiegata per allocare ciascuna osservazione della serie storica in un particolare regime. Per formare gruppi di serie storiche simili rispetto alla loro dinamica temporale, verrà introdotta un’ulteriore variabile latente che sarà utilizzata per allocare ciascuna serie storica in un particolare gruppo. Serie storiche appartenenti allo stesso gruppo avranno in comune la stessa matrice di probabilità di transizione e, di conseguenza, la stessa dinamica temporale. Ogni serie storica manterrà, tuttavia, il proprio vettore di parametri, in modo da preservare una certa eterogeneità all’interno dei gruppi. Il modello terrà inoltre conto di eventuali covariate che possono influenzare la probabilità di essere in certo regime e/o in un certo gruppo. Il numero dei regimi e il numero dei gruppi saranno scelti sulla base di considerazioni economiche o, in mancanza di una conoscenza a priori, saranno trattati come parametri e stimati contemporaneamente agli altri parametri del modello.
C2- Stima di modelli MS. La stima dei modelli MS sarà effettuata secondo un approccio bayesiano e facendo uso di metodi Markov chain Monte Carlo (MCMC). Nel caso in cui il numero di regimi e/o di gruppi sia incognito e oggetto di inferenza, si farà uso dell’algoritmo Reversible Jump.
C3- Nonostante la popolarità dei metodi MCMC e Reversible Jump, la loro implementazione nell’ambito di modelli complessi diventa problematica e richiede spesso la predisposizione di algoritmi ‘ad hoc’. Di conseguenza, saranno investigate anche le potenzialità dell’importance sampling, dell’algoritmo forward-backward e del sequential Monte Carlo.

I papers prodotti a seguito dell’attività di ricerca potranno essere pubblicati su riviste internazionali referate nei seguenti ambiti: matematica per l’economia, economia dinamica, sistemi dinamici continui e discreti, processi stocastici, equazioni differenziali, ottimizzazione e statistica computazionale. I risultati analitici e numerici riguarderanno i seguenti aspetti dei modelli di CS proposti nell’ambito del progetto:
A) equilibri di modelli dinamici discreti, loro stabilità, biforcazioni rispetto a parametri esogeni, analisi globale (orbite omocline, manifolds), bacini di attrazione, equazioni differenziali (attrattori globali compatti, varietà invarianti, soluzioni periodiche e quasi periodiche);
B) formalizzazione e soluzione, attraverso la programmazione dinamica, di problemi di controllo stocastico legati ai fenomeni economici di CS oggetto di studio;
C) stima in ambito Bayesiano di equazioni dinamiche e modelli dinamici con aspettative razionali caratterizzati da cambi di regime (Hidden Markov Models).

Al fine di raggiungere l’obiettivo del progetto e ottenere i corrispondenti risultati, i membri dell'unità parteciperanno a tutti i workshops organizzati dal gruppo e ne ospiteranno uno. L'unità supporterà inoltre quella del coordinatore scientifico nell'organizzazione della conferenza finale e nella gestione del sito web del gruppo.

Testo inglese

Models on structural change (SC) developed by the Research Group will be characterized by high analytical and computational complexity, hence a careful study of these models is required, and the use of advanced quantitative techniques (mathematical and statistical) ranging from the nonlinear dynamical systems to optimal control becomes necessary. The main goal of the Research Unit (RU) established in Macerata (MC) is to study the models proposed by the other unities using advanced analytic and numerical techniques.

More in detail the research activity of the MC unit will be conducted in the following directions.
A) Some of the economic models proposed by the other RU will be studied by using the dynamical system theory. This approach will be very useful to describe both short and long time dynamics of systems which can eventually exhibit complex behavior. Most of the models proposed in this project are characterized by nonlinearities and complex dynamics is likely to emerge. For instance:
- the introduction of growth and development processes in New Economic Geography (NEG) models requires considerations of both temporal and spatial dynamics.
In fact, the dynamics of factor migration will be modeled as a discrete time process. The number and the nature of its equilibria are important in order to know if economic activity will concentrate in one or more regions or it will be equally or asymmetrically distributed among regions. In this way the link between agglomeration, diversification and development will be analyzed (models on SC and spatial analysis).
- An alternative basis for the analysis of the mechanics of structural change could be provided by considering elements of endogenous growth (i.e. the multisectoral model of Cass) or including nonlinear technology. The study of the long run time growth path of these models requires a detailed analysis of typical phenomena of nonlinear dynamics, such as co-existence of attractors and bifurcations leading to chaos. The obtained results will be helpful in terms of economic and policy implications (models on SC and industrial sectors).
- a measure of complexity of an economic structure requires a wide analysis of its dynamical properties in order to describe the interactions between industrial sectors, their changes through time and the scope of the progress along trajectories of the specific sector. This preliminary analysis is necessary in order to develop a model of economic growth and structural change in which the direction and the intensity of the specific sector R&D depend on investment opportunities offered by input ideas of other sectors (models on SC and industrial sectors).
B) Some of the proposed models are characterized by the presence of random perturbations in the considered dynamical processes. The RU of MC will focus on the study of the stochastic dynamics in order to explain structural changes. For instance:
-the transition from one form of government to another depends on several factors, including the level of economic growth, the costs associated with barriers to entry for goods and the inequality in income distribution. The study of this transition and consequent policies can be made through the formalization of optimization problems involving these quantities (models on SC and industrial sectors).
- A further topic is related to the analysis of economic costs of corruption and illegal behavior. In this context the need to propose strategies for combating tax avoidance and corruption arises. From the perspective of the legislator, the Government should maximize tax revenues using as control variables the tax rate and the percentage of government spending to invest in combating lawlessness (models on SC and illegal economy).
C) Particular attention will be devoted to the specification of Markov Switching (MS) models which are able to describe SC dynamics. For example:
- A two or three regimes model can be used to represent the transition of an economic system from agriculture to manufacturing and services. Such a framework can also be integrated with model-based clustering across countries, allowing for different transition probability matrices between clusters. An analogous framework can be used to model an aggregate economy in which, over the long-run, some sectors and/or industries experience faster growth than others, with the regimes of the MS model representing different rates of growth. Sectors and/or industries can then be clustered according to similarities among their rates of growth (models on SC and industrial sector).
- The state probabilities might depend on observed covariates allowing to easily integrate temporal and spatial dynamics: a model of the expansion of the overall economy over time will take into account covariates such as spatial neighborhood or diffusion of knowledge, by letting these covariates influence the state probabilities (models on SC and spatial analysis).
- The use of covariates also allows to build MS models of economic performance of countries over time, in which the probabilities of a country being in each regime (with regimes defining the rate of growth) depend on covariates which illustrate the historical evolution of political institutions in that country (such as the passage from dictatorships to democracy or the other way round) (models on SC, democracy and fairness).

In order to reach the goal of our research, the RU of MC will realize the following tasks.
A) The models proposed in the research project will be studied by applying the theory of nonlinear dynamical systems. The dynamical analysis will also include the use of computational tools. In fact, since it is often difficult or impossible to perform analytical analysis of global dynamics for nonlinear systems then a numerical-algorithmic approach becomes necessary [Mammana, Michetti, Brianzoni, Cheban]. To carry out the task, the RU of MC will follow these steps:
A1- Research of fixed and periodic points of the system to detect their local stability, i.e. we will investigate the conditions under which the system converges to them. In fact, nonlinear systems may be characterized by a plurality of fixed points (as well as other more complicated invariant sets) and local asymptotic stability does not necessarily imply global stability, differently from the linear case. For complex models it may not be possible to compute the eigenvalues of the system and it is useful to prove the existence of trapping region, in order to restrict the local stability analysis to appropriate subspaces of the phase state. In economic models the stability analysis is quite important since it allows to know the evolution of the economic system given the initial state and to consider possible policy instruments able to affect the long run path.
A2- The study of local bifurcations follows the local stability analysis. A bifurcation is a qualitative change in the dynamics as a parameter of the model changes. For example, fold bifurcation (in which two steady states are created), pitchfork bifurcation (in which two additional steady states are created), or period doubling bifurcation (the k-periodic point loses its stability and a stable 2k-periodic point is born) can arise. If the map is piecewise smooth, border collision bifurcations can occur, this may cause an abrupt transition in the structure and stability of attracting and repelling invariant sets. This approach can explain the effects of exogenous shocks on the long run dynamics. Moreover, it can be interpreted from an economic point of view and policy implications can be given.
A3- When a steady state is unstable we shall perform global analysis in order to study periodic or chaotic fluctuations. A global analysis, which is useful for showing the existence of complex dynamics, affects the study of basins of attractions (i.e. the set of initial conditions converging to different attractors) and their structure. In particular, we investigate the parameter values for which the basins of attractions have complex topological structure, i.e. they are non-connected or characterized by fractal boundaries, in this last case the system becomes unpredictable.
B) The dynamic optimization models will be studied by applying the theory of stochastic control [Castellano, Cerqueti]. In order to reach this goal, the RU of MC will realize the following tasks.
B1- Formalization of the control problem related to the economic model of interest. To proceed in this direction, it will be necessary to examine in detail the characteristics of the variables involved in the economic model and to understand the nature of their randomness. The main ingredients of the problem are three.
- The state equation must be written as a stochastic differential equation with leading stochastic term depending on the economic evidence. In particular, we expect to discuss state equations in which appear brownian motions (the classical case, variables with normal randomness ) or more complex processes such as Levy processes. The state equation must admit only a unique solution. Therefore, its formalization can be affected by this requirement.
- The objective function is the criterion to be optimized, and it is typically represented by an expected value or probability. The time horizon of the phenomenon is explicitly formalized. It may be finite, infinite or random. The subsequent analysis of the problem depends greatly on the type of horizon considered.
- The admissible region where control variables live is determined by the instruments that the decision maker has available to pursue its aims. Generally, some assumptions are made about the regularity of control variables. The problem may be further complicated by the presence of any constraints on the state variable.
B2- Solution of the control problem by applying the theory of dynamic programming. The procedure to be applied is the following:
- first, the principle of the dynamic programming associated with the specific problem or one suitable and already studied in the literature must be used;
- second, it must be proved that the value function, if sufficiently regular, is solution of the Hamilton Jacobi Bellman (HJB).
- Finally, the existence of optimal strategies for control variables and state are formalized by applying the Verification Theorem also in feedback form. In this context, the regularity of the value function is an issue of considerable importance. The strategy commonly used to address this problem is to introduce the concept of viscous solution for HJB.
C) The models proposed in the research project will be also analyzed and estimated in a MS framework [Castellano, Scaccia]. In order to carry out the task, the research will be performed according the following steps:
C1- MS model specification. Given the nature of the proposed economic models in the research project, the data will generally come in the form of a panel of multiple time series, some of which may display similar dynamics. The modeling approach that will be pursued, is based on formulating a time series model for each univariate time series in terms of a joint predictive density depending on a vector of parameters. These parameters will be allowed to vary over time as the state of the generating process changes and the state switches will be regulated by an appropriate transition probability matrix, according to a Markovian process. A state allocation latent variable will be used to allocate each time series observation to a particular regime. Possible model-based clustering of time series, showing similar dynamical patterns, will be accounted through the introduction of another latent variable, i.e. a cluster allocation latent variable, which will be used to allocate each time series to a particular cluster. Time series in the same cluster will share the same transition probability matrix and, thus, the same dynamic pattern. Each time series in the cluster, though, will be allowed its own parameters vector, in order to preserve some within-cluster heterogeneity. Where required, covariates will be considered in the model, which affect the probability of being in each regime and/or in each cluster. The number of regimes and the number of clusters will be chosen accordingly to underlying economic theory, where this is available. Otherwise, in case a prior knowledge of the number of regimes and/or the number of clusters is not available, these will be treated as parameters and estimated simultaneously along the other model parameters.
C2- MS model estimation. Estimation of the MS model will be carried out within a Bayesian framework
through the help of Markov chain Monte Carlo (MCMC) methods. In case the number of regimes and/or the number of clusters is unknown and subject to inference, we will rely on the Reversible Jump algorithm.
C3- Despite the popularity of MCMC and the Reversible Jump methods, it is known the difficulty of efficient implementation of such algorithms in the framework of complex problems and the need to pack algorithms 'ad hoc' for different applications. Therefore, the potentialities of the importance sampling, of the forward-backward algorithm and the Sequential Monte Carlo will be also investigated.

We expect to produce a number of papers which could be published by international refereed journals, in the fields of mathematics for economics, economic dynamics, discrete and continuous dynamical systems, stochastic processes, differential equations, optimization and computational statistics.
These contributions will provide analytical and numerical results related to the following aspects of the SC models proposed in the project:
A) equilibria of discrete dynamical models, their stability, bifurcation w.r.t. exogenous parameters, global analysis (homoclinic orbits, manifolds), basins of attraction, differential equations (compact global attractors, invariant manifolds, periodic and almost periodic solutions);
B) formalization and solution, via dynamic programming, of stochastic optimal control models of SC;
C) estimation in a Bayesian perspective of dynamic multiple-equation and rational expectation models characterized by regime switches in driving processes (Hidden Markov Models).

In order to perform the aim of the project and obtain the corresponding results, the members of the unit will participate to all the workshops organized by the group and host one of them. The unit will also support the unit of the Scientific coordinator in organizing the final Conference and in managing the web-site of the group.

13 - Descrizione delle attrezzature già disponibili ed utilizzabili per la ricerca proposta

Testo italiano

Nessuna

Testo inglese

Nessuna

14 - Elenco dei partecipanti all'Unità di Ricerca

14.1 Personale dipendente dall'Ateneo/Ente cui afferisce l'Unità di ricerca
14.1.a - Docenti / ricercatori / tecnologi

nº	Cognome	Nome	Qualifica	costo annuo lordo (a)	mesi/persona previsti (b)	costo attribuito al progetto ((a/12)*b)
1.	MAMMANA	Cristiana	Professore Ordinario	105.350	1,71	15.012
2.	MICHETTI	Elisabetta	Ricercatore confermato	0	12	0
3.	CERQUETI	Roy	Ricercatore non confermato	0	12	0
4.	SCACCIA	Luisa	Ricercatore confermato	0	12	0
5.	CASTELLANO	Rosella	Professore Associato confermato	0	12	0
	TOTALE				49,71	15.012

14.1.b - Altro personale tecnico
Nessuno

14.2 Personale dipendente da altri Atenei/Enti
14.2.a - Docenti / ricercatori / tecnologi

nº	Cognome	Nome	Università/Ente	Qualifica	costo annuo lordo (a)	mesi/persona previsti (b)	costo attribuito al progetto ((a/12)*b)
1.	CHEBAN	David Nikolai	State University of Moldova	Professore Ordinario	0	12	0
	TOTALE				0	12	0

14.2.b - Altro personale tecnico

nº	Cognome	Nome	Università/Ente	Qualifica	costo annuo lordo (a)	mesi/persona previsti (b)	costo attribuito al progetto ((a/12)*b)
	TOTALE				0	0	0

14.3 Personale non dipendente

nº	Cognome	Nome	Università/Ente	Tipologia	costo annuo lordo (a)	mesi/persona previsti (b)	costo attribuito al progetto ((a/12)*b)
1.	BRIANZONI	Serena	Università degli Studi di MACERATA	Borsista post doc	0	12	0
	TOTALE				0	12	0

14.4 - Personale non dipendente da destinare a questo specifico Progetto

Nessuno

15 - Mesi persona complessivi dedicati al Progetto

		Numero
		Numero
15.1 Personale dipendente dall'Ateneo/Ente cui afferisce l'Unità di ricerca	a) docenti / ricercatori / tecnologi	49,71
	b) altro personale tecnico	0
15.2 Personale dipendente da altri Atenei/Enti	a) docenti / ricercatori / tecnologi	12
15.2 Personale dipendente da altri Atenei/Enti	b) altro personale tecnico	0
15.3 Personale non dipendente già acquisito con altri fondi	a) assegnisti	0
	b) titolari di borse di dottorato	0
	c) titolari di borse di post-dottorato	12
	d) contratti di formazione specialistica	0
	e) collaboratori coordinati e continuativi	0
	f) co.co.pro	0
	g) borsisti	0
	h) altro	0
15.4 Personale non dipendente da destinare a questo specifico Progetto	a) assegnisti	0
	b) titolari di borse di dottorato	0
	c) titolari di borse di post-dottorato	0
	d) contratti di formazione specialistica	0
	e) collaboratori coordinati e continuativi	0
	f) co.co.pro	0
	g) borsisti	0
	h) altro	0
	TOTALE	73,71

16 - Costo complessivo dell'Unità di Ricerca

Voce di spesa	Spesa in Euro	Descrizione dettagliata (in italiano)	Descrizione dettagliata (in inglese)
A - Spese di personale (cofinanziamento ateneo/ente; punti 14.1 (A.1) - 14.2 (A.2) - 14.3 (A.3); non superiore al 30% del costo del progetto)	15.012
A - Spese di personale non dipendente da destinare a questo specifico progetto - punto 14.4 (A.4)	0
B - Spese generali (quota forfettaria pari al 60% del costo totale del personale, spesa A)	9.007
C - Attrezzature, strumentazioni e prodotti software	4.000	Acquisto computers, periferiche, e software	Computers, peripherals and software
D - Servizi di consulenza e simili	2.000	Consulenza scientifica e tecnica, compresa la gestione del sito web del gruppo e quello del convegno	Scientific and technical advisers, included the managers of the website of the group and that of the conference
E - Altri costi di esercizio	20.021	Organizzazione del convegno finale previsto e di incontri del gruppo di ricerca, missioni all'estero	Organization of the final conference and of the workshops of the group, stages abroad, attending at conferences abroad
Costo Complessivo dell'Unità di Ricerca	50.040
Finanziamento MIUR	35.028
Costo a carico Ateneo / Ente	15.012

I dati contenuti nella domanda di finanziamento sono trattati esclusivamente per lo svolgimento delle funzioni istituzionali del MIUR. Incaricato del trattamento è il CINECA- Dipartimento Servizi per il MIUR. La consultazione è altresì riservata al MIUR - D.G. per il Coordinamento e lo Sviluppo della Ricerca -- Ufficio V -- Settore PRIN, alla Commissione di Garanzia e ai referee scientifici. Il MIUR potrà anche procedere alla diffusione dei principali dati economici e scientifici relativi ai progetti finanziati.

Firma _____________________________________

Data 21/05/2010 ore 14:34

ALLEGATO

Curricula scientifici dei componenti il gruppo di ricerca

Testo italiano

BRIANZONI Serena

Curriculum:

Informazioni personali
Brianzoni Serena
Cittadinanza: ITALIANA
Data di nascita: 26/02/1977
Luogo di nascita: Macerata
e-mail: brianzoni@unimc.it

Posizione attuale
Borsa di studio post-dottorato
Titolo della ricerca: Dinamiche Discrete in Mercati Complessi con Apprendimento Adattivo
Struttura: Dipartimento di Istituzioni Economiche e Finanziarie, Università degli Studi di Macerata.

Titoli di studio
- Dottore di ricerca
Data di conseguimento: 18/12/2008
Titolo della tesi: Boundedly Rational and Heterogeneous Agent Models in Economics and Finance
Titolo del dottorato: Economia dei Mercati Monetari e Finanziari Internazionali
Istituzione: Università degli Studi di Roma "La Sapienza"
- Laurea in Matematica (vecchio ordinamento)
Data di conseguimento: 11/07/2002
Indirizzo: applicativo
Istituzione: Università degli Studi di Perugia.

Esperienze
- Borsista post-dottorato
Periodo: da gennaio 2009 ad oggi
Titolo della ricerca: Dinamiche Discrete in Mercati Complessi con Apprendimento Adattivo
Struttura: Dipartimento di Istituzioni Economiche e Finanziarie, Università degli Studi di Macerata
- Assegnista di Ricerca
Periodo: da novembre 2005 a aprile 2008
Titolo della Ricerca: L'impiego degli strumenti propri della teoria dei sistemi dinamici discreti in economia
Responsabile: Prof.ssa Cristiana Mammana
Struttura: Dipartimento di Istituzioni Economiche e Finanziarie, Università degli Studi di Macerata
- Visiting graduate Student
Periodo: da settembre 2006 a gennaio 2007
Struttura: Center for Nonlinear Dynamics in Economics and Finance (CeNDEF), Università di Amsterdam
Altre attività
- Partecipazione in qualità di relatore a numerosi convegni nazionali e internazionali su matematica per le scienze economiche e sistemi dinamici discreti
- Seminario su invito presso CeNDEF, Università di Amsterdam, Complex dynamics in the neoclassical growth model with differential savings and non-constant labor force growth.
- Referee per le seguenti riviste internazionali: A.M.S.E. Journals, Journal of Economic Interaction and Coordination.

Interessi di ricerca
Sistemi dinamici discreti non lineari e loro applicazione ai modelli economici, modelli ad agenti eterogenei e razionalità limitata.

Pubblicazioni:

BRIANZONI S., CERQUETI R, MICHETTI E (2010). A Dynamic Stochastic Model of Asset Pricing with Heterogeneous Beliefs. COMPUTATIONAL ECONOMICS, vol. 35; p. 165-188, ISSN: 0927-7099
BRIANZONI S., MAMMANA C, MICHETTI E (2010). Asset Price and Wealth Dynamics as Adaptive Belief System. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 14; p. 85-100, ISSN: 1090-0578
BRIANZONI S., MAMMANA C, MICHETTI E (2010). Complex dynamics in an asset pricing model with updating wealth. In: Chaotic Systems: Theory and Applications. CHANIA (CREETE), 1-5 giugno 2009Christos H. Skiadas, Ioannis Dimotikalis, ISBN/ISSN: 9789814299718
BRIANZONI S., MAMMANA C, MICHETTI E (2009). NON-LINEAR DYNAMICS IN A BUSINESS-CYCLE MODEL WITH LOGISTIC POPULATION GROWTH. CHAOS, SOLITONS AND FRACTALS, vol. 40; p. 717-730, ISSN: 0960-0779
BRIANZONI S., MAMMANA C, MICHETTI E (2008). Global attractor in Solow growth model with differential savings and endogenous labor force growth. MODELLING, MEASUREMENT & CONTROL. D, MANUFACTURING, MANAGEMENT, HUMAN AND SOCIO-ECONOMIC PROBLEMS, vol. 29; p. 19-37, ISSN: 1240-4551
BRIANZONI S., MAMMANA C, MICHETTI E, ZIRILLI F (2008). A stochastic cobweb dynamical model. DISCRETE DYNAMICS IN NATURE AND SOCIETY, vol. 2008; p. 1-18, ISSN: 1026-0226
BRIANZONI S., MAMMANA C, MICHETTI E (2007). COMPLEX DYNAMICS IN THE NEOCLASSICAL GROWTH MODEL WITH DIFFERENTIAL SAVINGS AND NON-CONSTANT LABOR FORCE GROWTH. STUDIES IN NONLINEAR DYNAMICS AND ECONOMETRICS, vol. 11; p. 1-17, ISSN: 1081-1826

CASTELLANO Rosella

Curriculum:

CURRICULUM BREVE di ROSELLA CASTELLANO

1. DATI PERSONALI

Nome e Cognome: Rosella Castellano
Luogo e data di nascita: Catania, 27-06-1965
Cittadinanza: Italiana
E-mail: castellano@unimc.it
Posizione attuale:
dal 26/01/05, Professore Associato presso l’Università degli Studi di Macerata, Dipartimento di Istituzioni Economiche e Finanziarie (raggruppamento SECS – S/06 – Metodi Matematici dell’Economia e delle Scienze Attuariali e Finanziarie.

2. STUDI

1995 Dottorato di Ricerca in Matematica per l'Analisi dei Mercati Finanziari (VII ciclo, 1991-1994) presso l’Università degli Studi di Brescia.
1991 Corso di Perfezionamento in Economia Bancaria presso l’Università degli Studi di Roma La Sapienza
1992/3 Visiting Ph.D Scholar presso Decision Sciences Dept, "The Wharton School" dell'University of Pennsylvania
1990 Laurea in Scienze Politiche, indirizzo economico, conseguita presso l'Università degli Studi di Roma La Sapienza.

3. POSIZIONI ED INCARICHI

2005 A decorrere dal 26 gennaio, Professore Associato presso l’Università di Macerata, Facoltà di Economia.
2000/2004 Direttore Aggiunto presso la Presidenza del Consiglio dei Ministri
1996/2000 Ricercatore per il gruppo disciplinare S04A-Matematica per le Applicazioni Economiche e Finanziarie - presso l’Università degli Studi di Macerata, Dipartimento di Istituzioni Economiche e Finanziarie.

4. RECENTE ATTIVITA' DI RICERCA:
L’attività di ricerca è stata orientata prevalentemente allo studio delle metodologie per la determinazione dei prezzi delle attività finanziarie (ad esempio: azioni, valute, opzioni e futures) ed al loro impiego nella gestione – statica e dinamica - di portafoglio. Nella formalizzazione teorica si è fatto uso delle metodologie di calcolo stocastico mentre, nell’implementazione, di algoritmi numerici. In particolare, è stato affrontato lo studio dei temi indicati di seguito:
- Modelli Bayesiani per la stima di Modelli markoviani Nacosti;
- Credit Default Swaps;
- Modelli di Controllo ottimo per la dinamica dei tassi di cambio e dei prezzi dei titoli sottili;
- Integrazione di modelli di ottimizzazione con tecniche monte Carlo per la gestione di portafogli multivalutari.

Pubblicazioni:

CASTELLANO R., CERQUETI ROY (2010). LIGHT STOCKS AND WEALTH ALLOCATION. Continuous Optimization and Information-Based Technologies in The Financial Sector.
CASTELLANO R., SCACCIA L (2010). A Markov Switching Re-evaluation of Event-Study Methodology. In: Y.LECHEVALLIER, G.SAPORTA EDS.. Proceedings of COMPSTAT'2010 - 19th International Conference on Computational Statistics. HEIDELBERG: Physica-Verlag
CASTELLANO R., D'ECCLESIA R.L (2009). CDS Price Signaling. JOURNAL OF RISK MANAGEMENT IN FINANCIAL INSTITUTIONS, vol. 3; p. 125-147, ISSN: 1752-8887
CASTELLANO R., SCACCIA L (2008). Bayesian Hidden Markov Models for Financial Data. In: F. PALUMBO, C.N.LAURO, M. GREENACRE EDS.. Data Analysis and Classification: From Exploration to Confirmation. Series "Studies in Classification, Data Analysis, and Knowledge Organization. vol. 1, NEW YORK: Springer, ISBN/ISSN: 978-3642037382
CASTELLANO R., D'ECCLESIA R.L (2007). Long Swings in Exchange Rates: a Stochastic Control Approach. INTERNATIONAL TRANSACTIONS IN OPERATIONAL RESEARCH, vol. 14:6; p. 475-490, ISSN: 0969-6016
CASTELLANO R., GIACOMETTI R (2001). Performances of a Hedged Stochastic Portfolio Model in the Presence of Extreme Events. COMPUTATIONAL ECONOMICS, vol. 17; p. 239-252, ISSN: 0927-7099
CASTELLANO R., GIACOMETTI R (2000). Portfolio Performances Using Options Strategies. In: BONILLA M., SALA R.. Financial Modelling - Contributions to Management Sciences. p. 125-142, Physica-Verlag, ISBN/ISSN: 3-7908-1282-X
CASTELLANO R., D'ECCLESIA R.L (1997). Information Flows and Bid-Ask Spreads for the BTP-Futures. CHICAGO BOARD OF TRADE RESEARCH SYMPOSIUM PROCEEDINGS; p. 223-240

CERQUETI Roy

Curriculum:

Dati personali
Roy Cerqueti è nato a Roma, il 01/01/1975. Risiede in via Bartolino da Novara, 49 - 00176 - Roma, Italia.

Posizione attuale
Dal 01/11/2007: Ricercatore Universitario, S.S.D.: SECS-S/06, presso la Facoltà di Economia, Università degli Studi di Macerata.

Studi e titoli scientifici
01/07/2006-01/11/2007: Assegno di ricerca, presso l'Università degli Studi di Roma "La Sapienza". Titolo della ricerca: "Modelli semimarkoviani per i network di comunicazione". Responsabile: prof. Raimondo Manca.
01/03/2004-28/02/2005: Assegno di ricerca presso l'Università degli Studi della "Tuscia", Viterbo. Titolo dell'assegno: "Modelli matematici per l'economia e la finanza". Responsabile: prof.ssa Giulia Rotundo.
16/03/2004: Conseguimento del titolo di dottore di ricerca. Titolo della tesi: "Stochastic calculus applied to finance: optimal financing policies and time series with memory properties models".
01/11/2000-30/10/2003: Dottorato di ricerca in "Matematica per le Applicazioni Economico-Finanziarie", Facoltà di Economia, Università di Roma "La Sapienza".
13/07/2000: Laurea in Matematica, presso l' Università di Roma "La Sapienza". Relatore: professor Peter Laurence. Titolo della tesi: "Entropia e misure di martingala in mercati incompleti".

Principali argomenti di ricerca
- Controllo ottimo stocastico con metodi di programmazione dinamica e applicazioni all’economia e alla finanza.
- Econometria teorica: processi integrati, cointegrazione, proprietà di memoria.
- Processi stocastici di tipo puntuale e applicazioni alla finanza e alle assicurazioni.

Altre attività
RC è membro del comitato organizzatore di diverse conferenze e scuole estive, e partecipa regolarmente a convegni internazionali come speaker e chairman. Ha tenuto seminari su invito in diverse sedi universitarie. Ha, inoltre, partecipato a varie scuole di perfezionamento in probabilità, analisi matematica e metodi quantitativi per l’economia, la finanza e le assicurazioni.
RC è stato ospite come ricercatore visitatore presso l'Ecole Nationale des Pontes et Chausees e Université de Marne La-Vallée, a Parigi, Francia, per un periodo di 6 mesi, e per periodi più brevi presso l'Università degli Studi di Brescia e la University of Vienna, Institute of Advanced Studies.
RC è membro di: AMASES, European Economic Association, INFORMS, Econometric Society, American Statistical Association. Egli svolge, inoltre, attività di referee per Economic Modelling, Insurance: Mathematics and Economics, Journal of Economics, ed è reviewer per la American Mathematical Society-Mathematical Reviews.

Progetti di ricerca
RC è stato membro dello staff scientifico di un progetto FIRB (coordinatore: Fausto Gozzi) e 3 progetti PRIN (coordinatori: Lorenzo Peccati, Fausto Gozzi e Paolo Baldi).

Pubblicazioni:

BRIANZONI S, CERQUETI R., MICHETTI E (2010). A dynamics stochastic model of asset pricing model with heterogeneous beliefs. COMPUTATIONAL ECONOMICS, vol. 35(2); p. 165-188, ISSN: 0927-7099
CERQUETI R., ROTUNDO G (2010). Options with underlying asset driven by a fractional brownian motion: crossing barriers estimate. NEW MATHEMATICS AND NATURAL COMPUTATION (NMNC), vol. 6(1); p. 109-118, ISSN: 1793-0057
CERQUETI R. (2009). Dynamic Programming via Measurable Selection. PACIFIC JOURNAL OF OPTIMIZATION, vol. 5(1); p. 169-181, ISSN: 1348-9151
CERQUETI R., COPPIER R (2009). Tax revenues, fiscal corruption and "shame" costs. ECONOMIC MODELLING, vol. 26; p. 1239-1244, ISSN: 0264-9993
CERQUETI R., COSTANTINI M (2009). Asymptotic solutions of a generalized eigenvalue problem. APPLIED MATHEMATICAL SCIENCES, vol. 3(60); p. 2985-2999, ISSN: 1312-885X
CERQUETI R., COSTANTINI M, LUPI C (2009). A Characterization of the Dickey-Fuller Distribution With Some Extensions to the Multivariate Case. In: JSM Proceedings, Business and Economic Statistics Section. Washington DC, USA, 1-6 Agosto 2009, ALEXANDRIA, VA: American Statistical Association, p. 4570-4576, ISBN/ISSN: 978-0-9791747-7-3
CERQUETI R., FOSCHI R, SPIZZICHINO F (2009). A Spatial Mixed Poisson Framework for Combination of Excess of Loss and Proportional Reinsurance Contracts. INSURANCE MATHEMATICS & ECONOMICS, vol. 45; p. 59-64, ISSN: 0167-6687
CERQUETI R., ROTUNDO G (2009). Companies' decisions for profit maximization: A structural model. APPLIED MATHEMATICAL SCIENCES, vol. 3(27); p. 1327-1340, ISSN: 1312-885X
CASTELLANO R, CERQUETI R. (2008). The Specialist's Role in Thin Stock Prices. In: Proceedings of Institute for Operations Research and the Management Sciences Triennal Conference, Sandton, Johannesburg, South Africa, (July 2008). Sandton, Johannesburg, South Africa, July 2008
CERQUETI R., COPPIER R, PIGA G (2008). Corruption, growth and ethnolinguistic fractionalization: a theoretical game model. In: Proceedings of the 15th World congress of the International Economics Association, Istanbul (2008). Istanbul, Turkey, 25-29 June 2008
CERQUETI R., COSTANTINI M (2008). On the asymptotic behaviour of random matrices in a multivariate statistical model. STATISTICS & PROBABILITY LETTERS, vol. 78(14); p. 2039-2045, ISSN: 0167-7152
CERQUETI R., ROTUNDO G (2008). Dynamics of financial time series in an inhomogeneous framework. Mathematical and Statistical Methods in Insurance and Finance. p. 67-74, Springer-Verlag, ISBN/ISSN: 978-88-470-0703-1
CERQUETI R., ROTUNDO G (2007). Productivity and costs for growing firms in presence of technological renewal processes. INTERNATIONAL TRANSACTIONS IN OPERATIONAL RESEARCH, vol. 14; p. 521-534, ISSN: 0969-6016
CERQUETI R. (2004). Optimal financing policies via a stochastic control problem with exit time. In: Third World Conference of Bachelier Finance Society. Chicago, USA
CERQUETI R., ROTUNDO G (2003). Microeconomic modeling of financial time series with long term memory. In: Proceedings of the IEEE. Hong Kong, China, p. 191-198

CHEBAN David Nikolai

Curriculum:

A)Dati personali:
Nome e cognome: David Nikolai Cheban
Data e luogo di nascita: April 25, 1952, v. Cioc-Maidan, Comrat district, Republic of Moldova
Cittadinanza: Republic of Moldova (former USSR)

B)Posizione attuale:
dal 1992, Professore ordinario presso la Facoltà di Matematica e Informatica, Università Statale della Moldavia

C)Precedenti posizioni:
-Laurea (1969-1974):
Università Statale della Moldavia
Facoltà di Matematica e Cibernetica
-Dottorato(1974-1977):
Università Statale della Moldavia
Equazioni Differenziali
-Professore Assistente (1977 - 1982)
Facoltà di Matematica e Informatica,
Università Statale della Moldavia
-Professore Associato (1982 - 1992)
Facoltà di Matematica e Informatica,
Università Statale della Moldavia

E)Ricerca:
- Teoria qualitativa delle equazioni differenziali,
- Sistemi dinamici.
- Equazioni differenziali alle derivate parziali,
- Equazioni differenziali funzionali,
- Equazioni alle differenze,
- Inclusioni differenziali.

F)Attività scientifico-sociale:
- Membro del Consiglio speciale della discussion delle tesi (Ph.D. and Dr.Sc.) in materia di Equazioni Differenziali (Republic of MOLDOVA), 1993-2003;
- Membro della Società Matematica della Moldavia;
- Membro della Società Matematica Americana.

G)Riconoscimenti:
- Diploma d’onore nel campo della matematica (1974);
- Medaglia d’oro del Ministro dell’educazione della Repubblica della Moldavia: Best Student's Scientific Work (1974);
- Diritto d’onore del MInistro dell’educazione dell’unione Sovietica: Best Student's Scientific Work (1975);
- Miglior giovane scienziato dell’Università Statale della Moldavia (1982);

Pubblicazioni:

CHEBAN D. (2010). Compact Global Attractors of Control Systems. JOURNAL OF DYNAMICAL AND CONTROL SYSTEMS, vol. 16(1); p. 23-44, ISSN: 1079-2724
CARABALLO T, CHEBAN D. (2009). Almost Periodic and Almost Automorphic Solutions of Linear Differential/Difference Equations without Favard's Separation Condition, II. JOURNAL OF DIFFERENTIAL EQUATIONS, vol. 246; p. 1164-1186, ISSN: 0022-0396
CARABALLO T, CHEBAN D. (2009). Almost Periodic and Almost Automorphic Solutions of Linear Differential/Difference Equations without Favard's Separation Condition. I. JOURNAL OF DIFFERENTIAL EQUATIONS, vol. 246; p. 108-128, ISSN: 0022-0396
CHEBAN D. (2009). Asymptotically Almost Periodic Solutions of Differential Equations. NEW YORK - CAIRO: Hindawi Publishing Corporation
CHEBAN D. (2008). Levitan Almost Periodic and Almost Automorphic Solutions of V-monotone Differential Equations. JOURNAL OF DYNAMICS AND DIFFERENTIAL EQUATIONS, vol. 20(3); p. 669-697, ISSN: 1040-7294
CHEBAN D., SCHMALFUSS B (2008). Invariant Manifolds, Global Attractors, Almost Automrphic and Almost Periodic Solutions of Non-Autonomous Differential Equations. JOURNAL OF MATHEMATICAL ANALYSIS AND APPLICATIONS, vol. 340(1); p. 374-393, ISSN: 0022-247X
CHEBAN D., C. MAMMANA (2007). Continuous Dependence of Attractors on Parameters of Non-Autonomous Dynamical Systems and Infinite Iterated Function Systems. DISCRETE AND CONTINUOUS DYNAMICAL SYSTEMS, vol. 18(2-3); p. 499-515, ISSN: 1078-0947
CHEBAN D., C. MAMMANA (2006). Compact Global Attractors of Discrete Inclusions. NONLINEAR ANALYSIS, vol. 65(8); p. 1669-1687, ISSN: 0362-546X
CHEBAN D., MAMMANA C (2005). Relation between Different Types of Global Attractors of Non-Autonomous Set-Valued Dynamical Systems. SET-VALUED ANALYSIS, vol. 13(3); p. 291-321, ISSN: 0927-6947
CHEBAN D. (2004). Global Attractors of Nonautonomous Dissipative Dynamical Systems. NEW YORK: World Scientific
CHEBAN D., DUAN J (2004). Almost Periodic Solutions and Global Attractors of Nonautonomous Navier-Stokes Equations. JOURNAL OF DYNAMICS AND DIFFERENTIAL EQUATIONS, vol. 16(1); p. 1-34, ISSN: 1040-7294
CHEBAN D., DUAN J (2004). Recurrent Motions and Global Attractors of Nonautonomous Lorenz Systems. DYNAMICAL SYSTEMS, vol. 19(1); p. 41-59, ISSN: 1468-9367
CHEBAN D., MAMMANA C (2004). Invariant Manifolds, Global Attractors and Almost Periodic Solutions of Non-autonomous Difference Equations. NONLINEAR ANALYSIS, vol. 56(4); p. 465-484, ISSN: 0362-546X
CHEBAN D., P. KLOEDEN, B. SCHMALFUSS (2002). The relation between Pullback and Global Attractors of Nonautonomous Dynamical Systems. NONLINEAR DYNAMICS AND SYSTEMS THEORY, vol. 2(2); p. 9-28, ISSN: 1562-8353
CHEBAN D., B. SCHMALFUSS, P. KLOEDEN (2001). Pullback Attractors in Dissipative Nonautonomous Differential Equations under Discretization. JOURNAL OF DYNAMICS AND DIFFERENTIAL EQUATIONS, vol. 13(1); p. 185-213, ISSN: 1040-7294

MICHETTI Elisabetta

Curriculum:

A) Dati personali:
Data e luogo di nascita: 17-2-1974, Fermo (FM), Italy

B) Posizione attuale:
Dal 2005: Ricercatore SECS-S/06 (Metodi matematici dell'economia e delle scienze attuariali e finanziarie), Facoltà di Economia, Università di Macerata.

C) Precedenti posizioni:
- settembre 2003 - marzo 2005: Assegno di ricerca: L'impiego degli strumenti propri della teoria dei sistemi dinamici discreti in economia, Dipartimento di Istituzioni Economiche e Finanziarie, Università di Macerata.
- Marzo 2003: Dottorato di Ricerca in Economia dei Mercati Monetari e Finanziari Internazionali, Università di Roma La Sapienza.
- a.a. 2001-2002: Visiting student presso Università Pompeu Fabra (Barcellona) e corsi frequentati su sistemi dinamici discreti, teoria della crescita e teoria dei giochi.
- dicembre 2000: Premio Angelo Costa per tesi di laurea in economia: pubblicazione nella Rivista di Politica Economica dell'estratto della tesi di laurea Caos ed effetti apprendimento in cobweb models.
- Maggio 1999: Laurea in Economia Bancaria Finanziaria e Assicurativa (100/100 cum laude), Università di Macerata.

D) Ricerca:
Interessi di ricerca e pubblicazioni internazionali nelle seguenti aree: Sistemi dinamici discreti: Stabilità, Proprietà globali, Biforcazioni di insiemi attrattivi, Bacini di attrazione, Linee critiche, attrattori strani, simulazioni numeriche, catene di Markov. Applicazioni a modelli economici e finanziari: cobweb models con apprendimento, modelli stocastici di asset pricing, modelli cobweb stocastici, economie aperte con vincoli creditizi, crisi finanziarie, modelli con agenti eterogenei, dinamiche della ricchezza, modelli di crescita, dinamiche della popolazione.

E) Altre attività:
- Partecipazione a numerosi convegni nazionali e internazionali nelle aree dei sistemi dinamici discreti e matematica per l’economia.
- Referee per le seguenti riviste internazionali: Journal of Banking and Finance; Economic Modelling; Metroeconomica; A.M.S.E. Journals; Journal of Computational Optimization in Economics and Finance; Australian Economic Papers.

Pubblicazioni:

BRIANZONI S, CERQUETI R, MICHETTI E. (2010). A Dynamic Stochastic Model of Asset Pricing with Heterogeneous Beliefs. COMPUTATIONAL ECONOMICS, vol. 35; p. 165-188, ISSN: 0927-7099, doi: 10.1007/s10614-009-9189-z
BRIANZONI S, MAMMANA C, MICHETTI E. (2010). Asset Price and Wealth Dynamics as Adaptive Belief System. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 14; p. 85-100, ISSN: 1090-0578
BRIANZONI S, MAMMANA C, MICHETTI E. (2009). Non-linear dynamics in a business-cycle model with logistic population growth. CHAOS, SOLITONS AND FRACTALS, vol. 40; p. 717-730, ISSN: 0960-0779
BRIANZONI S, MAMMANA C, MICHETTI E. (2008). Global attractor in Solow growth model with differential savings and endogenous labor force growth. MODELLING, MEASUREMENT & CONTROL. D, MANUFACTURING, MANAGEMENT, HUMAN AND SOCIO-ECONOMIC PROBLEMS, vol. 29; p. 19-37, ISSN: 1240-4551
BRIANZONI S, MAMMANA C, MICHETTI E., ZIRILLI F (2008). A stochastic cobweb dynamical model. DISCRETE DYNAMICS IN NATURE AND SOCIETY, vol. (2008) Article ID 219653; p. 1-18, ISSN: 1026-0226
CHEBAN D, MAMMANA C, MICHETTI E. (2008). Global Attractors of Quasi-Linear Non-autonomous Difference Equations. BULETINUL ACADEMIEI DE șTIINțE A REPUBLICII MOLDOVA. MATEMATICA, vol. 1(56); p. 84-104, ISSN: 1024-7696
MAMMANA C, MICHETTI E. (2008). Chaos in a class of maps on the interval: the case of a small open economy with credit constraint. MODELLING, MEASUREMENT & CONTROL. D, MANUFACTURING, MANAGEMENT, HUMAN AND SOCIO-ECONOMIC PROBLEMS, vol. 29; p. 58-69, ISSN: 1240-4551
MAMMANA C, MICHETTI E. (2008). Endogenous instability in credit-constrained emerging economies with Leontief technology. DISCRETE DYNAMICS IN NATURE AND SOCIETY, vol. (2008) Article ID 219653; p. 1-16, ISSN: 1026-0226
BRIANZONI S, MAMMANA C, MICHETTI E. (2007). Complex dynamics in the Neoclassical growth model with differential savings and non-constant labor force growth. STUDIES IN NONLINEAR DYNAMICS AND ECONOMETRICS, vol. 11, no 3, article 3; p. 1-17, ISSN: 1081-1826
CABALLE' J, JARQUE X, MICHETTI E. (2006). Chaotic dynamics in credit constrained emerging economies. JOURNAL OF ECONOMIC DYNAMICS & CONTROL, vol. 30; p. 1261-1275, ISSN: 0165-1889
COPPIER R, MICHETTI E. (2006). Corruption vs production. A non-linear relationship. ECONOMIC MODELLING, vol. 23; p. 622-637, ISSN: 0264-9993
MAMMANA C, MICHETTI E. (2004). Backward and forward-looking expectations in a chaotic cobweb model. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 8, ISSN: 1090-0578
MAMMANA C, MICHETTI E. (2003). Infinite memory expectations in a dynamic model with hyperbolic demand. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 7, ISSN: 1090-0578
MICHETTI E. (2000). Caos ed effetti apprendimento in cobweb models. RIVISTA DI POLITICA ECONOMICA, ISSN: 0035-6468
COMMENDATORE P, MICHETTI E., PINTO A (2010). Multiple Equilibria and Endogenous Cycles in a non-linear Harrodian Growth Model. In: Chaotic Systems: Theory and Applications. Chaina (Creete), 1-.5 giugno 2009Christos H. Skiadas, Ioannis Dimotikalis, ISBN/ISSN: 9789814299718

SCACCIA Luisa

Curriculum:

A) DATI PERSONALI:
Data di nascita: 2 Ottobre, 1973
Luogo di nascita: Roma (RM), Italia
Indirizzo: Fraz. Terraia 58, 06049 Spoleto (PG), Italia

B) POSIZIONE ATTUALE:
Ricercatrice nel settore scientifico disciplinare SECS-S/01 Statistica, presso la facoltà di Economia dell’Università di Macerata, dal 1° Marzo, 2005.

C) POSIZIONI RICOPERTE IN PASSATO:
- Ottobre 2001-Ottobre 2004: Assegno di ricerca nell’ambito del progetto Inferenza per ordinamenti stocastici (responsabile Prof. Giuseppe Cicchitelli) presso il Dipartimento di Scienze Statistiche dell’Università degli Studi di Perugia.
- Ottobre 2002-Dicembre 2004: Professore a contratto per il corso integrativo all’insegnamento ufficiale di Statistica, presso la Facoltà di Economia dell’Università degli Studi di Urbino “Carlo Bo”.
- Novembre 2000-Giugno 2001: Research associate nell’ambito del progetto Mixture modelling in time and space, presso l’Università di Bristol, UK (supervisore: Prof. P.J. Green).
- Febbraio 2001: Dottorato di ricerca in Metodi Statistici e Matematici per la Ricerca Economica e Sociale, presso l’Università degli Studi di Perugia.
Titolo della tesi di dottorato: Testing for simplification in spatial processes (Supervisore: Prof. Pierluigi Daddi).
- Maggio 2000: Master of Science in Statistics, Università di Sheffield, UK.
Titolo della tesi di master: Fitting and Testing Spatial Models (Supervisore: Dr. R.J. Martin)
- Maggio 1997: Laurea in Statistica Economica, Università “La Sapienza”, Roma.
Titolo della tesi: Storia, sviluppo e prospettive del settore agricolo in Tanzania (relatore Prof. P. Palazzi).

D) INTERESSI DI RICERCA: Analisi di dati categorici: test esatto di Fisher, associazione positiva. Modelli per dati spaziali: statistiche test per la simmetria assiale e la separabilità. Miscugli di modelli: miscugli con pesi dipendenti da una covariata, applicazione di miscugli a dati microarray, miscugli per la modellizzazione dell’errore nella regressione lineare, modelli di Markov nascosti. Metodi MCMC: Reversible Jump e Delayed Reversible Jump. Modelli a scelta discreta: applicazioni all’analisi della domanda di trasporto.

E) REFEREE PER LE SEGUENTI RIVISTE: Statistica Sinica, Computational Statistics, Brazilian Journal of Probability and Statistics.

Pubblicazioni:

CASTELLANO R, SCACCIA L. (2010). Bayesian hidden Markov models for financial data. In: PALUMBO F., LAURO N.C., GREENACRE M.J.. Data Analysis and Classification: From Exploration to Confirmation - Studies in Classification, Data Analysis, and Knowledge Organization. p. 453-461, BERLIN-HEIDELBERG: Springer, ISBN/ISSN: 978-3-642-03738-2
SCACCIA L. (2009). Random parameters logit models applied to public transport demand. GLOBAL & LOCAL ECONOMIC REVIEW; p. 147-166, ISSN: 1722-4241
SCACCIA L., MARTIN R.J (2009). Model-based tests for simplification of lattice processes. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, ISSN: 0094-9655, doi: 10.1080/00949650903188452
BARTOLUCCI F, SCACCIA L. (2007). Exact Conditional Testing of Certain Forms of Positive Association for Bivariate Ordinal Data. In: P. MANTOVAN, A. PASTORE, S. TONELLATO. S.Co.2007 - BOOK OF SHORT PAPERS. p. 50-55, PADOVA: CEUP, ISBN/ISSN: 978-88-6129-114-0
CASTELLANO R, SCACCIA L. (2007). Bayesian hidden Markov models for financial data. Classification and Data Analysis 2007 - Book of Short papers. p. 417-420, MACERATA: eum edizioni università di macerata, ISBN/ISSN: 978-88-6056-020-9
SCACCIA L., BARTOLUCCI F (2007). Bayesian inference for marginal models under equality and inequality constraints. Classification and Data Analysis 2007 - Book of Short papers. p. 599-602, MACERATA: eum edizioni università di macerata, ISBN/ISSN: 978-88-6056-020-9
BARTOLUCCI F, SCACCIA L., MIRA A (2006). Efficient Bayes factor estimation from the Reversible jump output. BIOMETRIKA, vol. 93; p. 41-52, ISSN: 0006-3444
BARTOLUCCI F, SCACCIA L. (2005). The use of mixtures for dealing with non-normal regression errors. COMPUTATIONAL STATISTICS & DATA ANALYSIS, vol. 48; p. 821-834, ISSN: 0167-9473
MARCUCCI E, SCACCIA L. (2005). Alcune applicazioni dei modelli a scelta discreta al settore dei trasporti. In: E. MARCUCCI. I modelli a scelta discreta nel settore dei trasporti. Teoria, metodologia e applicazioni. p. 138-191, ROMA: Carocci Editore, ISBN/ISSN: 88-430-3341-7
SCACCIA L. (2005). L’eterogeneità delle preferenze nel trasporto merci: un confronto tra diversi metodi per catturarla. In: G. BORRUSO , G. POLIDORI, . Riequilibrio ed integrazione modale nel trasporto delle merci. Gli attori ed i casi italiani. p. 83-95, MILANO: Franco Angeli, ISBN/ISSN: 9788846466433
SCACCIA L., BARTOLUCCI F (2005). A Hierarchical Mixture Model for Gene Expression Data. In: M. VICHI, P. MONARI, S. MIGNANI , A. MONTANARI. New Developments in Classification and Data Analysis. p. 267-274, BERLIN: Springer, ISBN/ISSN: 978-3-540-23809-6
SCACCIA L., MARTIN R.J (2005). Testing axial symmetry and separability of lattice processes. JOURNAL OF STATISTICAL PLANNING AND INFERENCE, vol. 131; p. 19-39, ISSN: 0378-3758
BARTOLUCCI F, SCACCIA L. (2004). Testing for positive association in contingency tables with fixed margins. COMPUTATIONAL STATISTICS & DATA ANALYSIS, vol. 47; p. 195-210, ISSN: 0167-9473
MARCUCCI E, SCACCIA L. (2004). Mode choice models with attribute cutoffs analysis: the case of freight transport in the Marche region. EUROPEAN TRANSPORT/TRASPORTI EUROPEI, vol. 25/26; p. 21-32, ISSN: 1825-3997
SCACCIA L., GREEN P.J (2003). Bayesian growth curves using normal mixtures with nonparametric weights. JOURNAL OF COMPUTATIONAL AND GRAPHICAL STATISTICS, vol. 12; p. 308-331, ISSN: 1061-8600

Testo inglese

BRIANZONI Serena

Curriculum:

Personal Data
Brianzoni Serena
Citizenship: ITALIAN
Born: February 26, 1977 in Macerata (Italy)

Current Position
PostDoc Position on Discrete Dynamics in Complex Markets with Adaptive Learning, at University of Macerata, Department of Economic and Financial Institutions, Italy

Education
- 2005-2008: Ph. D. in Economics of Monetary and International Financial Markets, at La Sapienza University in Rome, Italy. Dissertation: Boundedly Rational and Heterogeneous Agent Models in Economics and Finance
- July 11, 2002: Bachelor's degree (laurea) in Mathematics, University of Perugia, Italy

Experiences
- 2005-2008: PostDoc Position (Assegno di Ricerca) on Discrete Time Dynamical Systems in Economics and Finance, at University of Macerata, Department of Economic and Financial Institutions, Italy, Supervisor: Prof. Cristiana Mammana
- September 2006 - January 2007: Visiting Graduate Student at CeNDEF (Center for Nonlinear Dynamics in Economics and Finance), University of Amsterdam

Other activities
- Speaker in national and international conferences in the field of mathematics for economics and discrete dynamical systems.
- CeNDEF seminar at invitation, University of Amsterdam, Complex dynamics in the neoclassical growth model with differential savings and non-constant labor force growth.
- Referee for the following reviews: A.M.S.E. Journals, Journal of Economic Interaction and Coordination.

Current Research Interests
Non-linear discrete dynamical systems and their application to economic models, heterogeneous agent models, bounded rationality.

Pubblicazioni:

BRIANZONI S., CERQUETI R, MICHETTI E (2010). A Dynamic Stochastic Model of Asset Pricing with Heterogeneous Beliefs. COMPUTATIONAL ECONOMICS, vol. 35; p. 165-188, ISSN: 0927-7099
BRIANZONI S., MAMMANA C, MICHETTI E (2010). Asset Price and Wealth Dynamics as Adaptive Belief System. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 14; p. 85-100, ISSN: 1090-0578
BRIANZONI S., MAMMANA C, MICHETTI E (2010). Complex dynamics in an asset pricing model with updating wealth. In: Chaotic Systems: Theory and Applications. CHANIA (CREETE), 1-5 giugno 2009Christos H. Skiadas, Ioannis Dimotikalis, ISBN/ISSN: 9789814299718
BRIANZONI S., MAMMANA C, MICHETTI E (2009). NON-LINEAR DYNAMICS IN A BUSINESS-CYCLE MODEL WITH LOGISTIC POPULATION GROWTH. CHAOS, SOLITONS AND FRACTALS, vol. 40; p. 717-730, ISSN: 0960-0779
BRIANZONI S., MAMMANA C, MICHETTI E (2008). Global attractor in Solow growth model with differential savings and endogenous labor force growth. MODELLING, MEASUREMENT & CONTROL. D, MANUFACTURING, MANAGEMENT, HUMAN AND SOCIO-ECONOMIC PROBLEMS, vol. 29; p. 19-37, ISSN: 1240-4551
BRIANZONI S., MAMMANA C, MICHETTI E, ZIRILLI F (2008). A stochastic cobweb dynamical model. DISCRETE DYNAMICS IN NATURE AND SOCIETY, vol. 2008; p. 1-18, ISSN: 1026-0226
BRIANZONI S., MAMMANA C, MICHETTI E (2007). COMPLEX DYNAMICS IN THE NEOCLASSICAL GROWTH MODEL WITH DIFFERENTIAL SAVINGS AND NON-CONSTANT LABOR FORCE GROWTH. STUDIES IN NONLINEAR DYNAMICS AND ECONOMETRICS, vol. 11; p. 1-17, ISSN: 1081-1826

CASTELLANO Rosella

Curriculum:

Curriculum Vitae
ROSELLA CASTELLANO

1. PERSONAL DATA
Full Name: Rosella Castellano
Birthdate: June 27 1965
Citizenship: Italian
Title: Prof. Dr.
Affiliation Faculty of Economics, University of Macerata, Italy.
Office address: DIEF, Via Crescimbeni 20, 62100 MACERATA
Email: castellano@unimc.it

2. EDUCATION
- Ph.D in Mathematical Finance, University of Brescia, Italy 1995.
- Visiting PhD Scholar at the Graduate Wharton School - University of Pennsylvania, 1992-1993.
- Master of Sciences in Economics, University of Rome “La Sapienza”, Italy,1990.

3. PRESENT POSITION
- Associate Professor of Mathematical Finance at University of Macerata, Italy, since January 2005.

4. PREVIOUS POSITION
- Tenure Researcher of Mathematical Finance at University of Macerata, Italy, 1996-2000;
- Executive at Italian Government Council (Presidenza del Consiglio dei Ministri), 2000-2005;

5. RECENT RESEARCH FIELDS

- Semi parametric Bayesian approach to estimate hidden markov models.
- Credit Risk and Credit Default Swaps.
- Stochastic programming approaches to value financial assets and measure risk for portfolios of derivative securities.
- Integration of stochastic volatility models and dynamic programming
- Stochastic Control.

Pubblicazioni:

CASTELLANO R., CERQUETI ROY (2010). LIGHT STOCKS AND WEALTH ALLOCATION. Continuous Optimization and Information-Based Technologies in The Financial Sector.
CASTELLANO R., SCACCIA L (2010). A Markov Switching Re-evaluation of Event-Study Methodology. In: Y.LECHEVALLIER, G.SAPORTA EDS.. Proceedings of COMPSTAT'2010 - 19th International Conference on Computational Statistics. HEIDELBERG: Physica-Verlag
CASTELLANO R., D'ECCLESIA R.L (2009). CDS Price Signaling. JOURNAL OF RISK MANAGEMENT IN FINANCIAL INSTITUTIONS, vol. 3; p. 125-147, ISSN: 1752-8887
CASTELLANO R., SCACCIA L (2008). Bayesian Hidden Markov Models for Financial Data. In: F. PALUMBO, C.N.LAURO, M. GREENACRE EDS.. Data Analysis and Classification: From Exploration to Confirmation. Series "Studies in Classification, Data Analysis, and Knowledge Organization. vol. 1, NEW YORK: Springer, ISBN/ISSN: 978-3642037382
CASTELLANO R., D'ECCLESIA R.L (2007). Long Swings in Exchange Rates: a Stochastic Control Approach. INTERNATIONAL TRANSACTIONS IN OPERATIONAL RESEARCH, vol. 14:6; p. 475-490, ISSN: 0969-6016
CASTELLANO R., GIACOMETTI R (2001). Performances of a Hedged Stochastic Portfolio Model in the Presence of Extreme Events. COMPUTATIONAL ECONOMICS, vol. 17; p. 239-252, ISSN: 0927-7099
CASTELLANO R., GIACOMETTI R (2000). Portfolio Performances Using Options Strategies. In: BONILLA M., SALA R.. Financial Modelling - Contributions to Management Sciences. p. 125-142, Physica-Verlag, ISBN/ISSN: 3-7908-1282-X
CASTELLANO R., D'ECCLESIA R.L (1997). Information Flows and Bid-Ask Spreads for the BTP-Futures. CHICAGO BOARD OF TRADE RESEARCH SYMPOSIUM PROCEEDINGS; p. 223-240

CERQUETI Roy

Curriculum:

Personal data
Roy Cerqueti (RC, hereafter), was born in Rome,Italy, on 01/01/1975. Home address: via Bartolino da Novara, 49 - 00176 - Rome, Italy.

Academic Position
Since 01/11/2007: Assistant Professor in Mathematics for Finance and Economics at the Faculty of Economics, University of Macerata, Italy.

Studies and scientific grants
01/07/2006-01/11/2007: Post-Doc Fellowship at the University of Rome "La Sapienza". Title of the research: "Semimarkovian models for networks ". Director of research: prof. Raimondo Manca.
01/03/2004-28/02/2005: Post-Doc Fellowship at the University of Tuscia, Viterbo. Title of the research: "Mathematical models for Economics and Finance”. Director of research: prof. Giulia Rotundo.
01/11/2000-30/10/2003: PhD in Mathematics for Economics and Finance at the University of Rome “La Sapienza”. Supervisor: prof. Fausto Gozzi. Title of the thesis (defended on 16/03/2004): "Stochastic calculus applied to finance: optimal financing policies and time series with memory properties models".
13/07/2000: Degree in Mathematics at the University of Rome "La Sapienza". Supervisor: prof. Peter Laurence. Title of the thesis: "Entropy and martingale measure in incomplete markets ".

Main research fields
- Stochastic optimal control, dynamic programming and applications in economics and finance.
- Econometric theory: integrated processes, cointegration, memory property.
- Point processes and applications to economics and finance.

Conferences (organizer and speaker)
RC is member of the organizing committee of some conferences and summer schools. He attends regularly to international conferences as speaker and chairman, and he has been speaker of some invited talks in several Universities. RC also attended to several academic schools on probability, analysis and quantitative methods for financial, economic and insurance applications. He has been visiting researcher at the Ecole Nationale des Pontes et Chausees e Université de Marne La-Vallée, Paris, France, (6 months), Università degli Studi di Brescia (2 times, one week each) and University of Vienna, Institute of Advanced Studies, (one week). RC is a member of the following scientific associations: AMASES, European Economic Association, INFORMS, Econometric Society, American Statistical Association. He acts as referee for Economic Modelling, Insurance: Mathematics and Economics, Journal of Economics. He is reviewer for the American Mathematical Society-Mathematical Reviews.

Research projects
RC has been member of the scientific staff of a FIRB project (director: Fausto Gozzi) and 3 PRIN projects (directors: Lorenzo Peccati, Fausto Gozzi and Paolo Baldi).

Pubblicazioni:

BRIANZONI S, CERQUETI R., MICHETTI E (2010). A dynamics stochastic model of asset pricing model with heterogeneous beliefs. COMPUTATIONAL ECONOMICS, vol. 35(2); p. 165-188, ISSN: 0927-7099
CERQUETI R., ROTUNDO G (2010). Options with underlying asset driven by a fractional brownian motion: crossing barriers estimate. NEW MATHEMATICS AND NATURAL COMPUTATION (NMNC), vol. 6(1); p. 109-118, ISSN: 1793-0057
CERQUETI R. (2009). Dynamic Programming via Measurable Selection. PACIFIC JOURNAL OF OPTIMIZATION, vol. 5(1); p. 169-181, ISSN: 1348-9151
CERQUETI R., COPPIER R (2009). Tax revenues, fiscal corruption and "shame" costs. ECONOMIC MODELLING, vol. 26; p. 1239-1244, ISSN: 0264-9993
CERQUETI R., COSTANTINI M (2009). Asymptotic solutions of a generalized eigenvalue problem. APPLIED MATHEMATICAL SCIENCES, vol. 3(60); p. 2985-2999, ISSN: 1312-885X
CERQUETI R., COSTANTINI M, LUPI C (2009). A Characterization of the Dickey-Fuller Distribution With Some Extensions to the Multivariate Case. In: JSM Proceedings, Business and Economic Statistics Section. Washington DC, USA, 1-6 Agosto 2009, ALEXANDRIA, VA: American Statistical Association, p. 4570-4576, ISBN/ISSN: 978-0-9791747-7-3
CERQUETI R., FOSCHI R, SPIZZICHINO F (2009). A Spatial Mixed Poisson Framework for Combination of Excess of Loss and Proportional Reinsurance Contracts. INSURANCE MATHEMATICS & ECONOMICS, vol. 45; p. 59-64, ISSN: 0167-6687
CERQUETI R., ROTUNDO G (2009). Companies' decisions for profit maximization: A structural model. APPLIED MATHEMATICAL SCIENCES, vol. 3(27); p. 1327-1340, ISSN: 1312-885X
CASTELLANO R, CERQUETI R. (2008). The Specialist's Role in Thin Stock Prices. In: Proceedings of Institute for Operations Research and the Management Sciences Triennal Conference, Sandton, Johannesburg, South Africa, (July 2008). Sandton, Johannesburg, South Africa, July 2008
CERQUETI R., COPPIER R, PIGA G (2008). Corruption, growth and ethnolinguistic fractionalization: a theoretical game model. In: Proceedings of the 15th World congress of the International Economics Association, Istanbul (2008). Istanbul, Turkey, 25-29 June 2008
CERQUETI R., COSTANTINI M (2008). On the asymptotic behaviour of random matrices in a multivariate statistical model. STATISTICS & PROBABILITY LETTERS, vol. 78(14); p. 2039-2045, ISSN: 0167-7152
CERQUETI R., ROTUNDO G (2008). Dynamics of financial time series in an inhomogeneous framework. Mathematical and Statistical Methods in Insurance and Finance. p. 67-74, Springer-Verlag, ISBN/ISSN: 978-88-470-0703-1
CERQUETI R., ROTUNDO G (2007). Productivity and costs for growing firms in presence of technological renewal processes. INTERNATIONAL TRANSACTIONS IN OPERATIONAL RESEARCH, vol. 14; p. 521-534, ISSN: 0969-6016
CERQUETI R. (2004). Optimal financing policies via a stochastic control problem with exit time. In: Third World Conference of Bachelier Finance Society. Chicago, USA
CERQUETI R., ROTUNDO G (2003). Microeconomic modeling of financial time series with long term memory. In: Proceedings of the IEEE. Hong Kong, China, p. 191-198

CHEBAN David Nikolai

Curriculum:

A)Personal data:
Full Name: David Nikolai Cheban
Date and place of birth: April 25, 1952, v. Cioc-Maidan, Comrat district, Republic of Moldova
Citizenship: Republic of Moldova (former USSR)

B)Current position:
since 1992, Full Professor at the Faculty of Mathematics and Informatics, State University of Moldova

C)Previous positions:
-Ms (1969-1974):
State University of Moldova,
Faculty of Mathematics and Cybernetics.
-PhD (1974-1977):
State University of Moldova,
Chair of Differential Equations
-Assistant Professor (1977 - 1982)
Faculty of Mathematics and Informatics,
State University of Moldova
-Associated Professor (1982 - 1992)
Faculty of Mathematics and Informatics,
State University of Moldova

E)Research:
- Qualitative Theory of Differential Equations,
- Dynamical Systems,
- Partial Differential Equations,
- Functional Differential Equations,
- Difference Equations,
- Differential Inclusions.

F)Social-scientific activity:
- Member of the Special Council of Defending of Theses (Ph.D. and Dr.Sc.) on the speciality Differential Equations (Republic of MOLDOVA), 1993-2003;
- Expert of the Highest Certifying Commission for Entitling of Scientific Titles and Degrees at the Government of Republic of Moldova, 1996-2000;
- Member of Mathematical Society of Moldova;
- Member of American Mathematical Society.

G)Awards:
- Honorous diploma in the field of mathematics (1974);
- Golden Medal of the Ministry of Education of Republic of Moldova: Best Student's Scientific Work (1974);
- Honorary deed of the Ministry of Education of Soviet Union: Best Student's Scientific Work (1975);
- Best young scientist of the State University of Moldova (1982);

Pubblicazioni:

CHEBAN D. (2010). Compact Global Attractors of Control Systems. JOURNAL OF DYNAMICAL AND CONTROL SYSTEMS, vol. 16(1); p. 23-44, ISSN: 1079-2724
CARABALLO T, CHEBAN D. (2009). Almost Periodic and Almost Automorphic Solutions of Linear Differential/Difference Equations without Favard's Separation Condition, II. JOURNAL OF DIFFERENTIAL EQUATIONS, vol. 246; p. 1164-1186, ISSN: 0022-0396
CARABALLO T, CHEBAN D. (2009). Almost Periodic and Almost Automorphic Solutions of Linear Differential/Difference Equations without Favard's Separation Condition. I. JOURNAL OF DIFFERENTIAL EQUATIONS, vol. 246; p. 108-128, ISSN: 0022-0396
CHEBAN D. (2009). Asymptotically Almost Periodic Solutions of Differential Equations. NEW YORK - CAIRO: Hindawi Publishing Corporation
CHEBAN D. (2008). Levitan Almost Periodic and Almost Automorphic Solutions of V-monotone Differential Equations. JOURNAL OF DYNAMICS AND DIFFERENTIAL EQUATIONS, vol. 20(3); p. 669-697, ISSN: 1040-7294
CHEBAN D., SCHMALFUSS B (2008). Invariant Manifolds, Global Attractors, Almost Automrphic and Almost Periodic Solutions of Non-Autonomous Differential Equations. JOURNAL OF MATHEMATICAL ANALYSIS AND APPLICATIONS, vol. 340(1); p. 374-393, ISSN: 0022-247X
CHEBAN D., C. MAMMANA (2007). Continuous Dependence of Attractors on Parameters of Non-Autonomous Dynamical Systems and Infinite Iterated Function Systems. DISCRETE AND CONTINUOUS DYNAMICAL SYSTEMS, vol. 18(2-3); p. 499-515, ISSN: 1078-0947
CHEBAN D., C. MAMMANA (2006). Compact Global Attractors of Discrete Inclusions. NONLINEAR ANALYSIS, vol. 65(8); p. 1669-1687, ISSN: 0362-546X
CHEBAN D., MAMMANA C (2005). Relation between Different Types of Global Attractors of Non-Autonomous Set-Valued Dynamical Systems. SET-VALUED ANALYSIS, vol. 13(3); p. 291-321, ISSN: 0927-6947
CHEBAN D. (2004). Global Attractors of Nonautonomous Dissipative Dynamical Systems. NEW YORK: World Scientific
CHEBAN D., DUAN J (2004). Almost Periodic Solutions and Global Attractors of Nonautonomous Navier-Stokes Equations. JOURNAL OF DYNAMICS AND DIFFERENTIAL EQUATIONS, vol. 16(1); p. 1-34, ISSN: 1040-7294
CHEBAN D., DUAN J (2004). Recurrent Motions and Global Attractors of Nonautonomous Lorenz Systems. DYNAMICAL SYSTEMS, vol. 19(1); p. 41-59, ISSN: 1468-9367
CHEBAN D., MAMMANA C (2004). Invariant Manifolds, Global Attractors and Almost Periodic Solutions of Non-autonomous Difference Equations. NONLINEAR ANALYSIS, vol. 56(4); p. 465-484, ISSN: 0362-546X
CHEBAN D., P. KLOEDEN, B. SCHMALFUSS (2002). The relation between Pullback and Global Attractors of Nonautonomous Dynamical Systems. NONLINEAR DYNAMICS AND SYSTEMS THEORY, vol. 2(2); p. 9-28, ISSN: 1562-8353
CHEBAN D., B. SCHMALFUSS, P. KLOEDEN (2001). Pullback Attractors in Dissipative Nonautonomous Differential Equations under Discretization. JOURNAL OF DYNAMICS AND DIFFERENTIAL EQUATIONS, vol. 13(1); p. 185-213, ISSN: 1040-7294

MICHETTI Elisabetta

Curriculum:

A) Personal data:
Date and Place of Birth: 17th February, 1974, Fermo (FM), Italy

B) Current position:
From 2005: Researcher SECS-S/06 (Mathematical Methods in Economics and Finance), in the Faculty of Economics at the Università degli Studi of Macerata, Italy.

C) Previous positions:
- September 2003-March 2005: Research Contract on Discrete Time Dynamical Systems in Economics and Finance, at University of Macerata, Department of Economic and Financial Institutions, Italy.
- March 2003: Ph. D. in Economics at La Sapienza University of Rome, Italy.
- 2001-2002: Visiting student at University Pompeu Fabra (Barcellona) attending courses on discrete dynamic systems, growth theory, game theory.
- December 2000: Angelo Costa prize for the degree dissertation, published in the Review of Political Economics. Title of the dissertation: Chaos and Learning effects in Cobweb Models.
- May 1999: Master of Science in Economics (110/110 cum laude), University of Macerata, Italy.

D) Research:
Research interests and international publications in the following fields: Discrete dynamic systems: stability, global properties, bifurcations, basins, critical lines, strange attractors, numerical simulations, Markov chains. Economic and financial applications: cobweb models with learning, stochastic asset pricing models, stochastic cobweb models, credit constrained open economies, financial crises, heterogeneous agent models, wealth dynamics, growth models, population growth dynamics.

E) Other activities:
- Speacker in a number of national and international conferences in the field of discrete dynamic systems and mathematics for economics.
- Referee for the following reviews: Journal of Banking and Finance; Economic Modelling; Metroeconomica; A.M.S.E. Journals; Journal of Computational Optimization in Economics and Finance; Australian Economic Papers.

Pubblicazioni:

BRIANZONI S, CERQUETI R, MICHETTI E. (2010). A Dynamic Stochastic Model of Asset Pricing with Heterogeneous Beliefs. COMPUTATIONAL ECONOMICS, vol. 35; p. 165-188, ISSN: 0927-7099, doi: 10.1007/s10614-009-9189-z
BRIANZONI S, MAMMANA C, MICHETTI E. (2010). Asset Price and Wealth Dynamics as Adaptive Belief System. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 14; p. 85-100, ISSN: 1090-0578
BRIANZONI S, MAMMANA C, MICHETTI E. (2009). Non-linear dynamics in a business-cycle model with logistic population growth. CHAOS, SOLITONS AND FRACTALS, vol. 40; p. 717-730, ISSN: 0960-0779
BRIANZONI S, MAMMANA C, MICHETTI E. (2008). Global attractor in Solow growth model with differential savings and endogenous labor force growth. MODELLING, MEASUREMENT & CONTROL. D, MANUFACTURING, MANAGEMENT, HUMAN AND SOCIO-ECONOMIC PROBLEMS, vol. 29; p. 19-37, ISSN: 1240-4551
BRIANZONI S, MAMMANA C, MICHETTI E., ZIRILLI F (2008). A stochastic cobweb dynamical model. DISCRETE DYNAMICS IN NATURE AND SOCIETY, vol. (2008) Article ID 219653; p. 1-18, ISSN: 1026-0226
CHEBAN D, MAMMANA C, MICHETTI E. (2008). Global Attractors of Quasi-Linear Non-autonomous Difference Equations. BULETINUL ACADEMIEI DE șTIINțE A REPUBLICII MOLDOVA. MATEMATICA, vol. 1(56); p. 84-104, ISSN: 1024-7696
MAMMANA C, MICHETTI E. (2008). Chaos in a class of maps on the interval: the case of a small open economy with credit constraint. MODELLING, MEASUREMENT & CONTROL. D, MANUFACTURING, MANAGEMENT, HUMAN AND SOCIO-ECONOMIC PROBLEMS, vol. 29; p. 58-69, ISSN: 1240-4551
MAMMANA C, MICHETTI E. (2008). Endogenous instability in credit-constrained emerging economies with Leontief technology. DISCRETE DYNAMICS IN NATURE AND SOCIETY, vol. (2008) Article ID 219653; p. 1-16, ISSN: 1026-0226
BRIANZONI S, MAMMANA C, MICHETTI E. (2007). Complex dynamics in the Neoclassical growth model with differential savings and non-constant labor force growth. STUDIES IN NONLINEAR DYNAMICS AND ECONOMETRICS, vol. 11, no 3, article 3; p. 1-17, ISSN: 1081-1826
CABALLE' J, JARQUE X, MICHETTI E. (2006). Chaotic dynamics in credit constrained emerging economies. JOURNAL OF ECONOMIC DYNAMICS & CONTROL, vol. 30; p. 1261-1275, ISSN: 0165-1889
COPPIER R, MICHETTI E. (2006). Corruption vs production. A non-linear relationship. ECONOMIC MODELLING, vol. 23; p. 622-637, ISSN: 0264-9993
MAMMANA C, MICHETTI E. (2004). Backward and forward-looking expectations in a chaotic cobweb model. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 8, ISSN: 1090-0578
MAMMANA C, MICHETTI E. (2003). Infinite memory expectations in a dynamic model with hyperbolic demand. NONLINEAR DYNAMICS, PSYCHOLOGY AND LIFE SCIENCES, vol. 7, ISSN: 1090-0578
MICHETTI E. (2000). Caos ed effetti apprendimento in cobweb models. RIVISTA DI POLITICA ECONOMICA, ISSN: 0035-6468
COMMENDATORE P, MICHETTI E., PINTO A (2010). Multiple Equilibria and Endogenous Cycles in a non-linear Harrodian Growth Model. In: Chaotic Systems: Theory and Applications. Chaina (Creete), 1-.5 giugno 2009Christos H. Skiadas, Ioannis Dimotikalis, ISBN/ISSN: 9789814299718

SCACCIA Luisa

Curriculum:

A) PERSONAL DATA:
Date of Birth: 2nd October, 1973
Place of Birth: Roma (RM), Italy
Address: Fraz. Terraia 58, 06049 Spoleto (PG), Italy

B) CURRENT POSITION:
Researcher for the scientific-discipline sector SECS-S/01 Statistics, in the Faculty of Economics at the
University of Macerata, since 1st March, 2005.

C) PREVIOUS POSITIONS:
- October 2001-October 2004: Research Contract on Inference for Stochastic Orderings, at University of Perugia, Department of
Statistical Science, Italy, (Supervisor: Prof. Giuseppe Cicchitelli).
- October 2002-December 2004: Lecturer in Statistics at University of Urbino, “Carlo Bo”, Italy.
- November 2000-June 2001: Research associate in the project Mixture modelling in time and space, at Bristol University, UK (supervisor: Prof. P.J. Green).
- February 2001: Ph. D. in Statistical and Mathematical methods for Economic and Social Research at University of Perugia, Italy.
Ph.D. Thesis Title: Testing for simplification in spatial processes (Supervisor: Prof. Pierluigi Daddi).
- May 2000: Master of Science in Statistics, University of Sheffield, UK.
Master Thesis: Fitting and Testing Spatial Models (Supervisor: Dr. R.J. Martin)
- May 1997: Laurea in Economic Statistics, University La Sapienza, Rome, Italy.
Thesis: History, development and perspectives of agriculture sector in Tanzania (Supervisor: Prof. Paolo Palazzi)

D) CURRENT RESEARCH INTERESTS: Categorical data analysis: Fisher exact test, positive association. Spatial modelling: test statistics for axial symmetry and separability. Mixture models: mixtures with weights depending on a covariate, application to microarray data, mixtures for modelling regression errors, hidden Markov models. MCMC methods: Reversible Jump and Delayed Reversible Jump. Discrete choice models: application to transport demand analysis.

E) REFEREE FOR THE FOLLOWING JOURNALS: Statistica Sinica, Computational Statistics, Brazilian Journal of Probability and Statistics.

Pubblicazioni:

CASTELLANO R, SCACCIA L. (2010). Bayesian hidden Markov models for financial data. In: PALUMBO F., LAURO N.C., GREENACRE M.J.. Data Analysis and Classification: From Exploration to Confirmation - Studies in Classification, Data Analysis, and Knowledge Organization. p. 453-461, BERLIN-HEIDELBERG: Springer, ISBN/ISSN: 978-3-642-03738-2
SCACCIA L. (2009). Random parameters logit models applied to public transport demand. GLOBAL & LOCAL ECONOMIC REVIEW; p. 147-166, ISSN: 1722-4241
SCACCIA L., MARTIN R.J (2009). Model-based tests for simplification of lattice processes. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, ISSN: 0094-9655, doi: 10.1080/00949650903188452
BARTOLUCCI F, SCACCIA L. (2007). Exact Conditional Testing of Certain Forms of Positive Association for Bivariate Ordinal Data. In: P. MANTOVAN, A. PASTORE, S. TONELLATO. S.Co.2007 - BOOK OF SHORT PAPERS. p. 50-55, PADOVA: CEUP, ISBN/ISSN: 978-88-6129-114-0
CASTELLANO R, SCACCIA L. (2007). Bayesian hidden Markov models for financial data. Classification and Data Analysis 2007 - Book of Short papers. p. 417-420, MACERATA: eum edizioni università di macerata, ISBN/ISSN: 978-88-6056-020-9
SCACCIA L., BARTOLUCCI F (2007). Bayesian inference for marginal models under equality and inequality constraints. Classification and Data Analysis 2007 - Book of Short papers. p. 599-602, MACERATA: eum edizioni università di macerata, ISBN/ISSN: 978-88-6056-020-9
BARTOLUCCI F, SCACCIA L., MIRA A (2006). Efficient Bayes factor estimation from the Reversible jump output. BIOMETRIKA, vol. 93; p. 41-52, ISSN: 0006-3444
BARTOLUCCI F, SCACCIA L. (2005). The use of mixtures for dealing with non-normal regression errors. COMPUTATIONAL STATISTICS & DATA ANALYSIS, vol. 48; p. 821-834, ISSN: 0167-9473
MARCUCCI E, SCACCIA L. (2005). Alcune applicazioni dei modelli a scelta discreta al settore dei trasporti. In: E. MARCUCCI. I modelli a scelta discreta nel settore dei trasporti. Teoria, metodologia e applicazioni. p. 138-191, ROMA: Carocci Editore, ISBN/ISSN: 88-430-3341-7
SCACCIA L. (2005). L’eterogeneità delle preferenze nel trasporto merci: un confronto tra diversi metodi per catturarla. In: G. BORRUSO , G. POLIDORI, . Riequilibrio ed integrazione modale nel trasporto delle merci. Gli attori ed i casi italiani. p. 83-95, MILANO: Franco Angeli, ISBN/ISSN: 9788846466433
SCACCIA L., BARTOLUCCI F (2005). A Hierarchical Mixture Model for Gene Expression Data. In: M. VICHI, P. MONARI, S. MIGNANI , A. MONTANARI. New Developments in Classification and Data Analysis. p. 267-274, BERLIN: Springer, ISBN/ISSN: 978-3-540-23809-6
SCACCIA L., MARTIN R.J (2005). Testing axial symmetry and separability of lattice processes. JOURNAL OF STATISTICAL PLANNING AND INFERENCE, vol. 131; p. 19-39, ISSN: 0378-3758
BARTOLUCCI F, SCACCIA L. (2004). Testing for positive association in contingency tables with fixed margins. COMPUTATIONAL STATISTICS & DATA ANALYSIS, vol. 47; p. 195-210, ISSN: 0167-9473
MARCUCCI E, SCACCIA L. (2004). Mode choice models with attribute cutoffs analysis: the case of freight transport in the Marche region. EUROPEAN TRANSPORT/TRASPORTI EUROPEI, vol. 25/26; p. 21-32, ISSN: 1825-3997
SCACCIA L., GREEN P.J (2003). Bayesian growth curves using normal mixtures with nonparametric weights. JOURNAL OF COMPUTATIONAL AND GRAPHICAL STATISTICS, vol. 12; p. 308-331, ISSN: 1061-8600