Progetti vincitori del bando 2019-2021
LAMACO: Laboratorio di analisi delle competenze manageriali Laboratory on Managers’competencies
Coordinatore scientifico del progetto: prof. Enrico Zaninotto
Docenti partecipanti: Prof.ssa Maria Laura Frigotto, Prof. Roberto Gabriele, Prof. Loris Gaio, Dott. Massimiliano Vatiero, Prof. Marco Zamarian, Prof. Fabio Zona
Abstract del progetto: il progetto mira a costruire e mantenere nel tempo un dataset nazionale unico sulle competenze dei manager. Nello specifico, dai CV dei manager delle aziende italiane raccoglieremo informazioni sulla loro (i) istruzione, (ii) carriera e (iii) tratti personali. Inoltre, i dati di prima mano ottenuti attraverso interviste, sondaggi e casi di studio amplieranno le informazioni sui manager, le loro aziende e il loro contesto. Il database risultante sulle caratteristiche dei manager sarà unico a livello nazionale.
Grazie al dataset che verrà prodotto, si potrà rispondere a diversi quesiti di ricerca riguardanti i manager italiani circa: l'esistenza di modelli comuni di sviluppo delle competenze manageriali, in termini di istruzione, formazione e mobilità; le differenze tra l'istruzione e lo sviluppo della carriera dei manager funzionali; i tipi di istruzione e carriera più diffusi nel contesto industriale italiano; le diverse competenze gestionali per diversi tipi di impresa (start-up, impresa ad alta crescita, ecc.) e per tipi di proprietà (privata, pubblica, statale, cooperative).
Inoltre, un'ulteriore serie di domande esplorerà la relazione tra "modelli di manager" e alcune dimensioni della performance aziendale, come, ad esempio, la redditività, il rischio, le preoccupazioni sociali e ambientali.
L’obiettivo a lungo termine di questa ricerca è inoltre quello di testare se le caratteristiche del manager contano (e quantificare quanto contano) per un'ampia gamma di decisioni aziendali, ad es. investimenti, pratiche finanziarie e organizzative e risultati aziendali (profitti, crescita, ecc.).
QM-Lab - Laboratori di metodi quantitativi: Emerging methods and models for high-dimensional and geo-coded data with applications in finance and economics
Coordinatore scientifico del progetto: prof. Emanuele Taufer
Docenti partecipanti: Prof. M.Bee, Prof. G. Espa, Prof. D.Giuliani, Dott.ssa M.M. Dickson, Prof.ssa S. Paterlini
Abstract del progetto: al giorno d’oggi i dati finanziari ed economici sono spesso caratterizzati da alta dimensionalità e georeferenziazione.
Il progetto mira a sviluppare nuove metodologie in grado di affrontare questo tipo di dati. Vista l'esperienza del gruppo di ricerca, si prevede di contribuire sia agli aspetti metodologici che applicativi, sviluppando modelli di previsione ed analisi con applicazioni rilevanti in finanza, gestione del rischio e dati economici.
Per quanto riguarda i dati ad alta dimensionalità, si affronteranno temi riguardanti la selezione del portafoglio; lo sviluppo di misure di rischio legate alla coda di una distribuzione; la stima della probabilità di default; la stima delle reti tramite modelli grafici penalizzati per capire le dinamiche tra entità finanziarie e imprese, nonché sviluppare nuove misure per rischio sistemico.
In secondo luogo, la maggiore disponibilità di microdati georeferenziati e ad alta frequenza relativi ad aziende e mercati offre un vasto potenziale applicativo. Saranno sviluppati metodi e modelli finalizzati ad applicazioni nell'analisi della concentrazione spaziale delle attività economiche, analisi dei processi natalità-mortalità delle imprese e impatto economico a livello aziendale di accordi di rete formali.
Il gruppo intende istituire un laboratorio statistico anche con l’obbiettivo di fornire un punto di riferimento per ricercatori e studenti interessati ad affrontare con approccio statistico problemi con dati ad alta dimensionalità e/o georeferenziati.