Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

FORECASTING

Financiado

Cerrado

Forecasting with large datasets A time varying covariance matrix

Recently there has been considerable focus on methods that enable time varying estimation of parameters in econometric models in the presence of, possibly stochastic, structural change. An interesting strand of this literature dis... ver más

05/09/2018

UCY

152K€

Presupuesto del proyecto: 152K€

Líder del proyecto

UNIVERSITY OF CYPRUS No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo H2020 notifico la concesión del proyecto el día 2018-09-05

MSCA-IF-2015-EF: Marie Skłodowska-Curie Individual F...

I+D

Cerrada hace 9 años

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

1 Participantes

UCY

151.65K€ | Lider

Proyectos interesantes

MTM2008-03993

Data Science

Software

43K€ Cerrado

PID2020-117759GB-I00

Data Science

Software

58K€ Cerrado

MTM2012-37195

Data Science

Software

40K€ Cerrado

ROCDISCO

Data Science

Software

203K€ Cerrado

ECO2009-10287

Data Science

Software

69K€ Cerrado

CausalStats

Data Science

Software

2M€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Duración del proyecto: 29 meses Fecha Inicio: 2016-03-31
Fecha Fin: 2018-09-05

Líder del proyecto

UNIVERSITY OF CYPRUS No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 152K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Recently there has been considerable focus on methods that enable time varying estimation of parameters in econometric models in the presence of, possibly stochastic, structural change. An interesting strand of this literature dispenses with the, computationally expensive and theoretically unclear, standard Bayesian estimation methods in favour of kernel estimation. In this project we intend to extend that strand of the literature to the case of large dimensional datasets and perhaps the most commonly explored problem of covariance estimation. Our primary focus will be to combine kernel estimation with fixed coefficient estimation methods for large dimensional covariance matrices. We will then try to provide theoretical results that allow for time variation in the large data generating process. This is a novel extension in the literature. To strengthen our theoretical results, we aim to provide an extensive Monte Carlo analysis and illustrate the utility of our methods in terms of out of sample forecasting. The proposed estimators have many interesting empirical applications. On top of the theoretical paper, our aim is to provide, two empirical papers, in the area of Macroeconomic Forecasting and Optimal portfolio allocation. To this end, we will use the proposed estimators, to forecast key macro variables with large dimensional linear regression, and compare with similar, data rich methods, that are currently used in the literature. Finally we will combine our methodological advancements with optimal portfolio allocation theories. Our preliminary empirical results show that the benefits from the proposed estimators are expected to be high and significant.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores