Hola,
¿eres nuevo aquí?

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

Tengo cuenta

Regístrate

Ver video

ECO2016-76203-C2-1-P

Financiado

Cerrado

MODELIZACION PARAMETRICA Y SEMI-PARAMETRICA DE RIESGOS MULTIVARIANTES: ESPECIFIC...

MODELIZACION PARAMETRICA Y SEMI-PARAMETRICA DE RIESGOS MULTIVARIANTES: ESPECIFICACION, ESTIMACION Y CONTRASTE EL OBJETIVO DEL SUBPROYECTO ES LA MODELIZACION, TANTO PARAMETRICA COMO SEMI-PARAMETRICA DE RIESGOS MULTIVARIANTES Y SU POSTERIOR ESTIMACION Y CONTRASTE. COMO PRIMER ASPECTO, SE ESTUDIAN DIVERSAS FAMILIAS MULTIVARIANTES CON DISTRIB... ver más

01/01/2016

UNICAN

52K€

Presupuesto del proyecto: 52K€

Líder del proyecto

UNIVERSIDAD DE CANTABRIA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 471

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2016-01-01 No tenemos la información de la convocatoria

0% 100%

Características del participante

Este proyecto no cuenta con búsquedas de partenariado abiertas en este momento.

Información adicional privada

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

Participantes

UNICAN

Lider

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

Líder del proyecto

UNIVERSIDAD DE CANTABRIA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 471

Presupuesto del proyecto 52K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto EL OBJETIVO DEL SUBPROYECTO ES LA MODELIZACION, TANTO PARAMETRICA COMO SEMI-PARAMETRICA DE RIESGOS MULTIVARIANTES Y SU POSTERIOR ESTIMACION Y CONTRASTE. COMO PRIMER ASPECTO, SE ESTUDIAN DIVERSAS FAMILIAS MULTIVARIANTES CON DISTRIBUCIONES MARGINALES CON COLAS PESADAS, ENTRE LAS QUE SE DESTACA UNA JERARQUIA DE DISTRIBUCIONES DE PARETO MULTIVARIANTES, CON DIFERENTES ESTRUCTURAS DE COVARIANZA. DESDE ESTA PERSPECTIVA, SE ESTUDIAN LOS MODELOS INDIVIDUAL Y COLECTIVO BAJO HIPOTESIS DE DEPENDENCIA. SE PLANTEAN TAMBIEN MODELOS CUYAS COPULAS HAN SIDO OBTENIDAS MEDIANTE UNA PERSPECTIVA CONDICIONAL. A CONTINUACION SE PLANTEA LA OBTENCION DE MEDIDAS DE RIESGO RESUMEN, QUE TENGAN EN CUENTA TANTO LA INFORMACION DE LOS RIESGOS MARGINALES COMO LA ESTRUCTURA MULTIVARIANTE DE DEPENDENCIA DE LA DISTRIBUCION DE LOS RIESGOS. SE HARA USO DE DISTORSIONES Y MEDIDAS DE ENTROPIA MULTIVARIANTES. SE PROPONEN MEDIDAS DE CONCENTRACION MULTIVARIANTES, DE USO COMUN EN EL ESTUDIO DE LA DISTRIBUCION DE LA RENTA.POSTERIORMENTE, SE RELAJAN LAS HIPOTESIS SOBRE LAS FAMILIAS PARAMETRICAS. SE SUPONE QUE LAS DISTRIBUCIONES MULTIVARIANTES NO PERTENECEN A UNA FAMILIA DE FUNCIONES PARAMETRICAS Y DEBEN DE SER ESTIMADAS A TRAVES DE TECNICAS DE ESTIMACION NO PARAMETRICAS. COMO ES BIEN CONOCIDO, ESTAS ESTIMACIONES SON ROBUSTAS A LA MALA ESPECIFICACION DE LA FORMA FUNCIONAL, PERO TIENEN VARIOS INCONVENIENTES: EN LAS COLAS DE LA DISTRIBUCION LA ESTIMACION ES MENOS PRECISA (EFECTOS FRONTERA) Y ES AHI DONDE HABITUALMENTE SE TOMAN LA MAYORIA DE LAS MEDIDAS DE RIESGO Y ESTAS TECNICAS SUFREN EL PROBLEMA CONOCIDO COMO MALDAD DE LA DIMENSIONALIDAD, DE MODO QUE LA TASA DE CONVERGENCIA DE LOS ESTIMADORES DEPENDE NEGATIVAMENTE DE LA DIMENSION DEL VECTOR DE RIESGOS. SE PROPONE UNA FAMILIA DE ESTIMADORES SEMIPARAMETRICOS QUE MEJORANDO LA PRECISION EN LA ESTIMACION DE LAS COLAS, AL MISMO TIEMPO, CONSIGA MANTENER LA ROBUSTEZ DE LAS TECNICAS DE ESTIMACION NO PARAMETRICAS FRENTE A LA MALA ESPECIFICACION EN LA DISTRIBUCION DE LA FORMA DE LA DENSIDAD. EN EL CONTEXTO DE EVALUACION DE RIESGOS, EL ANALISIS DE DATOS DE PANEL COMBINADO CON LOS MODELOS DE REGRESION DE PARAMETROS CAMBIANTES HA EXPERIMENTADO UN GRAN DESARROLLO EN LOS ULTIMOS AÑOS. LA APLICACION DE ESTAS TECNICAS A DATOS DE CONTEO TIENE UNA NOTABLE COMPLEJIDAD, INCREMENTADA POR EL HECHO DE QUE LA HETEROGENEIDAD INDIVIDUAL DEPENDE GENERALMENTE DE LAS VARIABLES EXPLICATIVAS DEL MODELO (EFECTOS FIJOS) Y ADEMAS ES COMPLEJO DETERMINAR UNA FORMA FUNCIONAL QUE RELACIONA LOS PARAMETROS CON LAS VARIABLES DE LAS QUE DEPENDEN. SE PROPONE UN MODELO DE DATOS DE PANEL DE COEFICIENTES CAMBIANTES CON EFECTOS FIJOS CON TECNICAS DE ESTIMACION NO PARAMETRICAS. SE INVESTIGA LA ESPECIFICACION Y ESTIMACION DE ESTOS MODELOS SUPONIENDO QUE LA VARIABLE DEPENDIENTE ES CONTINUA PARA SEGUIR CON EL ESTUDIO DE ESTOS MODELOS CUANDO DISPONEMOS DE UNA VARIABLE ENDOGENA CON DATOS DE CONTEO. FINALMENTE, PROPONDREMOS CONTRASTES DE ESPECIFICACION DE FUNCIONES DE DENSIDAD SEMIPARAMETRICAS DE RIESGOS DEPENDIENTES Y DE AUSENCIA DE VARIABILIDAD DE LOS PARAMETROS EN UN MODELO DE DATOS DE PANEL. LA HIPOTESIS NULA CONSISTIRA EN UN CASO EN UNA FORMA FUNCIONAL DE DENSIDAD SEMIPARAMETRICA DEL RIESGO DEPENDIENTE MIENTRAS QUE LA HIPOTESIS ALTERNATIVA CONSISTIRA EN UNA ESPECIFICACION DE TIPO PLENAMENTE NO PARAMETRICO. EN EL AMBITO DE LOS MODELOS DE DATOS DE PANEL EL CONTRASTE CONSISTIRA EN UNA HIPOTESIS NULA DE COEFICIENTES CONSTANTES FRENTE A UNA ALTERNATIVA DE VARIACION LIBRE. EGUROS\DATOS DE PANEL\ENTROPÍA\VAR\PENSIONES\EXTREMOS\DESIGUALDAD\CONCENTRACIÓN\DISTRIBUCIONES MULTIVARIANTES

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores