Progetto PSR (2026) Linea 8-Sottomisura B - Dott. Lorenzo TONNI (Tutor: Prof. Andrea BASTIANIN) - Missione a Oslo
ProgettoIl periodo di visiting presso la BI Norwegian Business School di Oslo sarà dedicato allo sviluppo di un progetto sui prediction markets come fonte informativa per la previsione macroeconomica. I prediction markets sono piattaforme in cui vengono negoziati contratti associati a eventi futuri e i prezzi possono essere interpretati come probabilità implicite sul loro verificarsi. L'attività si inserisce nella collaborazione già avviata con Andrea Viselli, ricercatore post-doc presso il Dipartimento di Data Science and Analytics della BI Norwegian Business School, e beneficerà del confronto con Francesco Ravazzolo, direttore dello stesso Dipartimento, sugli aspetti di modellistica econometrica e valutazione previsionale.
Il progetto si articolerà in due paper complementari. Il primo, già impostato nella struttura empirica, valuterà se le probabilità implicite nei prezzi dei prediction markets forniscano previsioni puntuali e di densità accurate per variabili macroeconomiche chiave, in particolare crescita del PIL e inflazione. Le previsioni estratte dalle quotazioni di mercato saranno confrontate con quelle prodotte da modelli econometrici consolidati, inclusi modelli mixed-frequency e bayesiani, per verificare se tali mercati incorporino rapidamente le informazioni rilevanti e producano previsioni competitive.
Il secondo paper sfrutterà in modo più diretto le quotazioni dei prediction markets per costruire un nuovo sistema di previsione macroeconomica. L'idea è sviluppare un modello capace di combinare simultaneamente prezzi relativi a un ampio insieme di eventi economici, finanziari, politici e geopolitici, caratterizzati da eterogeneità, elevata dimensionalità e struttura informativa sparsa. Durante la missione lavoreremo alla definizione del dataset, alla strategia di aggregazione dei segnali e allo sviluppo del modello econometrico, con l'obiettivo di trasformare informazioni di mercato in previsioni utilizzabili in tempo reale.
Il progetto si articolerà in due paper complementari. Il primo, già impostato nella struttura empirica, valuterà se le probabilità implicite nei prezzi dei prediction markets forniscano previsioni puntuali e di densità accurate per variabili macroeconomiche chiave, in particolare crescita del PIL e inflazione. Le previsioni estratte dalle quotazioni di mercato saranno confrontate con quelle prodotte da modelli econometrici consolidati, inclusi modelli mixed-frequency e bayesiani, per verificare se tali mercati incorporino rapidamente le informazioni rilevanti e producano previsioni competitive.
Il secondo paper sfrutterà in modo più diretto le quotazioni dei prediction markets per costruire un nuovo sistema di previsione macroeconomica. L'idea è sviluppare un modello capace di combinare simultaneamente prezzi relativi a un ampio insieme di eventi economici, finanziari, politici e geopolitici, caratterizzati da eterogeneità, elevata dimensionalità e struttura informativa sparsa. Durante la missione lavoreremo alla definizione del dataset, alla strategia di aggregazione dei segnali e allo sviluppo del modello econometrico, con l'obiettivo di trasformare informazioni di mercato in previsioni utilizzabili in tempo reale.