Salta al contenuto principale
Passa alla visualizzazione normale.

D062 - SCIENZE ECONOMICHE E STATISTICHE

Documento di Progettazione

approvato dal Comitato Ordinatore del corso di dottorato di ricerca in "Economics, Business, and Statistics" 39° ciclo il giorno 08/06/2023

Scheda di Valutazione ANVUR - Ciclo XXXIX

Proposta di accreditamento del Corso di dottorato di ricerca in "Economics, Business, and Statistics"

Ascolta

Il Dipartimento di Scienze Economiche, Aziendali e Statistiche (DSEAS) offre un programma di dottorato di ricerca il cui obiettivo principale è lo sviluppo di competenze teoriche e applicate per l'avanzamento delle discipline economiche e statistiche. La formazione è diretta all'acquisizione di competenze per lo svolgimento dell'attività di ricerca e di insegnamento a livello universitario. Alla fine del triennio, i dottorandi  avranno acquisito la capacità di condurre attività di ricerca in ambito multi-disciplinare interagendo in maniera collaborativa sia con i ricercatori delle varie discipline coinvolte nel progetto di dottorato, sia con le corrispondenti figure del settore pubblico e/o privato. In particolare, alla fine del corso, i dottorandi dovranno essere in grado di formulare modelli e analisi empiriche innovative per lo studio dei processi economici e aziendali, nonché metodologie statistiche e loro implementazioni computazionali per lo studio dei fenomeni economici, finanziari e sociali.

Al fine di raggiungere i suddetti obiettivi, il dottorato prevede un'articolazione temporale orientata nella prima fase ad attività didattiche comuni, svolte prevalentemente nel primo e secondo anno. Le attività didattiche saranno individuate dal collegio dei docenti e potranno essere specificatamente progettate per il dottorato, oppure, selezionate dall'offerta formativa dell'ateneo. La seconda fase sarà prevalentemente dedicata all'attività di ricerca o ad attività formative specifiche del settore di ricerca intrapreso dallo studente.

I dottorandi saranno incoraggiati a partecipare alla vita del dipartimento, a presentare gli avanzamenti del loro lavoro di ricerca in seminari e conferenze internazionali e a partecipare a scuole estive specializzate. Ogni studente sarà assistito da un docente del collegio con il quale potrà condividere i vari stati dell’avanzamento del lavoro svolto, e da cui potrà ottenere spunti e suggerimenti sugli strumenti quantitativi e analitici per analizzare le domande di ricerca.

Alla fine del triennio, i dottori di ricerca potranno spendere le conoscenze acquisite in ambito accademico o per conseguire incarichi dirigenziali presso enti di ricerca o imprese. 

Ascolta

Curriculum e progetto di ricerca

L'ammissione al programma di dottorato si basa sulla valutazione del Curriculum e sulla proposta di ricerca del candidato. Il candidato idoneo deve possedere un titolo di studio di secondo livello (Laurea Magistrale italiana o titolo straniero equivalente che sarà valutato dalla commissione giudicatrice), e saranno valutati positivamente esperienze post-laurea, con particolare attenzione alla ricerca scientifica in economia e/o statistica (ad esempio, stage in istituzioni economiche o finanziarie, analisi di dati statistici, ecc.), premi, riconoscimenti e altri titoli. Le domande di studenti con un background diverso da quello economico o statistico, come scienze politiche, scienze sociali, matematica, ingegneria, fisica ecc., sono fortemente incoraggiate.

Il progetto di ricerca presentato è determinante per l’ammissione al programma. Il progetto può essere scritto in italiano o inglese e deve contenere gli obiettivi principali della ricerca che sarà svolta durante il triennio. Gli obiettivi dovranno essere chiaramente specificati e dovranno essere riferiti a uno o più quesiti scientifici innovativi. Gli obiettivi del progetto devono essere pertinenti e fare riferimento allo stato dell'arte della letteratura nel campo prescelto, consultabile attraverso le principali riviste accademiche. Infine, il progetto di ricerca deve essere coerente con i principali interessi di ricerca del dipartimento, come sinteticamente descritto nella sezione Aree di Ricerca.

Le potenzialità nel fare ricerca del candidato saranno valutate attraverso un colloquio (sono anche possibili colloqui online). I candidati stranieri svolgeranno il colloquio in inglese. Per i candidati italiani, il colloquio consentirà di appurare anche il livello di conoscenza della lingua inglese. Sebbene le certificazioni linguistiche non siano richieste, esse saranno prese in considerazione dalla commissione giudicatrice.

Manifestazione di interesse

Chi intraprende il percorso di un programma di dottorato di ricerca mira all'apprendimento di nuove competenze, ovvero come fare ricerca per diventare un ricercatore indipendente. Nel nostro dottorato accogliamo con favore l'interesse degli studenti sia nazionali che internazionali.

Prima di fare domanda è consigliabile presentare una manifestazione di interesse (MdI).

Dall’analisi delle aree di ricerca presenti del nostro dipartimento, e dei profili dei singoli ricercatori, nonchè delle loro ricerche in corso, sarà possibile avere un quadro generale sulla ricerca svolta nel DSEAS e sulle possibili aree di studio. Ciò potrà fornire strumenti utili al fine di scrivere una proposta di ricerca per la presentazione della MdI.

I candidati interessati sono invitati a presentare una MdI a andrea.consiglio@unipa.it, allegando:

  • un Curriculum Vitae (menzionando se si prevede di conseguire il titolo di laurea magistrale prima di ottobre);

  • un breve programma di ricerca (una pagina), che rientri in uno dei campi di ricerca elencati di seguito;

  • qualsiasi altro documento (come documenti di ricerca, tesi di laurea, GRE, TOEFL) che possa aiutare a valutare i titoli posseduti dal candidato.

Vi suggeriamo di informarvi con largo anticipo (almeno due mesi prima) sulla data di pubblicazione del bando (di solito giugno). Si precisa che la MdI non è una valida domanda di partecipazione. I candidati dovranno inviare una domanda formale dopo la pubblicazione del bando. La domanda formale, con tutti i documenti indicati nel bando (incluso il CV), deve essere inviata a tempo debito e rappresenta l'unico modo per essere poi valutati dalla commissione giudicatrice. Per ulteriori informazioni sulla procedura di ammissione formale, si rinvia alla seguente pagina.

Borse di studio

Di norma, ogni anno, sono ammessi al programma di dottorato fino a sei studenti con borsa di studio. Una borsa di studio è riservata agli studenti stranieri (studenti laureati all'estero). Il valore della borsa è di circa 12.300 euro all'anno (al netto delle imposte). La durata di ogni borsa di studio è di 3 anni, soggetta ad una valutazione periodica dello studente. L'indennità mensile può essere aumentata fino al 50% per gli studenti che svolgono un periodo di studio e ricerca presso un istituto di ricerca o un'università all'estero. A partire dal secondo anno, sono previste anche fondi personali per la mobilità a breve termine.

Aree di ricerca

Un elenco illustrativo, ma non esaustivo, dei campi di ricerca del DSEAS, sono:

  • Metodi matematici e quantitativi: tecniche di ottimizzazione, modelli di programmazione, tecniche computazionali, modelli di simulazione, analisi di grandi moli di dati (big data), analisi di rete, ottimizzazione su larga scala, finanza quantitativa, valutazione di titoli derivati, modelli assicurativi, analisi di sostenibilità del debito.

  • Economia finanziaria: prezzi delle attività, servizi bancari e finanziari, finanza comportamentale, finanza aziendale, corporate governance, gestione del credito, contabilità finanziaria, econometria finanziaria, valutazione dei rischi, finanza e gestione dei rischi.

  • Economia: politica macroeconomica, politica monetaria, politica fiscale, analisi delle previsioni e dei cicli economici, economia istituzionale e di sviluppo, economia internazionale, teoria delle aste, economia comportamentale, teoria delle decisioni, teoria dei giochi, organizzazione industriale.

  • Economia applicata: economia sanitaria, economia industriale, pensioni e assicurazioni, economia pubblica e regolamentazione, economia regionale.

  • Statistica: Biostatistica, Statistica medica, Demografia, Scienza dei dati, Statistica computazionale, Metodi statistici, Metodi quantitativi in Scienze regionali, Analisi dei dati economici spaziali, Analisi della produttività, Business Analytics, Analisi di valutazione delle politiche, Analisi dei dati turistici, Analisi economica empirica.

  • Management: Management e Governance delle imprese e delle relazioni interimpresa, Strategia d’impresa, Imprenditorialità, Gestione dell’innovazione, Finanza aziendale, Marketing, Produzione e logistica d’impresa, Economia Aziendale, Organizzazione Aziendale, Etica d’impresa, Ragioneria internazionale e comparata, Storia della Ragioneria, Programmazione e controllo, Imprese Familiari, Economia e gestione della banca e degli intermediari finanziari.


Ascolta

Il conseguimento del titolo di Dottore di Ricerca è subordinato all’acquisizione di 180 CFU (60 per anno) certificata da un documento illustrativo/riassuntivo delle attività svolte, redatto dal dottorando e corredato da un giudizio sottoscritto dal tutor. All’inizio di ciascun anno, il dottorando presenterà il proprio programma di formazione che sarà convalidato dal collegio dei docenti del dottorato. Le attività che il dottorando intende intraprendere durante l’anno e i corrispondenti crediti formativi devono essere riportati in un apposito modulo e sottoscritti dal tutor.

I crediti formativi sono suddivisi in base ai seguenti criteri:

  • da 24 a 36 per corsi di formazione che prevedono una verifica finale;

  • da 6 a 14 per attività seminariali che non prevedono una verifica finale;

  • da 0 a 15 per attività didattica sussidiaria o integrativa affidata al dottorando (seminari per studenti delle lauree magistrali, assistenza tesi, esercitazioni, esami), equivalenti a non più di 40 ore di impegno accademico per anno, come stabilito all’art. 13, punto 5) del Regolamento in materia di Dottorato di Ricerca dell’Università degli Studi di Palermo;

  • da 115 a 150 per attività di ricerca autonoma che si conclude con la redazione della tesi di dottorato.

L'ammissibilità dei corsi e dei seminari scelti dallo studente sarà posta al vaglio del collegio dei docenti e sono classificati come segue:

  • a) corsi afferenti alle lauree magistrali dell’Università degli Studi di Palermo;

  • b) corsi specifici istituiti dal dottorato di ricerca in Scienze Economiche e Statistiche e pubblicizzati ogni anno sul sito del dottorato;

  • c) corsi condivisi con altri dottorati e istituiti dall’Ateneo di Palermo, con particolare riferimento alla gestione della ricerca, all’accesso ai sistemi di finanziamento, alla valorizzazione dei risultati della ricerca e della proprietà intellettuale;

  • d) corsi organizzati da altri dottorati di ricerca (italiani o stranieri), laboratori e istituti di ricerca nazionali o internazionali;

  • e) corsi di formazione linguistica e conseguimento di certificazioni internazionalmente riconosciute;

  • f) corsi di formazione informatica e conseguimento della relativa certificazione.

La conversione in CFU dei corsi si basa sul numero di ore ed è riportata nella Tabella A.

 

AttivitàDurataCFU
Corsi dei programmi di LM - punto a) 8 ore 1
Corsi per il dottorato – punti b), c) e d) 4 ore 1
Corsi di lingua straniera – punto e) 8 ore 1
Corsi sull'uso dei software – punto f) 8 ore 1
Seminari + brevi presentazioni - Fino a 1
Scuole estive

1 giorno

1
Seminari di altri studenti di dottorato 2 ore 1
Ascolta

Cycle

PhD Student

Nationality

Research area

Research interest

XXXVIII Nicola Argentino Italian    
Sofia Casà Italian    
Filippo Di Lucia Italian    
Yasir Jehan Pakistani    
Salvatore La Tora Italian    
Giada Lo Galbo Italian     
Giuseppina Lo Mascolo Italian     
Silvia Torta Italian     
Marco Vaccaro Italian     
XXXVII Benedetta Valeria Cannizzaro Italian Economics Business Administration, Business Analytics, Innovation
Rita Fici Italian Statistics  Multivariate bayesian statistics, Computational statistics, High-dimensional data, Graphical models, Gaussian copula
Emna Kanzari Tunisian Innovation Economics  Empirical analysis about renewable energy use, sustainable development analysis
Giuliana La Mantia Italian Quantitative Methods for Social Sciences  Statistical assessment of energy poverty; Construction of composite indicators
Ugo Lombardo Italian Applied Economics  Regional Economics, Tourism Data Analysis
Antonio Pietro Maria Morreale Italian Mathematical and quantitative methods Big Data Analytics, Network Analysis
Maissa Obay Tunisian Innovation Economics  Regional innovation, ICTs socio-economic impacts
Monica Palumberi Italian Mathematical and quantitative methods  Big Data Analytics, Network Analysis
Francesco Ribaudo Italian Applied Microeconomics  Behavioural and Experimental Economics, Economic Crimes
Francesco Salomone Marino Italian Applied Economics  Education, Social mobility
Walter Spezzano Italian Tourism Marketing  Tourism Discourse, Destination Image
Ludovica Venturella Italian Tourism Statistics  Microdata Analysis, Tourist Flows
Khatereh Yarveisi Iranian Applied Macroeconomics  Resilience, Fiscal policy, Quantitative methods
XXXVI Daniele Cuntrera Italian Statistics Biostatistics, Survival analysis
Vincenzo Falco Italian Statistics Social statistics, Event-history analysis
Francesco Frangiamore Italian Applied Macroeconomics Empirical analysis of SME's access to finance
Debora Gambina Italian Economic Policy Implementation and evaluation of public policies
Debora Insolda Italian Economics, Statistics Spatial economic data analysis, Methods in regional science
Cristina Leone Italian Business Management Corporate sustainability, Supply chain traceability
Vincenzo Martorana Italian Mathematical and Quantitative Methods Numerical analysis, Complex systems
Claudio Rubino

Italian

Statistics Bayesian inference, Spatio-temporal models
Nadia Shakoor Pakistani Economics Empirical analysis about climate change
XXXV Alessandro Albano Italian Statistics Social statistics, Ranking data
Salvatore Battaglia Italian Statistics Multistate models
Nicoletta D'Angelo Italian Statistics Statistical Methods, Spatio-temporal point processes
Andrea Priulla Italian Statistics Biostatistics, Social statistics
Moslem Rashidi Iranian Econometrics Applied econometrics, microeconometrics
Valeria Resuttana Italian Applied Economics Health economics, Economics of innovation
Andrea Simonetti Italian Mathematical and quantitative methods Big data analytics, Network analysis
Furio Urso Italian Statistics Business analytics, Graphical models
XXXIV   Rodolfo Damiano Italian Financial Economics Financial accounting, Corporate governance
Caterina Sciortino Italian Economics Economic and Tourist Data Analysis, Behavioral Economics
Ascolta

 

Cycle Phd Nationality Research area Research interest Employment Selected Publications
XXXIV Chiara Di Maria Italian  Statistics Statistical methods, Biostatistics    
Vincenzo Giuseppe Genova Italian Statistics  Biostatistics, Social Statistics    
XXXIII

 

Giorgio Bertolazzi Italian Mathematical and Quantitative Methods 

Big data analytics, Network analysis

 

Bertolazzi, G., Benos, P.V., Tumminello, M. et al. (2020). An improvement of ComiR algorithm for microRNA target prediction by exploiting coding region sequences of mRNAs. BMC Bioinformatics 21, 201. https://doi.org/10.1186/s12859-020-3519-5

Bertolazzi, G., Cipollina, C., Benos, P.V., Tumminello, M., and Coronnello, C. (2020). miR-1207-5p Can Contribute to Dysregulation of Inflammatory Response in COVID-19 via Targeting SARS-CoV-2 RNA. Front. Cell. Infect. Microbiol. 10:586592. doi: 10.3389/fcimb.2020.586592

Salvatore Constantino Italian Statistics

Tourism Data Analysis, Spatial Economic Data Analysis

  Costantino, S., Cracolici, M. F., and Piacentino, D. (2020). A New Spatial Shift-Share Decomposition: An Application to Tourism Competitiveness in Italian Regions. Geographical Analysis.
doi: https://doi.org/10.1111/gean.12262.

Jelena Mazaj 

Lithuanian  Applied Economics

Public Economics, Regulation and management 

 

Mazaj, J., Picone, P. M, & Mocciaro Li Destri, A. (2022). Stakeholder involvement in sustainable innovation: towards an integrated conceptual framework. Book chapter. Sustainability in the Gig Economy - Perspectives, Challenges and Opportunities in Industry 4.0. Springer Nature publisher. Under publication

Creta, F., & Mazaj, J. (2021). Can FinTech Progress the Real Estate Sector? The Disruptive Role of Crowdfunding & Blockchain: A Systematic Literature Review. European Journal of Islamic Finance, (17). https://doi.org/10.13135/2421-2172/5323

Nestor Firmin Ntiga Bissene Cameroonian  Applied Economics

Regional economics, Public Economics and Regulation 

Coordinatore del Comitato Diocesano delle Attività Sociali e Caritative (CODAS-CARITAS) della Diocesi di Obala in Camerun;
- Professore di Economia applicata all'Istituto Superiore delle Scienze Agronomiche, ambientali, e dell'imprenditoria rurale di Sa'a (Camerun)
- Membro del Consiglio economico della Diocesi di Obala in Camerun

Ntiga Bissene, N.F. (2021). La povertà rurale in Africa Sub-sahariana: il caso del Dipartimento della Lekie in Camerun. D/SEAS Working Paper (in press).
Cinzia Pinello Italian  Business Management

Marketing, Brand strategy 

 

Pinello C., Picone P.M., Mocciaro Li Destri A. Co-branding research: where we are and where we could go from here. (Submitted)

Pinello C., Tumminello M., Mocciaro Li Destri A. A Network perspective on co-branding campaigns. Evidence from the fashion industry. (Submitted)

Salvatore Polizzi Italian  Financial Economics Banking and Financial Services, Financial Accounting  Borsista di Ricerca presso Fondazione Angelo e Salvatore Lima Mancuso

Avignone, G., Altunbas, Y., Polizzi, S., & Reghezza, A. (2021). Centralised or Decentralised Banking Supervision? Evidence from European Banks. Journal of International Money & Finance, 110, 1-14. https://doi.org/10.1016/j.jimonfin.2020.102264

Polizzi, S., & Scannella, E. (2020). An Empirical Investigation Into Market Risk Disclosure: Is there Room to Improve for Italian Banks?. Journal of Financial Regulation & Compliance, 28, 465-483. https://doi.org/10.1108/JFRC-05-2019-0060

XXXII Martina Aronica Italian  Statistics Methods in Regional Science, Spatial Economic Data Analysis  

Aronica, M., Fazio, G., Piacentino, D. (2021) SMEs' heterogeneity at the extensive margin and within the intensive margin of trade. The Journal of International Trade & Economic Development, 30:3, 439-467. DOI: 10.1080/09638199.2021.1875024

Aronica M., Fazio G., Piacentino D., “Regional innovation in Italy revisited”. Submitted.

Simona Buscemi Italian Statistics Ranking data, Ensemble methods Tecnologo livello III presso ISPRA (Sede di Roma)

Buscemi, S., & Plaia, A. (2019). Model selection in linear mixed-effect models. AStA Advances in Statistical Analysis, 1-47. DOI 10.1007/s10182-019-00359-z.

Plaia, A., Buscemi, S., & Sciandra, M. (2019). A new position weight correlation coefficient for consensus ranking process without ties. Stat, 8(1), e236. DOI 10.1002/sta4.236.

Simona Diliberto Italian Quantitative Methods for Social Science Big Data analytics, Network analysis Data manager presso IFF, Palermo. Diliberto, S., Tumminello, M., Lo Verde, F.M. (2019). Household Expenditure on Leisure: a Comparative Study of Italian Households with Children from Y- and Z-Generation. INTERNATIONAL JOURNAL OF THE SOCIOLOGY OF LEISURE, 1(3), 1-26
Hong Quan Do Vietnamese Microeconomics  Behavioral Economics, Industrial Organization    
Rosario Guaia Italian Microeconomics Decision Theory, Industrial Organization  Assistant Portfolio Manager, Divisione Operazioni di investimento, Banca d'Italia Three Essays in Microeconometrics, Tesi di dottorato
Pietro Vassallo Italian Mathematical and Quantitative Methods Big Data analytics, Network Analysis  Associate researcher, Department of Economics at City, University of London

Puccio E, Vassallo P, Piilo J, Tumminello M (2019) Covariance and correlation estimators in bipartite complex systems with a double heterogeneity, Journal of Statistical Mechanics: Theory and Experiment, p. 053404 (5)

Banal-Estanol A, Jofre-Bonet M, Iori G, Maynou L, Tumminello M, Vassallo P (2020) Research Productivity and the Research Assessment Exercise: Evaluation of the largest natural experiment in research policy. Working Paper.

XXXI Ieva Mikaliunaite Lithuanian Econometrics Financial spillover and VAR models Economist at the Bank of Lithuania, Systemic Risk Modelling Division

A. Cipollini and I. Mikaliunaite (2020) “Macro-uncertainty and financial stress spillovers in the Eurozone”, Economic Modelling (2020), Volume 89, July 2020, Pages 546-558

Cipollini, A., & Mikaliunaite, I. (2020). Financial distress and real economic activity in Lithuania: a Granger causality test based on mixed-frequency VAR. Empirical Economics. https://doi.org/10.1007/s00181-020-01888-2

XXX Giovanna Cilluffo Italian Statistics Biostatistics, Epidemiology and Public Health Researcher at the Institute for Biomedical Research and Innovation (IRIB), National Research Council (CNR), Palermo Cilluffo G, Ferrante G, Fasola S, Montalbano L, Malizia V, Piscini A, Romaniello V, Silvestri M, Stramondo S, Stafoggia M, Ranzi A, Viegi G, La Grutta S. Associations of greenness, greyness and air pollution exposure with children's health: a cross-sectional study in Southern Italy. Environ Health. 2018;17:86. doi: 10.1186/s12940-018-0430-x.
 
Fabio Parla Italian Econometrics Housing and Credit Analysis Economist at the Central Bank of Ireland, Macro-Financial Division

A. Cipollini and F. Parla (2018): Credit demand and supply shocks in Italy during the Great Recession, Applied Economics, Volume 50, 2018 - Issue 53, pp. 5795-5813

Cipollini, A., & Parla, F. (2020). Housing Market Shocks in Italy: a GVAR approach. Journal of Housing Economics. https://doi.org/10.1016/j.jhe.2020.101707

Gianluca Sottile Italian Statistics Statistical and computational modeling, High-dimensional data, Bioinformatics   Ricercatore a tempo determinato tipologia A (PON AIM linea 1), Dipartimento SEAS, UNIPA

Augugliaro L, Sottile G, Vinciotti V (2020). The conditional censored graphical lasso estimator. STATISTICS AND COMPUTING, p. 1-17, ISSN: 0960-3174, doi: 10.1007/s11222-020-09945-7

Sottile G, Frumento P, Chiodi M, Bottai M (2020). A penalized approach to covariate selection through quantile regression coefficient models. STATISTICAL MODELLING, 20(4), 369–385

XXIX Marianna Siino Italian Statistics Classification and Environmental statistics Bank of Italy

Siino, M, Adelfio, G, Mateu, J. (2018) Joint second-order parameter estimation for spatio-temporal log-Gaussian Cox processes. Stochastic Environmental Research and Risk Assessment. 32, (12), pp 3525–3539

Siino, M., Rodríguez‐Cortés, F.J., Mateu, J., Adelfio, G. (2019). Spatio‐temporal classification in point patterns under the presence of clutter. Environmetrics. e2599. 

XXV Salvatore Fasola Italian Biostatistics and Epidemiology and Public Health Biostatistics and Epidemiology and Public Health National Research Council

Fasola, S., Montalbano, L., Ferrante, G., Cilluffo, G., Malizia, V., Baiardini, I., Braido, F., Viegi, G. and La Grutta, S. (2020). RAPP-children: A new tool for assessing quality of life in patients with asthma and rhinitis. Clinical & Experimental Allergy, Vol. 50(6), p. 662-671.

Fasola, S., Ferrante, G., Sabatini, A., Santonico, M., Zompanti, A., Grasso, S., Incalzi, R. A. and La Grutta, S. (2019). Repeatability of exhaled breath fingerprint collected by a modern sampling system in asthmatic and healthy children. Journal of breath research, Vol. 13(3), p. 036007.