POSIZIONI ACCADEMICHE ATTUALI
Postdoctoral Research Fellow in Statistics — Istituto Nazionale di Fisica Nucleare (INFN), Sezione di Ferrara, 2026–
Attività di ricerca in metodologia statistica per applicazioni cosmologiche, con particolare attenzione a selezione e confronto tra modelli, misspecificazione, modellazione della covarianza e inferenza statistica.
Professore a contratto — Università di Bologna, 2026–27
Docente del corso Analisi delle Serie Storiche per la Finanza e le Assicurazioni, Campus di Rimini. Il corso riguarda analisi, modellazione e previsione di serie storiche economiche e finanziarie.
Lecturing Assistant — Università di Bologna, 2026–27
Attività didattica per il corso Statistical Methods for Genomics, nell'ambito dei metodi statistici per dati genomici e ad alta dimensionalità.
Lecturing Assistant — Free University of Bozen-Bolzano, 2026–27
Attività didattica per il corso Econometrics for Economics, con particolare riferimento a metodi econometrici, stima, inferenza e applicazioni empiriche.
PRECEDENTI POSIZIONI ACCADEMICHE
Research Fellow — Università di Bologna, 2023–2025
Attività di ricerca in statistica ed econometria applicata, con particolare attenzione alla modellazione statistica, ai dati longitudinali e panel, alle serie storiche e alle applicazioni empiriche.
Professore a contratto — Free University of Bozen-Bolzano
Precedenti incarichi di docenza universitaria nell'area dell'econometria e dei metodi quantitativi.
Professore a contratto e altri incarichi didattici — Università di Bologna
Esperienza didattica in statistica, econometria, analisi delle serie storiche e metodi quantitativi per economia e finanza.
FORMAZIONE
Dottorato di ricerca in Scienze Statistiche — Università di Bologna
Ricerca dottorale su modellazione e previsione di serie storiche multivariate, selezione dei modelli e proprietà in campioni finiti delle procedure statistiche.
ATTIVITÀ DI RICERCA
L'attività scientifica è principalmente dedicata allo sviluppo, alla valutazione e all'applicazione di metodologie statistiche.
Principali aree di ricerca:
- selezione e confronto tra modelli statistici;
- inferenza in presenza di misspecificazione;
- modellazione e stima della covarianza;
- analisi delle serie storiche multivariate;
- forecasting e valutazione predittiva;
- econometria e modelli dinamici;
- applicazioni statistiche in economia, finanza e cosmologia.
L'attività di ricerca più recente presso INFN riguarda problemi di inferenza e confronto tra modelli in applicazioni cosmologiche, con particolare attenzione alla robustezza rispetto a misspecificazioni distributive e della struttura di covarianza.
ATTIVITÀ DIDATTICA
Ha maturato esperienza didattica in statistica, econometria, serie storiche e metodi quantitativi presso l'Università di Bologna e la Free University of Bozen-Bolzano.
Insegnamenti attuali:
- Analisi delle Serie Storiche per la Finanza e le Assicurazioni — Università di Bologna;
- Statistical Methods for Genomics — Università di Bologna;
- Econometrics for Economics — Free University of Bozen-Bolzano.
Ha inoltre ricoperto precedenti incarichi di docenza e supporto alla didattica nell'area dell'econometria, della statistica applicata, delle serie storiche e dei metodi quantitativi.
SUPERVISIONE E MENTORING
Ha seguito studenti in tesi, progetti di ricerca e lavori applicati in statistica, econometria e data analysis.
I temi affrontati includono forecasting, econometria spaziale, inferenza causale, analisi di microdati, efficienza dei mercati, modelli panel, serie storiche e applicazioni statistiche a dati economici e finanziari.
ESPERIENZA PROFESSIONALE
Prima di dedicarsi pienamente alla ricerca e alla didattica universitaria, ha lavorato come Controller, maturando esperienza nell'analisi economica e finanziaria, nel reporting, nel controllo di gestione e nell'analisi quantitativa.
COMPETENZE METODOLOGICHE E COMPUTAZIONALI
Competenze principali:
- statistica matematica e applicata;
- econometria;
- analisi delle serie storiche;
- forecasting;
- statistical model selection and comparison;
- statistical inference;
- model misspecification;
- covariance modelling;
- dati longitudinali e panel.
Utilizza principalmente R e Python per analisi statistica, simulazione, ricerca riproducibile e sviluppo metodologico.
