Come predire un’elezione: modelli strutturali, keys di Lichtman e prediction markets per le presidenziali USA

Falce, Rossella (A.A. 2023/2024) Come predire un’elezione: modelli strutturali, keys di Lichtman e prediction markets per le presidenziali USA. Tesi di Laurea in Economia del mercato mobiliare, Luiss Guido Carli, relatore Emilio Barone, pp. 84. [Master's Degree Thesis]

[img] PDF (Full text)
Restricted to Registered users only

Download (3MB) | Request a copy

Abstract/Index

Le elezioni presidenziali negli Stati Uniti. Il sistema elettorale presidenziale. Rilevanza delle variabili economiche. Comportamento dell’elettorato. Modelli di previsione elettorale. Introduzione ai modelli di previsione elettorale. I modelli strutturali: l’equazione di fair. Un modello unico: the keys to the White House. I prediction markets. Cosa sono i prediction markets. Cenni storici. Principi e teorie economiche. Elementi strutturali. Gli Iowa Electronic Markets. Introduzione al sistema IEM. Funzionamento degli IEM. Interpretare i prezzi come probabilità. Principali evidenze sull’accuratezza dei mercati lineari. Principali evidenze sui mercati binari. Elezioni presidenziali 2024. Cosa dicono i sondaggi? Il modello di fair. Le chiavi per il futuro: previsione attraverso il modello di Lichtman. I mercati di previsione. Limiti dello studio e proposte per sviluppi futuri.

References

Bibliografia: pp. 78-80.

Thesis Type: Master's Degree Thesis
Institution: Luiss Guido Carli
Degree Program: Master's Degree Programs > Master's Degree Program in Economics and Finance (LM-56)
Chair: Economia del mercato mobiliare
Thesis Supervisor: Barone, Emilio
Thesis Co-Supervisor: Di Giorgio, Giorgio
Academic Year: 2023/2024
Session: Autumn
Deposited by: Alessandro Perfetti
Date Deposited: 08 May 2025 10:24
Last Modified: 08 May 2025 10:24
URI: https://tesi.luiss.it/id/eprint/42048

Downloads

Downloads per month over past year

Repository Staff Only

View Item View Item