Τμήμα Οικονομικής Επιστήμης

Μόνιμο URI για αυτήν την κοινότηταhttps://pyxida.aueb.gr/handle/123456789/59

Το Τμήμα Οικονομικής Επιστήμης είναι το αρχαιότερο Τμήμα στον χώρο των Οικονομικών Επιστημών στην Ελλάδα. Η ίδρυσή του συμπίπτει με την ίδρυση της ΑΣΟΕΕ το 1920. Σαφής διάκριση μεταξύ των Οικονομικών και Εμπορικών Επιστημών γίνεται για πρώτη φορά το 1955. Τα δυο Τμήματα ανεξαρτητοποιούνται πλήρως το 1984. Το 1978 λειτουργεί το πρώτο Πρόγραμμα οργανωμένων μεταπτυχιακών σπουδών στη χώρα. Το Τμήμα αποκτά τη σημερινή του ονομασία το 1989. Σκοπός του Τμήματος είναι η συμβολή στην προαγωγή της Οικονομικής Επιστήμης και η κατάρτιση οικονομολόγων υψηλού επιπέδου. Η επίτευξη των σκοπών αυτών γίνεται με την ανάπτυξη της έρευνας και με την οργάνωση των σπουδών κατά τρόπο ώστε να ανταποκρίνονται στις απαιτήσεις της Επιστήμης και στις ανάγκες της σύγχρονης Οικονομίας και κοινωνίας, καλύπτοντας εύρος θεμάτων στην οικονομική επιστήμη και ανάλυση, στις ποσοτικές μεθόδους και σε άλλες κοινωνικές επιστήμες. Το επιστημονικό προσωπικό του Τμήματος έχει υψηλή αναγνωρισιμότητα στο διεθνή επιστημονικό κλάδο και με κριτήριο το συνολικό έργο -ερευνητικό και διδακτικό- των μελών ΔΕΠ, αποτελεί το κορυφαίο Τμήμα της χώρας στον τομέα της Οικονομικής Επιστήμης. Το Τμήμα είναι, επίσης, πρώτο στις προτιμήσεις των υποψηφίων φοιτητών μεταξύ των Τμημάτων της κατηγορίας του. Οι πτυχιούχοι του Τμήματος έχουν ευνοϊκές προοπτικές επαγγελματικής αποκατάστασης στα ερευνητικά κέντρα και σε οργανισμούς της χώρας, στις τράπεζες και στα χρηματοπιστωτικά ιδρύματα, στις επιχειρήσεις, στη δευτεροβάθμια εκπαίδευση και στη δημόσια διοίκηση. Επίσης έχουν έξοχες προοπτικές για μεταπτυχιακές σπουδές στην Οικονομική Ανάλυση, στα Εφαρμοσμένα Οικονομικά και σε συναφείς κλάδους εξειδίκευσης. URL: http://www.econ.aueb.gr

Περιήγηση

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω

Τώρα δείχνει 1 - 20 από 1316

A combination of machine learning with classical econometric approaches for temporal disaggregation
Βαρελάς, Κωνσταντίνος; Varelas, Konstantinos; Athens University of Economics and Business, Department of Economics; Antoniou, Fabio; Pagratis, Spyros; Alexopoulos, Angelos
Αυτή η μελέτη συνεισφέρει στη βιβλιογραφία του χρονικού επιμερισμού σειρών στο πλαίσιο της οικονομίας και ειδικότερα στο πλαίσιο της άυλης οικονομίας. Μέχρι τώρα η έρευνα επικεντρωνόταν κυρίως σε στατικές και δυναμικές παλινδρομήσεις και σε διαρθρωτικά υποδείγματα χρονολογικών σειρών, όμως αυτές οι προσεγγίσεις συνεπάγονται κάποιες υποθέσεις. Σε αυτή τη διπλωματική προτείνεται μία υβριδική μέθοδος που συνδυάζει XGBoost και GLS μοντέλα. Τα οφέλη αυτής της προσέγγισης είναι η μη ύπαρξη υποθέσεων, η δυνατότητα χρήσης ενός εξαντλητικού αριθμού ανεξάρτητων μεταβλητών και η συνέπεια στα αποτελέσματα. Συνολικά 33 μοντέλα αξιολογούνται βάσει ποσοτικών και ποιοτικών κριτηρίων σε δεδομένα που αφορούν 16 ευρωπαϊκές χώρες και διάφορες χρονικές περιόδους. Επίσης, προσπάθεια γίνεται να αναπαραχθούν τα αποτελέσματα των Αλεξόπουλου και Βαρθαλίτη που ήταν οι πρώτοι που χρησιμοποίησαν XGBoost για να επιμερίσουν χρονολογικές σειρές. Τέλος, οι σειρές GVA adjusted, Non-National Accounts Intangible Investment, and Total Intangible Investment επιμερίζονται χρονικά από ετήσια σε τριμηνιαία συχνότητα για πρώτη φορά. Ο επιμερισμός καλύπτει 19 επιμέρους τομείς της οικονομίας συμπεριλαμβανομένων των συνόλων των τομέων 16 ευρωπαϊκών χωρών για κάθε μία από τις 3 προαναφερθείσες μεταβλητές. Τα δεδομένα αντλούνται από τη βάση EUKLEMS & INTANProd και την Eurostat.
A comprehensive survey of economic and financial time series forecasting: from econometric models to PCA-based statistical arbitrage
(2026-01-19) Vavoule, Pinelopi; Βαβουλέ, Πηνελόπη; Pagratis, Spyridon; Kospentaris, Ioannis; Tzavalis, Elias
Η παρούσα διατριβή διερευνά την εξέλιξη και την εμπειρική εφαρμογή των μεθοδολογιών πρόβλεψης σε οικονομικές και χρηματοοικονομικές χρονοσειρές. Εξετάζει τη μετάβαση από τα κλασικά οικονομετρικά υποδείγματα – όπως τα ARIMA, GARCH και VAR – προς τα σύγχρονα πλαίσια μηχανικής μάθησης, συμπεριλαμβανομένων των Gradient Boosting και Transformer. Η ανάλυση αναδεικνύει τους συμβιβασμούς μεταξύ ερμηνευσιμότητας και προγνωστικής ακρίβειας, καθώς και τον αυξανόμενο ρόλο των δεδομενοκεντρικών προσεγγίσεων σε περιβάλλοντα υψηλής διαστατικότητας. Κεντρική συμβολή της μελέτης αποτελεί η ενσωμάτωση της Ανάλυσης Κύριων Συνιστωσών (PCA) ως ενοποιητικού στατιστικού πλαισίου που γεφυρώνει την οικονομετρία με τις υπολογιστικές μεθόδους. Η PCA εφαρμόζεται σε εκτεταμένα πάνελ αποδόσεων μετοχών για την εξαγωγή λανθανόντων παραγόντων που αποτυπώνουν τη συστηματική δυναμική των αγορών, οι οποίοι στη συνέχεια ενσωματώνονται σε κανονικοποιημένα παλινδρομικά μοντέλα για την πρόβλεψη μεταβολών στην καμπύλη αποδόσεων των αμερικανικών κρατικών ομολόγων. Η εμπειρική ανάλυση βασίζεται σε ημερήσια δεδομένα τιμών μετοχών των 503 εταιρειών του δείκτη S&P 500 από το Yahoo Finance και στη διαφορά αποδόσεων 10ετούς – 2ετούς διάρκειας των αμερικανικών ομολόγων από τη βάση FRED για την περίοδο Σεπτέμβριος 2020 – Σεπτέμβριος 2025. Τα αποτελέσματα δείχνουν ότι τα υποδείγματα PCA, ιδιαίτερα εκείνα με κανονικοποίηση LASSO, υπερέχουν των κλασικών οικονομετρικών μοντέλων ως προς την ακρίβεια και τη σταθερότητα πρόβλεψης. Συνολικά, τα ευρήματα υποστηρίζουν τις υβριδικές προσεγγίσεις που συνδυάζουν την οικονομετρική δομή με τις δεδομενο-κεντρικές μεθόδους ως αποτελεσματικό πλαίσιο για την κατανόηση και πρόβλεψη των πολύπλοκων δυναμικών των χρηματοοικονομικών αγορών.
A simulation-based comparison of pseudo-marginal MCMC methods for the stochastic volatility model
(2026-01-28) Gevorgyan, Hayk; Tzavalis, Elias; Dendramis, Yiannis; Alexopoulos, Angelos
Stochastic volatility (SV) models offer a flexible framework to capture the time-varying nature of the volatility process, but their complex structure, which stems from the intractability of the likelihood function, makes parameter inference challenging. The dissertation provides a detailed, simulation-based comparison of several advanced Bayesian estimation methods designed to overcome this challenge, focusing on the family of pseudo-marginal Markov chain Monte Carlo (MCMC) algorithms. The core of this research is a simulation study that evaluates the performance of four main algorithms: the pseudo-marginal algorithm with importance sampler (PM-IS), its correlated version (CPM-IS), the Particle Marginal Metropolis-Hastings (PMMH) algorithm, and its correlated version (CPMMH). Two different proposal covariance structures are used for each algorithm variation - a simple diagonal covariance and an adaptive covariance. The algorithms are tested on simulated datasets of two sample sizes (𝑇 = 200 and 𝑇 = 700). The evaluation is conducted in a two-phase process. First, the reliable posterior convergence of all algorithm variants is evaluated by conducting convergence diagnostics. Second, the methods that pass these first-step checks are compared on their computational efficiency and statistical accuracy. The convergence diagnostics reveal that the choice of both the likelihood estimator and the proposal mechanism is essential for reliable inference. Only the PMMH variants that utilized an adaptive proposal covariance mechanism consistently passed all diagnostic checks, demonstrating the necessity of a proposal that can learn the structure of the correlations between parameters. The findings lead to a clear and practical recommendation: for robust and efficient estimation of SV models of relatively small sample sizes (𝑇 ≤ 700), the non-correlated Particle Marginal Metropolis-Hastings (PMMH) algorithm with an adaptive proposal mechanism is the most effective choice.
A structure analysis and the econometrics of cryptocurrencies
(2022) Στάικος, Θεόδωρος; Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Οικονομικής Επιστήμης; Παγκράτης, Σπυρίδων; Δενδραμής, Ιωάννης; Τζαβαλής, Ηλίας
Με τη πάροδο του χρόνου είναι εμφανές πως υπάρχει μια συνεχής αύξηση των χρηματιστηριακών προϊόντων, όπως τα Futures. Options, CDS και ως τελευταία προσθήκη η είσοδος των κρυπτονομισμάτων. Ιστορικά, το χρηματοπιστωτικό σύστημα πέρασε από κύματα αναταράξεων με έντονη νομισματική αστάθεια λόγω υπερπληθωριστικών τάσεων και μεγάλων διακυμάνσεων στις συναλλαγματικές ισοτιμίες. Στο κοντινό παρελθόν το 2008 και στα χρόνια της παγκόσμιας οικονομικής κρίσης, χώρες ανά τον κόσμο, μέσα σε αυτές και η Ελλάδα, αντιμετώπιζαν τεράστια ελλείματα στον κρατικό προϋπολογισμό και το ισοζύγιο τρεχουσών συναλλαγών δημιουργώντας ένα αίσθημα νευρικότητας και έρπουσας ανησυχίας για το παρόν και κυρίως το μέλλον του διεθνούς νομισματικού συστήματος. Η είσοδος του Bitcoin το 2008 από ένα άτομο ή μία ομάδα προγραμματιστών με το ψευδώνυμο “Satoshi Nakamoto” παρουσίασε μία νέα πτυχή πραγματοποίησης συναλλαγών αποκομμένη από το διατραπεζικό σύστημα, βασισμένο στη κρυπτογραφία και σε ορισμένα πρωτόκολλα τα οποία θα αναλυθούν εκτενώς στην συνέχεια, προσφέροντας εύφορο έδαφος στην δημιουργία, με γεωμετρική πρόοδο θα μπορούσε να ειπωθεί, νέων κρυπτονομισμάτων έως σήμερα. Οι αποκεντρωμένες συναλλαγές παρά τη φαινομενικά απόλυτη διαφάνειά τους και την ευκολία τους στην εκτέλεση, διεγείρουν σημαντικά ερωτήματα στην παγκόσμια οικονομική κοινότητα. Μπορεί να υπάρξει κορεσμός στην αγορά κρυπτονομισμάτων; Μπορούν να περιοριστούν οι συναλλαγές παράνομης δραστηριότητας μέσω ενός κανονιστικού πλαισίου; Δύναται τα κρυπτονομίσματα να αντικαταστήσουν τα παραδοσιακά νομίσματα; Είναι ενδιαφέρον ως επενδυτικό προϊόν τα κρυπτονομίσματα ή είναι μια τεράστια «φούσκα» που θα σκάσει στο εγγύς μέλλον; Ποιοι είναι οι κίνδυνοι που ελλοχεύουν οι επενδύσεις σε κρυπτονομίσματα και ποια η σχέση τους με τα παραδοσιακά assets; Θα αναλυθεί επίσης η λειτουργία των κρυπτονομισμάτων, κατανοώντας τη φύση τους και θα μελετηθεί η διακύμανση των χρονοσειρών τους, καθώς και το αν, και σε ποιο βαθμό, επηρεάζεται η αγορά κρυπτονομισμάτων από την covid-19 περίοδο που διανύουμε.
Active portfolio management with applications
(Athens University of Economics and Business, 2007-12) Papadakis, Dimitrios; Kordas, Gregory
Thesis - Athens University of Economics and Business. Postgraduate, Department of Economics
Adjusting portfolio value at risk using options
(Οικονομικό Πανεπιστήμιο Αθηνών, 2010-11) Πλασσαράς, Παναγιώτης; Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Οικονομικής Επιστήμης; Κόρδας, Γρηγόρης
Διπλωματική εργασία - Οικονομικό Πανεπιστήμιο Αθηνών. ΜΠΣ στα Εφαρμοσμένα Οικονομικά και Χρηματοοικονομικά
Advanced modeling in sports analytics
(2026-02-04) Motsios, Evangelos; Μότσιος, Ευάγγελος; Pagratis, Spyridon; Zacharias, Eleftherios; Alexopoulos, Angelos
This master’s thesis investigates the development, evaluation, and interpretation of advanced Expected Goals (xG) models in football, using event-level data and modern machine learning techniques. The main objective is to examine whether different methodological approaches, ranging from simple statistical models to more complex algorithmic methods, can provide reliable, well-calibrated, and interpretable probabilistic estimates of scoring probability. The analysis is based on StatsBomb Open Data and includes all shots from the five major European leagues (England, Spain, Italy, Germany, and France) during the 2015/2016 season. The final dataset consists of more than 1,800 matches and tens of thousands of shots, enabling shot-level modeling of goal probability. The methodology follows a fully reproducible analytical pipeline, including data collection and cleaning, feature engineering, train–test splitting, model training, evaluation, probability calibration, and model interpretation. Logistic regression is used as a baseline model, while tree-based methods (decision trees and random forests) and boosting models (XGBoost) are also examined. Model performance is evaluated using metrics suitable for probabilistic prediction under strong class imbalance, such as the Area Under the ROC Curve (AUC) and the Brier score, rather than traditional classification metrics. Particular emphasis is placed on probability calibration, employing methods such as Platt scaling and isotonic regression. The results indicate that boosting models achieve superior discriminative performance compared to simpler approaches; however, they require careful calibration to ensure reliable probability estimates. Furthermore, the application of techniques such as the SHAP values enables both global and local interpretation of model predictions, highlighting the dominant role of spatial and contextual factors such as shot distance, angle, and shooting conditions. Overall, the thesis demonstrates that xG modeling is not merely a prediction task but a comprehensive methodological problem that requires the integration of appropriate data, evaluation strategies, calibration procedures, and interpretability tools. The findings underline the value of xG models for both academic research and practical football analysis, while also outlining future research directions including causal inference, phase-specific xG modeling, and the integration of richer data sources.
Advanced regression analysis for trading and investment with an application to the EUR/US exchange rate
(Οικονομικό Πανεπιστήμιο Αθηνών, 2007-12) Maratos, Andreas; Κόρδας, Γρηγόρης
Διπλωματική εργασία - Οικονομικό Πανεπιστήμιο Αθηνών. ΜΠΣ, Τμήμα Οικονομικής Επιστήμης
Aggregate and distributional implications of fiscal consolidation in general equilibrium
(2019) Roumpanis, Eleftherios Theodoros; Ρουμπάνης, Ελευθέριος Θεόδωρος; Athens University of Economics and Business, Department of Economics; Σακελλάρης, Πλούταρχος; Βασιλάτος, Ευάγγελος; Τζαβαλής, Ηλίας; Οικονομίδης, Γεώργιος; Κωνσταντίνου, Παναγιώτης; Διοικητόπουλος, Ευάγγελος; Φιλιππόπουλος, Απόστολος
This thesis is about the aggregate and distributional implications of fiscal consolidation in New Keynesian D(S)GE models. The thesis studies how these implications depend on the specific fiscal policy instrument used for debt consolidation. Chapter 2 presents a closed-economy New Keynesian D(S)GE model. Chapter 3 extends the model of Chapter 2 to set up a New Keynesian model of a small open economy within a monetary union facing sovereign interest rate premia. Finally, Chapter 4 builds a New Keynesian D(S)GE model consisting of two heterogeneous countries participating in a monetary union.
Aggregates vs disaggregates using machine learning
(2022-03-11) Μνηματίδου, Αναστασία; Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Οικονομικής Επιστήμης; Τζαβαλής, Ηλίας; Δενδραμής, Ιωάννης; Παπαηλίας, Φώτης
Μία μέθοδος για τον υπολογισμό άμεσων προβλέψεων για επίσημους δείκτες τιμών είναι η χρήση τιμών που είναι διαθέσιμες στο διαδίκτυο. Αυτή η ιδέα ξεκίνησε από τον Cavallo (2013) που χρησιμοποίησε διαδικτυακούς δείκτες τιμών για να επαληθεύσει τα επίσημα στοιχεία που ανακοινώθηκαν για τον πληθωρισμό. Ωστόσο, ο Cavallo χρησιμοποιεί το συνολικό άθροισμα των πληροφοριών σχετικά με τις τιμές που είναι διαθέσιμες στο διαδίκτυο για να υπολογίσει τον Δείκτη Τιμών Καταναλωτή. Αυτή η εργασία διερευνά εάν οι άμεσες προβλέψεις των επίσημων δεικτών τιμών είναι πιο ακριβείς όταν χρησιμοποιούνται οι επιμέρους ομάδες αγαθών και υπηρεσιών (main aggregates) και οι επιμέρους υποκατηγορίες (disaggregates). Συμπεραίνει ότι όλες οι μέθοδοι πρέπει να λαμβάνονται υπόψη διότι σε πολλές περιπτώσεις τα main aggregates και τα disaggregates υπερέχουν στην πραγματικότητα από το total aggregate.
The agricultural productivity in Sub-Saharan Africa: an application of non-linear panel data models
Konstantinou, Adamantia; Athens University of Economics and Business, Department of Economics; Kyriazidou, Ekaterini
Despite the fact that sub-Saharan countries are characterised by high potentials in the agricultural sector, it seems that they do not exploit them. Even if many researchers recommend an increase in the use of chemical fertilizers so that higher agricultural productivity rates could be achieved, Africa is still behind in fertilizer use. In this dissertation, we try to explore the factors which determine the adoption and intensity of chemical fertilizer use. The analysis is based on a panel dataset from the Amhara region of Ethiopia. Both the farm characteristics and the socio-economic ones of the rural households are essential for taking the decision about the adoption and fertilizer use. The positive effects from the participation in MFIs and cooperatives and the negative effects from the credit constraints on the adoption, indicate the important role which the structure of rural credit markets and the access on credits play on the use of chemical fertilizers.
AI-driven profits by AI pricing methods. Collusion evidence in the digital business world
(2023-02-28) Ζάχαρη, Σπυριδούλα; Zachari, Spyridoula; Athens University of Economics and Business, Department of Economics; Antoniou, Fabio; Dioikitopoulos, Evangelos; Zacharias, Eleftherios
Η εμφάνιση της τεχνητής νοημοσύνης (ΤΝ) έχει αλλάξει τη βιομηχανία και έχει δημιουργήσει μια νέα δυναμική σε ό,τι αφορά τις ευκαιρίες, την αποτελεσματικότητα και την ακρίβεια. Οι ψηφιακές αγορές έχουν ήδη εκμεταλλευτεί τις δυνατότητες που προσφέρει σε όλους τους τομείς και την έχουν ενσωματώσει σε διαδικασίες δυναμικής τιμολόγησης. Η ΤΝ, ως τμήμα της Μηχανικής Μάθησης, αναπτύσσεται σύμφωνα με τις πιο πρόσφατες τεχνολογικές καινοτομίες. Έτσι, οι εταιρείες που χρησιμοποιούν αλγόριθμους τιμολόγησης με χρήση ενισχυτικής μάθησης στην ψηφιακή αγορά, γίνονται πιο αποτελεσματικές όσον αφορά τις γρήγορες προσαρμογές των τιμών. Πρόσφατες επιστημονικές μελέτες, τόσο στα οικονομικά όσο και στα νομικά, τόνισαν τις πιθανές στρεβλώσεις του ανταγωνισμού και πιο συγκεκριμένα εστιάζουν στο πρόβλημα της αλγοριθμικής σιωπηρής συμπαιγνίας λόγω της αυτόνομης συμπεριφοράς των αλγορίθμων τιμολόγησης. Σκοπός αυτής της διατριβής είναι να εξετάσει την εφαρμογή της τεχνητής νοημοσύνης στα λογισμικά τιμολόγησης και να αναδείξει την πιο πρόσφατη βιβλιογραφία που επικεντρώνεται στις στρεβλώσεις του ανταγωνισμού από τη χρήση αλγορίθμων τιμολόγησης με ΤΝ. Το πρώτο κεφάλαιο διευκρινίζει το υπό συζήτηση ζήτημα σκιαγραφώντας τα τεχνικά στοιχεία που πλαισιώνουν την αλγοριθμική τιμολόγηση. Το δεύτερο κεφάλαιο εστιάζει στον τομέα της τιμολόγησης ως διακριτό τομέα της βιομηχανικής οργάνωσης. Το τρίτο κεφάλαιο παρουσιάζει τους θεωρητικούς κινδύνους που συνοδεύουν τις μεθόδους ML και μια ολοκληρωμένη ανάλυση των υποθέσεων για τις επιπτώσεις στον ανταγωνισμό όταν οι ψηφιακές αγορές χρησιμοποιούν αλγοριθμική τιμολόγηση. Στο κεφάλαιο 4 παρουσιάζονται οι μηχανισμοί πίσω από την αλγοριθμική σιωπηρή συμπαιγνία και οι αγορές που είναι πιο επιρρεπείς σε αυτές τις πρακτικές. Στο κεφάλαιο 5 η βιβλιογραφική ανασκόπηση επιχειρεί να παρουσιάσει μια ενδελεχή συλλογή των πιο σημαντικών επιστημονικών papers που αντιμετωπίζουν το πρόβλημα του αλγοριθμικού συντονισμού χρησιμοποιώντας εξελιγμένους αλγόριθμους. Το κεφάλαιο 6 παρουσιάζει το πλαίσιο της διεθνούς πολιτικής για την τεχνητή νοημοσύνη και το ζήτημα της ηθικής που ανακύπτει. Τέλος, η τελευταία ενότητα είναι αφιερωμένη στην παρουσίαση των συμπερασμάτων της προαναφερθείσας εκτενούς ανάλυσης.
Airbnb beyond stars: what reviews reveal
(2025-12-18) Kuqja, Franc; Pagratis, Spyros; Dendramis, Yiannis; Dioikitopoulos, Evangelos
Online reviews play a pivotal role in shaping consumer choices on platforms like Airbnb, where textual content offers deeper insights into guest experiences than numerical ratings alone, all while macroeconomic factors like GDP per capita, inflation, and unemployment shape expectations. This study analyzes Airbnb data from eight European cities, first linking pricing to property traits like capacity and ratings, host superhost status, and experience via regressions, then tracing sentiment from review texts over time, spatial city clusters, and economic conditions. NLP converts reviews into sentiment scores, balanced annually per city and aggregated at listing and city-year levels, with sigmoid mapping to Airbnb's 1-5 scale for direct rating comparisons. Token analysis pinpoints words driving positive/negative sentiment, revealing city-specific review tendencies. Key findings: Accommodation capacity emerges as the dominant, consistent price driver, while ratings and host factors show inconsistent impacts. Sentiment uncovers rating inflation—scores cluster at the high end—plus geographic disparities proving uneven guest experiences within cities. Pooled regressions with city fixed effects link economic shifts associatively (not causally) to sentiment fluctuations, though effects remain modest. Ultimately, fusing NLP sentiment analysis, spatial clustering, and macro indicators illuminates platform user dynamics, advancing platform economics and computational social science, despite challenges measuring sentiment in overwhelmingly positive review settings.
Algorithmic complexity as a barrier to voting manipulation
(2023-03-28) Φετάνης, Στυλιανός; Fetanis, Stylianos; Athens University of Economics and Business, Department of Economics; Economides, George; Kammas, Pantelis; Arvanitis, Stylianos
Αυτή η διατριβή απαντά στο ερώτημα εάν η υπολογιστική πολυπλοκότητα που χαρακτηρίζει οποιονδήποτε αλγόριθμο χειραγώγησης εκλογών θα μπορούσε να αποτελέσει και εμπόδιο μιας τέτοιας απόπειρας. Πρώτον, εντοπίζουμε το κύριο πρόβλημα που προκύπτει στον τομέα της Θεωρίας Κοινωνικής Επιλογής που επιτρέπει τη στρατηγική συμπεριφορά και αλλοιώνει τις προκύπτουσες συναρτήσεις κοινωνικής ευημερίας. Το αποτέλεσμα αυτό επεκτείνεται στη συνέχεια και στις ψηφοφορίες, ως μέσο αποκάλυψης της ιεράρχησης που προκύπτει από μια συνάρτηση κοινωνικής ευημερίας. Δεύτερον, ορίζουμε την απαιτούμενη γλώσσα που θα χρησιμοποιήσουμε για να μελετήσουμε την υπολογιστική πολυπλοκότητα των αλγορίθμων σε όλη την υπόλοιπη διατριβή. Ορίζουμε τις έννοιες της αλγοριθμικής πολυπλοκότητας και των προβλημάτων NPc στην επιστήμη των υπολογιστών. Στη συνέχεια, χρησιμοποιώντας αυτή την γλώσσα, μελετάμε πόσο υπολογιστικά δύσκολη μπορεί να είναι μια χειραγώγηση σε μια ποικιλία κανόνων και συνθηκών ψηφοφορίας (όπως με σταθμισμένες, ή χωρίς σταθμισμένες ψήφους) δείχνοντας ότι, θεωρητικά, η χειραγώγηση μπορεί να είναι "δύσκολη". Ωστόσο, σύντομα συνειδητοποιούμε ότι τέτοια αποτελέσματα βασίζονται κυρίως σε σπάνιες περιπτώσεις και μετατοπίζουμε την προσοχή μας στις περιπτώσεις που είναι πιθανό να συναντήσουμε συχνότερα και μελετάμε πώς μπορούμε να εργαστούμε με κατά προσέγγιση λύσεις. Τέτοιες λύσεις λειτουργούν αρκετά καλά στις περισσότερες περιπτώσεις, γεγονός που δείχνει ότι πρέπει να είμαστε προσεκτικοί όταν χρησιμοποιούμε τα θεωρητικά αποτελέσματα που αναφέρονται παραπάνω. Τέλος, εφαρμόζουμε τις έννοιες και τη γλώσσα που κατασκευάσαμε σε όλη αυτή τη διατριβή στο σύστημα ψηφοφορίας που χρησιμοποιείται στις ελληνικές αυτοδιοικητικές εκλογές (τουλάχιστον μέχρι και το 2019). Μελετάμε πιθανές στρατηγικές χειραγώγησης με βεβαιότητα και υπό αβεβαιότητα.
Alternative asset classes and diversification benefits
(2023-07-28) Katsoula, Angeliki; Κατσούλα, Αγγελική; Athens University of Economics and Business, Department of Economics; Demos, Antonios; Dendramis, Ioannis; Topaloglou, Nikolaos
Η παρούσα διατριβή εξετάζει τα οφέλη διαφοροποίησης που προκύπτουν από τη συμπερίληψη εναλλακτικών κατηγοριών περιουσιακών στοιχείων σε παραδοσιακά επενδυτικά χαρτοφυλάκια. Το θεωρητικό τμήμα στοχεύει στην ανάλυση ορισμένων από τις κύριες κατηγορίες κινδύνου που έχουν αντίκτυπο στη διαχείριση χαρτοφυλακίου, καθώς και την παρουσίαση των βασικών μαθηματικών μοντέλων για τη μέτρηση του κινδύνου. Τα βασικά χαρακτηριστικά των κύριων εναλλακτικών περιουσιακών στοιχείων αναλύονται και προσφέρεται μια εκτενής βιβλιογραφική ανασκόπηση σχετικά με την ύπαρξη πλεονεκτημάτων διαφοροποίησης. Κατασκευάζονται πέντε διαφορετικά χαρτοφυλάκια, ένα παραδοσιακό και τέσσερα επαυξημένα, και το μοντέλο βελτιστοποίησης CVaR χρησιμοποιείται για τη δημιουργία βέλτιστων χαρτοφυλακίων και τη σύγκριση των επιδόσεων τους. Τα ευρήματα υποδηλώνουν ότι το χαρτοφυλάκιο συναλλάγματος μαζί με το χαρτοφυλάκιο που συνδυάζει όλες τις επενδυτικές κατηγορίες παρουσιάζουν τα ισχυρότερα οφέλη διαφοροποίησης κατά την εξεταζόμενη περίοδο.
Alternative methods of probability of default of credit scoring
(2018-11-14) Σπανού, Ιωάννα; Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Οικονομικής Επιστήμης; Παλυβός, Θεόδωρος; Δημέλη, Σοφία; Κυριαζίδου, Αικατερίνη
Credit scoring plays a very important role in financial institutions. Credit officers can easily predict the probability of default by using credit scoring. The main purpose of this method is to avoid or minimize high losses.The main aim of this method is to avoid or minimize high losses. The purpose of my Master’s thesis is to show the importance of credit scoring, to present the effects of the variables on the output and to describe and compare the methods employed for credit scoring. This research mostly is quantitative. The payment data were gathered from an important bank in Taiwan, which mostly was cash and credit card issuer.The statistical methods, which have been employed, are the linear probability model, the logit, the probit, the discriminant analysis, the quadratic discriminant analysis and the resampling method of cross validation applied to all previous methods.
Analysis and numerical simulations of a class of closed economy new Keynesian models
(Οικονομικό Πανεπιστήμιο Αθηνών, 2015-03) Λαζαράκης, Σπυρίδων; Αλογοσκούφης, Γεώργιος
Thesis - Athens University of Economics and Business. Postgraduate, Department of Economics
Analysis of hedge funds performance
(Οικονομικό Πανεπιστήμιο Αθηνών, 2007-01) Μπούρος, Αλέξανδρος; Βρόντος, Ιωάννης
Διπλωματική εργασία - Οικονομικό Πανεπιστήμιο Αθηνών. ΜΠΣ, Τμήμα Οικονομικής Επιστήμης
Analysis of hedge funds strategies using break-point models
(Οικονομικό Πανεπιστήμιο Αθηνών, 2008-01) Κοζώνη, Ελένη; Βρόντος, Ιωάννης
Διπλωματική εργασία - Οικονομικό Πανεπιστήμιο Αθηνών. ΜΠΣ, Τμήμα Οικονομικής Επιστήμης
Analysis of software pricing strategies
(Οικονομικό Πανεπιστήμιο Αθηνών, 2009-05) Δαρειωτάκη, Θεοδώρα; Οικονομικό Πανεπιστήμιο Αθηνών, Τμήμα Οικονομικής Επιστήμης; Βέττας, Νικόλαος
Thesis - Athens University of Economics and Business. Postgraduate in Applied Economics and Finance

Περιήγηση

Πλοήγηση Τμήμα Οικονομικής Επιστήμης ανά Τίτλο