IRIS – Institutional Research Information System
IRIS è il sistema di gestione della ricerca dell’Università degli Studi di Milano-Bicocca.Il repository BOA è il modulo del sistema dedicato alla raccolta e alla disseminazione della produzione scientifica di Ateneo. Le pubblicazioni sono ricercabili per parola chiave attraverso il box nella barra orizzontale in alto oppure, mediante il pulsante Sfoglia, per "Afferenza", "Autore", "Titolo", "Tipologia" o "Settore scientifico-disciplinare".
IRIS contiene inoltre alcuni moduli dedicati alla registrazione dei progetti e dei contratti, e alla reportistica avanzata per le attività di valutazione della ricerca
EnglishWhat determines the size distribution of business firms? What kind of firm dynamics may be underlying observed firm size distributions? Which candidate distributions may be used for fitting purposes? We here address these questions from a stochastic model perspective. We construct a firm dynamics process that leads to a Dagum distribution of firm size at equilibrium. An empirical study shows that the proposed model captures the empirical regularities of firm size distributions with considerable accuracy.
Fiori, A., & Motta, A. (2019). Stochastic Models for the Size Distribution of Italian Firms: A Proposal. In F. Greselin, L. Deldossi, L. Bagnato, & M. Vichi (a cura di), Scientific Meeting of the Classification and Data Analysis Group of the Italian Statistical Society CLADAG 2017 Statistical Learning of Complex Data (pp. 111-120). Springer Berlin Heidelberg.
| Citazione: | Fiori, A., & Motta, A. (2019). Stochastic Models for the Size Distribution of Italian Firms: A Proposal. In F. Greselin, L. Deldossi, L. Bagnato, & M. Vichi (a cura di), Scientific Meeting of the Classification and Data Analysis Group of the Italian Statistical Society CLADAG 2017 Statistical Learning of Complex Data (pp. 111-120). Springer Berlin Heidelberg. |
| Titolo: | Stochastic Models for the Size Distribution of Italian Firms: A Proposal |
| Autori: | Fiori, A; Motta, A |
| Autori: | |
| Presenza di un coautore afferente ad Istituzioni straniere: | No |
| Tipo: | Capitolo o saggio |
| Carattere della pubblicazione: | Scientifica |
| Data di pubblicazione: | 2019 |
| Lingua: | English |
| Titolo del libro: | Scientific Meeting of the Classification and Data Analysis Group of the Italian Statistical Society CLADAG 2017 Statistical Learning of Complex Data |
| ISBN: | 9783030211394 |
| Appare nelle tipologie: | 03 - Contributo in libro |
File in questo prodotto:
http://hdl.handle.net/10281/249516
Copyright © 2021