7 pubblicazioni
Articoli e atti di convegno
Articoli sottoposti a revisione paritaria, atti di convegno e preprint su sistemi multi-agente, verifica statistica e intelligenza artificiale.
- 2026 Ranking the wrong places: vulnerability assessment, flood losses and risk sharing in Italy and Europe
Preprint (arXiv:2609.36349); sottomesso al Premio Giorgio Rota XIV
Abstract
Prima di un'alluvione, i governi decidono dove investire in protezione; dopo di essa, quanta parte delle perdite risarcire. L'Unione Europea orienta la prima decisione con un indice composito che ordina ogni unità subnazionale per vulnerabilità. Questo articolo valuta tale classificazione confrontando le province italiane colpite dalla stessa alluvione tra il 2005 e il 2024. L'indice pubblicato non ordina le province in base alle perdite subite, con o senza controlli per pericolosità, esposizione e reddito ($\rho$ tra $-0.06$ e $0.09$). Il fallimento risiede in ciò che pondera: l'indice misura principalmente lo sviluppo economico, mentre i danni seguono l'acqua, manifestandosi in gruppi ricorrenti di province che condividono un bacino idrografico, e oltre metà dell'errore di classificazione ricade tra questi gruppi. In un test pre-registrato che ricostruisce l'indice e otto modelli concorrenti a ogni origine di previsione dal 2010 al 2020, l'indice si colloca all'ultimo posto su entrambe le domande poste da un decisore pubblico. Su dove colpiranno i danni, le sue dieci province principali catturano il 16% dei danni successivi (meno di un'estrazione casuale); la mappa pubblica del rischio alluvionale italiana ne cattura il 44%. Su chi subisce maggiori perdite a parità di evento, la correlazione di rango con le perdite successive è 0.03; i suoi stessi componenti, ripensati e ripensati sulle perdite passate, raggiungono 0.42. Nessuna correzione richiede nuovi dati. Le perdite mal classificate vengono pagate a livello locale: dei 12.3 miliardi di euro registrati nel 2013-2022, l'85% non è stato coperto da trasferimenti nazionali, e i fondi per la prevenzione, valutati allo stesso modo, non fanno meglio del caso. Poiché le perdite correlate si concentrano all'interno dei confini, i pool nazionali in Europa richiedono il 39% in più di riserve rispetto a pool transfrontalieri di pari dimensione. L'indice fallisce nello stesso modo su 1.142 unità europee, dove i correttivi risultano più deboli.
Cita working paper
@misc{blando2026ranking, title = {Ranking the wrong places: vulnerability assessment, flood losses and risk sharing in Italy and Europe}, author = {Blando, Stefano}, year = {2026}, eprint = {2609.36349}, archivePrefix = {arXiv}, primaryClass = {econ.GN}, doi = {10.48550/arxiv.2609.36349}, url = {https://arxiv.org/abs/2609.36349} } - 2026 Towards Agentic Agent-based Models: Feasibility, Performance, and Statistical Model Checking
AISoLA 2026 (in corso di pubblicazione; arXiv:2607.17948)
Abstract
L'integrazione dei Large Language Models (LLM) nei modelli agent-based tradizionali consente agli agenti di utilizzare tool calling, ragionamento semantico e decisioni adattive. In questo articolo, valutiamo la fattibilità, le prestazioni e il comportamento emergente dei modelli agent-based agentici utilizzando la libreria Mesa e il Statistical Model Checking via MultiVeStA. Attraverso specifiche verifiche statistiche, quantifichiamo l'impatto delle decisioni basate su LLM sulla dinamica di simulazione.
Cita conference paper generata da arXiv
@misc{meit2026agentic, title = {Towards Agentic Agent-based Models: Feasibility, Performance, and Statistical Model Checking}, author = {me-it and Guerrazzi, Emanuele and Porcedda, Riccardo and Squillace, Giuseppe and Tschaikowski, Max and Vandin, Andrea}, year = {2026}, eprint = {2607.17948}, archivePrefix = {arXiv}, primaryClass = {econ.GN}, note = {AISoLA 2026 (in corso di pubblicazione; arXiv:2607.17948)} } - 2026 Statistical Model Checking of the Keynes+Schumpeter Model: A Transient Sensitivity Analysis of a Macroeconomic ABM
Preprint arXiv:2605.10447 (versione journal in preparazione)
Abstract
I modelli macroeconomici agent-based, come il framework Keynes+Schumpeter (K+S), integrano la crescita Schumpeteriana guidata dall'innovazione con le dinamiche Keynesiane di domanda aggregata. Tuttavia, la ricerca di analisi di sensibilità formale in tali sistemi stocastici ad alta dimensione rimane metodologicamente complessa. In questo lavoro, applichiamo il Statistical Model Checking (SMC) tramite MultiVeStA per condurre un'analisi di sensibilità transitoria sistematica del modello K+S, stabilendo intervalli di confidenza statistici per le principali osservabili macroeconomiche come la crescita del PIL e le traiettorie di disoccupazione.
Cita article generata da arXiv
@misc{meit2026statistical, title = {Statistical Model Checking of the Keynes+Schumpeter Model: A Transient Sensitivity Analysis of a Macroeconomic ABM}, author = {me-it and Fagiolo, Giorgio and Napoletano, Mauro and Treibich, Tania and Vandin, Andrea}, year = {2026}, eprint = {2605.10447}, archivePrefix = {arXiv}, primaryClass = {econ.GN}, note = {Preprint arXiv:2605.10447 (versione journal in preparazione)} } - 2026 Statistical model checking of the Island Model: an established economic agent-based model of endogenous growth
MARS @ ETAPS 2026, Torino, Italia (EPTCS vol. 443, pp. 3-22)
Abstract
I modelli agent-based (ABM) sono sempre piu usati per studiare fenomeni economici complessi come la crescita endogena, ma la loro analisi si basa spesso su esercizi Monte Carlo ad hoc senza garanzie statistiche formali. Mostriamo come lo statistical model checking (SMC), e in particolare MultiVeStA, possa automatizzare e arricchire l'analisi di un ABM classico: l'Island Model di Fagiolo e Dosi, che cattura il trade-off tra exploration ed exploitation nella ricerca tecnologica. Riproduciamo i principali stylized facts del modello originale con intervalli di confidenza formali, confermiamo l'ottimalita di tassi moderati di esplorazione e svolgiamo un'analisi di sensibilita controfattuale su returns to scale, trasferimento di skill e localita della conoscenza. Usando il Welch's t-test integrato in MultiVeStA, 6 confronti su 7 tra coppie di parametri producono traiettorie di crescita statisticamente differenti, mentre l'eccezione rivela un effetto di saturazione nella localita della conoscenza. I risultati mostrano che lo SMC offre una metodologia fondata e riproducibile per l'analisi quantitativa di modelli economici agent-based.
Cita conference paper
@inproceedings{blando2026islandsmc, title={Statistical model checking of the Island Model: an established economic agent-based model of endogenous growth}, author={Blando, Stefano and Fagiolo, Giorgio and Giachini, Daniele and Vandin, Andrea and Ivanaj, Ernest}, booktitle={Proceedings Tenth International Workshop on Models for Formal Analysis of Real Systems (MARS 2026)}, series={EPTCS}, volume={443}, pages={3--22}, year={2026}, doi={10.4204/EPTCS.443.2} } - 2026 Network Topology Analysis and Machine Learning Techniques for Systemic Risk Prediction in U.S. Equity Markets
University of Rome Tor Vergata - School of Economics and Finance
Abstract
Questo lavoro indaga il potere predittivo delle Graph Neural Networks (GNN) nella previsione di eventi di rischio sistemico. Modellando i mercati finanziari come reti complesse dinamiche, estraiamo feature topologiche che agiscono come segnali di early warning. Lo studio mostra come tali segnali possano essere integrati in strategie di algorithmic trading per mitigare il downside risk durante fasi di turbolenza di mercato, superando benchmark tradizionali.
Cita thesis
@mastersthesis{blando2025networktopology, title={Network Topology and Machine Learning for Systemic Risk: From Early Warning to Trading Strategies}, author={Blando, Stefano}, school={University of Rome Tor Vergata}, type={Master thesis, Master in CESMA}, year={2025}, note={Academic year 2024/2025} } - 2026 A Multi-Method Validation Framework for Large-Scale Multilingual Text Analytics
JADT 2026, Palermo, Italia (Atti Vol. II, pp. 70–79; ISBN 978-88-5509-883-0)
Abstract
Per distinguere risultati sostanziali da artefatti metodologici, questo paper propone un framework di validazione basato su pattern method-invariant. Analizzando 999.152 recensioni multilingui attraverso 18 tecniche indipendenti, dal clustering classico ai Transformers, mostriamo che il contenuto sostanziale spiega il 95,4% della varianza, mentre la scelta metodologica ne spiega meno del 3%. Lo studio conferma che i pattern robusti trascendono algoritmi e implementazioni specifiche. Inoltre, mentre BERT raggiunge la massima accuratezza (91,3%), approcci classici come SVM offrono performance comparabili (89,1%) con un costo computazionale 29 volte inferiore.
Cita conference paper
@inproceedings{blando2026multimethod, title={A Multi-Method Validation Framework for Large-Scale Multilingual Text Analytics}, author={Blando, Stefano and Iezzi, Domenica Fioredistella}, booktitle={JADT 2026 Proceedings, Volume II: 18th International Conference on Statistical Analysis of Textual Data}, editor={Plaia, Antonella and Sciandra, Mariangela and Albano, Alessandro}, pages={70--79}, year={2026}, address={Palermo, Italy}, isbn={978-88-5509-883-0} } - 2025 Robust Portfolio Optimization Under Systematic Market Disruptions: A Factor-Analytic Approach
Computational Economics (in review)
Abstract
Questo lavoro affronta la sfida dell'ottimizzazione di portafoglio in contesti high-dimensional (p > n) affetti da contaminazione sparsa (outlier). Proponendo un approccio robust Factor-Analytic, lo studio mostra come stabilizzare la stima della matrice di covarianza contro anomalie nei dati. Le strategie di allocazione risultanti mostrano resilienza e rendimenti corretti per il rischio superiori rispetto ai framework Mean-Variance tradizionali, soprattutto durante shock di mercato.
Cita preprint / working paper
@unpublished{blando2025robust, title={Robust Portfolio Optimization Under Systematic Market Disruptions: A Factor-Analytic Approach}, author={Blando, Stefano and Farcomeni, Alessio}, year={2025}, note={Under review at Computational Economics} }