Prof. Dr. Matei Demetrescu
Kontakt
Technische Universität Dortmund
Fakultät Statistik
Lehrstuhl für Ökonometrie und Statistik
CDI-Gebäude, Raum 7
44221 Dortmund
E-Mail: mdeme@statistik.tu-dortmund.de
Tel.: +49 231 755 3125
- 2014–2022 Professor für Statistik und Empirische Wirtschaftsforschung an der Christian-Albrechts-Universität, Kiel
- 2010–2014 Professor für Ökonometrie an der Universität Bonn
- 2008–2010 Juniorprofessor für Angewandte Ökonometrie an der Goethe-Universität, Frankfurt
- 2009 Promotion in Wirtschaftsingenieurwesen an der Polytechnischen Universität Bukarest (betreut von Hans-Dieter Heike)
- 2007 Max Weber Postdoc-Stipendium am Europäischen Hochschulinstitut, Florenz
- 2005 Promotion in Wirtschaftswissenschaften an der Goethe Universität Frankfurt (betreut von Uwe Hassler)
- 2000 Diplom in Ingenieurwesen und Betriebswirtschaftslehre an der Polytechnischen Universität Bukarest
Prognose-Verfahren
- Finanzdaten
- Prognoseregressionen
- Prognosevergleiche
Panel-Verfahren
- Paneldatenmodelle mit Fehlerabhängigkeit in der Querschnittsdimension
- Quantilsregressionen und Panel-Quantilsregressionen
Ausgewählte Publikationen:
- Hoga, Y. und Demetrescu, M. (2022). Monitoring Value-at-Risk and Expected Shortfall Forecasts. Management Science 69 (5), 2954-2971. DOI.
- Demetrescu, M., Georgiev, I., Rodrigues, P. M. M., und Taylor, A. M. R. (2022). Testing for Episodic Predictability in Stock Returns. Journal of Econometrics 227 (1), 85-113. DOI.
- Demetrescu, M. und Hassler, U. (2016). (When) Do Long Autoregressions Account for Neglected Changes in Parameters?. Econometric Theory 32(6). 1317-1348. DOI.
- Breitung, J. und Demetrescu, M. (2015). Instrumental Variable and Variable Addition Based Inference in Predictive Regressions. Journal of Econometrics 187(1), 358-375. DOI.
- Demetrescu, M. (2007). Optimal Forecast Intervals Under Asymmetric Loss. Journal of Forecasting 26(4), 227-238. DOI.
Eine vollständige Publikationsliste finden Sie unter dem Punkt Mehr zur Person.
Regelmäßig angebotene Lehrveranstaltungen
- Case Studies
- Econometrics
- Panel Data Econometrics
- Statistical Theory
Weitere Lehrveranstaltungen
- Time Series Econometrics (Seminar) (WiSe 2023/24)
- Forecasting in Data-Rich Environments (Seminar) (WiSe 2022/23)
- Econometric Forecasting (SoSe 2022)
- Predictive regressions for stock returns (Seminar) (SoSe 2022)