Juan Carlos  Escanciano

Catedrático
Semiparametric and Nonparametric Econometrics, Risk Management and Empirical Asset Pricing
+34 91 624 6198 Despacho: 15.2.19
jescanci@eco.uc3m.es
Web Personal

Biografía

Juan Carlos Escanciano es Profesor y Catedrático de Investigación en la Universidad Carlos III de Madrid. Recibió el título de Doctor en Economía en la Universidad Carlos III de Madrid en 2004, y desde entonces ha mantenido posiciones en la Universidad de Navarra (2004-2006), Indiana University (2006-2018), y posiciones de profesor visitante en las universidades de Yale, Cornell, Rochester y MIT. Su investigación y docencia se centran en Teoría de la Econometría, incluyendo identificación, estimación y contrastes de especificación, y aplicaciones a econometría financiera, y en especial riesgo financiero. Juan Carlos es Fellow del Journal of Econometrics. Ha publicado artículos en revistas de prestigio internacional como, por ejemplo, el Journal of American Statistical Association, Journal of Econometrics, Econometric Theory, Quantitative Economics, Management Science, y Annals of Statistics, entre otros. Es Editor Asociado de Series, Econometric Theory, Econometric Reviews, Journal of Business and Economic Statistics, y Co-Editor senior de Advances in Econometrics.

Publicaciones Destacadas

Escanciano, J.C., and  Goh, C.. “Quantile-Regression Inference With Adaptive Control of Size”, Journal of the American Statistical Association,  forthcoming.

Escanciano, J.C., Pardo-Fernandez J.C., and Van Keilegom, I. “Asymptotic distribution-free tests for semiparametric regressions with dependent data”, The Annals of Statistics, 46, 1167-1196, 2018.

Du, Z. and Escanciano, J.C. “Backtesting Expected Shortfall: Accounting for Tail Risk” Management Science, 63, 940-958, 2017.

Escanciano, J.C. “A Consistent Diagnostic Test for Regression Models Using Projections”, Econometric Theory, 22, 1030-1051, 2006.

Escanciano, J.C. “Goodness-of-fit Tests for Linear and Nonlinear Time Series Models”, Journal of the American Statistical Association, 101, 531-541, 2006.

Investigación Reciente

Escanciano, J.C. “Semiparametric Identification and Fisher Information” 2018.

Chernozhukov, V., Escanciano, J.C., Newey, W.K., H. Ichimura and J. Robins. “Locally Robust Semiparametric Estimation”, 2018.

Bravo, F., Escanciano, J.C., and I. Van Keilegom. “Two-Step Semiparametric Empirical Likelihood Inference” 2018.

Escanciano, J.C., and J. Hualde. “Measuring Asset Market Linkages: Nonlinear Dependence and Tail Risk” 2018.

Escanciano, J.C., and W. Li. “Optimal Linear Instrumental Variables Approximations” 2018.

Docencia

Econometrics I (Master Análisis Económico)

 
< VOLVER AL BUSCADOR