学术报告:Modelling High-Dimensional Volatilities by Common Factors(高维数据波动率的因子模型)

分类: 学术新闻    编辑: 陈亮君    发布时间: 2018-10-24    次点击

报告人:潘家柱教授 英国Strathclyde大学

报告时间:2018年10月26日(周五) 15:00-16:00

地点:数学与信息学院201报告厅

联系人:肖莉副教授


报告摘要:

我们提出一个用公共因子来对高维时间序列的条件方差(波动率)建模的方法。此方法用与一个基于样本的矩阵的r个最大特征值相对应的正交特征向量生成的空间来估计因子负荷空间。我们基于经验过程理论给出了该估计方法的渐近理论。为了证明主要结果,附带地给出了由非平稳随机序列构造的经验过程的一些新的结果。我们还讨论了当横截面维数和样本量都趋于无穷大时,对负荷矩阵的特征分析估计的一致性,并使用模拟和真实数据示例进一步说明了该方法。


报告人简介:

潘家柱曾任北京大学金融数学系教授和博士生导师,并在伦敦经济学院(LSE)从事过两年的研究工作,现在英国Strathclyde大学任教。他的主要研究方向为:时间序列分析、金融计量经济学和高维数据分析。他的论文发表在统计学和计量经济学的顶级杂志上,并应邀为多个国际权威期刊的审稿人。他与程士宏教授等人一起获得2002年教育部提名国家科学技术奖自然科学奖二等奖。他曾是2008年第7届世界概率统计大会(新加坡)时间序列分组的主持人之一, 2010年世界计算统计大会(COMPSTAT 2010, 巴黎)邀请报告人和分组主持人,2016年国际金融计量与风险管理大会(广州)邀请报告人。他的研究工作受到英国爱丁堡皇家学会和中国国家自然科学基金委员会的基金资助。


欢迎师生们莅临参加!


分享到: