财大数统学院

相关连接


下载中心
学生风采 您现在所在的位置: 首页学生园地学生风采

威斯康星大学麦迪逊分校王亚珍教授来我院讲学
来源:中南财经政法大学统计与数学学院    编辑:佚名    时间:2017-5-24    点击数:

    5月23日下午,应统计与数学学院邀请,威斯康星大学麦迪逊分校的统计系教授、系主任王亚珍教授在我校文波楼统计与数学学院四楼会议室作了题为“Combing Inference for Both High and Low Frequency Financial Data”的学术讲座,讲座由统计与数学学院副院长杨青龙副教授主持,统计学院的部分教师和学生到场参加了本次讲座。

    讲座伊始,王教授向我们简单地介绍了有关金融方面的高频数据与低频数据,即高频金融数据是指日内的金融时间序列, 是以小时、分钟或秒为采集频率的、按时间先后顺序排列的金融类数据,而以日、月、年为频度的采集到的金融时间序列的数据则为低频数据。同时王教授还指出目前已存在大量基于日间低频数据的波动率建模和预测方法,如GARCH Model、Stochastic Volatility Model、Bivariate Diffusion Model等,然而现在随着技术的更新,高频金融数据的获取变得越来越容易,从而引起统计学家用高频金融数据研究波动率的极大兴趣。接着王教授还介绍了金融高频数据的特征和近年发展和使用的利用高频金融数据研究的一些相关的方法之后,王教授着重讲解了可以将低频金融数据和高频金融数据进行结合的推断分析的Unified GARCH-It Model这一模型及其性质和相关的参数估计的方法,并且还结合了实例比较分析了使用QMLE方法来估计低频金融数据和高、低频结合的金融数据,结果显示高、低频结合的金融数据的估计结果会更好。最后王教授表示,不管是使用高频数据还是低频数据,统计对于模型的建立和金融数据的分析都是非常重要的,而且在高频数据的波动性模型的建立和推断方面仍然存在着许多挑战,需要大家积极地探索和解决。 
          

    讲座结束后,王亚珍教授还详细解答了在场师生提出的问题,令我院师生对于高频金融数据分析模型有了更深一步的了解和认识,激发了大家对于这一问题的研究兴趣,为我院师生今后的科研和学习指导了方向,讲座在大家的掌声中圆满结束。