科学研究

科学研究

学术讲座
当前位置是: 首页 -> 科学研究 -> 学术讲座 -> 正文

Estimating Factor-Based Spot Volatility Matrices with Noisy and Asynchronous High-Frequency Data

作者: 发布时间:2022-12-01 点击数:
主讲人:李德柜
主讲人简介:

李德柜,现为英国约克大学数学系正教授及统计研究所主任,2008年获浙江大学理学博士学位,曾在澳大利亚阿德莱德大学经济系和莫纳什大学商学院从事博士后研究。主要研究领域包括非参数统计学、(非平稳)时间序列分析、面板数据建模、金融计量经济学、高维统计学和计量经济学,并有数十篇论文发表于国际知名统计学和计量经济学刊物如AoS、JASA、JOE、JBES、ET等。2011年获澳大利亚科研委员会DECRA奖,曾受ARC、BA/Leverhulme Trust及Heilbronn Institute等机构的科研资助,现担任Econometric Theory、Journal of Time Series AnalysisEconometrics & Statistics等国际学术刊物的编委。

主持人:洪永淼
讲座简介:

With noisy and asynchronous high-frequency data collected for an ultra-large number of assets, we estimate high-dimensional spot volatility matrices satisfying a low-rank plus sparse structure. A localised pre-averaging method is proposed to jointly tackle the microstructure noise and asynchronicity issues, and obtain uniformly consistent estimates for latent prices. We impose a continuous-time factor model with time-varying factor loadings on the price processes, and estimate the common factors and loadings via a local principal component analysis. Assuming a uniform sparsity condition on the idiosyncratic volatility structure, we combine the POET and kernel-smoothing techniques to estimate the spot volatility matrices for both the latent prices and idiosyncratic errors. Under some mild restrictions, the estimated spot volatility matrices are shown to be uniformly consistent with convergence rates affected by the estimation errors due to the microstructure noise, asynchronicity and latent factor structures. Numerical studies are provided to assess the performance of the developed methods.

时间:2022-12-06 (Tuesday) 16:30-18:00
地点:经济楼N302,腾讯会议 ID:375 8612 5504
讲座语言:中文
主办单位:中国科学院大学经济与管理学院、中国科学院预测科学研究中心、永利集团3044官网欢迎您邹至庄经济研究院、NSFC"计量建模与经济政策研究”基础科学中心
承办单位:
期数:“邹至庄讲座”青年学者论坛(第43期)
联系人信息:许老师,电话:0592-2182991,邮箱:ysxu@xmu.edu.cn
TOP