时间：2018年6月22（星期五）14：00-15：30
地点：学院南路校区，图配楼514  
报告一题目：Extreme Quantile Estimation for Autoregressive Models

报告人：黎德元教授，复旦大学管理学院

报告一摘要：Quantile autoregresive model is a useful extension to classical autoregresive models as it can capture the influences of conditioning variables on the location, scale and shape of the response distribution. However, at the extreme tails, standard quantile autoregression estimator is often unstable due to data sparsity. In this paper, assuming quantile autoregresive models, we develop a new estimator for extreme conditional quantiles of time series data based on extreme value theory. We build the connection between the second-order conditions for the autoregression coefficients and for the conditional quantile functions, and establish the asymptotic properties of the proposed estimator. The finite sample performance of the proposed method is illustrated through a simulation study and the analysis of US retail gasoline price.

报告人简介： 黎德元，复旦大学管理学院统计学系教授，博士生导师。1997年、2000年毕业于北京大学数学科学学院概率统计系，分别获得学士学位和硕士学位；2004年毕业于荷兰Erasmus大学经济学院，获得博士学位；2005年至2007年在瑞士伯尔尼大学统计学系做博士后；2008年至今任教于复旦大学管理学院统计学系。专业方向为：极值统计。目前已在Annals of Statistics、 JASA等国际统计学顶级期刊，Journal of Economic Theory和Econometric Theory等国际经济学一级期刊上发表学术论文10余篇；获得国家自然科学基金三项、教育部基金一项。

报告二题目：基于HMM文本挖掘的系统性金融风险度量研究

报告二摘要：本文合成了系统性金融风险的传统金融指标综合指数，然后添加合成了由HMM文本挖掘获得的百度指数，更精细地刻画了金融风险，并比较了添加前后的效果。研究结果发现：传统金融指标合成的综合指数能很好的拟合上证50指数，具有预测性；添加由HMM文本挖掘的百度指数合成后，既保留了传统金融综合指数的优点，又修正了其存在的部分异常区间，整体上具有更好的拟合效果和时效性。
报告人简介：胡淑兰，中南财经政法大学数理与金融统计学系副教授，硕士生导师。从事经济计量学、随机模型及其应用、随机分析等领域的研究。主持国家自然科学基金、国家社会科学基金、中央高校项目、校内教学项目、横向课题等十几项。在《Stochastic Processes and their Applications》、《StatisticaSinica》、《Bernoulli》等国内外权威期刊发表学术论文十几篇；出版专著一部。