2025年10月28日（星期二）上午9:00，复杂金融数据与极端金融风险建模创新团队邀请报告在学院南路校区主教301顺利召开。本次报告特别邀请了中国科学院大学经济与管理学院的张正军教授作题为“A Sparse Max–Fréchet Framework for Multivariate Clustered Extremes with an Application to Cryptocurrency Spillovers”的学术报告，分享其最新研究成果。此次报告会受到中央财经大学青年科研创新团队支持计划的资助。

报告伊始，张正军教授指出，高维极值分析在同时存在时间持续性与截面相关性的场景下面临显著挑战：经典多变量移动极大过程（M4）在高维下计算不可行且依赖结构偏离现实，而动态单变量的自回归条件Fréchet（AcF）模型又受到创新项独立性假设的限制。针对上述问题，报告提出了一个统一的稀疏Max–Fréchet方法论框架：其一，构建稀疏变体M4模型vSM4R，以稀疏因子式结构实现多维极值的简约刻画；其二，将AcF扩展至m-依赖形式（mAcF），以捕捉时间上的尾部簇集行为；其三，将二者集成为动态多变量Fréchet框架（mAcF–vSM4R）。在理论层面，报告给出了模型的概率性质与复合似然估计方法，并证明了估计量的一致性与渐近正态性；在方法验证方面，蒙特卡罗实验显示该框架在有限样本中具有优良的统计性能；在实证层面，以加密货币收益为例，模型有效刻画了时变尾部依赖与市场间溢出，展示了其在真实高维金融数据中的适用性与解释力。张教授强调，本工作的核心贡献在于方法论创新，为高维极端风险的动态建模与传导刻画提供了可操作的新工具。

交流环节中，与会师生围绕稀疏结构的可识别性、复合似然权重设定、极端簇团的统计检验以及在加密资产风险管理中的应用前景展开了深入讨论。此次报告加深了大家对复杂金融系统极端事件相关性与风险传染机制的认识，为高维金融市场的极值建模、尾部溢出测度与政策含义研究提供了新的视角与路径。

撰稿人：王山

审稿人：邓露