题目：通过特征分析识别高维时间序列的结构

时间：2025年7月7日 15:00-17:00

地点：豁然楼A517

内容简介：

截面结构和时间趋势是高维时间序列的重要特征。基于样本协方差矩阵的特征分析，杨教授及其团队提出了一种新的方法来识别高维时间序列的四种常见结构，这些结构根据因子结构和平稳性进行分组。 提出的三步法包括：(1)经验特征值的比率统计；(2)预计增强的 Dickey-Fuller 测试；(3) 基于最大经验特征值的新单位根检验。杨教授及其团队建立了这三个统计量的渐进性质，为新方法提供了理论依据，并通过各种仿真来说明有限样本性能。杨教授还分析了美国的死亡率数据，美国的房价和收入以及美国的部门就业，所有这些都具有截面依赖性和非平稳时间依赖性。 值得一提的是，团队成员还为 Lee 和 Carter (1992, JASA) 在死亡率预测方面的基准论文提供了统计论证。

报告人简介：

杨艳荣，澳大利亚国立大学金融、精算与应用统计研究院副教授。 主要研究方向是为大数据分析建立新的统计理论，研究兴趣包括高维统计推断、高维随机矩阵理论、泛函时间序列分析、大面板数据分析以及金融和精算中的责任数据分析。 她的研究工作发表在Annals of Statistics, Journal of the Royal Statistical Society: Series B, Journal of the American Statistical Association, Journal of Econometrics等统计和精算领域内的国际领先期刊上。