当前位置: 首页  |  科学研究  |  学术新闻  |  正文

台湾中兴大学陈美源教授作客数经前沿专题讲座:探讨函数型金融资料的分析方法与应用

作者: 发布时间:2019-10-18 浏览次数:

20191016日下午15:00,经济与金融学院“数量经济学前沿专题讲座”第23讲在经管大楼807会议室热烈开讲。讲座题为“函数型金融资料的分析方法与应用”,主讲嘉宾是来自台湾中兴大学的陈美源教授,陈教授是闽江学者、美国伊利诺伊香槟分校计量经济学博士。

首先,陈教授以论文Statistical Pairs Trading Strategy Based on Intra-day Forex Quotes using Functional Data Analysis”为切入点,从统计分析引入,点明统计学的目的是通过数据的平均数、方差和分布情形等的分析鉴定来回答问题;而在金融中的functional data,宏观经济数据与金融数据有比较大的区别。因此在对functional data处理分析的过程中,既需要跟统计学中的传统研究方法相联系,又要有所不同。其次,教授谈及如今的大数据时代,表示在理论上时间是可以连续的,数据产生的时候可以是不间断的。并举出研究经金学院考试分数、身高测量和居民户水管检测等例子,表示在做出1000多次的判断统计分析时,会出现无法控制的误差项的情况。至此,教授又引入了误差项(在计量经济学中,用α表示)的概念,误差项又称“随机扰动项”,意为包含在模型中的解释变量和其他一些随机因素对被解释变量的总影响项,可以根据误差项来做出接受或者不接受原假设的判断。在我们的经济研究和金融分析中,判断α很重要,需要functional data。然后,陈教授重点讲到金融资料事实上是不应有误差的,我们所看到的是数据是真实数值与误差项的和。以外汇交易为例,每一分钟记录一个数据,一天有1440个,这可以构成样本观测值;而一年除去节假日有260天,这就是从统计学发展而来的functional data。在将记录的数据转化成可分析的结构数据时,会出现missing data,处理它的方法是更改时间单位。

最后,教授应用Mercers Lemma定理解释对方差与协方差的函数估计,从观念上由样本推回母体,重建函数。从金融角度来看,数据之间是有联系的,但functional data原假设是数据序列独立。一般时间序列是进行协整关系检验来判断是否平稳,是否可能会出现虚假回归等问题。而functional data的检验分析是在有单位根的情况下再进行回归。

在整个讲座的过程中,陈美源教授以生动活泼的讲解、简明易懂的话语,以及幽默风趣的肢体语言讲授了函数型金融资料的分析方法与应用方面的知识,并配以鲜活有趣的典型例子,以让同学们通透理解。陈教授的授课方式备受同学钦佩,也赢得了在场所有人的热烈掌声。在场的学生无一不觉得听完讲座后收获颇多,陈教授所传授的知识不仅令人回味无穷,也对同学们以后在学术研究和金融资料方面的分析有极大的帮助。

20191016日下午15:00,经济与金融学院“数量经济学前沿专题讲座”第23讲在经管大楼807会议室热烈开讲。讲座题为“函数型金融资料的分析方法与应用”,主讲嘉宾是来自台湾中兴大学的陈美源教授,陈教授是闽江学者、美国伊利诺伊香槟分校计量经济学博士。

首先,陈教授以论文Statistical Pairs Trading Strategy Based on Intra-day Forex Quotes using Functional Data Analysis”为切入点,从统计分析引入,点明统计学的目的是通过数据的平均数、方差和分布情形等的分析鉴定来回答问题;而在金融中的functional data,宏观经济数据与金融数据有比较大的区别。因此在对functional data处理分析的过程中,既需要跟统计学中的传统研究方法相联系,又要有所不同。其次,教授谈及如今的大数据时代,表示在理论上时间是可以连续的,数据产生的时候可以是不间断的。并举出研究经金学院考试分数、身高测量和居民户水管检测等例子,表示在做出1000多次的判断统计分析时,会出现无法控制的误差项的情况。至此,教授又引入了误差项(在计量经济学中,用α表示)的概念,误差项又称“随机扰动项”,意为包含在模型中的解释变量和其他一些随机因素对被解释变量的总影响项,可以根据误差项来做出接受或者不接受原假设的判断。在我们的经济研究和金融分析中,判断α很重要,需要functional data。然后,陈教授重点讲到金融资料事实上是不应有误差的,我们所看到的是数据是真实数值与误差项的和。以外汇交易为例,每一分钟记录一个数据,一天有1440个,这可以构成样本观测值;而一年除去节假日有260天,这就是从统计学发展而来的functional data。在将记录的数据转化成可分析的结构数据时,会出现missing data,处理它的方法是更改时间单位。

最后,教授应用Mercers Lemma定理解释对方差与协方差的函数估计,从观念上由样本推回母体,重建函数。从金融角度来看,数据之间是有联系的,但functional data原假设是数据序列独立。一般时间序列是进行协整关系检验来判断是否平稳,是否可能会出现虚假回归等问题。而functional data的检验分析是在有单位根的情况下再进行回归。

在整个讲座的过程中,陈美源教授以生动活泼的讲解、简明易懂的话语,以及幽默风趣的肢体语言讲授了函数型金融资料的分析方法与应用方面的知识,并配以鲜活有趣的典型例子,以让同学们通透理解。陈教授的授课方式备受同学钦佩,也赢得了在场所有人的热烈掌声。在场的学生无一不觉得听完讲座后收获颇多,陈教授所传授的知识不仅令人回味无穷,也对同学们以后在学术研究和金融资料方面的分析有极大的帮助。


| 打印 | 关闭 |
相关链接
华大首页       华大60周年校庆网       华大图书馆       中国互联网中心       深度电商网       CEIC全球经济数据库       RESSET宏观数据库       电商学习论坛       华大教务处       学生管理系统       RESSET高频数据库       海丝文化电商虚拟仿真系统      

华侨大学经济与金融学院 版权所有 CopyRight © 2012 All Rights
地址:福建泉州华侨大学经管楼5楼
邮编:362021 电话:0595-22692581