Thời gian: 15:00 - 16:15 Thứ Hai, 17/06/2019
Địa điểm: C2-714, VIASM, Địa chỉ: Tầng 7, Thư viện Tạ Quang Bửu, số 1 Đại Cồ Việt, Hà Nội
Báo cáo viên: GS. Michael Wolf, University of Zurich, Switzerland
Nhiều ứng dụng trong khoa học dữ liệu và kinh tế lượng đòi hỏi phải ước lượng một cách tin cậy ma trận hiệp phương sai (covariance matrix), trong số đó có bài toán lựa chọn danh mục đầu tư của Markowitz. Khi số lượng tài sản lớn tương đương với số lượng quan sát, bài toán ước lượng trở nên khó khăn hơn, và ma trận hiệp phương sai mẫu (sample covariance matrix) sẽ không sử dụng được. Bài giảng này sẽ tổng quát hóa những kết quả nghiên cứu của chúng tôi trong lĩnh vực này hơn 15 năm qua. Chúng tôi đã đưa ra các phương pháp ước lượng co gọn (shrinkage) khác nhau, được phân loại thành tuyến tính và phi tuyến. Ước lượng co gọn tuyến tính (linear shrinkage) có ý tưởng đơn giản hơn để có thể hiểu, áp dụng và thực hiện. Đặc biệt ước lượng co gọn phi tuyến (nonlinear shrinkage) cải thiện hiệu suất danh mục đầu tư, đặc biệt là khi được sử dụng kết hợp với các đặc tính thực nghiệm (stylized facts) như đồng biến động thay đổi theo thời gian (time varying co-volatility) hoặc mô hình nhân tố (factor model).
Về diễn giả: GS. Michael Wolf là chuyên gia về Kinh tế lượng và Thống kê ứng dụng tại Đại học Zurich, và có bằng Tiến sĩ Thống kê từ Đại học Stanford. Trước khi làm việc tại Khoa Kinh tế tại Đại học Zurich, GS. Wolf đã từng làm việc tại Đại học California (Los Angeles), Đại học Carlos III (Madrid) và Đại học Pompeu Fabra (Barcelona). Các hướng nghiên cứu của GS. Michael Wolf bao gồm: suy diễn dựa trên việc lấy mẫu lại (resampling-based inference), phương pháp kiểm định đa giả thuyết (multiple hypothesis testing), ước lượng ma trận hiệp phương sai với số chiều lớn (covariance matrix) và kinh tế lượng tài chính (financial econometrics). Các nghiên cứu lý thuyết và ứng dụng của GS. Michael Wolf đã được công bố trên các tạp chí quốc tế hàng đầu về Thống kê, Kinh tế lượng và Tài chính như: The Annals of Statistics, Biometrika, Econometrica, Journal of the American Statistical Association, The Review of Financial Studies.
Đăng ký tham dự tại đây
|