2021年西安统计与数据科学论坛第二十场报告

讲座题目： Projected Estimation for Large-dimensional Matrix Factor Models

讲座时间：2021年11月24日，星期三，上午10:00-12:00

腾讯会议 ID：889 7855 9926

会议密码：123456

讲座人：孔新兵教授，南京审计大学

讲座简介： 

In this talk, I will introduce a projection estimation method for large-dimensional matrix factor models with cross-sectionally spiked eigenvalues. By projecting the observation matrix onto the row or column factor space, we simplify factor analysis for matrix series to that for a lower-dimensional tensor. This method also reduces the magnitudes of the idiosyncratic error components, thereby increasing the signal-to-noise ratio, because the projection matrix linearly filters the idiosyncratic error matrix. We theoretically prove that the projected estimators of the factor loading matrices achieve faster convergence rates than existing estimators under similar conditions. Asymptotic distributions of the projected estimators are also presented. A novel iterative procedure is given to specify the pair of row and column factor numbers. Extensive numerical studies verify the empirical performance of the projection method. Two real examples in finance and macroeconomics reveal factor patterns across rows and columns, which coincide with financial, economic, or geographical interpretations.

讲座人简介：

    孔新兵，南京审计大学教授，主要研究兴趣为高频与髙维数据统计推断与机器学习；在统计学与计量经济学顶级期刊AoS、JASA、Biometrika、 JoE、 JBES发表论文17篇，其中独立作者3篇；主持国家自然科学基金项目3项，教育部人文社会科学项目1项，参与国家自然科学基金重点项目1项；现为国际统计学会推选会员，国际数理统计学会会员，国家现场统计研究会数据科学与人工智能分会等5个分会常务理事；获省部级科研成果奖1项，江苏省应用统计学会优秀论文一等奖1项；在紫丁香国际应用统计会议、中国北区统计与优化研讨会、江苏省应用统计学会年会、江苏省工业与应用数学学会年会做大会报告；入选国家高层次青年人才计划。

组织者：

李润泽 美国宾州州立大学统计系冠名讲座教授

孟德宇 西安交通大学教授

赵熙乐 电子科技大学教授

姜丹丹 西安交通大学教授

姜丹丹 邀请您参加腾讯会议

会议主题：姜丹丹预定的会议

会议时间：2021/10/19-2021/11/30 10:00-12:00(GMT+08:00) 中国标准时间 - 北京, 每周二、周三

点击链接入会，或添加至会议列表：

https://meeting.tencent.com/dm/4bMlil7Jkn4Z

会议 ID：889 7855 9926

会议密码：123456

手机一键拨号入会

+8675536550000,,88978559926# (中国大陆)

+85230018898,,,2,88978559926# (中国香港)

根据您的位置拨号

+8675536550000 (中国大陆)

+85230018898 (中国香港)

复制该信息，打开手机腾讯会议即可参与