近日，由团队常晋源教授、悉尼大学方沁助理教授、香港大学乔兴昊副教授以及伦敦政治经济学院姚琦玮教授合作完成的论文“On the Modeling and Prediction of High-Dimensional Functional Time Series”被统计学国际顶级学术期刊《Journal of the American Statistical Association》正式接收。
内容简介
本研究提出了一种两步法对高维函数型时间序列进行建模和预测。第一步，通过对一个正定矩阵进行特征分析得到关于高维函数型时间序列的一对一线性变换。变换后的函数型时间序列可被分成若干组，且不同组间的任意两个子序列均不相关。因此，在第二步中，可以对这些组分别进行处理，而不会损失原函数型时间序列的整体线性动态结构信息。具体而言，在第二步中，本研究为每组变换后的函数型时间序列分别建立了可由相应的向量时间序列表示的有限维动态结构。通过对所有组的向量时间序列分别进行建模和预测，可以实现对原高维函数型时间序列的建模和预测。本研究系统探讨了所提两步法的理论性质，并通过大量的数值模拟实验和两个真实数据集展示了该方法在有限样本中的优良性能。
作者简介
常晋源，西南财经大学数据科学与商业智能联合实验室执行主任、光华特聘教授、国家杰出青年科学基金获得者。主要从事超高维数据分析和高频金融数据分析两个领域的研究。
方沁，悉尼大学助理教授。主要从事动态网络分析、函数型数据/时间序列分析和高维统计等领域的研究。
乔兴昊，香港大学副教授。主要从事函数型数据分析、时间序列分析和高维统计等领域的研究。
姚琦玮，英国伦敦政治经济学院讲席教授。主要从事时间序列分析、降维和因子建模、动态网络建模、时空建模、金融计量经济学和非参数回归等领域的研究。
