活動
[CSSL@CUHK Webinar] 橋接因子模型和稀疏模型
2023年3月23日
09:00 – 10:30 (UTC+8, HKT)
網絡研討會
Marcelo C. Medeiros教授
Marcelo C. Medeiros教授是伊利諾伊大學厄巴納-香檳分校的經濟學教授。在這之前，他先後在PUC-Rio電氣工程專業取得了學士、碩士以及博士學位, 並以計量經濟學和數據科學的統計、優化以及控制理論作為研究方向。 Marcelo教授聚焦於計量經濟學/統計學理論和尖端的機器學習工具之間的交叉，重點研究了金融、宏觀經濟、預測和公共政策評估等領域的理論發展和實證應用。 Marcelo教授於2022年當選為金融計量經濟學會（SoFiE）的研究員，並擔任美國統計學會雜誌（理論與方法）、商業與經濟統計雜誌和金融計量經濟學雜誌的副編輯。他在國際同行評審期刊上發表了50多篇論文，包括，《美國統計學會雜誌》、《計量經濟學雜誌》、《商業和經濟統計雜誌》、《計量經濟學理論》、《國際預測雜誌》和《銀行和金融雜誌》。並且，Marcelo教授也曾在巴西乙級其他外國公司擔任外部顧問。
fssc06@cuhk.edu.hk
因子模型和稀疏模型被廣泛使用在高維數據中實施低維結構。然而，它們看似是互相排斥的。因此，我們針對這一現狀提出了一種提升的方法，將這兩種模型的優點結合在監督學習的方法中，以便有效地探索高維數據集中的所有信息。該方法基於一種高維面板數據的靈活模型，稱為包括可觀測和/或潛在公共因素和特異性成分的因子增強回歸模型（a factor-augmented regression model with observable and/or latent common factors and idiosyncratic components）。該模型不僅包括主成分回歸和稀疏回歸作為具體模型，還顯著減弱了橫截面相關性，促進了模型的選擇和可解釋性。該方法由多個步驟和一種新的高維（部分）協方差結構測試方法組成，以推斷每個步驟中剩餘的橫截面相關性。我們發展了該模型的理論，並證明了乘數自助法在測試高維（部分）協方差結構方面的有效性。該理論得到了模擬研究和應用的支持。
