蒂尔堡大学John H.J.Einmahl教授应邀到财经数据科学重点实验室讲学
2024年8月2日下午，财经数据科学重点实验室邀请蒂尔堡大学计量经济学和运筹学系统计学名誉教授John H.J. Einmahl教授作题为《Extreme Value Inference for General Heterogeneous Data》的学术讲座。讲座在南区综合楼第二会议室举行，由刘育孜老师主持，实验室教师及研究生参加。
讲座伊始，刘育孜老师代表实验室对John教授应邀开展讲座表示热烈欢迎，并对其在非参数统计及其影响领域，包括极值统计、经验似然、广义和多元分位数等领域取得的研究成果进行介绍。John教授表达了对财经数据科学重点实验室的感谢，十分高兴能与在座的老师和学生进行交流学习。
John教授先介绍了与合作者的研究成果，主要对独立但可能具有不同分布的数据进行极值推断。传统的极值统计理论通常假设数据是同分布的，这种假设在实际应用中往往过于理想化。John教授的研究突破了这一限制，分析了数据异质且非平稳情况下的极值推断问题，并通过引入加权尾部经验过程的统一中心极限定理，提出了一种新的moment估计量的渐近理论。由于数据的异质性，moment估计量的渐近方差可以比同分布情况下小很多，这一发现对高分位数和端点估计量的改进性能有重要影响。此外，John教授及合作者针对重尾分布情形，通过Hill估计量与moment估计量的最优组合，改进了Hill估计量，并通过模拟证明了其良好的有限样本性能。
John教授还对研究的理论创新方面进行了介绍，证明了新的统计估计量在不同极值指数下的渐近正态性。该结果显著拓展了极值统计的应用范围，增强了其在应对多样化实际问题时的适应性和实用性。研究中提出的异质尺度模型，通过嵌入不同尺度的参数，生成具有非平凡R函数的极值行为。这一模型的推广，使得在处理实际数据时，可以更灵活地应用极值推断方法。John教授还充分展示了两个实证例子，对单卵双胞胎的最长寿命和全球地震能量的尾部重度进行了分析。
交流讨论环节，参会师生就文章研究理论、实证数据等问题进行提问，John教授对此进行了耐心解答。此次讲座深化了师生们对相关领域的了解，促进了与国际学术界的交流与合作。