高維、高頻金融數據的因子建模與預測推斷研究取得新進展
中大新聞網訊(通訊員程明勉)隨著大數據技術與應用的蓬勃發展,利用高維、高頻的新型結構化數據構建因子模型并進行經濟預測已成為當前經濟學研究的熱點。在標準的因子模型框架下,研究人員通常假設因子載荷(或稱為貝塔β)在較長的時間跨度中保持不變。但近年來越來越多的研究證據表明,因子載荷實際上是時變的。中山大學嶺南學院程明勉助理教授與美國羅格斯大學(Rutgers University)廖原教授、楊希野副教授合作的論文“Unifor...