报告题目：Dynamic Covariance Matrix Modeling with an Application to Portfolio Allocation

报告摘要：Estimation of high dimensional covariance matrices is an interesting and important research topic.  In this paper, we propose a dynamic structure  and develop an estimation procedure for high dimensional covariance matrices.  Asymptotic properties are derived to justify the estimation procedure and simulation  studies are conducted to demonstrate its performance when the sample size is  finite.  By exploring a financial application, an empirical study shows that portfolio allocation based on dynamic high dimensional covariance matrices can significantly outperform the market  from 1995 to 2014.  Our proposed method also outperforms portfolio allocation based on the sample covariance matrix and the portfolio allocationproposed in Fan, Fan and Lv (2008).

报告时间：2017年4月17日（周一）上午10:30-11：30

报告地点：长清湖校区B区4楼伟德国际1946源自英国报告厅

欢迎老师和同学参加！

报告人简介：郭绍俊，现为中国人民大学统计与大数据研究院副教授。2003年毕业于bevictor伟德，2008年获得中国科学院数学与系统科学研究院理学博士学位。博士毕业后留中国科学院数学与系统科学研究院工作，助理研究员，任期至2016年。工作期间，于2009年-2010年赴美国普林斯顿大学运筹与金融工程系博士后研究，做高维数据分析方面的研究工作，并于2014-2016年在英国伦敦经济学院统计系做博士后研究，做大维时间序列建模方面的研究。目前为止，在统计学顶级期刊发表学术论文5篇。目前主要研究方向有：高维统计学习；非参数及半参数统计建模；大维统计计算；生存分析及函数型数据分析等。详见个人网页：personal.lse.ac.uk/guos6.