主题：LADE-based inferences for autoregressivemodels with heavy-tailed G-GARCH(1,1)noise
主讲人：李元(广州大学)
主持人：王国长(威尼斯欢迎你welcome)
会议时间：2022年3月9日下午17:10-18:10
会议地点：威尼斯欢迎你welcome（中惠楼）208室
摘 要
We explore the least absolute deviation(LAD) estimator of the autoregressive model with heavy-tailed G-GARCH(1,1)noise. When the tail index α∈(1,2], it is shown that the LAD estimator asymptotically convergesto a linear function of a series of α-stable random vectors with a rate ofconvergencen 1−1/α. The result is significantly different from that of thecorresponding least square estimator which is not consistent, and partiallysolves the problem on the asymptoticity of the LAD estimate or when the tailindex is less than 2.A simulation study is carried out to assess theperformance of the LAD estimator and a real example is given to illustrate thisapproach.
★主讲人简介★
李元，博士，广州大学教授ˎ博士生导师ˎ统计学科带头人。1998年北京大学概率统计系获博士学位。现任广东省现场统计学会理事长，全国工业统计学教学研究会副理事长，中国教育统计学会常务理事，《数理统计与管理》，《应用概率统计》和《统计信息论坛》编委, 全国统计学教材编委会委员。曾多次访问澳洲联邦科学与工业研究组织（CSIRO）、美国圣母大学、意大利帕多瓦大学、香港理工大学、香港中文大学、香港科技大学等高校及研究单位。李元教授长期从事数理统计及其应用的研究工作，其研究领域涉及时间序列分析, 非参数统计，金融统计，风险管理等。先后主持国家自然科学基金项目6项，教育部博士点基金项目1项,其它科研项目8项，出版的书和著作共5本，在《Biometrika》, 《Journal of Econometrics》，《Statistica Sinica》, 《Journal ofTime Series Analysis》,《Computational Statistics and Data Analysis》, 《StatisticalPaper》,《Science China Mathematics》等国内外权威刊物上发表论文八十余篇。
