高维、高频金融数据的因子建模与预测推断研究取得新进展
中大新闻网讯(通讯员程明勉)随着大数据技术与应用的蓬勃发展,利用高维、高频的新型结构化数据构建因子模型并进行经济预测已成为当前经济学研究的热点。在标准的因子模型框架下,研究人员通常假设因子载荷(或称为贝塔β)在较长的时间跨度中保持不变。但近年来越来越多的研究证据表明,因子载荷实际上是时变的。中山大学岭南学院程明勉助理教授与美国罗格斯大学(Rutgers University)廖原教授、杨希野副教授合作的论文“Unifor...