主题：Softplus INGARCH模型

主讲人：吉林大学 朱复康教授

主持人：澳门尼威斯人官网 喻开志教授

时间：2021年4月26日（星期一） 下午14：00-15：30

直播平台及会议ID：腾讯会议，179 903 236

主办单位：澳门尼威斯人官网 科研处

主讲人简介：

朱复康，吉林大学数学学院教授、博士生导师，概率统计与数据科学系主任。2008年博士毕业，2013年被聘为教授。主要从事时间序列分析和金融统计的研究，已经在Annals of Applied Statistics、Journal of Business & Economic Statistics、Statistica Sinica、Journal of Time Series Analysis等杂志上发表论文40余篇，被他人引用500余次，单篇文章最高被引用120余次。作为负责人获得省部级以上科研项目9项，其中国家自然科学基金4项。现任中国数学会概率统计学会、中国现场统计研究会等10余个学会的理事或常务理事，美国数学会《数学评论》评论员，已经为JRSSB、JBES、AoAS、Bernoulli、Statistica Sinica、Econometric Theory等50余个SCI杂志审稿100余次。

内容摘要：

在过去几十年，人们为整数值时间序列提出了大量的模型，其中整数值自回归移动平均 (ARMA)模型和整数值广义自回归条件异方差(INGARCH)模型受到欢迎。虽然这两种模型都会导致类似ARMA模型的自相关函数(ACF)，但ACF值的可实现范围受到很大限制，负ACF值通常是不可能的。现有的对数线性INGARCH模型允许负的ACF值，但线性条件均值和类似ARMA的自相关结构就会丢失。为了解决这个问题，我们提出了一个新的INGARCH模型，它使用softplus函数作为连接函数。softplus函数表现为近似线性，但避免了在零点不可微的缺点。所提的模型表现出近似线性结构，这一点被广泛的模拟所证实，这使得其模型参数比对数线性INGARCH模型的参数更容易解释。建立了最大似然估计的渐近性，并通过模拟分析了参数的有限样本表现。三个真实数据例子说明了所提模型的实用性。