Разработан метод построения доверительных интервалов для дат появления и исчезновения рыночных пузырей
Эйдзи Куродзуми и Антон Скроботов опубликовали статью «Confidence Sets for the Emergence, Collapse, and Recovery Dates of a Bubble» в журнале Econometric Reviews. В работе впервые предложен метод построения статистически обоснованных доверительных множеств для дат начала, обвала и восстановления финансовых пузырей. Авторы используют процедуру обращения критериев для локализации точки структурного сдвига, что позволяет контролировать уровень покрытия при разумной длине интервала. Эффективность подхода продемонстрирована на данных японского индекса Nikkei 225.
Марко Барасси посетил Центр больших данных в экономике и финансах НИУ ВШЭ
Центр больших данных в экономике и финансах НИУ ВШЭ посетил профессор Марко Барасси из Университета Бирмингема. Он выступил с докладом на специальной пленарной сессии 8-й конференции «Прикладная эконометрика», а также прочитал лекцию в рамках международного семинара факультета экономических наук.
Байесовская адаптивная разреженная копула: решение проблемы размерности в многомерных данных
Мартин Бурда и Артем Прохоров опубликовали статью «Bayesian Adaptive Sparse Copula» в журнале Journal of Computational and Graphical Statistics . В работе представлен новый подход к байесовскому непараметрическому оцениванию многомерных плотностей распределения. Авторы предлагают априорное распределение на основе случайных полиномов Бернштейна, что позволяет сохранить преимущества многоуровневых методов на базе деревьев решений, одновременно смягчая эффект проклятия размерности.
Исследование выявило серьезные недостатки стандартных методов оценки эффективности компаний
Международный коллектив исследователей в составе Субала С. Кумбхакара, А. Пересецкого, Ю. Щетинина и А. Зайцева опубликовал статью «Technical efficiency and inefficiency: Reliability of standard SFA models and a misspecification problem». Работа раскрывает фундаментальную проблему моделей стохастической границы (Stochastic Frontier Analysis, SFA), используемых для оценки эффективности компаний и отраслей.