12.04 题目:Network-based Clustering for Varying Coefficient Panel Data Models

发布时间:2019-12-04   浏览次数:49

讲座题目:Network-based Clustering for Varying Coefficient Panel Data Models

报告人:黄涛

讲座时间:2019.12.4(周三)10:15-11:00

讲座地点:图文信息楼407室

内容简介:

In this paper, we introduce a novel varying-coefficient panel-data model with locally stationary regressors and unknown group structures, wherein the number of groups and the group membership are left unspecified. We develop a triple-localization approach to estimate the unknown subject-specific coefficient functions and then identify the latent group structure via community detection. To improve the efficiency of the first-stage estimator, we further propose a two-stage estimation method that enables the estimator to achieve optimal rates of convergence. In the theoretical part of the paper, we derive the asymptotic theory of the resultant estimators. In the empirical part, we present several simulated examples and a real data to illustrate the finite-sample performance of the proposed method.

 

个人简介:

      黄涛博士,1999年本科毕业于北京大学概率与统计系,2004年获美国北卡罗莱纳大学教堂山分校统计系博士学位,2004年至2006年美国耶鲁大学博士后, 2006年至2011年美国弗吉尼亚大学统计系助理教授,2009年9月至12月曾受邀访问美国普林斯顿大学运筹与金融工程系。 2012年12月加入上海财经大学,现任统计与管理学院常任副教授,博士生导师。

黄涛博士长期从事统计理论和方法的科学研究,主要研究领域为非参数半参数模型统计推断、复杂数据建模、临床实验设计、生物统计和数量金融等。已在包括国际顶级《Journal of The American Statistical Association》,《Journal of Econometrics》,《Statistica Sinica》,《Bernoulli》和《Bioinformatics》等学术杂志上发表SCI索引论文近二十篇。