2024年7月1日，美国罗格斯大学（Rutgers University）统计系特聘教授、系主任陈嵘教授应院数量经济研究中心主任朱平芳研究员的邀请，在我院作了一场题为《Simultaneous Decorrelation of Matrix Time Series》的专题讲座。
在讲座中，陈嵘教授介绍了一种针对矩阵时间序列的当期双线性变换方法，以缓解在处理维度较大的矩阵时间序列时遇到的建模和预测困难。他提出，通过这种变换，矩阵时间序列可以被分解成多个小矩阵序列，这些小矩阵序列在各个时间点上都是不相关的，从而实现了有效的降维。每个小矩阵序列可以独立建模，而不会丢失整体线性动态信息。
陈嵘教授还指出，由于目标变换不是唯一的，他通过一种新的归一化方法识别出理想版本，从而在不同时滞的信息累积过程中避免信息的抵消。他推导了估计变换的统一收敛速度，证明了所提双线性变换的一个重要优点，即其在技术上相当于对维度为max(p, q)的向量时间序列进行去相关化，而不是对p × q的矩阵时间序列进行处理。
在报告的最后，为验证所提方法的有效性，陈嵘教授通过模拟数据和真实数据示例进行了数值说明，展示了该方法在实际应用中的潜力。
此次讲座进一步加深了我院师生对矩阵时间序列分析的理解，也为相关研究提供了新的视角和方法。师生们在讲座后积极提问，与陈教授展开了深入交流，受益匪浅。数量经济研究中心将继续致力于搭建高水平学术交流平台，推动更多前沿研究的开展。
陈嵘，罗格斯大学统计系特聘教授、系主任，其研究兴趣包括复杂时间序列和动态系统分析、蒙特卡罗方法和统计在生物信息学、商业、经济学以及工程学中的应用。陈嵘教授是美国统计协会和数学统计研究所会士，曾担任《Journal of Business and Economic Statistics》的联合主编，数理统计研究所司库以及国家科学基金会数学科学部项目主任，目前担任《Statistica Sinica》的联合主编。陈嵘教授于卡内基梅隆大学获统计学硕士和博士学位，于北京大学获数学学士学位。
供稿：方顺超
