分野別セミナー

アブストラクト：本講演では，金融時系列にしばしば見られる強い系列相関（強従属性・長期記憶性）や，数理・計量ファイナンス分野で近年注目を集めているボラティリティ変動のラフ性を解析するための統計的手法とその理論的発展について，講演者の研究成果を中心に概説する．特に，フラクショナル時系列モデルやラフボラティリティモデルの枠組みを用いることで，従来の弱従属（短期記憶）モデルでは十分に説明できない強従属構造や，高頻度データ特有の変動特性を捉える手法を紹介する．さらに，これらのモデルを精緻に推定・検証するためには，新たな統計解析手法の開発と，それを支える漸近理論の構築が不可欠であることを示し，講演者が近年取り組んできた理論的成果および金融時系列データへの応用例を紹介する．