12月8日上午，山东大学博士生导师王汉超教授应邀为统计与数据科学学院全体研究生及导师开展主题为“Nonparametric Estimation of Large Spot Volatility Matrices”的学术讲座。活动采取线上会议形式进行，由刘广应教授主持。
在报告中，王汉超教授主要介绍了大维瞬时波动率矩阵非参数估计。首先，王教授介绍了对于P维高频数据分析，研究中对于P维数据要求比较大，由此指出瞬时波动率棘手问题是高维数据中是否存在噪声。本文集中在矩阵的估计上，将基于非参数核的平滑与广义收缩技术相结合，在均匀稀疏假设下对无噪声数据进行矩阵估计。然后，王汉超教授介绍了本文提出的六个假设，其中假设一是要求矩阵的每个元素要大于0，分解之后也要大于0，加快一致分解速度；假设二就是要得到收敛速度，结果显示在数据没有噪声时候得到的速度是比较满意的，而在有噪声的情况下，由于高频数据采样本身就会产生噪声，噪声无法去掉，此时需要提出一个假设，运用kernel方法；假设三是要求噪声有一个指数据，运用有限覆盖定理算出一致收敛速度；还需要假设波动率函数有光滑性，因子结构需要有回归分析的成分等。最后，报告介绍了数据有噪声情况下进行模拟，噪声要反应交易日的内容，矩阵要考虑三种结构即带状结构、分块对角结构、指数衰减结构，同时模拟采用四个函数四种方法，可以使用Mean Frobenius loss(MFL)，Mean Spectral Loss(MSL)两种方法衡量估计的好坏。
在互动环节中，参会教师及学生与王汉超教授就该报告中相关问题展开讨论，并期望在以后能有更加深入的学习与交流。
