Dynamic ordering learning in multivariate forecasting

Quem: 

Hedibert Freitas Lopes

Onde: 

Via Zoom

Quando: 

24 de Junho de 2021, às 16h

In many fields where the main goal is to produce sequential forecasts for decision-making problems, a good understanding of the contemporaneous relations among different series is crucial for the estimation of the covariance matrix. In recent years, the modified Cholesky decomposition appeared as a popular approach to covariance matrix estimation. However, its main drawback relies on the imposition of the series ordering structure. In this work, we propose a highly flexible and fast method to deal with the problem of ordering uncertainty in a dynamic fashion with the use of Dynamic Order Probabilities. We apply the proposed method in two different forecasting contexts. The first is a dynamic portfolio allocation problem, where the investor is able to learn the contemporaneous relationships among different currencies improving final decisions and economic performance. The second is a macroeconomic application, where the econometrician can adapt sequentially to new economic environments, switching the contemporaneous relations among macroeconomic variables over time.

Leia o Paper aqui.

*Texto informado pelo autor.

Registre-se com antecedência para este seminário aqui.

Após o registro, você receberá um e-mail de confirmação contendo informações sobre conexão no seminário.

Palestrante: 

Hedibert Freitas Lopes - possui Ph.D. em Statistics and Decision Sciences pelo Institute of Statistics and Decision Sciences, da Duke University, em 2000; e seu MSc. em Estatística pelo Instituto de Matemática da UFRJ em 1994. Antes de se juntar ao Insper, em 2013, atuou por 10 anos na Universidade de Chicago, como Assistant e Associate Professor of Econometrics and Statistics da Booth School of Business. Desenvolve pesquisas em Estatística Bayesiana, Análise Fatorial, Métodos Computacionais, Séries Temporais e Modelos Dinâmicos, Volatilidade Estocástica Multivariada, Teoria do Valor Extremo, Filtros de Partículas, Estatística Espacial, Micro-econometria e Macro-econometria. Recentemente tem promovido a ciência de dados, sendo o coordenador do Centro de Estatística, Ciência de Dados e Decisão. Tem mais de 70 artigos científicos publicados nas mais prestigiadas revistas científicas do mundo, como o Journal of the American Statistical Association e o American Economic Review. Parecerista de mais de 30 revistas internacionais, ministrou 200 palestras e 25 minicursos e tutoriais na última década.

Áreas de Pesquisa: Análise Fatorial, Estatística Bayesiana, Estatística Espacial, Filtros de Partículas, Métodos Computacionais, Séries Temporais e Modelos Dinâmicos, Teoria do Valor Extremo, Volatilidade Estocástica Multivariada.