2018年11月22日，我院举办的“统计大讲堂”系列学术报告会第五十九讲在明德主楼1016举行。本次报告邀请英国剑桥大学Oliver Linton教授向我院师生分享他的最新研究。参加报告会的教师有统计与大数据研究院朱利平教授，还有我院的田茂再教授、黄丹阳副教授。我院许王莉教授主持了本次学术报告会。

许王莉教授首先对报告人进行了介绍。Oliver Linton教授，现任英国剑桥大学教授，中国人民大学统计与大数据研究院特聘教授，《Econometric Theory》联合主编，FMG(Financial Markets Group)成员，在计量经济学领域有丰富的理论和实践经验。据国际权威计量经济学期刊《Econometric Theory》所做的“世界计量经济学家排名：1989-2005”，Oliver Linton教授在2000-2005期间位列三甲。其主要研究领域为理论计量经济学、非参数和半参数方法以及实证金融。曾在包括Econometrica、Journal of Econometrics、Econometric theory等众多国际顶级经济学刊物上发表学术成果。

Oliver Linton教授的报告题目是：Estimation of a parsimonious multiplicative covariance or correlation matrix model。Linton教授首先介绍了问题的背景和经典的解决办法。在高频金融数据分析中，维度往往大于观测样本量，样本协方差阵给出的估计效果较差。这时需要对协方差阵进行诸如稀疏、分块等结构假设。Linton教授采用Kronecker parametric model框架，假设协方差可以被分解成一系列小矩阵的Kronecker积的形式，将待估参数从维度的平方阶降到对数阶。Linton教授介绍了在不同的情形下，参数的估计方法，并给出了估计的收敛速度。报告最后Linton教授展示了所提协方差估计在标准普尔500指数数据上的估计效果。

报告结束后，在场师生对报告中提到的大矩阵Kronecker分解后的估计逼近速度、矩阵变换后特征值的性质等问题与Oliver Linton教授进行了交流讨论。