近日，由西南财经大学数据科学与商业智能联合实验室常晋源教授、何婧副教授、博士生杨麟和伦敦政治经济学院姚琦伟教授合作完成的论文“Modelling matrix time series via a tensor CP-decomposition”被统计学国际顶级学术期刊《Journal of the Royal Statistical Society Series B》正式接收。

该论文运用张量CP分解对矩阵时间序列进行建模，提出利用观测序列的自相关信息构造广义特征根方程来对CP分解进行估计。这种方法计算简便、无需迭代，克服了传统的CP分解估计方法需多次迭代才能收敛的缺点。为了解决求解不满秩广义特征根方程的计算不确定性，该论文还提出了一种改进方法，将其转换为求解一个低维满秩的广义特征方程，有效提高了有限样本下的估计效果。数值模拟和实例分析表明新提出的方法对矩阵时间序列进行建模和预测具有优良表现。

作者简介：

常晋源，西南财经大学数据科学与商业智能联合实验室执行主任，光华特聘教授、博士生导师、国家杰出青年科学基金获得者、四川省特聘专家、四川省统计专家咨询委员会委员。主要从事超高维数据分析和高频金融数据分析两个领域的研究。

何婧，西南财经大学数据科学与商业智能联合实验室副教授，主要从事高维数据分析和时空数据分析等领域的研究。

杨麟，西南财经大学统计学院2020级统计学专业博士生，导师为常晋源教授。主要从事超高维时间序列分析和函数型时间序列分析等领域的研究。

姚琦伟，英国伦敦政治经济学院讲席教授，Fellow of Institute of Mathematical Statistics，Elected member of International Statistical Institute，Fellow of American Statictical Association。主要从事时间序列分析、高维时间序列建模和预测、降维和因子建模、动态网络建模、时空建模、金融计量经济学和非参数回归等领域研究。