9月16日下午，香港科技大学助理教授Carsten Chong、澳门大学副教授丁一和英国曼彻斯特大学副教授李一帆受邀作客经济学院统计与金融计量Workshop，分别带来题为“Intraday Volatility Dynamics”，“A Fine Lens on Common Trading Flows”以及“Estimating Correlations and Reading the News by Candlesticks”的学术报告，活动由统计与数据科学系助理教授朱海斌主持，经济学院众多师生到场聆听。
Carsten Chong助理教授以“Intraday Volatility Dynamics”为题，介绍日内波动率变化的自相关推断。针对收益率构建的即期波动率估计易受采样误差、价格跳跃和市场微观结构噪声影响的问题，他指出连续时间过程增量的极限自相关形式与分数高斯噪声一致，进一步推导即期方差估计量的已实现自协方差的高频渐近分布，并据此构造可行的广义矩估计量，并且在对SPY交易数据的分析中，发现潜在波动率与已实现波动率的日内变动均呈负序列相关。
Carsten Chong助理教授分享学术内容
丁一副教授作题为“A Fine Lens on Common Trading Flows”的报告，探讨超高频交易活动中的共同交易流及其对价格形成的影响。她提出连续时间高维股票交易量因子模型，以共同交易强度（Common Trading Intensity，CTI）因子刻画系统性交易流，并建立相应的估计与推断理论。此外在美国股票交易量数据的实证研究中发现，短时间尺度下CTI变动具有较强的负向时间依赖，较大的负向CTI冲击之后，日内价格短暂调整并迅速消退，反映出系统性流动性的日内再平衡。
丁一副教授分享学术内容
李一帆副教授带来题为“Estimating Correlations and Reading the News by Candlesticks”的报告。他利用包含开盘价、收盘价、最高价和最低价的高频K线数据，构造非参数即期相关性估计量，在传统收益率估计的基础上加入有符号的非对称特征。研究建立了大估计窗高频渐近框架下的一致性与混合正态性，并提出固定k渐近框架及置信区间。模拟结果显示，新估计量降低了均方误差，且对市场微观结构噪声具有稳健性；应用于一分钟K线数据时，该方法发现美联储公开市场委员会（FOMC）公告后股债相关性系统性上升，与贴现率渠道的解释相符；特朗普关税相关帖文引起的相关性变化则更为分散。这些发现表明，基于K线的即期相关性估计能够捕捉经济新闻前后资产联动的快速变化，为理解新闻影响市场的传导机制提供了线索。
李一帆副教授分享学术内容
在交流环节，三位专家与会师生围绕日内波动率推断、共同交易流及K线信息在相关性估计中的应用展开热烈讨论。与会师生纷纷表示，此次Workshop拓宽了研究视野，获益匪浅。
专家简介
Carsten Chong，在慕尼黑工业大学获得博士学位，师从Claudia Klüppelberg和Jean Jacod。在瑞士洛桑联邦理工学院和哥伦比亚大学完成博士后研究后，于2023年秋季加入香港科技大学商学院信息系统、商业统计及营运学系，担任助理教授。目前研究重点是利用高频收益数据及衍生品市场数据，对资产定价模型进行非参数估计。现任Journal of Econometrics副主编。
丁一，现任澳门大学工商管理学院商业经济学副教授。在香港科技大学获得商业统计学博士学位，并在清华大学获得数学与应用数学学士学位。加入澳门大学之前，曾在香港理工大学应用数学系担任研究助理教授。研究主要集中在金融计量经济学、金融大数据以及高维统计学领域。已在The Annals of Statistics、Journal of the American Statistical Association、Journal of Econometrics等顶级学术期刊发表论文，并担任多个研究项目负责人，项目获得中国国家自然科学基金、香港研究资助局以及澳门科学技术发展基金资助。
李一帆，现任英国曼彻斯特大学会计与金融系金融学副教授，并担任Journal of Financial Econometrics副主编。研究领域主要为金融计量经济学与计量经济学理论，研究兴趣包括高频金融计量、时间序列、期权数据分析，以及相关的金融应用。相关研究成果发表于Journal of Econometrics、Journal of Financial Econometrics、Journal of Economic Dynamics & Control等国际知名学术期刊。
图文 | 朱海斌
责编 | 殷秋逍
校对 | 马艺丹
初审 | 彭毅
复审 | 朱海斌
终审发布 | 何凌云
（来源：暨南大学经济学院微信公众号）
