Parameter estimation for threshold Ornstein-Uhlenbeck processes from discrete observations
主题:   Parameter estimation for threshold Ornstein-Uhlenbeck processes from discrete observations主讲人:   Yaozhong Hu地点:   腾讯会议245 512 336时间:   2021-05-09 10:30:00组织单位:   理学院

主讲人简介:Yaozhong Hu,加拿大Alberta大学Centennial Professor。1981年获江西大学计算数学学士学位;1984年获中国科学院应用数学硕士学位;1992年获法国路易斯巴斯德大学概率博士学位,师从国际著名概率学家P. A. Meyer教授。主要研究领域是随机分析、数理金融、随机控制、随机微分方程数值分析等。在 Ann. Probability、Probab. Theory Related Fields、Ann. Applied Probability、Bernoulli、Stochatis Process. Appl.、Mem. Amer. Math. Soc.、Comm. PDEs、J. Funct. Anal、Trans. Amer. Math. Soc等概率论和数学综合类top期刊上发表论文100多篇,出版专著2部。特别是以其姓名命名的“Hu-Meyer”公式,影响深远,被多部教材及多篇top期刊的文章列为章节标题或文章标题。2015年,由于在随机积分和随机偏微分方程方面的重要工作,当选为Fellow of Institute of Mathematical Statistics。

内容摘要:Assuming that a threshold Ornstein-Uhlenbeck process is observed atdiscrete time instants, we propose generalized moment estimators to estimatethe parameters. Our theoretical basis is the celebrated ergodic theorem. To usethis theorem we need to find the explicit form of the invariant measure. Withthe sampling time step $h>0$ arbitrarily fixed, we prove the strongconsistency and asymptotic normality of our estimators as the sample size$N\to\infty$. This is a joint work with Yuejuan Xi.

撰写:李学元