2014年3月11日，来自美国威斯康星大学统计系的王亚珍教授为我院师生带来了一场题为“Modeling and Analyzing High-Frequency Financial Data（高频金融数据建模与分析）”的精彩学术报告，副院长张波教授主持了报告会。
王教授认为，在资产定价、资产配置和风险管理中的核心问题是对资产收益的波动率的度量，目前已存在大量基于日间低频数据的波动率建模和预测方法，如Black-Scholes, Diffusion, GARCH, Stochastic Volatility等，然而现在随着技术的更新，高频金融数据的获取变得越来越容易，从而引起统计学家用高频金融数据研究波动率的极大兴趣。王教授通过范例介绍了金融低频数据和高频数据的特征，回顾了利用这些数据建模时所采取的宏观经济模型、时间序列模型和市场微观噪声模型；他还介绍了近年发展和使用的利用高频金融数据研究已实现波动率（realized volatility）的计算、Bipower、子抽样方法，对跳（Jump）的识别和度量等方法；最后报告了其在研究维数比较大的波动率矩阵估计方面的研究工作成果和重要进展、给出了利用该方法在上海证券市场中应用的实证结果，并对高频数据的未来研究进行了展望。
报告结束后，王亚珍教授与我院师生围绕高频与超高维金融数据分析等学术问题进行了交流与互动，解答了同学们提出的问题。
我院张景肖教授、肖宇谷副教授、肖争艳副教授、尹建鑫副教授及北京工商大学徐美萍博士、对外经贸大学余超博士及我院部分学生参加了报告会。
王亚珍教授做报告