Эрик Гайселс

Эрик Гайселс
Эрик Гайселс
Рожденный	1956 (67–68 лет) ; Брюссель , Бельгия
Супруг	Марианна Матинян
Дети	2
Академическая карьера
Поле	Финансы ; Финансовая эконометрика ; Машинное обучение ; Эконометрика ; Финтех
учреждение	Университет Северной Каролины в Чапел-Хилл
Альма-матер	Свободный университет Брюсселя ; Северо-Западный университет
Влияния	Роберт Энгл ; Клайв У.Дж. Грейнджер ; Ларс Питер Хансен ; Томас Дж. Сарджент ; Кристофер Симс ; Халберт Уайт
Взносы	Выборка смешанных данных (MIDAS) ; Сезонность
Награды	Почетное дело доктора ; HEC, Льежский университет
Веб-сайт	Эгиселы .web .unc .edu

Эрик Гиселс (родился в 1956 году в Брюсселе ) — бельгийский экономист , интересующийся финансами временных рядов и эконометрикой , в частности областями финансовой эконометрики и финансовых технологий . ^[1] Он является заслуженным профессором экономики Эдварда М. Бернштейна в Университете Северной Каролины. ^[2] и профессор финансов в бизнес-школе Кенана-Флаглера . ^[3] Он также является директором по исследованиям факультета Rethinc.Labs в Институте частного предпринимательства Фрэнка Хокинса Кенана. ^[4]

Ранняя жизнь и образование

Гизельс родился в Брюсселе , Бельгия, в семье Пьера Гизельса (государственного служащего) и Анны Янсенс (домохозяйки). Он закончил бакалавриат по экономике (с отличием) в Брюссельском свободном университете в 1979 году. Он получил стипендию Фулбрайта от Бельгийско-американского образовательного фонда в 1980 году и в том же году начал обучение в аспирантуре Северо-Западного университета , защитив докторскую диссертацию в аспирантуре Келлогга. Школа менеджмента Северо -Западного университета в 1984 году. В 2019 году ему была присвоена степень почетного доктора (Doctor Honoris Causa) от HEC Университета Льежа . ^[5]

Карьера

После окончания Школы менеджмента Келлога Северо -Западного университета он занял должность преподавателя на Монреальского университета . факультете экономики ^[6] В 1996 году он стал профессором экономики Пенсильванского государственного университета. ^[7] и поступил в Университет Северной Каролины в Чапел-Хилл в 2000 году. В настоящее время он является заслуженным профессором экономики Эдварда М. Бернштейна в Университете Северной Каролины в Чапел-Хилл, а также профессором финансов и бизнес-школы Кенана-Флаглера . С 2018 года он является директором факультета исследований Rethinc.Labs в Институте частного предпринимательства Кенана в Университете Северной Каролины в Чапел-Хилл. С 2020 года он также работает на кафедре электротехники и вычислительной техники Университета штата Северная Каролина . ^[8]

Гайселс является членом Американской статистической ассоциации основал и вместе с Робертом Энглом Общество финансовой эконометрики (SoFiE). ^[9]^[10] Он был редактором журнала деловой и экономической статистики (совместно с Аластером Р. Холлом, 2001–2004 гг.) и редактором журнала финансовой эконометрики (2012–2015 гг.). ^[11] В настоящее время он является соредактором журнала прикладной эконометрики. ^[12]

В 2008–2009 годах Гайселс был научным сотрудником Федерального резервного банка Нью-Йорка , в 2011 году — научным сотрудником Дуйзенберга в Европейском центральном банке , оба в разгар Великой рецессии, и с тех пор регулярно посещал несколько других центральных банков по всему миру. мир.

Он также был приглашенным профессором в Университете Боккони ( Приглашенный профессор Томмазо Падоа-Скиоппа , 2017 г.), Центре Стевановича Чикагского университета ( 2015 г.), Кембриджском университете (Приглашенный профессор INET, 2014 г.), Школе бизнеса Стерна Нью-Йоркского университета ( 2007), среди других, и занимает должность вежливости в Louvain Finance, Université Catholique de Louvain . ^[13]

Книги

В 2001 году он опубликовал монографию « Эконометрический анализ сезонных временных рядов» совместно с Дениз Р. Осборн. ^[14] В 2018 году он опубликовал учебник под названием « Прикладное экономическое прогнозирование с использованием методов временных рядов» вместе с Массимилиано Марчеллино. ^[15]

Почести и награды

Среди его наград и наград:

1980: научный сотрудник Фулбрайта, Бельгийско-американский образовательный фонд.
1981: научный сотрудник Национального научного фонда Бельгии.
1985: научный сотрудник ASA/NSF/Census, Американская статистическая ассоциация. ^[16]
1999 год: председатель секции деловой и экономической статистики Американской статистической ассоциации.
2001: Кто есть кто в экономике, четвертое издание ^[17]
2008: научный сотрудник Федерального резервного банка Нью-Йорка. ^[18]
2011: Фернан Бродель, старший научный сотрудник, Институт Европейского университета, Флоренция, Италия. ^[19]
2011: научный сотрудник Вима Дуйзенберга, Европейский центральный банк ^[20]
2012: Сотрудник SoFiE ^[21]
2017: Первая лекция Эмиля Гумбеля , Гейдельбергский университет ^[22]
2020: Серия лекций CORE, Калифорнийский университет в Лувене ^[23]
2020: Член Международной ассоциации прикладной эконометрики. ^[24]

Исследовать

Последние исследования Гайселса сосредоточены на регрессионных моделях смешанной выборки данных (MIDAS) и методах фильтрации с приложениями в финансовой и других областях. Он также работал над различными темами, такими как сезонность в экономических временных рядах, машинное обучение и приложения искусственного интеллекта в финансах, приложения квантовых вычислений в финансах и многие другие темы.

Выборка смешанных данных или регрессия MIDAS представляют собой модели эконометрической регрессии, которые в некоторых случаях можно рассматривать как замену фильтра Калмана при применении в контексте данных со смешанной частотой. В настоящее время существует обширная литература по регрессиям MIDAS и их приложениям, в том числе Ghysels, Santa-Clara and Valkanov (2006), ^[25] Гизельс, Синько и Валканов, ^[26] Андреу, Гизельс и Куртеллос (2010) ^[27] и Андреу, Гиселс и Куртеллос (2013). ^[28]

Регрессия MIDAS — это инструмент прямого прогнозирования, который может связывать будущие низкочастотные данные с текущими и запаздывающими высокочастотными индикаторами и давать различные модели прогнозирования для каждого горизонта прогнозирования. Он может гибко работать с данными, отобранными с разной частотой, и обеспечивать прямой прогноз низкочастотной переменной. Он включает в регрессию каждые отдельные высокочастотные данные, что решает проблемы потери потенциально полезной информации и неправильной спецификации.

В простом примере регрессии независимая переменная появляется с большей частотой, чем зависимая переменная :

y_{t}=\beta _{0}+\beta _{1}B(L^{1/m};\theta )x_{t}^{(m)}+\varepsilon _{t}^{(m)},

где y — зависимая переменная, x — регрессор, m обозначает частоту — например, если y — ежегодное $x_{t}^{(4)}$ ежеквартально – $\varepsilon$ это нарушение и $B(L^{1/m};\theta )$ — это распределение задержки, например, бета-функция или Almon Lag .

В некоторых случаях регрессионные модели можно рассматривать как замену фильтра Калмана при применении в контексте данных смешанной частоты. Бай, Гайселс и Райт (2013) ^[29] изучить взаимосвязь между регрессиями MIDAS и моделями пространства состояний фильтра Калмана, применяемыми к данным смешанной частоты. В общем случае последний представляет собой систему уравнений, тогда как, в отличие от MIDASрегрессии включают одно уравнение (сокращенной формы). Как следствие, регрессии MIDAS могут быть менее эффективными, но и менее подверженными ошибкам спецификации. В тех случаях, когда регрессия MIDAS является лишь приближением, ошибки аппроксимации обычно невелики.

MIDAS также можно использовать для машинного обучения временных рядов и панельных данных и прогнозирования текущей погоды для . ^[30]^[31] Регрессии MIDAS машинного обучения включают полиномы Лежандра . Многомерные регрессии временных рядов со смешанной частотой включают определенные структуры данных, которые, если их принять во внимание, должны улучшить производительность неограниченных оценщиков в небольших выборках. Эти структуры представлены группами, охватывающими зависимые переменные с лагом, и группами лагов для одной (высокочастотной) ковариаты. С этой целью подход MIDAS к машинному обучению использует регуляризацию LASSO с разреженной группой (sg-LASSO), которая удобно адаптируется к таким структурам. ^[32] Привлекательной особенностью средства оценки sg-LASSO является то, что он позволяет нам эффективно комбинировать приблизительно разреженные и плотные сигналы.

Некоторые пакеты программного обеспечения включают регрессии MIDAS и связанные с ними эконометрические методы. К ним относятся:

Набор инструментов MIDAS Matlab ^[33]
мидаср, пакет R ^[34]
Midasml, пакет R для многомерных данных временных рядов смешанной частоты ^[35]
Электронные просмотры ^[36]
Питон ^[37]
Юлия ^[38]

Ссылки

^ Публикации Эрика Гизелса, проиндексированные Google Scholar.
^ «Эрик Гайзелс» . eghysels.web.unc.edu .
^ Экономика, Эрик Гизельс, Эдвард Бернстайн, заслуженный профессор; Центр 403А, профессор финансов, контактный Кенан; Хилл, CB 3440 Часовня. «Эрик Гайселс | Бизнес-школа Кенана-Флаглера UNC» . kenan-flagler.unc.edu . {{cite web}}: CS1 maint: числовые имена: список авторов ( ссылка )
^ «Переосмыслить» .
^ «Почетные врачи факультета 2019 года» .
^ "Добро пожаловать" . Департамент экономических наук – Монреальский университет .
^ «Добро пожаловать на экономический факультет — экономический факультет» . econ.la.psu.edu .
^ «Вспомогательный факультет • Электротехника и вычислительная техника» . 27 июля 2017 г.
^ «Интервью ET: Эрик Гайселс» (PDF) .
^ «Бывшие президенты, учредительный совет и члены-учредители | Общество финансовой эконометрики» .
^ «Журнал финансовой эконометрики | Oxford Academic» . ОУП Академический .
^ «Журнал прикладной эконометрики» . Интернет-библиотека Уайли .
^ «Эрик Гайзелс» . У.К.Лувен .
^ Эрик Гайселс и Дениз Осборн (2012). Эконометрический анализ сезонных временных рядов . Издательство Кембриджского университета. ISBN 978-0-521-56260-7 .
^ Эрик Гизелс и Массимилиано Марчеллино (2018). Прикладное экономическое прогнозирование с использованием методов временных рядов . Издательство Оксфордского университета. ISBN 978-0-19-062203-9 .
^ «Список стипендиатов ASA» . amstat.org .
^ Кто есть кто в экономике, четвертое издание . ISBN 978-1-84064-992-5 .
^ «Программа для стипендиатов-резидентов – ФЕДЕРАЛЬНЫЙ РЕЗЕРВНЫЙ БАНК НЬЮ-ЙОРКА» . сайт newyorkfed.org .
^ «Стипендиаты Фернана Броделя» . Европейский университетский институт.
^ Банк, Европейский центральный банк (9 марта 2020 г.). «Стипендия Вима Дуйзенберга» . Европейский центральный банк .
^ «Стипендиаты | Общество финансовой эконометрики» .
^ «Профессор Эрик Гизельс представляет первую лекцию по Гамбелу | Экономический факультет» . econ.unc.edu .
^ «Серия лекций CORE профессора Э. Гизелса» . У.К.Лувен .
^ «Стипендиаты | Международная ассоциация прикладной эконометрики» . http://appleconometrics.org .
^ Гиселс, Эрик, Педро Санта-Клара и Россен Валканов (2006) Прогнозирование волатильности: как получить максимальную отдачу от данных о доходности, отобранных с разной частотой , Журнал эконометрики, 131, 59–95
^ Гайселс, Эрик и Артур Синко и Россен Валканов (2006) Регрессии MIDAS: дальнейшие результаты и новые направления , Econometric Reviews, 26, 53–90.
^ Андреу, Елена и Эрик Гиселс и Андрос Куртеллос «Модели регрессии со смешанными частотами выборки», Журнал эконометрики, 158, 246–261.
^ Андреу, Елена и Эрик Гиселс и Андрос Куртеллос «Должны ли макроэкономические прогнозисты использовать ежедневные финансовые данные и как?», Журнал деловой и экономической статистики 31, 240–251.
^ Бай, Дженни и Эрик Гайселс и Джонатан Райт (2013) Государственные космические модели и регрессии MIDAS , Econometric Reviews, 32, 779–813.
^ Бабий, Андрей и Эрик Гиселс и Йонас Стриаукас «Регрессии временных рядов машинного обучения с применением к прогнозированию текущей погоды», arXiv:2005.14057.
^ Бабий, Андрей и Райан Т. Болл, Эрик Гиселс и Йонас Стриаукас «Регрессии временных рядов машинного обучения с применением к прогнозированию текущей погоды», arXiv:2005.14057.
^ Саймон, Н., Дж. Фридман, Т. Хасти и Р. Тибширани (2013): ЛАССО с разреженной группой ,Журнал вычислительной и графической статистики, 22 (2), 231–245.
^ «Пакет инструментов MIDAS Matlab» . mathworks.com .
^ Кведар, Вирмант; Земляс-Балявичюс, Вайдотас (23 февраля 2021 г.). «midasr: регрессия выборки смешанных данных» — через R-Packages.
^ «midasml: методы оценки и прогнозирования многомерных данных временных рядов смешанной частоты» . 29 апреля 2022 г.
^ «МИДАС» . eviews.com .
^ "sapphire921/midas_pro" . 3 апреля 2021 г. – через GitHub.
^ "mikemull/Midas.jl" . 31 мая 2019 г. – через GitHub.

Внешние ссылки

[gs-1] Публикации Эрика Гизелса, проиндексированные Google Scholar.

[2] «Эрик Гайзелс» . eghysels.web.unc.edu .

[3] Экономика, Эрик Гизельс, Эдвард Бернстайн, заслуженный профессор; Центр 403А, профессор финансов, контактный Кенан; Хилл, CB 3440 Часовня. «Эрик Гайселс | Бизнес-школа Кенана-Флаглера UNC» . kenan-flagler.unc.edu . {{cite web}}: CS1 maint: числовые имена: список авторов ( ссылка )

[4] «Переосмыслить» .

[5] «Почетные врачи факультета 2019 года» .

[6] "Добро пожаловать" . Департамент экономических наук – Монреальский университет .

[7] «Добро пожаловать на экономический факультет — экономический факультет» . econ.la.psu.edu .

[8] «Вспомогательный факультет • Электротехника и вычислительная техника» . 27 июля 2017 г.

[9] «Интервью ET: Эрик Гайселс» (PDF) .

[10] «Бывшие президенты, учредительный совет и члены-учредители | Общество финансовой эконометрики» .

[11] «Журнал финансовой эконометрики | Oxford Academic» . ОУП Академический .

[12] «Журнал прикладной эконометрики» . Интернет-библиотека Уайли .

[13] «Эрик Гайзелс» . У.К.Лувен .

[14] Эрик Гайселс и Дениз Осборн (2012). Эконометрический анализ сезонных временных рядов . Издательство Кембриджского университета. ISBN 978-0-521-56260-7 .

[15] Эрик Гизелс и Массимилиано Марчеллино (2018). Прикладное экономическое прогнозирование с использованием методов временных рядов . Издательство Оксфордского университета. ISBN 978-0-19-062203-9 .

[16] «Список стипендиатов ASA» . amstat.org .

[17] Кто есть кто в экономике, четвертое издание . ISBN 978-1-84064-992-5 .

[18] «Программа для стипендиатов-резидентов – ФЕДЕРАЛЬНЫЙ РЕЗЕРВНЫЙ БАНК НЬЮ-ЙОРКА» . сайт newyorkfed.org .

[19] «Стипендиаты Фернана Броделя» . Европейский университетский институт.

[20] Банк, Европейский центральный банк (9 марта 2020 г.). «Стипендия Вима Дуйзенберга» . Европейский центральный банк .

[21] «Стипендиаты | Общество финансовой эконометрики» .

[22] «Профессор Эрик Гизельс представляет первую лекцию по Гамбелу | Экономический факультет» . econ.unc.edu .

[23] «Серия лекций CORE профессора Э. Гизелса» . У.К.Лувен .

[24] «Стипендиаты | Международная ассоциация прикладной эконометрики» . http://appleconometrics.org .

[25] Гиселс, Эрик, Педро Санта-Клара и Россен Валканов (2006) Прогнозирование волатильности: как получить максимальную отдачу от данных о доходности, отобранных с разной частотой , Журнал эконометрики, 131, 59–95

[26] Гайселс, Эрик и Артур Синко и Россен Валканов (2006) Регрессии MIDAS: дальнейшие результаты и новые направления , Econometric Reviews, 26, 53–90.

[27] Андреу, Елена и Эрик Гиселс и Андрос Куртеллос «Модели регрессии со смешанными частотами выборки», Журнал эконометрики, 158, 246–261.

[28] Андреу, Елена и Эрик Гиселс и Андрос Куртеллос «Должны ли макроэкономические прогнозисты использовать ежедневные финансовые данные и как?», Журнал деловой и экономической статистики 31, 240–251.

[29] Бай, Дженни и Эрик Гайселс и Джонатан Райт (2013) Государственные космические модели и регрессии MIDAS , Econometric Reviews, 32, 779–813.

[30] Бабий, Андрей и Эрик Гиселс и Йонас Стриаукас «Регрессии временных рядов машинного обучения с применением к прогнозированию текущей погоды», arXiv:2005.14057.

[31] Бабий, Андрей и Райан Т. Болл, Эрик Гиселс и Йонас Стриаукас «Регрессии временных рядов машинного обучения с применением к прогнозированию текущей погоды», arXiv:2005.14057.

[32] Саймон, Н., Дж. Фридман, Т. Хасти и Р. Тибширани (2013): ЛАССО с разреженной группой ,Журнал вычислительной и графической статистики, 22 (2), 231–245.

[33] «Пакет инструментов MIDAS Matlab» . mathworks.com .

[34] Кведар, Вирмант; Земляс-Балявичюс, Вайдотас (23 февраля 2021 г.). «midasr: регрессия выборки смешанных данных» — через R-Packages.

[35] «midasml: методы оценки и прогнозирования многомерных данных временных рядов смешанной частоты» . 29 апреля 2022 г.

[36] «МИДАС» . eviews.com .

[37] "sapphire921/midas_pro" . 3 апреля 2021 г. – через GitHub.

[38] "mikemull/Midas.jl" . 31 мая 2019 г. – через GitHub.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

[26]

[27]

[28]

[29]

[30]

[31]

[32]

[33]

[34]

[35]

[36]

[37]

[38]

Базы данных авторитетного контроля
Международный	ЯВЛЯЮТСЯ ВИАФ WorldCat
Национальный	Норвегия Франция Данные БнФ Германия Израиль Бельгия Соединенные Штаты Чешская Республика Нидерланды
академики	Google Академика MathSciNet Проект математической генеалогии ОРЦИД
Другой	ИдРеф