慶應義塾研究者情報データベース

経歴 【 表示 ／ 非表示 】

経歴 【 表示 ／ 非表示 】

• 2017年07月

  -

  2019年03月

  独立行政法人日本学術振興会, 大阪大学 基礎工学部 / 大学院基礎工学研究科

• 2019年04月

  -

  2023年03月

  大阪大学, 大学院経済学研究科

• 2019年06月

  -

  2023年03月

  国立研究開発法人理化学研究所 革新知能統合研究センター(AIP), 高次元統計モデリングチーム

• 2023年04月

  -

  2025年03月

  大阪大学, 大学院経済学研究科

• 2023年04月

  -

  継続中

  国立研究開発法人理化学研究所 革新知能統合研究センター(AIP), 連続最適化チーム, 客員研究員

学歴 【 表示 ／ 非表示 】

学歴 【 表示 ／ 非表示 】

• 2009年08月

  -

  2014年09月

  ESCPビジネススクール, Master in Management (グランゼコールプログラム)

  フランス共和国

• 2009年09月

  -

  2011年06月

  University Paris 1 Pantheon-Sorbonne, Bachelor and Master 1 in applied mathematics, 2009-2011

  フランス共和国

• 2011年09月

  -

  2012年09月

  University Paris 1 Pantheon-Sorbonne, Master Modeling and Mathematical Methods in Economics and Finance (DEA MMME)

  フランス共和国

• 2012年09月

  -

  2014年09月

  国立統計経済行政学院, Statistician-Economist (グランゼコールプログラム)

  フランス共和国

• 2014年10月

  -

  2017年06月

  Center for Research in Economics and Statistics (CREST) and PSL University, PhD in applied mathematics

  フランス共和国

研究分野 【 表示 ／ 非表示 】

研究分野 【 表示 ／ 非表示 】

• 情報通信 / 統計科学 （漸近理論; スパースモデリング; 時系列）

研究キーワード 【 表示 ／ 非表示 】

研究キーワード 【 表示 ／ 非表示 】

• スパース分析

• 時系列

• 漸近理論

• 高次元統計学

論文 【 表示 ／ 非表示 】

論文 【 表示 ／ 非表示 】

• Model-based vs. agnostic methods for the prediction of time-varying covariance matrices

  Jean-David Fermanian, Benjamin Poignard, Panos Xidonas

  Annals of Operations Research （Springer Science and Business Media LLC）  346 （ 1 ） 511 - 548 2024年09月

  筆頭著者, 最終著者, 責任著者, 査読有り,  ISSN  0254-5330

  　概要を見る

  This article is written in memory of Harry Markowitz, the founder of modern portfolio theory. We report a few human perspectives of his character, we review a large number of his contributions, published both in operations research and finance oriented journals, and we focus on one of the most critical, and still open, portfolio theory issues, the forecast of covariance matrices. Our contribution in this paper is placed exactly towards this direction. More specifically, we compare the performances of several approaches to predict the variance-covariance matrices of vectors of asset returns, through simulated and real data experiments: some dynamic models such as Dynamic Conditional Correlation (DCC) and C-vine GARCH on one side, and several agnostic methods (Average Oracle, usual “Sample” matrix) on the other side. The most robust methods seem to be DCC and the Average Oracle approaches.

  • Access to Document (DOI)

• Sparse M-estimators in semi-parametric copula models

  Jean-David Fermanian, Benjamin Poignard

  Bernoulli （Bernoulli Society for Mathematical Statistics and Probability）  30 （ 3 ） 2475 - 2500 2024年08月

  筆頭著者, 最終著者, 責任著者, 査読有り,  ISSN  1350-7265

  　概要を見る

  We study the large-sample properties of sparse M-estimators in the presence of pseudo-observations. Our frame work covers a broad class of semi-parametric copula models, for which the marginal distributions are unknown and replaced by their empirical counterparts. It is well known that the latter modification significantly alters the limiting laws compared to usual M-estimation. We establish the consistency and the asymptotic normality of our sparsepenalized M-estimator and we prove the asymptotic oracle property with pseudo-observations, possibly in the case when the number of parameters is diverging. Our framework allows to manage copula-based loss functions that are potentially unbounded. Additionally, we state the weak limit of multivariate rank statistics for an arbitrary dimension and the weak convergence of empirical copula processes indexed by maps. We apply our inference method to Canonical Maximum Likelihood losses with Gaussian copulas, mixtures of copulas or conditional copulas. The theoretical results are illustrated by two numerical experiments.

  • Access to Document (DOI)

• Estimation of high-dimensional vector autoregression via sparse precision matrix

  Poignard B., Asai M.

  Econometrics Journal 26 （ 2 ） 307 - 326 2023年05月

  筆頭著者, 最終著者, 責任著者, 査読有り,  ISSN  13684221

  　概要を見る

  We consider the problem of estimating sparse vector autoregression (VAR) via penalized precision matrices. This matrix is the output of the underlying directed acyclic graph of the VAR process, whose zero components correspond to the zero coefficients of the graphical representation of the VAR. The sparsity-based precision matrix estimator is deduced from the D-trace loss with convex and nonconvex penalty functions. We establish the consistency of the penalized estimator and provide the conditions for which all true zero entries of the precision matrix are actually estimated as zero with probability tending to one. The relevance of the method is supported by simulated experiments and a real data application.

  • Access to Document (DOI)

• High‐dimensional sparse multivariate stochastic volatility models

  Benjamin Poignard, Manabu Asai

  Journal of Time Series Analysis （Wiley）  44 （ 1 ） 4 - 22 2022年04月

  筆頭著者, 最終著者, 責任著者, 査読有り,  ISSN  0143-9782

  　概要を見る

  Although multivariate stochastic volatility models usually produce more accurate forecasts compared with the MGARCH models, their estimation techniques such as Bayesian MCMC typically suffer from the curse of dimensionality. We propose a fast and efficient estimation approach for MSV based on a penalized OLS framework. Specifying the MSV model as a multivariate state-space model, we carry out a two-step penalized procedure. We provide the asymptotic properties of the two-step estimator and the oracle property of the first-step estimator when the number of parameters diverges. The performances of our method are illustrated through simulations and financial data. Supplementary Material presenting technical proofs is available online.

  • Access to Document (DOI)

• Hilbert-Schmidt Independence Criterion Lasso法に基づいた高次元非線形特徴選択

  Makoto Yamada, Benjamin Poignard, Hiroaki Yamada, Tobias Freidling

  日本統計学会和文誌 2022年04月

  筆頭著者, 最終著者, 責任著者, 査読有り

  • Access to Document (DOI)

全件表示 >>

競争的研究費の研究課題 【 表示 ／ 非表示 】

競争的研究費の研究課題 【 表示 ／ 非表示 】

• Statistical modelling for multivariate models of high dimension

  2025年04月

  -

  2028年03月

  ポワニャール， ベンジャミン, 若手研究, 補助金,  研究代表者

受賞 【 表示 ／ 非表示 】

受賞 【 表示 ／ 非表示 】

• 大阪大学賞, 若手教員部門

  2024年, 大阪大学

担当授業科目 【 表示 ／ 非表示 】

担当授業科目 【 表示 ／ 非表示 】

• 統計科学同演習

  2025年度

• 統計科学輪講

  2025年度

• 数学２Ｂ

  2025年度

• 数理統計学第１同演習

  2025年度

• 基礎理工学課題研究

  2025年度

全件表示 >>

所属学協会 【 表示 ／ 非表示 】

所属学協会 【 表示 ／ 非表示 】

• 日本統計学会, 

  2018年01月

  -

  継続中