报告人： 朱复康 教授

报告题目： Tobit INGARCH and INARMA Models for Count Time Series

时间： 2026年8月15日（周六） 16:00

地点： 西安交通大学兴庆校区数学楼2-3会议室

报告摘要：
Integer-valued ARMA (INARMA) and integer-valued GARCH (INGARCH) models are popular ones for modeling count time series, and both exhibit an ARMA-like autocorrelation function (ACF). Modeling count time series with negative ACF values in a simple construction is a long-standing open problem that has not been satisfactorily resolved so far. To address this problem, we present an alternative solution, named the Tobit approach. Skellam-Tobit INGARCH, Tobit INAR and Tobit INMA models are studied in detail, and stochastic properties, approximate linearity of the conditional mean, parameter estimation are given. Real-world data examples are analyzed in detail, and it is shown that the proposed models outperform existing ones.

报告人简介：
朱复康，吉林大学数学学院教授、博士生导师。2008年博士毕业，2013年破格晋升教授。主要从事时间序列分析和金融统计研究，已在 Journal of the American Statistical Association、Annals of Applied Statistics、Journal of Business & Economic Statistics、Statistica Sinica、Scandinavian Journal of Statistics、Journal of Time Series Analysis、《中国科学：数学》等期刊发表论文多篇，主持国家自然科学基金面上项目3项和青年基金1项。

曾获教育部自然科学奖二等奖、吉林省科学技术奖二等奖等奖励，入选吉林省享受省政府津贴专家、长春市有突出贡献专家，连续三年（2023—2025）入选美国斯坦福大学发布的全球前2%顶尖科学家榜单，并获 Journal of Time Series Analysis 期刊杰出作者奖。现任教育部统计学类专业教学指导委员会委员，吉林省现场统计研究会副理事长，中国现场统计研究会、全国工业统计学教学研究会、中国数学会概率统计分会等学会理事或常务理事。

现任 SCI 期刊 Statistical Papers、Journal of Statistical Computation and Simulation、Methodology and Computing in Applied Probability 副主编，同时担任 JASA、JRSSB、JBES、AoAS 等多个 SCI 期刊匿名审稿人。指导的研究生中，1人获吉林省优秀博士学位论文，3人获吉林省优秀硕士学位论文。