Πρόγραμμα Μεταπτυχιακών Σπουδών

Στο πλαίσιο του Π.Μ.Σ. «Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά», και των εργαστηρίων «Στατιστικής και Ανάλυσης Δεδομένων» και «Αναλογιστικών και Χρηματοοικονομικών Μαθηματικών», οργανώνεται σεμιναριακή διάλεξη η οποία θα πραγματοποιηθεί από τον κ. Ανδρέα Μακρίδη, Επίκουρο Καθηγητή, Τμήματος Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών Πανεπιστήμιο Αιγαίου, με τίτλο:

"SYSTEM IDENTIFICATION VIA BAYESIAN NONPARAMETRICS"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Τρίτη 19 Μαΐου και ώρα 20:00 και είναι ανοικτή σε οποιονδήποτε ενδιαφερόμενο.

💻 Σένδεσμος Διαδικτυακής Αίθουσας:
https://aegean-gr.zoom.us/j/97072796812?pwd=7tJZHGMSw4Ga92imW9bwknVDWGFYoQ.1
Meeting ID: 970 7279 6812
Passcode: 392102

Παραθέτουμε το abstract της σεμιναριακής διάλεξης:
A novel approach is presented to modelling extreme event processes with an application to earthquakes. In contrast to the classical methods that treat the earthquake process in terms of states characterized only by the magnitudes of the mainshocks, our approach assumes a multivariate state space where each state is characterized by both the magnitude of the mainshock and the features of the corresponding foreshock(s) and/or aftershock(s). Such a modelling framework creates possibilities for a data-driven connection between the mainshock and seismic process around it. The evolution of the system in time is defined by the semi--Markov structure that allows the use of flexible empirically-based distributions for the sojourn times. Our research carried out on real earthquake catalogues shows that our model reflects the main characteristics of the seismic process and can predict better than classic approaches, which do not take into account foreshock and aftershocks activity.

Στο πλαίσιο του Π.Μ.Σ. «Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά», και των εργαστηρίων «Στατιστικής και Ανάλυσης Δεδομένων» και «Αναλογιστικών και Χρηματοοικονομικών Μαθηματικών», οργανώνεται σεμιναριακή διάλεξη η οποία θα πραγματοποιηθεί από τον κ. Χρίστο Μέρκατα, Επικ. Καθ. Τμήμα Στατιστικής & Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών, Πανεπιστήμιο Αιγαίου, με τίτλο:

"SYSTEM IDENTIFICATION VIA BAYESIAN NONPARAMETRICS"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Τρίτη 05 Μαΐου και ώρα 20:00 και είναι ανοικτή σε οποιονδήποτε ενδιαφερόμενο.

💻 Σένδεσμος Διαδικτυακής Αίθουσας:
https://aegean-gr.zoom.us/j/97072796812?pwd=7tJZHGMSw4Ga92imW9bwknVDWGFYoQ.1
Meeting ID: 970 7279 6812
Passcode: 392102

Παραθέτουμε το abstract της σεμιναριακής διάλεξης:
In this talk, Bayesian nonparametric models for system identification of nonlinear stochastic dynamic systems are presented. We focus on cases where the common assumptions of Gaussian noise processes are inadequate. By modeling the densities of the noise processes with decreasing weights priors, we achieve accurate inference when the true noise processes depart from normality. A Gibbs sampling algorithm is used for posterior inference, and the method is illustrated on both simulated and real time series data.

Στο πλαίσιο του Π.Μ.Σ. «Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά», και των εργαστηρίων «Στατιστικής και Ανάλυσης Δεδομένων» και «Αναλογιστικών και Χρηματοοικονομικών Μαθηματικών», οργανώνεται σεμιναριακή διάλεξη η οποία θα πραγματοποιηθεί από τον κ. Πιτσέλη Γεώργιο, Καθηγητή πρώτης βαθμίδας του Τμήματος Στατιστικής και Αναλογιστικών - Χρηματοοικονομικών Μαθηματικών, με τίτλο:

"CREDIBILITY DISTRIBUTION ESTIMATION WITH APPLICATIONS TO INSURANCE AND FINANCE"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Τρλιτη 28 Απριλίου και ώρα 20:00 και είναι ανοικτή σε οποιονδήποτε ενδιαφερόμενο.

🏛️ Αίθουσα ΤΗΛΕΔΙΔΑΣΚΑΛΙΑΣ Κωνσταντίνος Σοφούλης|Κτίριο Προβατάρη| Πανεπιστήμιο Αιγαίου | Καρλόβασι | Σάμος
💻 Σένδεσμος Διαδικτυακής Αίθουσας:
https://aegean-gr.zoom.us/j/97072796812?pwd=7tJZHGMSw4Ga92imW9bwknVDWGFYoQ.1
Meeting ID: 970 7279 6812
Passcode: 392102

Παραθέτουμε το abstract της σεμιναριακής διάλεξης:
This paper reviews credibility distribution estimation for forecasting individual risk distributions using weighted observations. extended the work of   Jewell (1974), it shows how distribution functions can be incorporated into the Bühlmann–Straub credibility model (1970). The approach is extended to hierarchical credibility structures where portfolios are divided into subgroups and contracts with homogeneous risks. The study also presents semi-linear credibility distribution estimation, which can support insurers in improving risk management and measuring process uncertainty in claim estimation. Numerical illustrations using insurance and financial data are provided.

Στο πλαίσιο του Π.Μ.Σ. «Στατιστική και Αναλογιστικά - Χρηματοοικονομικά Μαθηματικά», και των εργαστηρίων «Στατιστικής και Ανάλυσης Δεδομένων» και «Αναλογιστικών και Χρηματοοικονομικών Μαθηματικών», οργανώνεται σεμιναριακή διάλεξη η οποία θα πραγματοποιηθεί από τον  κ. Χαλιδιά Νίκο, Διευθυντή Εργαστηρίου Αναλογιστικών - Χρηματοοικονομικών Μαθηματικών, Καθηγητή πρώτης βαθμίδας Τμήμα Στατιστικής και Αναλογιστικών - Χρηματοοικονομικών Μαθηματικών, με τίτλο:

"A FAIRER PRICE THAN BLACK–SCHOLES: DISCRETE-TIME HEDGING IN OPTION VALUATION"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Τρίτη 21 Απριλίου και ώρα 20:00 και είναι ανοικτή σε οποιονδήποτε ενδιαφερόμενο.

💻 Σένδεσμος Διαδικτυακής Αίθουσας:
https://aegean-gr.zoom.us/j/97072796812?pwd=7tJZHGMSw4Ga92imW9bwknVDWGFYoQ.1
Meeting ID: 970 7279 6812
Passcode: 392102

Παραθέτουμε το abstract της σεμιναριακής διάλεξης:
The Black–Scholes model defines the fair price of a European call through continuous-time replication. In this talk, we propose a fairer price: a valuation based on a feasible hedging portfolio rebalanced in discrete time rather than continuously. This is not a binomial-trinomial-type approximation, but an alternative pricing principle developed within the same market setting. Because it is tied to implementable trading, the proposed price is more relevant for practice than the Black–Scholes fair price. The framework also produces the corresponding Greeks and an implied volatility consistent with discrete-time hedging. The same framework also extends naturally to path-dependent options and to multi-asset options.