Postgraduate Program

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. Χαράλαμπο Πασσαλίδη, Υποψήφιο Διδάκτορα του Τμήματος Στατιστικής και Αναλογιστικών - Χρηματοοικονομικών Μαθηματικών,  με τίτλο:

"MULTIVARIATE STRONG SUBEXPONENTIAL DISTRIBUTIONS: PROPERTIES AND APPLICATIONS"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Τρίτη 17 Μαρτίου 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:
In this paper we introduce and study the classes of multivariate strong and strongly subexponential distributions. Some first properties are verified, as for example a type of multivariate analogue of Kesten’s inequality, the closure property with respect to convolution, and the conditional closure property with respect to convolution roots. Next, we establish the the single big jump principle for the randomly stopped sums, under the assumption that the random vectors in the summation belong to the class of multivariate strong subexponential distributions. Here the conditions of the counting random variable are weaker in comparison with them in multivariate subexponential class. Further, we establish uniform asymptotic estimates for the precise large deviations in multivariate set up, both for random and non-random sums, when the distribution of the summands belongs to the class of multivariate strongly subexponential distributions. Finally, we provide an application to a non-standard risk model, with independent and identically distributed claim vectors, from the class of multivariate strong subexponential distributions and in the presence of constant interest force. More concretely, the common counting process of the claim vectors constitutes from inter-arrival times, that are independent but not necessarily identically distributed. Under some additional condition, on the ’heavyness’ of the counting process tail, we establish a uniform asymptotic estimate for the finite time ruin probability in this model.

Η τελετή ορκωμοσίας/καθομολόγησης των αποφοίτων του Προγράμματος Μεταπτυχιακών Σπουδών του Τμήματος Στατιστικής και Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών της Σχολής Θετικών Επιστημών θα πραγματοποιηθεί την Παρασκευή 22 Μαΐου 2026 στο Καρλόβασι Σάμου. 

Oι μεταπτυχιακοί φοιτητές/τριες που επιθυμούν να λάβουν μέρος, παρακαλούνται να καταθέσουν στη Γραμματεία του Τμήματος [email: This email address is being protected from spambots. You need JavaScript enabled to view it.] έως και τη Δευτέρα 27/04/2026 τα παρακάτω δικαιολογητικά:

1. Αίτηση - Υπεύθυνη Δήλωση
2. Φωτοτυπία της αστυνομικής ταυτότητας
3. Έντυπο ΔΑΣΤΑ
4. Φόρμα Συγκατάθεσης ΣΑΠΑ
5. Αίτηση έγκρισης απονομής Δ.Μ.Σ. (αν δεν έχει ήδη κατατεθεί)
6. Απόδειξη καταβολής αντιτίμου για περγαμηνή (προαιρετικό)
7. Ακαδημαϊκή ταυτότητα

Περισσότερες πληροφορίες στον σύνδεσμο εδώ.

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 Dr. Yiannis Kamarianakis, Research Director, Data Science Group, Institute of Applied and Computational Mathematics, FORTH, με τίτλο:

"Risk prediction models with high dimensional data: adaptive shrinkage with subagging"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Τρίτη 3 Μαρτίου και ώρα 19:00 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:
This lecture discusses simultaneous parameter estimation and variable selection within the framework of logistic regression.
Motivated by a challenging application, namely the development of a screening tool for dyslexia based on eye-tracking, we first focus on predicting low-dimensional binary outcomes when the number of events is small compared with the number of regression coefficients. Under these circumstances, overfitting and reduced predictive accuracy may be severe. We introduce subsampling-based adaptive ridge (SARIDGE), a novel two-stage penalization framework in which subsampling is used to identify a set of relevant variables, which is then carried forward for estimation, with adaptive penalties defined by the magnitudes of the first-stage estimates. An extensive simulation study shows that SARIDGE delivers consistent gains in risk prediction and coefficient estimation accuracy compared with numerous penalized and stepwise estimators across a variety of settings. In the motivating application, the proposed methodology outperforms Random Forests and Support Vector Machines in terms of interpretability while also achieving superior predictive accuracy.

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:

"MODEL-FREE PRICING AND DYNAMIC TRADING"

Η σεμιναριακή διάλεξη θα πραγματοποιηθεί την Δευτέρα 9 Φεβρουαρίου 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:
These lecture slides provide a concise introduction to option pricing and hedging, moving from classical no-arbitrage arguments to modern model-free methods. Starting from payoff representations and basic bounds, the material develops the arbitrage-free pricing interval for derivatives and shows how additional traded instruments tighten these bounds. A central theme is the formulation of static super- and sub-hedging as linear programming problems, highlighting the link between convex analysis, market quotes, and robust valuation without committing to a specific probabilistic model. The slides then bridge to dynamic trading and risk-based perspectives, including illustrative discussions of Value-at-Risk (VaR) and Conditional Value-at-Risk (CVaR). Overall, the presentation is aimed at graduate students and researchers seeking a structured, computation-friendly overview of robust derivative pricing and hedging under minimal assumptions.