讲座题目： Deviance Information Criterion for Model Selection: Theoretical Justification and Applications
主讲嘉宾：曾涛 副教授 （浙江大学williamhill中文）
讲座时间：2023年4月25日（周二）下午15:00
讲座地点：williamhill中文407会议室
Abstract：This paper gives a rigorous justification to the Deviance information
criterion (DIC), which has been extensively used for model selection based on MCMC output. It is shown that, when a plug-in predictive distribution is used and under a set of regularity conditions, DIC is an asymptotically unbiased estimator of the expected Kullback-Leibler divergence between the data generating process and the plug-in predictive distribution. High-order expansions to DIC and the effective number of parameters are developed, facilitating investigating the effect of the prior. DIC is used to compare alternative discrete-choice models, alternative GARCH-type models, and alternative copula models in three empirical applications.
摘要：离差信息准则（Deviance information criterion，DIC）已经被广泛应用在基于马尔可夫蒙特卡洛后验结果的模型选择之中。该论文给出了DIC严格的理论证明，指出当使用插入法预测分布的时候，在满足相关正则条件的情况下，DIC是真实数据生成过程与插入法预测分布之间KL距离的大样本无偏估计。论文推导了DIC以及有效参数个数的高阶展开形式，可以用于考察先验信息的影响。实证应用包括离散选择模型、GARCH模型和copula模型。
作者介绍：曾涛，浙江大学williamhill中文长聘副教授，浙江大学金融研究院研究员，浙江大学资产管理研究中心副主任，浙江大学williamhill中文数字经济实验室副主任，金融专硕项目主任。研究领域为贝叶斯模型选择、机器学习、量化投资等。代表性成果发表于Journal of Econometrics（4篇）、Journal of Financial Econometrics、《金融研究》等。
学校主页
ENGLISH