近日，理学院刘广应老师的论文《On estimation of Hurst parameter under noisy observations》，被Journal of Business & Economic Statistics（简称JBES）杂志录用，目前可以在线查阅。此论文研究金融高频数据的长期记忆性特性，目前，金融高频数据研究是金融计量学的一个研究热点，一般金融高频数据都含有微结构噪音（microstructure noise），该论文构造了新的统计量处理微结构噪音，估计了长期记忆性特征Hurst参数，并将理论结果应用在实际金融高频数据，得出了实证结论。Journal of Business & Economic Statistics是美国统计协会（American Statistical Association）主办的学术刊物，每个季度发行一期，一年四期，一年发表论文数约60篇，在统计领域、经济计量等领域享有较高国际声誉的权威期刊，为SCI、SSCI双收录期刊。中国科学院文献情报中心发布的期刊引证报告（SCI分区报告），该期刊均为SCI一区（Top级）期刊。Thomson Reuters发布的期刊引证报告（JCR），也是ESI“Economics and Business”（经济学与商学）类别的A区（Q1）期刊。
刘广应在复旦大学管理学院获取博士学位，自2009年博士毕业论文选题以来，一直从事金融高频数据领域的研究。2011年博士毕业后一直思考金融高频数据的长期特征性估计问题，2013年形成了初步框架。在学校和学院的支持下，刘广应博士经常参加学术交流，期间接触认识了香港科技大学荆炳义教授。2014年1月受荆炳义教授的邀请，访问了香港科技大学，在香港科技大学访问的一个多月期间里，与荆炳义教授进行多次讨论交流，形成了论文初稿。在江苏教育厅中青年骨干教师境外研修项目的支持下，受荆炳义邀请，刘广应于2015年1月-12月再次成为香港科技大学访问学者。经过一年多的修改打磨，该论文于2015年3月投稿到Journal of Business & Economic Statistics期刊，经过审稿专家的双盲评审，结合审稿意见，反复打磨修改，最终被期刊发表。
