GRITH

https://neoma-bs.fr/sites/default/files/uploaded_images/profs-neoma_0.png

GRITH Maria

Doctorat en économie

Maria Grith est une économétricienne financière spécialisée dans les méthodescomputationnelles pour les données à haute dimension et l’évaluation des actifs avec despréférences non standard. Elle est professeur Associé de Finance à NEOMA BS. Maria esttitulaire d’un doctorat en économie de l’Université Humboldt de Berlin et a effectué des travauxpostdoctoraux à l’Université de Pennsylvanie, à l’Université de gestion de Singapour et àHumboldt.Auparavant, elle a été maître de conférences à l’Université Erasmus de Rotterdam, où elle a faitprogresser l’éducation en finance quantitative grâce à un partenariat avec Optiver et dirigé leréseau féminin de l’École d’économie Erasmus pour promouvoir la diversité des sexes enéconomie.Son travail a été publié dans des revues de premier plan telles que Review of Finance, Journal ofFinancial Econometrics, Statistica Sinica et Journal of Business and Economic Statistics. Sesrecherches actuelles incluent l’apprentissage automatique pour les données fonctionnelles, lesméthodes tensorielles et les modèles spectraux pour les séries temporelles, avec desapplications en actions, options crypto et obligations d’entreprise. Elle est rédactrice adjointepour la finance numérique et associée de recherche à l’Institut des actifs numériques (IDA).

CHEN, Y., M. GRITH, H. LAI, "Neural Tangent Kernel in Implied Volatility Forecasting: A Nonlinear Functional Autoregression Approach" à paraître SSRN Electronic Journal
10.2139/ssrn.4547560
GRITH, M., W. K. HÄRDLE, V. KRÄTSCHMER, "Reference-Dependent Preferences and the Empirical Pricing Kernel Puzzle*", Review of Finance (ex-European Finance Review), Mars 2017, vol. 21, no. 1, pp. 269-298
10.1093/rof/rfv062
GRITH, M., W. HARDLE, J. PARK, "Shape Invariant Modeling of Pricing Kernels and Risk Aversion", Journal of Financial Econometrics, Mars 2013, vol. 11, no. 2, pp. 370-399
10.1093/jjfinec/nbs019

GRITH, M., V. KRÄTSCHMER, "Parametric Estimation of Risk Neutral Density Functions" dans Handbook of Computational Finance., Jin-Chuan Duan, Wolfgang Karl Härdle, James E. Gentle Eds, Springer Berlin Heidelberg, pp. 253-275, 2012 DOI : 10.1007/978-3-642-17254-0_10
GRITH, M., W. K. HÄRDLE, M. SCHIENLE, "Nonparametric Estimation of Risk-Neutral Densities" dans Handbook of Computational Finance., Jin-Chuan Duan, Wolfgang Karl Härdle, James E. Gentle Eds, Springer Berlin Heidelberg, pp. 277-305, 2012 DOI : 10.1007/978-3-642-17254-0_11

CHEN, Y., M. GRITH, H. LAI, "Neural Tangent Kernel in Implied Volatility Forecasting: A Nonlinear Functional Autoregression Approach" à paraître SSRN Electronic Journal DOI : 10.2139/ssrn.4547560
GRITH, M., W. K. HÄRDLE, V. KRÄTSCHMER, "Reference-Dependent Preferences and the Empirical Pricing Kernel Puzzle*", Review of Finance (ex-European Finance Review), Mars 2017, vol. 21, no. 1, pp. 269-298 DOI : 10.1093/rof/rfv062
GRITH, M., W. HARDLE, J. PARK, "Shape Invariant Modeling of Pricing Kernels and Risk Aversion", Journal of Financial Econometrics, Mars 2013, vol. 11, no. 2, pp. 370-399 DOI : 10.1093/jjfinec/nbs019