​

       12月12日上午，中南财经政法大学宁瀚文教授应邀为统计学院师生带来了一场题为“机器学习微观计量经济学/量化金融领域的应用研究”的线上讲座，本次讲座由统计学院胡兰丽老师主持，统计学院部分教师和研究生参加。

　　讲座中，宁瀚文教授分两个部分介绍了本次讲座的核心内容。第一部分是带有瞬时风险预测的在线投资组合优化算法。宁瀚文教授指出，随着在线投资组合选择（OPS）越来越受到人工智能和量化金融界的关注，通过预测性瞬时风险评估和价格预测，可以提出更合适的优化问题，大大改善OPS设置，提高投资业绩。并讲述了一种新的OPS策略--在线低维集成（PLDEM）策略，通过这个策略，可以有效利用金融市场中各资产之间普遍存在的联动性，提出一种新的收益预测方法。

       第二部分是深度样本选择网络模型。宁瀚文教授先介绍了网络模型的背景，样本选择模型一直是统计学与计量经济学领域研究的重点内容。以Tobit—I模型和Tobit—Ⅱ模型为代表的两类样本选择模型被广泛应用于劳动力供给、金融决策、就医行为和人口学特征分析等微观经济、社会问题的研究中。接着他指出大数据时代下传统样本选择模型面临的挑战。传统方法的选择部分采用Logit或Probit模型，回归部分则使用线性模型或广义线性模型度量。数据的增多致使样本的结构性差异和复杂度增大，线性模型无法准确的刻画这一结构。

       在讨论互动环节，统计学院师生积极提问，就相关学术问题及现实问题与宁瀚文教授开展积极互动，气氛非常活跃。此次宁瀚文教授的精彩演讲，完整展示了有关机器学习微观计量经济学/量化金融领域的应用研究的独特理解，为统计学院师生从事相关研究工作提供了有益示例。（图文/统计学院  曾宇航    编辑/何佳蔚    审核/一审 姜莹  二审 赵旻  终审 李大晖）