2019年10月23下午，统计与数学学院举办第37期双周学术报告会，本次双周学术报告会邀请中国科学院数学与系统研究院孙玉莹博士和中央财经大学统计与数学学院黄白博士做学术报告。

图1:孙玉莹博士与黄白博士作学术报告

孙玉莹博士的报告题目是《Time-varying Model Averaging》。提高带有结构性变化的经济时间序列的预测准确性是一个长期存在的问题。模型平均方法旨在防止选择不好的预测模型。而目前现有文献中所有的模型平均方法均采用常数的组合权重进行加权。孙玉莹博士的研究提出了一种新颖的模型平均估计模型，该模型通过最小化局部jackknife准则来选择最佳时变组合权重。结果表明，所提出的时变jackknife模型平均估计量在基准比较的时变模型平均估计量中实现最低的局部平方误差，从损失的意义上讲结果是渐近最优的。

黄白博士的报告题目是《A two-step method for interval-valued crude oil price forecasting 》。由于原油价格受众多因素影响，因此准确地捕捉其行为非常具有挑战性，因而导致预测的困难。黄白博士提出了一个两步预测方法，该方法使用两种技术来考虑区间数据中可用的相关信息。首先，该报告将Bühlmann（2006）的L2Boosting扩展到区间数据，以实现对高维数据的变量选择。其次，黄白博士把Liao等人2019年提出的LsoMA方法扩展到具有外生变量的区间模型的平均预测。实证结果表明，在预测准确性等分析方面，提出的方法明显优于基准模型。

参会教师与学生就报告内容与黄白博士与黄白博士展开了深入交流。数量经济系和经济统计系全体教师、学院部分青年教师、硕士研究生参加了本次会议。本次活动受中央财经大学专题学术讲座项目资助。