正文

7月6日到8月10日，美国Fordham University工商管理研究院Paul D. McNelis教授应邀做客广外金融论坛74讲系列讲座，主题为“机器学习及其在经济金融研究中的应用”。本次系列讲座共分为9次，由来特副教授主持，金融学院副院长展凯、副院长张浩、云山学者邓超等多名教师及学生参加。

7月6日、9日、13日分别进行了前三讲，Paul D. McNelis介绍了机器学习在经济和金融研究中的应用，包括机器学习和计量经济学之间的异同、将机器学习应用于现实世界的研究、将机器学习方法扩展到随机树和神经网络支，及它在研究中的应用。7月21日，第四讲根据第三讲的应用，对比衡量了金融传染性的两种不同方法；7月28日第五讲将前述VAR-X模型推广至包括二阶、三阶项的指数模型，也即将模型线性化，同时介绍了机器学习中的神经网络模型以解决curse of dimensionality的问题；7月30日第六讲利用分位数回归量化分析系统重要性银行在负面冲击情形下的表现；8月3日第七讲介绍了神经网络的Smooth Transition Regime Switching Model (STRS)，用于分析汽车需求，以及美国金融市场spreads(企业债等与美国政府债券的利差)的动态变化；8月6日第八讲介绍在离散变量作为因变量的条件下，如何应用机器学习中的神经网络分析对离散变量进行预测分析；8月10日，最后一讲主要讲解随机树这一机器学习方法，总结机器学习各类方法在经济与金融领域的适用性场景。

系列讲座结束后，师生们对机器学习问题产生了系统的理解与认识，也引发了学生对于金融科技领域的研究兴趣。