量化方法与数据分析系列讲座第二十七期举行|讲座|谢天|量化方法

4月28日，由上海市数据科技与决策前沿科学研究基地、商务分析研究中心与上海财经大学商学院主办的“量化方法与数据分析系列讲座”（Quantitative Methods and Data Analytics Seminar Series,QMDA）第27期如期举行。来自西安交通大学数学与统计学院的喻达磊教授受邀为参会师生进行汇报。喻达磊教授目前已经入选国家高层次青年人才计划，并于统计与计量经济学顶级期刊发表多篇重要文章，其研究兴趣主要为：模型选择、模型平均、混合效应模型、估计理论和统计极限理论等。

喻达磊教授汇报的主题为：Adaptively Aggregated Forecast for Exponential Family Panel Data。本次讲座由上海财经大学商学院谢天教授主持。

组合预测在提高预测性能时通常具有与模型选择同等重要的作用。随着数据量的丰富，基于面板数据开展的组合预测研究在各个领域不断地增长。然而大多数的研究通常假设被解释变量服从连续分布，指数分布族的面板数据则更多的应用于分类和离散分布数据模型中。在这一领域中大量学者针对参数估计做了大量的工作，但是对于基于指数分布族面板数据的预测研究则相对欠缺，尤其是在面临多个候选模型的时候。因此，喻教授的研究基于已有文献的不足，提出了一种基于指数分布族面板数据的自适应组合预测方法。

喻老师从简单的模型选择引入到模型平均的理论中，并指出在面板数据的模型平均估计大多局限于数据服从连续性分布。要解决指数分布族下面板数据组合预测的问题则面临许多挑战，即响应变量通过非线性函数将线性预测变量连接起来，因此没有办法直接构建能够适应相关结构的风险函数。针对这一问题，喻老师等构建了AFTER（Aggregated Forecast through Exponential Reweighting）并基于此定义了相关的风险函数。并证明了基于这种办法所构建的策略具备良好的Kullback-Leibler风险边界适应能力。