中央财经大学李丰副教授、北京航空航天大学经管学院康雁飞副教授应邀做学术报告

2023年10月20日，中央财经大学统计与数学学院李丰副教授、北京航空航天大学经管学院康雁飞副教授应罗雪老师的邀请，在E706为数学学院的师生做学术报告。

李丰副教授做题为“Bayesian forecast combination using time-varying features”的学术报告。首先介绍了通过基于时变特征构建时变权重，他们的团队提出了一种新的密度预测组合框架。这一框架通过贝叶斯对数预测得分来估计预测组合中的权重，其中最佳预测组合由历史信息中的时间序列特征确定。随后，李丰副教授介绍了使用自动贝叶斯变量选择方法来识别不同特征的重要性。同时，与其他黑盒预测组合方案相比，这一方法具有更好的可解释性。此方法还被应用于股票市场数据和M3竞争数据。基于所提出的结构，简单的最大后验方案优于基准方法，贝叶斯变量选择可以进一步提高点预测和密度预测的准确性。

康雁飞副教授做题为“Forecast combinations: modern perspectives and approaches”的学术报告。组合预测在预测界蓬勃发展，近年来已成为预测研究和活动的主流。康雁飞副教授首先介绍了组合方案已经从没有估计的简单组合方法发展到涉及时变权重、非线性组合、分量之间的相关性和交叉学习的复杂方法。随后，康雁飞副教授从经典的预测组合思想开始，提出一些现代的组合观点，这些观点可以提供显著改进的预测：1）组合多个模型：基于特征的预测；2）分层预测：与不可变预测的最佳协调；3）数据的智慧：通过对季节时间序列进行二次采样来改进预测。本次报告总结了当前的研究空白和未来预测组合研究可能的方向。

报告结束后，参加报告的师生就相关领域与李丰副教授、康雁飞副教授展开了热烈的讨论与交流，开阔了与会师生的研究视野、拓宽了研究思路。与会师生收获颇丰，期待下一次能够与两位老师进行更深入的探讨交流。

报告人简介：李丰副教授现任职于中央财经大学统计与数学学院，博士毕业于瑞典斯德哥尔摩大学，研究领域包括贝叶斯统计学，预测方法，大数据分布式学习等，曾获瑞典皇家统计学会 Cramér 奖，第二届全国高校经管类实验教学案例大赛二等奖，现主持一项国家社科基金项目，主要研究成果发表在EJOR，JBES，IJF，JCGS等高水平学术期刊。

康雁飞，北航经管学院副教授、博导，先后入选北航“卓越百人计划”和北航“青年拔尖人才计划”，现任北航数量经济与商务统计系主任。2014年博士毕业于莫纳什大学，2014-2015年于莫纳什大学从事博士后研究，合作导师为两位澳大利亚科学院院士Kate Smith-Miles 教授和Rob Hyndman教授，2015-2016年就职于百度大数据部。研究方向为时间序列预测及统计计算。共承担科研项目10余项，其中主持国家自然科学基金2项。在European Journal of Operational Research, International Journal of Forecasting等国际权威期刊发表论文28篇。担任中国统计教育学会理事、北京大数据协会理事及超过10个国际学术期刊审稿人。