2021年5月28日下午2点30分，我院特邀华南农业大学夏强教授做线上学术报告，报告由学院统计系系主任杨凯老师主持，学院部分老师、全体研究生参加了本次线上学术报告会。

报告题目：Bayesian Inference for Mixed Gaussian GARCH Model by Hamiltonian Monte Carlo Algorithm

报告摘要：In this paper, Hamiltonian Monte Carlo (HMC) algorithm, which is easy to perform and  also efficient to draw samples from the posterior distributions, is firstly proposed to estimate for the Gaussian mixed GARCH type model. And then, based on the Bayesian estimation, forecasting by the Gaussian mixed GARCH type model is investigated. Through the simulation experiments, the HMC algorithm is more fast and flexible than the Griddy-Gibbs sampler.  A real application is given to support the usefulness of the proposed HMC algorithm.

夏强简介：教授，博士生导师。2015年获中国人民大学统计学院博士学位，2006年至今在华南农业大学工作，现为数学与信息学院、软件学院副院长。近年来主持国家自然科学基金重大研究计划培育项目，教育部人文社科基金规划项目，广东省自然科学基金面上项目，全国统计科学研究重点项目各1项。在国内外学术期刊和国际学术会议上发表论文30余篇，发表专著2部。担任美国数学评论评论员；担任中国商业统计会、中国现场统计研究会资源与环境，生存分析，大数据分析分会理事；担任广东省统计学会、广东省现场统计学会常务理事。

    报告会中，华南农业大学夏强教授首先讲解了一种易于执行且能有效地从后验分布中提取样本的哈密顿蒙特卡罗(Hamiltonian Monte Carlo, HMC)算法来估计高斯混合GARCH模型。然后，在贝叶斯估计的基础上，研究了高斯混合GARCH模型的预测方法。通过仿真实验，HMC算法比Griddy-Gibbs采样器更快、更灵活。最后给出了一个实际应用讲解，验证了该算法的有效性。使大家对于HMC算法的高效性有了更加深入的了解和兴趣。

与会人员踊跃提问，对于夏强教授讲解的HMC算法进行了热烈的讨论和交流，夏强教授就提出的问题进行了详细的解答。本次学术交流会使大家深入了解了HMC算法原理和应用，拓展了同学们的视野，聆听报告的师生均表示受益颇多。

                                           数学与统计学院

                                                2021年5月28日