（通讯员：关迪）2024年1月8日下午20:00 ，中科院数学与系统科学研究院张新雨研究员为我院做线上学术报告，会议由学院副院长杨凯副教授主持，学院部分老师、研究生参加了本次线上学术报告会。会议开始之际，由杨凯老师作为代表对张老师的到来表示感谢，并对张老师的研究方向及成果做了介绍。

报告人简介：张新雨，中科院数学与系统科学研究院研究员。主要从事统计学和计量经济学的理论和应用研究工作，具体研究方向包括模型平均、管理统计、机器学习和经济预测等，担任SCI期刊《Journal of Systems Science & Complexity (JSSC)》领域主编和其他5个国内外重要期刊的编委，管理科学与工程学会常务理事。先后主持国家级项目多项。

报告题目：Estimation of Financial Network by Frequentist Model Averaging

摘要：Advances in information technologies have madennetwork data increasingly frequent in economics and finance. To estimate the financial network, we propose an optimal modelaveraging method for directed acyclic Gaussian graphs. With a set of candidate models varying by graph structure, we average estimates from candidate models using weights that minimize a penalized negative log-likelihood criterion. We nit only build the asymptotic optimality, weight convergence and parameter consistency for the proposed method, but also, we clarify the impact of different models on the convergence rate and prove the parameter consistencyunder misspecified candidate graph models. Results of simulation studies and a real-data analysis on banks’ international liability data show the promise of the proposed method.

  张新雨老师以往文献中信息技术的发展开始讲起，信息技术的进步使得网络数据在经济和金融领域日益频繁。为了估计金融网络，提出了一种有向无环高斯图的最优模型平均方法。对于一组随图结构而变化的候选模型，使用最小化负对数似然标准的权重来平均候选模型的估计，不仅建立了该方法的渐近最优性、权值收敛性和参数一致性，而且阐明了不同模型对收敛速度的影响，并证明了错误指定候选图模型下的参数一致性。仿真研究和对银行国际负债数据的实际分析结果表明了该方法的可行性。

  报告结束后，参会的同学踊跃提问，就感兴趣的问题与张新雨老师进行了广泛的讨论和交流，张老师就提出的问题进行了详细的解答，分享了自己的心得。

  本次学术交流会拓展了同学们的学术视野，也激发了同学们的学习热情，更加努力学习研究新的领域与方法，并使老师和同学们对金融网络和图结构等有了更加深入的理解，聆听报告的师生均表示受益匪浅。

（审核人：王丹、王纯杰）

数学与统计学院

2024年1月8日