讲座题目：机器学习及其在经济与金融研究中的应用之第十讲：机器学习方法在分析金融稳定性时的应用
时间：2月10日（星期五）上午10:00-12:00
地点：zoom会议（会议ID: 831 0768 2968, 密码：900996）
主讲人：Paul McNelis (美国福德汉姆大学加百列商学院金融学讲席教授)
讲座内容
本次海外名师讲座《机器学习及其在经济与金融研究中的应用》共十讲。第一讲介绍计量模型、机器学习与非线性优化之间的区别与联系。本讲例题包括中国上市银行的系统重要性分析。第二讲探讨利用大数据进行模型估计的相关问题。本讲介绍的主要方法为弹性网络、LASSO与蒙特卡洛模拟。第三讲介绍Big VAR-X 模型的估计与分析。第四讲为第三讲的方法应用，利用Big VAR-X模型估计金融系统中的风险传染，并对比range volatility 与CoVar两种方法。第五讲将VAR-X模型推广至包括二阶、三阶项的指数模型。本讲还将介绍机器学习中的神经网络模型。第六讲继续介绍分位数回归中的神经网络模型，包括深度神经网络。第七讲介绍平滑过渡的结构变迁模型，并利用美国金融市场的利差数据进行应用分析。第八讲将神经网络模型应用于分析离散变量。本讲第一个例题利用德国信用卡违约数据，分析信用卡违约率。第二个例题分析美国德克萨斯州的银行业干预政策，如何预测一间银行有破产可能并在后续被政府接管。第九讲为大数据中的归类问题，主要介绍随机树方法，并对机器学习的各类方法在经济与金融领域的适用场景进行总结。第十讲为应用前面若干讲的方法，分析全球主要大而不能倒的金融机构的风险传染程度。
主讲人介绍
Paul McNelis教授毕业于美国约翰霍普金斯大学，目前为美国福德汉姆大学加百列商学院金融学讲席教授。他的研究领域为计算宏观经济学与国际金融。他在Journal of Monetary Economics, Review of Economics and Statistics, Journal of Applied Econometrics, Journal of Economic Dynamics and Control, Journal of International Money and Finance, Journal of Financial Stability等期刊发表论文多篇，并在多个国家和地区的中央银行担任研究员。
编辑 | 顾哲喻 湛彩华
初审 | 顾哲瑜
复审 | 张 浩
终审 | 徐昶斌
