課程名稱：

NonparametricMethod, Big Data and Machine Learning

授課專家：

陳彬（ChenBin）

教授簡介：

陳彬（Chen Bin），美國羅切斯特大學（RochesterUniversity）經濟系終身職副教授(AssociateProfessor with Tenure)。本科和碩士畢業于廈門大學金融學專業，博士畢業于美國康奈爾大學(Cornell University)計量經濟學專業。主要研究領域為理論計量、應用金融計量。陳彬副教授先後在Econometrica、Journalof Econometrics、Econometric Theory等國外頂級期刊發表論文多篇，并擔任Journal of Econometrics、EconometricTheory、Quantitative Economics等多個國際著名期刊的匿名審稿人。

學術主頁鍊接：http://www.sas.rochester.edu/eco/people/faculty/chen_bin/index.html

課程簡介：

對計量經濟學中使用的非參數估計、概率密度估計、半參數估計以及時變參數模型等方法進行講解，并介紹大數據中的機器學習方法及應用。此外，陳彬副教授還将分享實證研究和學術寫作的經驗。

課程安排（共8課時）：

7月20日（星期六）

第一講：Introduction to nonparametricmethod, Density estimation

介紹非參數方法、概率密度估計方法

第二講：Nonparametric regression, Semiparametricmethod

介紹非參數回歸模型、半參數估計方法

7月21日（星期日）

第三講：Estimation and testing withtime-varying parameter model

介紹時變參數回歸模型的估計方法

第四講：Big data and machine learning

介紹大數據中的機器學習方法及應用

授課地點：

沙河校區 1号樓201

推薦閱讀：

Chen, B., & Hong, Y. (2012).Testing for smooth structural changes in time series models via nonparametricregression. Econometrica, 80(3), 1157-1183.

Chen, B., & Song, Z. (2013).Testing whether the underlying continuous-time process follows a diffusion: Aninfinitesimal operator-based approach. Journal of Econometrics, 173(1),83-107.

Chen, B., & Hong, Y. (2014). Aunified approach to validating univariate and multivariate conditionaldistribution models in time series. Journal of Econometrics, 178, 22-44.

Chen, B. (2015). Modeling andtesting smooth structural changes with endogenous regressors. Journal ofEconometrics, 185(1), 196-215.

Chen, B., & Hong, Y. (2016).Detecting for smooth structural changes in GARCH models. Econometric Theory,32(3), 740-791.

注：本課程受到國合處引智項目支持