2023年12月4-7日,香港中文大學經濟系副教授,決策科學與管理經濟系副教授史震濤應bevictor伟德官网邀請,開展主題為“A Short Course on Machine Learning with Macroeconomic Time Series”的短期課程,史震濤教授受到了bevictor伟德官网老師和同學們的熱烈歡迎,bevictor伟德官网黃乃靜副教授主持課程。
史震濤,香港中文大學經濟系副教授,決策科學與管理經濟系副教授。史震濤教授于2014年獲得耶魯大學經濟學博士學位。他的研究聚焦于機器學習算法在計量經濟學場景中的漸進理論,涵蓋截面數據、時間序列和面闆等多種數據類型。他的研究成果已經發表在包括Econometrica, Review of Economics and Statistics,International Economic Review等國際一流期刊上,并擔任Journal of Econometrics, Econometric Theory, Journal of the Royal Statistical Society (Series B),Journal of the American Statistical Association等計量和統計期刊的審稿人。
課程伊始,史震濤教授強調了在經濟學研究中時間序列的重要性。非平穩時間序列在實證宏觀經濟學中無處不在,例如在經濟增長、商業周期、貨币政策于财政政策制定、宏觀變量預測等領域,時間序列分析都十分重要。對非平穩時間序列數據進行正确處理,在宏觀經濟分析中是至關重要的。
随後,史震濤教授從非平穩時間序列的統計特性講起,比如單位根過程、local-to-unit過程等,并引入機器學習算法,介紹其在非平穩時間序列分析中的應用。史震濤教授重點介紹了被廣泛應用的LASSO算法、嶺回歸算法等。
在應用案例講析中,史震濤教授介紹了前沿的ridgeless算法。他介紹,嶺回歸(ridge)算法是非平穩時間序列分析中常用的機器學習分析方法,其特點是不會将大部分解釋變量的系數收縮為0。但最近使用更為廣泛的ridgeless算法對此做出了改進,會将部分變量的系數直接收縮為0,然而,實證證據表明,這種算法在面對高維解釋變量時效果不佳。史震濤教授提出,如果向模型中增加噪聲,反而能提高預測精度,并進行了嚴格的理論證明。
史震濤教授強調,事實證明,在時間序列分析中,噪聲并不一定是“有害的”,從固有的思路中跳脫出來,更好地利用噪聲提升預測精度,這種創新的思想是值得學習的。
在課程中,老師和同學們都積極思考,踴躍提問,參與到讨論中來。史震濤教授也耐心解答了老師、同學們的問題。課程氣氛熱烈,老師、同學們都覺得受益匪淺。
本課程受到國合處引智項目“G2022115005L”支持。
撰稿:趙子軒
審稿:何召鵬、黃乃靜