文澜学术系列讲座 第161期 澳新银行风险模型验证与商务智能部姜彬博士:“高维时间序列下的澳大利亚宏观经济预测(Macroeconomic forecasting for Australia using a large number of predictors)”

发布者:陈丹妮发布时间:2019-07-04浏览次数:224

(通讯员:叶少仪)201963日上午,在中南财经政法大学文泰楼206教室,毕业于澳大利亚莫纳什大学,现为澳新银行风险模型验证与商务智能部经理的姜彬博士做客文澜学术讲座,为大家带来了一场以《高维时间序列下的澳大利亚宏观经济预测》为主题的学术讲座。文澜学院17级学生参与了本次讲座。

姜彬博士首先指出,运用大量的预测变量进行宏观经济预测是当下很流行的方法,并且多种针对这种高维数据集的正则化和收缩方法已经被证明可以提高美国经济预测的准确性。为了评估类似结果是否适用于具有不同特征的经济体,姜彬博士及其所在团队引入一个包含151个澳大利亚总体和局部的经济指标以及185个国际宏观变量的宏观数据集,并进行了广泛的实证研究。

为研究不同时段的预测,姜彬博士及其所在团队考虑了多种正则化和收缩方法,并将之运用到不同数量的预测因子的信息集上。与其他国家相比,研究结果得到以下结论:(1)与一些简单的预测基准相比,这些统计学习方法并不能更准确地预测澳大利亚核心的宏观经济指标;(2)与其他研究一致,当预测变量的数量超过20以后预测准确性的提升并不显著,而且国际变量指标似乎对于预测没有很大帮助。

讲座过程中,学生与姜彬博士进行了诸多互动问答,例如针对本文的降维手段,是否还有其他算法等,姜彬博士指出,主成分分析是其中一种手段,还有其他三种机器学习的算法也都有降维的方法,如给变量系数赋值为零等。最后,本次讲座在掌声中圆满结束。