时间：2019年9月24日（周二）下午15:00

地点：5-115

报告人：张新雨

中科院数学与系统科学研究院研究员，2019年国家自然科学杰出青年基金，2015年国家自然科学优秀青年基金获得者。主要从事计量经济学的理论研究工作，具体研究方向包括模型平均、模型选择和组合预测等。目前发表和被接受发表论文52篇，其中SCI/SSCI论文46篇，16篇发表在计量经济学和统计学的顶级期刊：Journal of Econometrics、Annals of Statistics、Biometrika、Journal of the American Statistical Association和Journal of the Royal Statistical Society Series B。另外，也在旅游管理领域的顶级期刊Annals of Tourism Research (ABS四星期刊)、预测领域的顶级期刊International Journal of Forecasting和国内管理学领域顶级期刊Journal of Management Science and Engineering、《管理科学学报》等发表论文。研究成果得到国际同行的好评和大量引用，多次被英国人文与社会科学院院士O. Linton和M. Pesaran、荷兰皇家艺术与科学院外籍院士F. Palm、澳大利亚社会科学院院士M. McAleer、挪威科学与文学院院士N. Hjort、台湾中研院院士K.-C. Li、世界计量经济学会会士B. Hansen等国际著名学者的文章所引用。目前担任《Journal of System Science and Complexity》、《系统科学与数学》、《应用概率统计》编委，《Econometrics》客座主编，《Statistical Analysis and Data Mining

》副主编，同时是《Annals of Statistics》、《数学学报》等二十多家知名期刊的审稿专家。

讲座摘要：

研究者进行经济分析时，通常面临很多候选模型，但不确定数据来自于哪个模型，即面临模型不确定性。在参数推断中如果忽略模型不确定性会导致偏误，可能造成决策的失误；在预测中如果忽略模型不确定性会导致信息遗失和不稳健预测，可能造成预测的失效。模型平均方法通过对来自不同候选模型的估计或者预测赋予一定的权重进行加权平均，是考虑模型不确定性的主要方式之一。我们在此将主要介绍几种常用的频率模型平均方法，比较模型平均和组合预测方法的差异，比较频率模型平均方法和贝叶斯模型平均方法的差异，并探讨模型平均方法的发展的新方向。