——统计与数学学院——
学术讲座|姚琦伟：英国伦敦经济与政治科学学院姚琦伟教授来我院做学术讲座
2025年3月4日下午，英国伦敦经济与政治科学学院姚琦伟教授应邀来我校开展以“Autoregressive networks and stylized features”为主题的学术讲座。本次讲座在综合楼644举行，由统计与数学学院张荣茂副院长主持。
姚琦伟，英国伦敦经济政治经济学院统计系教授，英国皇家统计学会、美国统计协会（ASA）及数理统计学会(IMS)的Fellow，国际统计学会(ISI)的Elected member。姚教授是国际知名的统计学家，其研究兴趣包括：时间序列分析、高维时间序列建模与预测、降维和因子建模、动态网络建模、时空建模和金融计量经济学等，已在包括统计学顶刊JASA、AoS、JRSSB和计量经济学顶刊JoE等上发表论文110余篇，并著有2本专著：《非线性时间序列：非参数及参数方法》和《计量金融简要》。他担任Journal of the Royal Statistical Society (Series B)，Statistica Sinica 的联合主编，及Annals of Statistics，Journal of the American Statistics Association等多个顶级杂志副主编。姚教授还曾为巴克莱银行，法国电力公司以及Winton资本等多家企业提供咨询。
姚教授的讲座分为三个部分：自回归（AR）动态网络模型、双向异质性动态网络模型，以及具有依赖边的AR网络。首先，姚教授分析了动态网络研究的现状，指出当前研究大多聚焦于描述性分析，而对于网络随时间推移所展现的结构性特征探索尚显不足。基于此，姚教授对动态网络过程的自回归模型进行了简要介绍，该模型虽然是一个简单的基本框架，但它不仅能够明确地描绘动态变化，进行简单高效的统计推断，如最大似然估计（MLEs）和用于模型诊断检验的置换检验。更重要的是，该模型还能够作为构建模块，以适应更复杂的结构，如随机潜在块、变点等。随后，在双向异质性动态网络模型板块中，姚教授详细说明了如何将实际网络数据中经常观察到的一些典型特征（包括节点异质性、边稀疏性、持久性、传递性和密度依赖性）嵌入到AR框架中，这一思路为理解复杂的动态网络提供了新的视角。最后，姚教授将前面提到的基本框架扩展到具有依赖边的动态网络模型，通过真实的数据进一步证实该模型的可靠性，这为动态网络研究领域引入新的探索方向。
随着讲座渐入尾声，姚琦伟教授热情地与老师们和同学们展开激烈而深入的学术对话，这一环节不仅促进了学术见解的交流与融合，更激发了新思想的火花。最后，张荣茂副院长对此次讲座发表总结并对姚琦伟教授的精彩分享以及在场听众的参与和互动表达了诚挚的感谢。
学术讲座|陈家骅：New Development in Empirical Likelihood
2025年3月6日下午，哥伦比亚大学陈家骅教授授应邀来我校开展以“New Development in Empirical Likelihood”为主题的学术讲座。本次讲座在综合楼644会议室举行，由统计与数学学院张荣茂副院长主持。
陈家骅，加拿大皇家学会（RSC）会员及加拿大一级统计研究主席，不列颠哥伦比亚大学统计系杰出的统计学家和教员。其研究涵盖有限混合模型、统计遗传学、经验似然性、调查方法和实验设计。陈教授对统计方法做出了根本性的贡献，包括将经验似然引入调查抽样，发明有限混合模型的EM检验，并开发用于大模型空间中变量选择的扩展贝叶斯信息准则（EBIC）。
陈教授将本次讲座分为五个部分：Statistical Model,EL and Profile EL ; Historical Contributions ; A Recent Project ; Consistency of the Global Maximum ; Technical Results and Selective Proofs. 首先，陈教授提出了一系列相互关联的方法用于非参数和半参数的统计推断，并强调尽管最大似然估计（MLE）因其强一致性和最优性而在参数模型中受到广泛重视，但在模型指定错误或非规律性的情况下，这些优势会减弱，而且参数MLE的最优性质仅针对真实参数值的小邻域内似然函数的局部最大值建立，所得结果并不完全让人满意。为了解决这些问题，陈教授介绍了半参数框架的方法，在经验似然（EL）范式内使用估计函数。接着，陈教授提出了一种“global maximum test”的方法来评估给定的局部最大值是否确实是全局解，并在此基础上引入了“global maximum remedy”，通过扩展EL框架内的估计函数集来提高全局一致性。
随着讲座接近尾声，陈家骅教授非常热情地与老师和同学们进行学术方面的讨论，并十分耐心地回答老师们和同学们的疑问。最后，张荣茂副院长对此次讲座发表总结并对陈家骅教授的精彩讲解以及在场听众的参与和互动表达了诚挚的感谢。
——经济学院——
学术讲座|经济学院成功举办国家课题申报线上论证会
为提升国家课题申报质量，3月6日晚上，我校经济学院举行了国家课题申报线上论证会。会议邀请了东北财经大学韩超教授作为指导老师，经济学院副院长诸竹君教授主持会议，申报2025年度国家社科和自科基金项目的学院老师参加了本次会议。
在经济学院副院长诸竹君教授作简单开场后，论证会正式开始。进入论证环节，经济学院姜昊、姚瑶、张晓芸、张志坚、赵伟光、周小梅、刘乐易、任婉婉等多位老师分别作了汇报，申报人依次就各自课题的研究背景、目标、内容、方法以及预期成果等方面进行了详细阐述。韩超教授在认真听取了老师们的汇报后，针对每个课题进行了全面而深入的点评，给出了具体、中肯且具有启发性的建议。在随后的互动交流环节，申报老师与韩教授展开了热烈的讨论，现场学术氛围浓厚。
本次线上论证会为经济学院国家课题申报工作提供了有力支持，帮助申报团队进一步明确了研究方向，完善了课题设计，提升了申报质量。同时，学院还邀请了中国人民大学陈强远、暨南大学梁文泉两位专家为申报老师线上看本，提出宝贵的修改意见。
——泰隆金融学院——
学术讲座|凃俊：Long-term early warning information on corporate defaults from news headlines
2025年3月3日下午，上海交通大学安泰经济与管理学院金融学教授，中银科技金融学院教授，博士生导师凃俊，为我校泰隆金融学院老师们作了一场题为“Long-term early warning information on corporate defaults from news headlines”的专题讲座。此次讲座由泰隆金融学院副院长倪禾教授主持，泰隆金融学院马丹院长，以及十余位泰隆金融学院老师及学生参加了讲座。
凃俊教授首先回顾了企业债券违约预警的背景与现状，他指出自2014年中国债券市场出现首例上市公司违约事件以来，违约事件逐渐增多，传统的评级体系在预警方面的不足逐渐暴露。例如，许多违约企业在违约前仍保持着较高的信用评级，这使得投资者面临巨大的风险。因此，寻找新的预警工具和方法成为当务之急。接下来，讲座聚焦于新闻媒体在企业债券违约预警中的潜在价值，凃俊教授指出新闻报道不仅能够反映企业的经营状况和市场动态，还可能通过深度调查和独家信息揭示潜在的风险。例如，2001年的安然事件和2020年的Wirecard事件中，媒体的调查报道都发挥了关键作用，提前揭露了企业财务造假和潜在的违约风险。
之后，凃俊教授进一步介绍了他们构建的“信用风险词典”，该词典基于信用评级机构的6C原则和以往研究，涵盖了21个主题和323个与风险相关的词汇。通过分析新闻标题中的这些关键词汇，研究人员能够构建出风险主题变量（NTITF），并将其应用于企业债券违约的预测模型中。研究结果表明，新闻文本分析能够显著提高违约预测的准确性，尤其是在违约前的6个月内。此外，讲座还探讨了不同类型媒体在信息传播中的作用。国有媒体和市场化媒体在信息获取和传播上各有优势。国有媒体可能更倾向于报道与政府政策相关的信息，而市场化媒体则更注重企业的经营策略和市场动态。研究表明，市场化媒体在非上市企业违约预警中发挥了更为显著的作用，而国有媒体则在上市企业中具有一定的信息优势。在数据方面，研究团队收集了2015年至2022年期间的904万多条新闻数据，并将其与企业债券发行人的财务数据相结合。通过对新闻数据的文本分析，研究人员发现新闻报道不仅能够反映企业当前的财务状况，还能预测未来的财务表现。这一发现为新闻文本分析在企业债券违约预警中的应用提供了有力的支持。
本次讲座不仅展示了新闻文本分析在企业债券违约预警中的巨大潜力，还为与会师生提供了一个全新的研究视角,有助于与会老师拓宽研究思路。随着人工智能和大数据技术的不断发展，新闻媒体作为信息传播的重要渠道，其报道内容的价值远不止于即时新闻，更能够为企业风险管理和投资者决策提供重要的参考依据，新闻文本分析有望成为未来金融市场研究的重要工具之一。