应金融学系、金融工程研究所的邀请，11月28日上午，西南交通大学张耀杰博士为我院师生作了题为“用大量预测因子预测原油价格：lasso能否选择强有力的预测因子?”的学术讲座，讲座由金融学系汪冬华教授主持。

 

张博士团队的研究使用了机器学习中最流行的两个特征缩减技术，lasso和elastic net，并在很多预测变量的背景下去预测原油价格的收益率。首先，张博士简单介绍了论文的核心内容和研究动机。然后，张博士分别给出了模型、数据和实证结果的介绍和分析。张博士指出，lasso和elastic net可以在统计意义和经济意义两方面打败其他竞争模型。接下来，张博士进一步从变量选择的角度探究了可预测性的来源，并指出lasso和elastic net会选择预测能力更强或者能够提供互补信息的预测变量。基于被选择的变量，研究改用OLS回归模型进行预测，依然可以打败众多竞争模型。之后，张博士又给出了一系列的稳健性检验结果。最后，张博士总结了研究的主要结论。

金融学系、经济学系以及工商管理系的部分师生参加了此次讲座。讲座过程中讨论气氛热烈，与会者和张博士就lasso的预测因子、研究结果与证券市场中的差异及其原因等问题进行了详细的交流。

 

报告人简介：

张耀杰，男，浙江省嘉兴市人，现为西南交通大学经济管理学院博士研究生。博士研究生期间连续4年获得国家奖学金。主持过“服务科学与创新”四川省重点实验室项目“贷款保险定价模型研究”(2017.07-2018.06)、西南交通大学博士研究生创新基金项目“贷款保险定价模型及其应用研究”(2017.09-2018.10)，并参研多项国家级科研项目。主要从事金融学领域的研究，在金融工程、风险管理、金融计量、公司金融和金融预测等方面发表学术论文21篇，发表国际期刊论文的杂志包括Knowledge-Based Systems, Energy Economics, Economic Modelling, Physica A, The North American Journal of Economics and Finance, Applied Economics Letters等，国内期刊的杂志包括系统工程理论与实践，管理评论、运筹与管理、工业工程与管理和保险研究等。