报告(一)

报告题目: 大数据与统计学漫谈

报告人: 张新生 (复旦大学)

摘要: 主要介绍统计学的发展历史以及在大数据时代统计学面临的机遇与挑战。

报告时间: 11月23日 8:30-9:30

报告地点: 统计学院报告厅

报告人简介: 张新生，复旦大学管理学院统计学系教授，系主任，博士生导师。

主要研究方向: 随机过程及其应用（过程统计、MCMC与Bayes统计分析、随机序与风险管理)。

报告(二)

报告题目: A stochastic optimal control problem of a mean-field jump-diffusion SDE with delay

报告人: 孟庆欣 (湖州师范学院 )

摘要: This paper investigates a stochastic optimal control problem with delay an of mean-field type, where the controlled state process is governed by a mean-field jump–diffusion stochastic delay differential equation. Two sufficient maximum principles and one necessary maximum principle are established for the underlying system. As an application, a bicriteria mean-variance portfolio selection problem with delay is studied to demonstrate the effectiveness and potential of the proposed techniques. Under certain conditions, explicit expressions are provided for the efficient portfolio and the efficient frontier, which are as elegant as those in the classical mean–variance problem without delays.

报告时间: 11月23日9:30-10:10

报告地点: 统计学院报告厅

报告人简介: 孟庆欣，湖州师范学院理学院教授、浙江省杰出青年基金项目获得者、浙江省高校中青年学科带头人、湖州市1112人才工程培养人选入选者、复旦大学物理系出站博士后、国家公派澳大利亚访问学者。主持并完成国家自然科学基金项目2项，浙江省自然科学基金面上项目2项，中国博士后基金特别资助项目和面上项目各1项。2015年获浙江省杰出青年基金项目一项，目前还主持国家自然科学基金面上项目1项。先后在《SIAM Journal On Control And Optimization》、《Automatica》、《System & Control Letters》、《Applied Mathematics & Optimization》、《Journal of Computational and Applied Mathematics》、《Journal of Mathematical Analysis and Applications》、《Stochastic Analysis and Applications》、《Science China Information Sciences》、《中国科学A辑：数学》等国内外著名期刊上发表学术论文多篇。

报告(三)

报告题目: 多变量时变谱的统计推断及其在航海安全营运中的应用

报告人: 张世斌 (上海海事大学)

摘要: 振动信号承载着设备安全性状的丰富信息，通过研究振动谱的性质可以了解设备的安全营运状况。时变振动信号比比皆是。例如，受负载条件和海浪条件的变化，船体振动性态会随时间变化。本报告探讨由两类航海安全营运的实际问题驱动的统计问题，提出两类信号数据分析的统计方法，并介绍它们的实际应用。大风浪中船舶最佳航向角的选择和船舶安全实时预警系统的设计是两类重要的船舶安全营运问题。这两类问题可分别归结为两类重要的统计问题：一是多变量非平稳时间序列谱（时变谱）的估计；二是非平稳多变量时间序列边际谱的一致性检验问题。针对时变谱的估计问题，本报告将给出高效适定的贝叶斯估计方法；对于边际谱的一致性检验问题，本报告基于Pearson统计量提供一类性质优良的检验统计量。

报告时间: 11月23日 10:20-11:00

报告地点: 统计学院报告厅

报告人简介: 张世斌，上海海事大学数学系教授，硕士生导师。主要研究方向：过程统计、空间统计、统计计算，贝叶斯统计等。

报告(四)

报告题目: Robust Factor Number Specification for Large-dimensional Factor Model

报告人: 何勇(山东财经大学)

摘要: The accurate specification of the number of factors is critical to the validity of factor models and the topic almost occupies the central position in factor analysis. Plenty of estimators are available under the restrictive condition that the fourth moments of the factors and idiosyncratic errors are bounded. In this paper we propose efficient and robust estimators for the factor number via considering a more general static Elliptical Factor Model (EFM) framework. We innovatively propose to exploit the multivariate Kendall's tau matrix, which captures the correlation structure of elliptical random vectors. Theoretically we show that the proposed estimators are consistent without exerting any moment condition when both cross-sections ($N$) and time dimensions ($T$) go to infinity. Simulation study shows that the new estimators perform much better in heavy-tailed data setting while performing comparably with the state-of-the-art methods in the light-tailed Gaussian setting. At last, a real macroeconomic data example is given to illustrate its empirical advantages and usefulness.

报告时间: 11月23日 11:00-11:40

报告地点: 统计学院报告厅

报告人简介: 何勇，复旦大学博士，山东财经大学副教授，美国威斯康星麦迪逊大学统计系访问学者。其研究方向为高维数据统计推断、金融统计、生物统计、大范围假设检验。目前在国内外统计学权威期刊 Computational Statistics and Data Analysis, Bioinformatics, BMC Bioinformatics，中国科学：数学等发表学术论文十余篇，主持国家自然科学基金青年基金、全国统计科学研究项目等科研项目。