题  目：The Wisdom of Crowd in Financial Forecasting

主讲人：王超

时  间：2026年6月4日（星期四）下午15:00-17:00

地  点：段家滩校区 贵和楼408

主讲人简介：王超，计量经济学博士，澳大利亚悉尼大学商学院副教授。主要研究方向为金融计量经济学、时间序列预测、机器学习、深度学习、贝叶斯方法等。研究工作聚焦于开发适用于金融风险预测的参数化与半参数化模型，融合日内及高频已实现波动率测度，并采用贝叶斯自适应马尔可夫链蒙特卡洛（MCMC）方法进行统计推断。他还提出了将机器学习和深度学习技术整合到金融时间序列预测中的新方法，通过结合传统计量经济建模与现代数据驱动方法，在保持可解释性和统计严谨性的同时提高预测准确性。先后在《International Journal of Forecasting》《Quantitative Finance》《Energy Economics》等国际著名期刊发表论文多篇。

内容简介：本报告探讨了融合多源预测信息以提升金融风险预测准确性的问题，验证了金融预测中的“群体智慧”原则。首先聚焦于已实现波动率的预测，提出将Realised GARCH模型扩展为自编码器结构，以非线性方式将多个已实现波动率进行融合。其次研究了利用大量竞争模型对VaR与ES进行组合预测的方法，比较了均值、中位数、截尾均值、混合方法以及基于性能加权的正则化方法。基于90种预测方法的实证研究发现，截尾均值组合、混合方法及基于性能加权的组合效果尤为突出，且选取规模较小但多样化的预测集合可进一步提升预测精度，其中基于性能加权的方法整体表现最佳。