报告题目一：Variable selection for random effects two-part models

时间：2018年10月11日下午2:00

地点：南校区院系楼152会议室

主办单位：数学与统计学院

报告人：韩东啸（中国科学院概率论与数理统计博士，美国西北大学、范伯格医学院博士后。主要研究方向为变量选择、生存分析、生物统计、复发事件与纵向数据的统计推断、数理统计及其应用）

内容简介：零膨胀（或者半连续）数据的特点是数据中存在相当大一部分零值，其余部分为连续的非零（正）值。两部分随机效应模型常用于该类数据的纵向研究。常见的零膨胀数据包括医疗花费、每日饮酒量、微生物的相对丰度等。随着信息技术的进步，人们对于数据的收集和储存能力不断的提高，研究人员可用的变量数量可能相当大。为了避免维数祸根和利于决策制定，选择与因变量真正相关的协变量至关重要。然而，其复杂的数据特性和模型特性导致还没有令人满意的变量选择方法。在本报告中，我们基于最小化信息准则（MIC）方法对两部分随机效应模型进行变量选择，这种方法在 SAS中很容易实现。模拟和关于酒精依赖型的实例分析证明我们的方法的有限样本表现很好。

报告题目二：随机利率和随机波动率下DC 养老金计划模糊厌恶参与者的鲁棒最优投资策略

时间：2018年10月11日下午2:45

地点：南校区院系楼152会议室

主办单位：数学与统计学院

报告人：王佩（兰州大学概率论与数理统计博士，主要研究方向为金融工程与风险管理）

内容简介：本报告研究了DC 养老金计划中模糊厌恶参与者（AAM）面临的具有随机利率和随机波动率的鲁棒最优投资问题； AAM 在金融市场中可以投资无风险资产, 债券和股票；假设利率服从一个仿射模型, 其包含特殊情形 Cox-Ingersoll-Ross (CIR) 模型和 Vasicek 模型, 而股票价格由 Heston 随机波动率模型驱动。 此外, AAM 对利率, 股票价格和波动率的扩散部分具有不同水平的模糊厌恶，试图在最坏的情形下最大化终端财富的预期幂效用。利用随机动态规划方法, 我们推导出了鲁棒最优投资策略和相应的值函数的解析表达式, 并随后讨论了两种特殊情形。最后通过数值算例说明了模型参数对鲁棒最优投资策略的影响, 并解释了理论结果的经济意义。 数值算例表明, AAM 对利率, 股票价格和波动性的模糊厌恶水平对风险资产的投资比例具有不同程度的影响, 而忽略模型不确定性总是会给 AAM 带来效用损失。