7月3日，华侨大学"统计-数经"名家讲堂第168讲在F2-302举行。中国政法大学商学院洪智武副教授应邀作题为《基于机器学习的中国国债收益率预测及其影响因素研究》的学术报告。讲座由数量经济与统计研究院副院长林木材副教授主持，2023级硕士研究生及全体博士生参与。

讲座中，洪智武副教授梳理了机器学习方法在经济研究中的应用现状以及收益率预测在实践中的重要意义。其研究将收益率曲线的降维方法与机器学习相结合，系统性地比较了不同机器学习方法在收益率曲线上的预测作用，并与传统收益率曲线预测方法进行了比较。研究发现，极度随机树模型具有最佳的预测表现，且优于传统的预测方法。借助SHAP方法，研究进一步识别出不同预测步长下的关键预测因素，探讨了关键预测因素与收益率间的非线性特征。该研究成果不仅为政策当局制定宏观经济政策提供了有力依据，也为投资机构评估管理投资风险、优化投资策略、分析市场动态提供参考与启发。

在互动交流环节，洪智武副教授与现场师生就国债收益率预测模型实际应用等热点议题展开深度探讨。现场讨论热烈，思想碰撞中迸发出诸多新的研究思路。林木材副教授在点评中指出，该研究将前沿统计方法与经典经济学问题相结合，为我院师生的学术研究提供了重要的方向性参考。讲座最后在热烈的掌声中圆满落幕。

活动现场

初审| 高奥

复审| 林木材

终审| 张秀武