8月17-24日，由北京友萬信息科技有限公司主辦、上海財經大學承辦的第三屆Stata中國用戶大會暨“機器學習與計量方法應用研討會”在上海財經大學隆重舉行。中國濱海金融協同創新中心選派了2019級博士研究生方云龍、2018級碩士研究生劉浩杰參加了此次研討會及會議同期舉辦的Stata夏季訓練營活動。據悉，此次訓練營由山東大學陳強教授和南開大學王群勇教授主講，于8月17-19日、22-24日進行了為期六天的Stata機器學習及計量經濟方法應用課程，課程以計量經濟學的前沿問題為導向，引入人工智能領域前沿的機器學習方法結合Stata應用程序，吸引了來自全國各地高校超過百名學者參與。
中心派出的兩名研究生表示在此次活動中收獲頗豐、受益匪淺，特別是在與專家面對面的互動交流中進一步拓展了學術視野、啟迪了創新思維、引發了將工具技術與理論思想有機融合的思考。
2019級博士研究生方云龍：通過參加這次研討會以及與各位老師和學員的交流，我深有啟發。隨著stata16的發布，學習stata的門檻也越來越低，就像陳強老師所做的比喻，“隨著stata的升級，學習stata的難度越來越低，現在的stata更像是一種傻瓜軟件，好比照相機中的傻瓜相機，不需要很多的技術，而R語言更像是單反，需要我們對相關技術進行學習?！卑Q策樹、神經網絡以及支持向量機等在內的機器學習模型逐漸出現在經濟學論文當中，這就要求我們對前沿的寫作技術盡早進行學習，好的選題加上較為先進的方法是寫出好論文的重要因素。
2018級碩士研究生劉浩杰：在金融大數據和人工智能時代背景下，把金融經濟理論與大數據和機器學習相結合是今后經濟學發展的方向。面對今后海量的高維金融大數據，傳統經濟計量學和線性預測性回歸方法已經難以處理，容易陷入過擬合和模型不穩健等高維陷阱。在此次“機器學習與R語言應用”的培訓班中，通過陳強老師的講解以及與各個高校老師同學的討論，我對稀疏性模型、因子降維、決策樹、隨機森林、神經網絡及貝葉斯統計等機器學習技術有了更加深入的理解，同時我也意識到作為一名研究生，我應該積極探索新領域，不斷的更新知識體系，探索大數據和機器學習在檢驗資本市場信息有效性檢驗，風險溢價決定機制及資產定價模型建模等資本市場領域核心問題上的應用，為今后的論文寫作奠定基礎。
在大數據迅猛發展的當前，“機器學習”已成為人工智能科學研究和應用領域的重要驅動力，必將帶來一系列傳統決策機制的根本性變革，也必將推動社會科學研究范式的重大轉型。中心將以此次活動為契機，加強對在讀碩博研究生工具技術使用方法的訓練培養，推動機器學習和深度學習等人工智能方法在經濟學和管理學前沿領域的研究應用；同時，積極創造良好的學習交流平臺，派出更多優秀碩博參與各類學術交流活動，進一步加強與各高校、各科研院所及業界的交流聯系，促進高質量的人才培養和交叉學科的研究探索。
文：中國濱海金融協同創新中心 編輯：Uone-Tech
