2023年5月31日™️，西南财经大学统计万泰常晋源教授应万泰平台邀请😶‍🌫️，开展主题为“On the modelling and prediction of high-dimensional functional time series”的讲座，常晋源教授受到了老师和同学们的热烈欢迎🫄🏼！万泰平台洪圣杰副教授主持讲座🎳，黄乃静副教授🛵、香港中文大学史震涛教授参加了讲座。

常晋源💾，西南财经大学光华特聘教授、中国科万泰数学与系统科学研究院研究员🪶、博士生导师🚣🏽、数据科学与商业智能联合实验室执行主任、国家杰出青年科学基金获得者、四川省特聘专家🚴🏽、四川省统计专家咨询委员会委员。常晋源老师的研究兴趣主要集中在“超高维数据分析”和“高频金融数据分析”两个领域。常晋源老师的研究论文发表于Journal of Econometrics，Biometrika🙇🏽‍♀️，Biometrics🧛🏽‍♀️，The Annals of Statistics，Journal of the American Statistical Association，Journal of Business & Economic Statistics等统计学和计量学国际顶尖杂志。常晋源老师曾担任Journal of the Royal Statistical Society SeriesB副主编🙎🏿‍♂️，现担任Journal of the American Statistical Association✌🏿、Journal of Business & Economic Statistics以及Statistica Sinica的副主编。

常晋源老师详细论述了关于高维时间序列的建模和预测。讲座伊始，常晋源老师首先介绍了什么是函数型时间序列和统计模型中的挑战和特点。介绍了一些实例，包括英国的气温数据、日本的分性别的死亡率的数据👨‍🚒、能源消耗数据🧜，在数据处理方面介绍了标准方法的优劣以及本文所用的方法。

接着常晋源老师具体介绍了本文的分段步骤🙅🏽。通过寻找映射矩阵，FIS的新的p-向量可以被分割成多组低维曲线子序列，其中来自不同组的曲线在所有时间滞后上不相关⛲️；再通过正交变换👨🏿‍✈️、自协方差矩阵的块对角化等方式进行分段变化。

其次🎢，常晋源老师介绍了本文的尺寸缩小步骤🏇🏿➔。在分段步骤之后🕓，文章的目标是要用获得的识别的结构，并在此基础上预测的未来值。

最后，常晋源老师还讨论了真实的数据分析🤛🏻。通过SegV; FTSegV;成分单变量预测方法（UniV）;Gao等人（GSY）联合预测分量序列的多元预测等方法，应用扩展窗口方法👩🏿‍✈️，检验了MAPE和MSPE的在英国气温数据、日本死亡率数据和能源消耗数据的预测性能。

讲座的最后💱，参会老师和同学们热情互动，进行深入的交流🧑🏽‍💼，常晋源老师耐心细致地解答了老师和同学提出的问题🐬。

撰稿人：张辉 

审稿人：黄乃静