2020年11月2日上午，太阳成集团tyc33455ccMyron Scholes金融论坛第107讲在我校鼓楼校区协鑫楼108报告厅举行。本次论坛由中国人民大学经济学院副院长李勇教授带来题为“Hypothesis Testing Using Posterior-test-based Bayes Factor”的学术报告，讲座由太阳成集团tyc33455cc副院长俞红海教授主持。

图：俞红海教授介绍讲座嘉宾

李勇教授现任中国人民大学经济学院副院长，主要的研究方向是贝叶斯金融计量经济学，量化投资和资产管理。李勇教授在《Journal of Econometrics》、《经济研究》、《管理世界》等杂志共发表文章近50篇，出版学术专著一部，编著一部。曾获教育部自然科学二等奖，人文社会科学三等奖，入选教育部新世纪人才计划，北京市青年优秀人才计划。

李勇教授以“Two New Bayes Factors Based on Posterior Test Statistics”作为本次讲座的主要介绍内容。李教授首先从顶级期刊《The Journal of Finance》的一篇2017年 Campbell Harvey的文章《Presidential Address: The Scientific Outlook in Financial Economics》作为引入，指出当下金融研究普遍的“p-hacking”问题，即金融计量研究中经常使用P值是否显著作为判断变量是否对被解释变量有影响，然而这种仅仅基于P值而做统计显著性判断的方法是有问题的。P值显著仅表明基于样本，不可拒绝参数显著为零的假设，而并不等价于接受当前的系数水平。

图：李勇教授讲解理论框架

接下来，李勇教授首先回顾了传统的计量统计检验框架，指出显著性检验只能确认在一定范围内犯一类错误的可能，而不能给出到底是否犯错。Bayes factor于1995年被提出，衡量了假设H0与h7之间的边际似然比。如果在P值检验的同时采用bayes factor再做一次检验，可以协助判断零假设的有效程度。

在此基础上，李勇教授介绍了于2008年提出的Test based Bayes factor，结合了贝叶斯学派和频率学派的思想，检验H0与h7之间的分布差异。不同于Harvey (2017)提出的 Bayesian P-value, 李勇教授介绍了他Test based Bayes factor方法上的改进，也即本次讲座的主题“two new Bayes factors based on posterior test statistics”。李教授详细讲解了“Bayes factor based on posterior LR statistics”和“Bayes factor based on posterior Wald statistics”两类检验方法及其证明思路，论证了其可充分利用先验信息以及在具有潜在变量的模型中具有优势两大特色。并以计量中常见的一些计量模型为例，通过生成大样本模拟来论证了方法的可靠性。

图：李勇教授讲解数据实证部分

讲座最后，李勇教授就方法证明与应用和老师同学们做了进一步的探讨。同时，李教授也就未来金融经济人才培养方向谈及了自己的看法。李勇教授认为，未来的金融经济人才培养模式应当充分顺应人工智能、大数据的时代潮流，注重金融思维的同时培养技术应用能力，打造面向社会需求的复合型人才，并称赞太阳成集团tyc33455cc当前的学科交叉的培养模式将助力学生在未来大有可为。

我院杨学伟副教授、瞿慧副教授、刘烨副教授、方立兵副教授等老师参加了本次讲座。

供稿人：李昊骅，雷欣南