第一位主讲人是国科大经管学院副教授孙佳婧，她对计量经济学及其在金融和经济学中的应用颇有见解。在加入中国科学院大学之前，孙老师曾在利物浦大学管理学院担任了一年的讲师。本次分享孙老师带来的内容是《基于调整样本值域的自标准化结构性变化检验》。首先，孙老师对文章的研究背景进行了介绍，通过一系列的文献综述指出对于结构性变化检验研究的必要性与重要性，之后提出这项研究内容主要是基于之前的研究，提出了一种基于调整样本值域的Kolmogorov-Smirnov (KS)检验统计量，并将之进一步拓展得到基于调整样本值域的EKS检验统计量，用以检验期望以及其他一般形式统计量（例如：边际期望、边际方差、自相关函数）的结构性变化。不仅如此，孙老师还提到，在一些适合的条件下，可以证明针对拟合残差或预测误差的结构性变化检验与回归模型的参数恒定性检验等价。孙老师还提出，与Shao（2010）和Lobato（2001）提出的基于部分和方差的自正则分析类似，基于调整样本值域的自正则分析也与长程方差统计成比，其不依赖干扰参数和其他分布，且在高度自相关下具有鲁棒性。蒙特卡洛模拟表明，基于调整样本值域的结构性变化检验统计量可以很好地解决基于Shao (2015)所提出的自正则方法构建的KS检验统计量检验功效非单调的问题；且基于调整样本值域的结构性变化检验统计量无需像G检验统计量那样引入前后求和，统计性质比标准渐进方法以及固定b方法更优良，尤其是在多维情形其具有更优良的统计性质。最后，实证研究表明KS和EKS统计量的适用性。
第二位主讲人是国科大经管学院副教授王曙明，他主要从事鲁棒优化、随机规划研究及其在物流与供应链管理、健康医疗管理等领域的应用。王老师本次带来的分享内容是《Robust Stochastic Facility Location》，主要是在一般的设施选址问题的背景下进行自适应鲁棒随机优化建模，利用状态相关分布不确定集对不同状态下需求的分布不确定性进行建模，其中每个状态下的条件分布的特征由支撑集、均值和离散度等统计量来描述。他首先介绍了研究的背景与动机，接下来对相关文献进行了综述，并对各文献使用的模型进行了梳理与汇总，之后对自己的研究分别从模型本身、灵敏性分析以及解决路径等方面进行了介绍。通过老师的分享，同学们了解到，在一个参数分析框架中，他们证明了最优的对偶变量形成了一系列最坏情况下第二阶段期望成本灵敏性的界。这可以更加方便地分析分布不确定集参数对给定可行选址决策的最坏情况下第二阶段期望成本的影响。对于求解方法，他们提出了一种Nested Benders Decomposition精确求解算法，该算法利用了给定选址决策极值分布所形成的第二阶段期望成本的次梯度。该分解方法具有有限步收敛性，也可以看作是两阶段随机规划的经典L-shape算法对鲁棒随机设施选址问题的扩展。最后，老师给出了一系列数值实验结果，证明了鲁棒随机设施选址模型中包含的状态分布信息的价值，模型的鲁棒性和精确求解方法的性能。
论坛进入尾声，同学们对于两位老师分享的内容以及自己在研究中遇到的困难与问题进行了提问，老师们有针对性地进行了回答。
责任编辑：高塬
