近日，国家自然科学基金委员会和教育部社会科学司分别公布（公示）了2022年度国家自科和教育部人文社科一般项目的评审结果，金融与统计学院共获批立项5项。王小燕副教授获国家自科基金面上项目及教育部人文社科一般项目共2项资助，毕达宁助理教授获国家自科基金青年项目资助，刘晓剑副教授和余得水助理教授获教育部人文社科一般项目资助。

王小燕副教授申报的《多源数据融合的高维整合分析分类模型及其信用风险应用》获批国家自科基金面上项目。随着国务院明确鼓励“探索以数据为核心的产品和服务创新”，各行各业有意识地存储和积累海量多源数据。数据成为了企业最重要的一种无形资产，数据合作为企业实现共赢提供了新思路。然而在处理多源数据时，传统统计方法面临了一些新的挑战，比如出现了高维问题加剧、特征关联复杂、数据多元性强等问题。整合分析是能够对多源数据进行有效融合的方法，但在处理上述问题时仍显不足。该课题拟针对这些问题开展多源数据的整合分析分类模型及应用研究，将从算法设计、大样本性质、模拟分析等方面开展理论研究。

毕达宁助理教授申报的《高维时间序列的预测与推断问题研究》获批国家自科基金青年项目。该课题以改善高维平稳时间序列的预测性以及比较多个高维平稳时间序列的谱分布特征为切入点，旨在运用因子模型与自助法研究高维时间序列的降维、建模、预测与推断问题。研究首先拟根据时间序列模型预测性的定义，构建最优预测因子模型，提出该模型的估计方法，并使用随机矩阵理论研究该模型因子个数的相合估计。其次，本课题基于高维自协方差矩阵特征值的渐近分布，拟构造多样本高维时间序列的谱分布检验，并研究聚类分析模型。最后，拟将自助法与因子模型相结合，以构建并完善基高维时间序列的自助法。

刘晓剑副教授申报的《“投资者付费”信用评级的双重道德风险治理效应研究：理论机制、实证检验及政策优化》获批教育部人文社科基金规划项目。本课题基于声誉理论和委托代理理论，构建“投资者付费”信用评级约束“发行方付费”评级机构及发行方不当行为的理论模型。从“发行方付费”评级机构和发行方自身两个层面及多个维度，检验“投资者付费”模式在治理我国信用评级市场双重道德风险中的效果及内在机理。为监管当局推进我国信用评级行业规范运行和债券市场的健康发展提供更具针对性的可行性方案和政策参考。

王小燕副教授申报的《基于多源数据的高维分类模型及其信用风险预警研究》获批教育部人文社科基金规划项目。随着大数据时代的发展，可用于评估客户信用风险的数据越来越丰富，跨平台、跨行业的数据合作为金融机构进行用户画像提供了新思路。过去一直存在的“信息不对称”问题在大数据时代得到了极大的缓解，然而这些数据的来源和统计口径不一，甚至总体也不同，如何有效对这些来源多样的数据进行融合建模是近年来统计学和机器学习的发展方向之一。该课题将建立多源数据的高维分类模型、探索科学的信用风险预警方法，具有良好的理论和应用价值。

余得水助理教授申报的《基于时变现值模型的股票回报和现金流预测研究：理论与应用》获批教育部人文社科基金青年项目。该课题基于股票回报与现金流预测中的典型事实，为克服传统平稳假设的局限性，采用局部平稳过程对股息率建模。基于局部平稳假设，该课题构建一个全新的具有时变折现因子的动态现值模型，以够解释Campbell-Shiller 现值模型无法解释的异象。该课题通过放松文献中向量自回归模型预测模型中变量之间系数不变性假设并允许误差项的协方差矩阵时变，进一步构建非参数时变向量自回归模型，利用其检验时变现值框架，并对股票回报和现金流的联合预测能力进行实证评估。

我院历来高度重视国家级基金项目的申报工作，科研项目是学科发展的重要支撑，为青年教师培养提供了有力支持。下一步，学院将继续完善并做好科研项目申报的组织与服务工作，努力实现学院国家级项目立项的进一步突破。