上图：王汉生教授 下图：姚琦伟教授

为期5天的论坛分为两个模块进行。8月18日-22日每天上午由来自美国匹兹堡大学的David Stoffer教授和美国罗格斯大学的陈嵘教授分别为与会者讲授状态空间时间序列领域的最新方法与算法。David Stoffer教授为大家讲授了最基本的线性状态空间模型（Linear SSM），在此基础上延伸到隐马尔科夫模型（HMM）和非线性状态空间模型（Nonlinear SSM），并且介绍了模型的贝叶斯估计方法（MCMC for SSM）。陈嵘教授在介绍状态空间模型的同时，为大家提供了许多状态空间模型经典的应用实例，展示了状态空间模型在金融、经济、定位、测控和生物医学等多个领域的应用。此外，陈嵘教授还为大家介绍了经典的蒙特卡罗算法（MC）以及序列蒙特卡罗算法（SMC）。注重实际操作的陈嵘教授鼓励学生们自己实现SMC算法，并为大家讲解了在SMC算法与MCMC算法的结合下如何解决各个领域的问题。

左图：陈嵘教授 右图：David Stoffer教授

8月18日-21日每天下午由参会者作报告，展示自己最新的研究成果。来自复旦大学的金曙松博士提出了基于非参数的动态分位数模型；西南财经大学的龚金国教授与大家分享了用状态空间模型方法预测四川省的电力消耗；清华大学的李东博士为大家展示了他对GARCH（1,1）模型渐进性质的研究；复旦大学的黄达博士为大家带来了基于SCM模型分析高维时间序列过程的最新研究成果；成人直播 商务统计与经济计量系的博士生郭斌和中科院数学与系统科学研究院的郭绍俊博士分别与大家分享了他们在高维数据方面的最新成果；中央财经大学的王辉教授向与会者展示了她在非参数时间序列模型方面的研究；美国罗格斯大学的博士生刘侠璐提出了用因子转换模型研究高维时间序列数据。

此外，在8月21日下午，由成人直播 商务统计与经济计量系在读博士生郭斌、黄丹阳和朱雪宁组成小组向与会者展示了他们根据陈嵘教授讲授内容，用R实现状态空间模型拟合与估计问题。他们丰富的图表结果展示引得与会者连连称赞，同时他们高昂的学习热情和高效的学习效率也对与会者留下了深刻的印象。

与会学者报告现场

为期五天的论坛很快落下帷幕，与会学者对时间序列领域包括状态空间模型等多方面的前沿问题进行了充分的讨论和交流，纷纷表示受益匪浅。我们相信，本届论坛的成功举办，对促进状态空间时间序列模型在中国的研究和发展，尤其是其在经济和金融领域的应用，将产生积极的影响。