2020年3月27日下午，由财金研究所主办的“Dynamic Risk Preference and Tail Risk Forecast with a Regime-Switching Generalized Autoregressive Conditional Skewness Model              （条件偏度的区制转换模型视角下动态风险偏好与重尾风险预测）”的在线学术讲座顺利举办。深圳技术大学副教授，高级认证预测师（ACPF），悉尼大学经济学博士，曾任北京大学汇丰商学院助理教授，有丰富的研究生和MBA项目教学经验的陈倩老师担任本次讲座主讲人，财金研究所全体成员出席了本次讲座。

陈倩老师从事统计模型、数据分析和动态信息研究工作数十年，开发的模型被业界广泛用于金融风险管理、金融机构资本监管和商业预测。本次讲座她基于GARCH框架，为与会者介绍了一种新型非对称、两区制模型，它可以用于直接处理金融资产回报这一时间序列数据中所存在的分布偏度时变和惯性特点，其优点在于可以将分布中偏度与方差的不同动态特征分离出来。陈倩老师讲到，她在将模型应用于六种股指和五种大宗商品与外汇指数的数据后发现，条件偏度不仅包含了短期和长期的新定价信息，也展现出了与方差完全不同的特性。

（图为在线讲座截图）

陈倩老师的讲座引发了财金研究所老师的热烈讨论和积极提问，陈老师逐一回答并和研究所开展了进一步的探讨，这次学术交流会在交流中画上了圆满的句号。

撰稿：杨宇宬 

审核：伊铭、高翔