2023年4月11日下午，密歇根大学统计系教授何旭铭应南方科技大学理学院统计与数据科学系系主任、讲席教授邵启满的邀请，做客理学院第109期科学大讲堂，带来题为“Expected Shortfall Regression”的精彩讲座。此次讲座由统计与数据科学系副系主任、讲席教授荆炳义主持。

讲座现场

在金融领域以及生物医学领域，如何衡量风险是一直以来大家关注的问题。何旭铭以投资风险为例，提出了Expected Shortfall (ES)的概念，即用超过其概率分布的某一分位数的期望，也可以称之为条件风险值（Conditional Value-at-Risk）。

何旭铭表示，我们可以用这个值来衡量生物医学实验中的treatment effect，即Tail Average Treatment Effect (TATE)为两个treatment条件下ES的差。然而，使用loss function也会有很多的问题，目前比较常用的一种方法就是分两个步骤解决这些问题，假设分位数函数q(τ)与Expected Shortfall v(τ)均满足线性回归，第一步先找到分位数回归系数β ̂，第二步再从可能的联合损失函数中，找到一个Neyman渐进正交的函数来估计ES回归系数γ，但是不能控制最后结果的精确性。此外，从优化问题的角度，也可以解决该问题，即E(v(τ))可以写成某个目标函数的最小值。对于这个问题，一维变量很好解决；如果把它推广到回归问题，也可以用此方法解决，但是此时的γ(τ)一般情况下并不等于ES回归的γ(τ)（在某些特殊情况下相等，又称super-quantile）。

基于此，何旭铭提出了一个新的优化方法（iRock）。经过比较这几种方法的结果，与两步走的方法比，iRock在绝大部分情况下的结果都要好，原因是这种方法会自动地靠近统计上最优的方法。

何旭铭解答师生提问

互动环节中，何旭铭与在场师生就讲座内容展开热烈讨论，并对师生提出的问题进行了一一解答。

荆炳义为何旭铭颁发荣誉证书

讲座最后，荆炳义为何旭铭颁发理学院科学大讲堂荣誉证书并合影留念。