数字技术与经济金融前沿论坛（第19期）

摘要：

       随着数字经济数字金融对我们生产生活的广泛渗透，产生了大量非结构化、高维等为特征的大数据（Big Data）。大数据为各学科的科学研究提供了新的数据来源，同时善于处理大数据的机器学习方法也越来越被经济学、管理学等各类社会科学所看重。本讲座的目的是讲述机器学习的基本概念和基本原理，并通过三篇经济学实证论文案例，讨论如何将机器学习方法应用到经济学为代表的社会科学实证研究当中。

主讲人介绍：

       郭峰，上海财经大学公共经济与管理学院投资系教授、系主任、数实融合与智能治理实验室执行主任、上海财经大学富国ESG研究院副院长、北京大学数字金融研究中心特约高级研究员。研究领域包括数字经济与数字金融、机器学习与大数据分析、公共经济学等范畴。在《经济研究》（2篇）《管理世界》（3篇）《经济学季刊》（6篇）《管理科学学报》，Research Policy, Journal of Economic Behavior & Organization和China Economic Review等中英文学术期刊上发表论文50余篇，其中11篇论文引用率破百，2篇论文引用率破千（《经济学季刊》创刊以来引用率最高5篇论文中的2篇）。在主流媒体发表经济时评90余篇，出版学术专著3部，参著数部。主持国家社科基金青年、上海市哲学社会科学规划项目、博士后科学基金面上项目等课题10余项。