来源：香樟经济学术圈
2024年7月21日上午，上海财经大学公共经济与管理学院投资系教授、博士生导师、系主任郭峰应邀为第七期“香樟青苗计划”学员进行了主题为“机器学习基本原理及经济学实证应用三个案例”的精彩讲座。
嘉宾简介
郭峰，复旦大学经济学博士，北京大学金融学博士后，现为上海财经大学公共经济与管理学院投资系教授、博士生导师、系主任，教育部青年长江学者，上海财经大学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，兼任中国企业管理研究会ESG专委会副主任委员、劳动经济学会新经济与新就业专委会常务理事、中国数量经济学会理事。研究领域主要包括数字经济与数字金融、机器学习与大数据分析，以及公共经济学等范畴。在《经济研究》《管理世界》《经济学季刊》《管理科学学报》Research Policy,Journal of Economic Behavior &Organization,China Economic Review 等中英文期刊上发表论文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3篇论文中的2篇)。研究成果获评上海哲学社会科学奖，并3次获评数字经济开放研究平台“尖峰奖”或“先锋奖”(共评选4次)。另在主流媒体发表经济时评90余篇，出版专著3部，合(参)著多部。主持国家社科基金青年项目、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。
在本次讲座中，郭峰老师围绕机器学习的基础原理，通过文本情绪分析、社交媒体网络构建、以及机器学习在合成控制中的应用三个案例，深入浅出地阐释了机器学习在经济学实证研究中的重要作用，并最终分享了宝贵的学习心得与建议。
讲座伊始，郭峰老师以“为何要学习机器学习”作为切入点，阐述了在数字经济时代，海量的留痕型大数据需要借助机器学习这一高效工具进行简化处理。他指出，机器学习的核心在于其预测功能，并从计量经济学的视角，提出了机器学习中的两个关键问题——过拟合与欠拟合。在此基础上，郭老师详细讲解了机器学习的基本原理，并针对最小二乘法在泛化能力上的局限性，着重介绍了正则化技术等策略，以及集成学习、深度学习等其他机器学习算法的基本原理。
接着，郭峰老师以其三篇研究论文为例，展示了机器学习在不同领域的应用：（1）在文本情绪识别中，机器学习的预测能力不仅具有商业价值，同样也具有重要的学术意义；（2）通过词嵌入模型，机器学习能够识别语义相近的词汇和拼写错误，从而全面构建社交媒体网络；（3）基于机器学习的合成控制方法对参数的限制更为宽松，优化了传统方法在合成系数、协变量和结果变量上的严格要求。
讲座最后，郭峰老师结合自身在机器学习领域的研究经历，向在座同学传授了学习机器学习的经验与建议。他强调，将传统问题置于数字经济时代背景下，运用机器学习方法进行重新审视，是研究的创新所在。郭老师分享了他的研究历程及近期成果，并探讨了机器学习在经济学领域的潜在应用。他认为，掌握这一工具的重要性超越了成果本身，机器学习为学术研究提供了坚实的支撑。郭峰老师给出了三条实用建议：（1）先掌握Python编程，再深入学习机器学习算法；（2）逐一学习算法，平衡理论与实践；（3）以网络资源为主，辅以教材系统学习。讲座结束后，师生互动环节中，大家对机器学习在经济学中的应用表现出了浓厚的兴趣。郭峰老师寄语，希望通过本次讲座，大家能够理解机器学习的实质与应用，以及机器学习究竟是什么。
撰稿：第七期香樟青苗学员，密歇根州立大学经济学—农业、食品和资源经济学联合学位博士生沈雨心
摄影：第七期香樟青苗学员，美国玛卡莱斯特学院（Macalester College）本科生何智骏
