今天我们将带大家深入解析澳门大学工商管理学院的博士生导师Prof. Lianjie SHU，通过这样的“方法论”，让大家学会如何从了解一个导师开始，到后期更好地撰写套磁邮件及其他文书。
研究领域解析和深入探讨
教授的研究主要集中在以下几个领域:
Financial Engineering(金融工程)
金融工程是应用数学、统计学、计算机科学等方法来解决金融问题的一门交叉学科。它涉及金融衍生品的定价和对冲、风险管理、投资组合优化等诸多方面。舒教授在这一领域开展了广泛而深入的研究,特别是在投资组合选择、指数跟踪等问题上取得了多项重要成果。例如,他提出了一种基于Adaptive Elastic Net的高维指数跟踪方法(Shu et al., 2020),以及一种增强的高维投资组合选择因子模型(Shi et al., 2022)等。
High-dimensional Statistics(高维统计)
随着大数据时代的到来,统计学面临着海量高维数据带来的机遇和挑战。传统的统计方法在处理高维数据时往往会遇到"维度灾难"的问题。舒教授积极探索高维统计理论和方法,并将其应用到金融、工业等实际问题中。例如,他提出了一种基于稀疏主成分的高维协方差矩阵Phase I分析方法(Fan et al., 2021),可以有效检测高维过程中的均值偏移。
Statistical Learning(统计学习)
统计学习是机器学习的重要分支,主要研究如何从数据中学习和推断规律。舒教授在该领域也有深入研究,尤其擅长将现代统计学习方法应用到工程问题的建模和预测中。例如,他利用高斯过程分类器对风机的工况数据进行建模,实现风机故障诊断(Li et al., 2019);又如他将卷积自编码器应用到小样本风机故障诊断中(Li et al., 2021)。这些研究体现了舒教授在统计学习领域的创新性成果。
Statistical Quality Control(统计质量控制)
统计质量控制是舒教授研究的另一重点领域。他长期致力于开发各种统计监控图,用于实时监测生产过程质量,及时发现异常。舒教授在该领域提出了许多新颖而实用的方法,如考虑单调人口变化的加权CUSUM控制图(Shu et al., 2011)、监测泊松率线性漂移的自适应CUSUM图(Shu et al., 2012)等。这些研究极大地推动了统计质量控制理论与方法的发展。
精读教授所发表的文章
Shi, F., Shu, L., and Gu, X. (2022), An Enhanced Factor Model for Portfolio Selection in High Dimensions, Journal of Financial Econometrics. 这篇发表在Journal of Financial Econometrics(ABS3期刊)上的文章提出了一种增强的高维投资组合选择因子模型。传统的因子模型受限于因子数量有限,难以充分利用高维数据中蕴含的信息。舒教授与合作者提出将因子嵌套到弹性网正则化的框架下,实现对大量因子的筛选,从而增强模型的解释力和预测力。实证结果表明,该模型能够显著改善投资组合的绩效。
Zhang, G., Li, Y., Jiang, W., Shu, L. (2022), A Fault Diagnosis Method for Wind Turbines with Limited Labeled Data based on Balanced Joint Adaptive Network, Neurocomputing. 风机故障诊断通常面临着标记数据缺乏的问题。该文提出了一种基于平衡联合自适应网络的风机故障诊断方法。核心思想是利用生成对抗网络生成额外的训练数据,再结合自适应特征提取实现故障模式的分类。在多个实际风机数据集上的实验表明,该方法能够在标记数据稀缺的情况下取得良好的诊断性能。
Ding, W., Shu, L., and Gu, X. (2023), A robust Glasso Approach to Portfolio Selection in High Dimensions, Journal of Empirical Finance. 该文发表在实证金融领域权威期刊Journal of Empirical Finance(ABS3)上。众所周知,资产收益的协方差矩阵估计在投资组合选择中至关重要,但高维情形下样本协方差矩阵的估计会出现病态化问题。文章提出一种基于稳健Glasso的方法来稳健估计资产收益的协方差矩阵,进而用于投资组合构建。理论分析和实证结果都证实了该方法的有效性。
教授的学术地位
舒教授在运筹学与管理科学领域具有很高的学术声誉和影响力。这主要体现在以下几个方面:
1. 他的研究成果发表在运筹学、管理科学、统计学等领域的顶级期刊上,如Management Science、Journal of Quality Technology、IIE Transactions、Journal of Financial Econometrics等。这些期刊在其领域内具有广泛的影响力。
2. 他的多项研究获得了重要奖项的认可,如2018年他的论文"A False Discovery Approach for Scanning Spatial Disease Clusters with Arbitrary Shapes"获得IISE Transactions期刊最佳应用论文奖。
3. 他主持了大量科研项目,持续获得政府和企业的资助,如澳门科学技术发展基金、国家自然科学基金等,资助总金额高，反映了他研究工作的前沿性和实用价值。
4. 他与国内外诸多知名学者保持密切合作,共同推动相关领域的进展。从他的合作者如Fugee Tsung,Kwok-Leung Tsui等即可看出他在国际学术界的广泛联系。
5. 他培养了一批优秀的博士生,进一步扩大了他的学术影响力。不少学生在他的指导下取得了出色的科研成果。
有话说
通过对舒教授研究工作的深入了解,我产生了以下一些思考:
1. 跨学科融合的重要性:舒教授的研究涉及金融、统计、运筹等多个学科,他善于利用不同学科的理论方法来解决复杂问题。这启示我们,在当今学科高度分化的情况下,跨学科的融合创新至关重要。只有立足于开放的学术视野,才能捕捉前沿的研究机遇。
2. 现实问题导向:舒教授的诸多研究都源于现实应用中遇到的棘手问题,如高维投资组合优化、复杂系统的质量控制等。问题驱动的研究模式,要求我们时刻关注生产、金融等领域的实际需求,并将之转化为有价值的研究课题。这种研究范式往往能带来显著的理论和应用价值。
3. 定量分析工具创新:舒教授面对的许多问题,传统方法往往束手无策。他勇于创新,开发出许多新颖的计算和建模工具,如考虑分布信息的控制图、自适应CUSUM等。这启发我们要突破思维定式,大胆尝试新的分析工具和视角,这是取得创新性成果的关键。
4. 系统优化的全局视角:舒教授对质量管理、投资决策等问题的研究,无不体现着运筹学的系统优化思想。他善于通过数学建模和计算分析,全面权衡各种因素,寻求全局最优的解决方案。这种宏观视角对于应对日益复杂的管理和决策问题至关重要。
5. 学术研究的社会责任:舒教授开展的许多研究,如公共卫生监测、可再生能源预测等,都与社会福祉密切相关。这提醒我们,学术研究不应局限于象牙塔,而应主动承担社会责任,努力实现学术价值向社会价值的转化。唯有如此,学术研究才能彰显其存在的意义。
【竞赛报名/项目咨询请加微信：mollywei007】
