2022年12月1日，“中国科学技术大学国际金融研究院-中国科学院大学经济与管理学院数字决策联合研究中心”邀请了芝加哥大学布斯商学院的修大成教授，以Prediction When Factors are Weak为题作学术讲座。讲座由中国科学技术大学管理学院双聘教授、中科院数学与系统科学研究院/预测中心研究员张新雨教授主持。
在宏观经济预测中，“主成分分析（PCA）”是一种常用的提取宏观因子的方法，但往往对因子的强度有所约束。讲座中，修大成教授指出了因子强弱往往与选取的样本本身性质有关，并基于此提出了改进后的有监督的PCA方法，分享了预测问题中有关弱因子的新发现。
修大成教授首先介绍了改进后的模型以及建模方法，接着深入浅出地阐述了该方法如何利用筛选样本、投影和迭代的方式进行有监督的PCA，用“剥洋葱”般的方式去整合来自较弱因子的信息。最后，修大成教授通过几个直观的实例证明了该方法的可行性。
讲座的最后，是15分钟左右的答疑和交流环节。大家踊跃发言，提出了有关如何在筛选时保留X组合里的弱因子、使用其他方法提取弱因子的可行性、资产定价中是否会出现弱因子暴露很小组合起来的风险溢价却很大的情况，以及预测时如何选择最佳模型等问题，修大成教授一一解惑。至此，第九期数据决策高端系列讲座圆满落下帷幕。
主讲人简介：
修大成，芝加哥大学布斯商学院计量经济学与统计学教授，2006年本科毕业于中国科学技术大学，2011年博士毕业于普林斯顿大学。研究兴趣包括开发新的统计方法并将其应用于金融数据，同时探索其相关经济含义。他目前的研究主要关注实证资产定价中大数据问题的机器学习解决方案。
修大成教授的学术成果发表在众多顶级学术期刊，包括 Econometrica, Journal of Political Economy, Journal of Finance, Review of Financial Studies, Journal of the American Statistical Association, Annals of Statistics等。
修大成教授目前担任Journal of Financial Econometrics的联合主编(Co-editor)，且担任Review of Financial Studies, Management Science, Journal of Econometrics, Journal of Business & Economic Statistics, Journal of Applied Econometrics, the Econometrics Journal, 以及 Journal of Empirical Finance等众多学术期刊的副主编(associate editor)。其学术研究获得众多认可和科研奖项，包括Fellow of the Society for Financial Econometrics, Fellow of the Journal of Econometrics, Swiss Finance Institute Outstanding Paper Award, AQR Insight Award, 以及Best Conference Paper Prize from the European Finance Association等。