（通讯员 刘玉梅）10月5日下午，国家杰出青年基金获得者、四川大学特聘教授、博士生导师余乐安教授受邀为我校商学院开展以“典型数据特征驱动的信用风险分类研究”为主题的学术讲座。此次讲座采取“线上+线下”相结合的方式，线下讲座在我校中和楼304会议室进行。此次学术讲座由商学院副院长李红权教授主持。

余乐安教授首先指出，信用风险作为《巴塞尔协议》规定的银行三大风险之一，其在金融风险管理领域至关重要。在这样一个信息爆炸的时代，信用评估体系中越来越多的变量被纳入考虑，随之而来的是信用风险评估过程中日渐凸显的变量数据特征问题。其中,非均衡性、缺失性和稀疏性作为数据特征中常见的问题，对信用风险分类结果影响很大。基于这一背景，余乐安教授对现有文献进行梳理并针对已有文献的不足，试图从三个典型数据特征出发构建与之相匹配的信用风险分类模型，以此来提升信用分类的预测效果，并通过真实信用数据进行验证。实证结果表明，针对非均衡数据问题，重采样SVM-DBN集成学习模型可有效提高分类性能；独热编码预处理模型有效缓解了信用分类中的数据缺失问题；RBM-PCA预处理模型对信用风险中常见的数据稀疏问题提供了可靠的解决方案。

交流环节中参会师生与余乐安教授进行了充分讨论。会后，李红权教授对余乐安教授的精彩讲授表示感谢并作总结发言，他指出余乐安教授的研究具有较强的理论意义和应用价值，对于大数据时代非完美数据的结构与质量缺陷处理提供了有效解决方案。

商学院师生60余人参加了本场讲座。

主讲人简介：余乐安教授，现为四川大学特聘教授、博士生导师，国家杰出青年科学基金获得者，中组部首届“万人计划”和中国科学院“百人计划”获得者，国际系统与控制科学院院士。在国内外出版学术专著5部，发表SCI/SSCI论文100余篇，引用11000多次。先后获得Elsevier中国高被引学者、中国青年科技奖、教育部自然科学奖一等奖和北京市科学技术奖一等奖等奖励。主要研究领域为商务智能、大数据挖掘、经济预测与金融管理等。