11日21日，统计交叉科学研究院同时在华东师范大学中北校区理科大楼A306和腾讯会议，采用线下和线上相结合的方式召开2020交叉科学前沿研讨会——暨数字经济下交叉科学高峰论坛。西北工业大学王震教授、北京化工大学余乐安教授、天津大学管理与经济学部熊熊教授、西南财经大学统计科学中心主任林华珍教授、中山大学管理学院李仲飞教授、中国科学院数学与系统科学研究院李启寨研究员、中国科学院数学与系统科学研究院张新雨研究员、中山大学岭南学院曾燕教授、首都经济贸易大学国际经济管理学院李鲲鹏教授、北京大学光华管理学院彭一杰助理教授、华东师范大学经济与管理学部副主任於州教授、华东师范大学统计交叉科学研究院院长周勇教授、副院长刘玉坤教授、副院长杜刚教授、华东师范大学工商管理学院章慧南教授、华东师范大学统计学院李丹萍副教授、华东师范大学统计交叉科学研究院石芸副教授、马慧娟助理教授、崔芮助理教授、李超君助理教授、彭梦姣助理教授、章迎莹助理教授、郁淼淼博士后等30多位师生参加了会议。周勇教授逐一介绍了参会嘉宾。随后，五位专家做了精彩的大会邀请报告。
王震做了题为“网络空间智能对抗”的报告，从认知战中的网络对抗、网络战中的智能对抗和物理-网络中的智能对抗三个方面讲述，尝试为不同形式、尺度与深度的网络空间智能对抗提供统一的研究视角；融合人工智能、对抗性机器学习与博弈论，为网络空间智能对抗构建统一的技术体系。
余乐安做了题为“典型数据特征驱动的信用风险分类研究”的报告，报告主要介绍典型数据特征驱动的信用风险分类的基本原理、核心技术与具体应用。报告首先对国内外现有信用风险分类方法进行了系统梳理并指出存在的主要问题；其次，针对存在的问题，重点阐述信用分类数据的主要特征及其检验方法；最后，结合信用分类数据的典型数据特征如非均衡性、缺失性和稀疏性问题，给出了相应的数据特征驱动的信用风险分类解决方案。
彭一杰做了题为“风险值的仿真优化”的学术报告，风险值（VaR）是最常用的金融风险度量，风险值的优化在金融风险管理与投资组合优化中有重要意义。实际中随机模型的风险值通常不具有解析形式，但可以通过仿真估计。报告基于广义似然比方法给出风险值敏感性估计，并给出多尺度随机逼近算法，该算法被证明以概率1收敛到风险值的最优解。报告通过算例说明所介绍的方法在实际问题中的有效性与的应用前景。
大会邀请报告
熊熊做了题为“个人投资者意见分歧与股票收益”的报告，报告基于个人投资者的交易和持股行为，构建了一个新的个人投资者意见分歧指标，并探究了影响个人投资者意见分歧程度的因素以及个人投资者意见分歧对于股票市场的影响。实证结果表明，公司基本面特征和个人投资者特征可以共同解释个人投资者之间意见分歧程度。个人投资者意见分歧与股票未来收益之间存在显著的负相关关系，并且随着卖空限制的放松，两者之间的负相关关系减弱。
曾燕做了题为“数字经济的社会效应与发展趋势”的报告，报告首先基于国内外数字经济相关研究，结合相关政策、数据和案例，明晰了数字经济的具体定义和范畴，并详细分析了国内外数字经济的发展现状。随后，利用灰色关联度分析法和地理探测器模型，探究影响数字经济发展的因素并分析其作用机制。基于上述定性和定量分析的结果，梳理与总结了国内外数字经济产生的社会效应和未来发展趋势。最后，探讨了数字经济发展可能产生的社会效应和面临的挑战，并从多个角度给出了数字经济发展的政策建议。
21日下午，召开“交叉科学学科建设论坛”。会议由华东师范大学经济与管理学部副主任於州教授和华东师范大学统计交叉科学研究院副院长杜刚教授主持。
杜刚首先介绍了参加论坛的各位嘉宾，随后介绍了本次论坛分为四个主题，分别是：交叉学科的内涵与外延、学科方向和课程设计、交叉学院的人才培养以及建设特色交叉学科。希望各位专家各抒己见，共同为统计交叉科学研究院谋划未来发展方向。
章慧南谈到日本咨询公司的工作中，是比较重视问题的解决。为了应对市场竞争，更好地满足消费者需求，需要把各个部门整合。不同学科的交叉融合同样如此，同样一个学科的问题换一个学科的思维就能够发现新的切入点，并且可以通过共享知识更高效地解决问题。
李仲飞谈到经济与管理学部涵盖五个一级学科，统计学、应用经济学、工商管理、公共管理和图书情报，统计交叉科学研究院的建设要以统计学为核心，结合经济学、金融学、保险学、管理科学等学科，有所为、有所不为。从国家治理角度来讲，结合习近平总书记关于科技和创新，提出“四个面向”——面向世界科技前沿、面向经济主战场、面向国家重大需求、面向人民生命健康，特别是第四个面向，可以在此方面通过重大项目牵引来汇集一批来自不同学科的专家进行交叉合作，深入研究，提出一些新的方法来指导实践。
李鲲鹏谈到在交叉学科的内涵与外延问题上，交叉学科要以目前我们面临的信息化时代背景为特征，采用当下的大数据、机器学习、人工智能等方法来解决我们现实中的问题。从学科专业方向和核心课程设置问题上，要面向国家重大战略需求，建议以业界的应用场景为导向进行学科的删减；课程要有主次之分，综合考虑师资力量和学生的接受水平，目标是培养技术基础比较扎实的学生，条件允许的情况下建议以技术为主。在交叉院的人才培养问题上，目前来说不应该进行完全的定性，过于确定培养学生的类型会缺少弹性。最后，从建设特色交叉学科问题上，要凝练关键科学问题，本身存在的一些科学性问题以及来自实际应用场景的需要解决的问题，以科学问题为导向，学科水平为基础形成学科特色。
李启寨谈到要完善交叉学科评价机制，要鼓励做更多跨学科的研究。第二，交叉学科要做顶天立地的研究，既要以重要科学问题为导向，做基础的理论研究，也要做应用研究，解决实际的问题。
张新雨提到交叉学科的科研布局要尽量适应国家自然科学基金委新的学部的相关设置，除了“管理统计”之外，还要特别关注十四五规划里新的学科代码——“数据科学与管理”的设置。从学科培养上，立足机器学习这个点，把统计交叉科学研究院做大做强。在课程设置上，还是要以统计为核心。
曾燕提出要围绕国家战略发展等问题，以重大项目为牵引，完成顶层设计。要聚焦前沿问题，通过内部调研，形成团队，再去申请相关项目来带动交叉研究。
彭一杰提到北京大学目前也是希望加强建设交叉学科，利用优势学科去带动后发学科的发展。另外基于自己对人工智能和机器学习的研究兴趣，会经常参加学院组织的青年教师学术交流，也在合作一些实际的应用项目。
刘玉坤提出交叉学科的课程设置应该如何进行删减的问题。李鲲鹏与之进行了交流，第一，课程的逻辑连贯，前后要有效衔接。第二，课程设置要考虑学生的现实需求，保留学生考研需要的课程。
马慧娟提出金融科技如何进行课程设置的问题。李鲲鹏建议金融计量和统计学的R语言两大块要学好。
於州最后进行了总结性的发言，感谢各位专家在百忙之中周末参加我们的高峰论坛，也希望各位专家往后一如既往的支持我们华东师范大学经管学部以及统计交叉科学研究院的发展。希望明年如果疫情过去之后，能够把各位专家再次请到我们华师大，相聚华师，继续探讨，共谋交叉学科的发展。
