蛋播视频一区,无码鲁丝一区二区,精品 久久 五月天,国产老熟女,五月草草在线观看,中文日韩欧美,情色一区二区三区,欧美日韩亚洲激情在线,亚洲制服在线香蕉

時(shí)間：2021年11月24日（周三）14：00-16：00

地點(diǎn)：理科大樓A1714會(huì)議室

題目：高標(biāo)準(zhǔn)自由貿(mào)易區(qū)網(wǎng)絡(luò)與高水平對(duì)外投資：FTA深化與企業(yè)跨國(guó)并購(gòu)

報(bào)告人：楊連星 華東師范大學(xué)副教授

主辦：上海并購(gòu)金融研究院

摘要：

與既有文獻(xiàn)FTA同質(zhì)性假定不同，本文測(cè)度和衡量FTA動(dòng)態(tài)深化以及FTA深度投資異質(zhì)性條款指標(biāo)，全面揭示FTA深化對(duì)企業(yè)跨國(guó)并購(gòu)的影響，以此論證中國(guó)FTA戰(zhàn)略的優(yōu)化策略與方案。基于FTA條款的異質(zhì)性，本文多種估計(jì)方法研究發(fā)現(xiàn)，F(xiàn)TA靜態(tài)定性指標(biāo)與FTA動(dòng)態(tài)深化指標(biāo)，均與企業(yè)跨國(guó)并購(gòu)存在顯著的正相關(guān)關(guān)系；除要素流動(dòng)自由化外，F(xiàn)TA深度投資條款均對(duì)企業(yè)跨國(guó)并購(gòu)存在顯著的促進(jìn)效應(yīng)。但FTA深化影響存在顯著的差異性：在深度條款領(lǐng)域中，研發(fā)合作條款、政治性條款、經(jīng)濟(jì)一體化和貿(mào)易自由化領(lǐng)域，其促進(jìn)效應(yīng)較強(qiáng)，但要素流動(dòng)自由化領(lǐng)域作用微弱；在國(guó)家對(duì)方面，“北-北”、“南-南”國(guó)家對(duì)之間影響更為顯著，在“南-北”國(guó)家對(duì)效應(yīng)顯著降低；在年份效應(yīng)中，F(xiàn)TA深化影響逐漸趨強(qiáng)，而FTA深投資條款影響趨弱?；谌蚋鲊?guó)樣本經(jīng)驗(yàn)結(jié)論，本文評(píng)估了中國(guó)FTA深度投資條款現(xiàn)狀與優(yōu)化路徑。以此，在全面開拓構(gòu)建FTA網(wǎng)絡(luò)同時(shí)，要著重推進(jìn)FTA深化以及投資條款協(xié)定的深化，積極吸引“一帶一路”沿線國(guó)家加入，加大與締約國(guó)間研發(fā)合作，同時(shí)適時(shí)考慮加入 CPTPP，借力RECP推動(dòng)與美日區(qū)域合作談判，進(jìn)而逐步形成區(qū)域合作深化的“中國(guó)方案”。

報(bào)告人簡(jiǎn)介：

楊連星，華東師范大學(xué)經(jīng)濟(jì)與管理學(xué)部副教授。研究方向?yàn)閲?guó)際貿(mào)易。近年來，在《管理世界》、《世界經(jīng)濟(jì)》、《金融研究》、Economic Modelling等SSCI/ CSSCI雜志發(fā)表40多篇文章。主持國(guó)家社科基金青年項(xiàng)目、上海市哲社一般項(xiàng)目、上海市軟科學(xué)重點(diǎn)項(xiàng)目等多項(xiàng)國(guó)家省部級(jí)課題。多項(xiàng)專報(bào)獲得副國(guó)級(jí)、省部級(jí)采納與批示。

時(shí)間：2021年11月25日（周四）10：00-11：30

地點(diǎn)：中北校區(qū)理科大樓A1514

題目：Nonlinear dynamic duration panel data model with fixed effect

主講人：李愚昊（助理教授）

主持人：崔芮 （助理教授）

主辦：經(jīng)濟(jì)與管理學(xué)部統(tǒng)計(jì)交叉科學(xué)研究院

摘要：This paper proposes a new framework of econometric models for analyzing the nonlinear dynamic duration panel data. The duration outcomes are specified by the Generalized Accelerated Failure Time (GAFT) model with fixed effect unobserved heterogeneity. The model is multiplicative separable, thus, a first ratio transformation is used to difference out the fixed effect. This transformation results a panel of outcomes that are free from any time-invariant individual heterogeneity. We interpret an individual's `ratio' data as realizations of a counting process that is parametrically modelled. The intensity of each counting process can be constructed by specifying the distribution of error term of the GAFT model. A minimum distance estimation method is used, the resulting estimators are root-n consistent and asymptotically normal. We illustrate our method with a work absence application.

時(shí) 間：2021年11月25日（周四）13：00-14：30

地 點(diǎn)：騰訊會(huì)議：688 676 063

題 目：Adversarial Image Generation and Training for Deep Neural Networks

主講人：諶自奇華東師范大學(xué)研究員

主持人：方方 教授

主 辦：統(tǒng)計(jì)與數(shù)據(jù)科學(xué)前沿理論及應(yīng)用教育部重點(diǎn)實(shí)驗(yàn)室

摘 要：

Deep neural networks (DNNs) have achieved great success in image classification, but can be very vulnerable to adversarial attacks with small perturbations to images. Moreover, the adversarial training based on adversarial image samples has been shown to improve the robustness and generalization of DNNs. To improve adversarial image generation and training for DNNs, we develop a novel method, called mFI-PSO, which utilizes a Manifold-based First-order Influence measure for vulnerable image/pixel selection and the Particle Swarm Optimization for various objective functions. Our mFI-PSO can thus effectively design adversarial images with flexible, customized options on the number of perturbed pixels, the misclassification probability, and the targeted incorrect class. The mFI-PSO can further improve DNNs in training with the adversarial images crafted from an “intrinsic” perturbation manifold, thereby exhibiting an enhanced adversarial defense in testing. Experiments demonstrate the flexibility and effectiveness of our mFI-PSO in adversarial attacks and training and its appealing advantages over some popular methods.

報(bào)告人簡(jiǎn)介：

諶自奇，華東師范大學(xué)紫江青年研究員，博士生導(dǎo)師。研究方向包含高維統(tǒng)計(jì)分析、函數(shù)型（縱向）數(shù)據(jù)分析、基于剖面似然的統(tǒng)計(jì)推斷、生存分析、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等。主持國(guó)家自然科學(xué)基金面上項(xiàng)目1項(xiàng)、國(guó)家自然科學(xué)基金青年項(xiàng)目1項(xiàng)、上海市自然科學(xué)基金1項(xiàng)、湖南省自然科學(xué)基金項(xiàng)目1項(xiàng)、獲得中國(guó)博士后面上和特別資助。他以第一作者或者通訊作者在JASA, Biometric, Statistica Sinica等統(tǒng)計(jì)學(xué)權(quán)威期刊發(fā)表（接收）論文10多篇。

生命不息，學(xué)而不已