应我院邀请，12月8日上午，浙江大学张荣茂教授在腾讯会议作了题为《Group LASSO of Change-points in Functional Time Series》的报告。相关师生聆听了此次报告，报告由吕阳阳博士主持。

报告中，张荣茂教授介绍了函数时间序列的多变化点估计问题。首先通过基函数将变点问题转化为高维稀疏估计问题，然后应用组最小绝对收缩和选择算子（GLASSO）估计可能变化点的数量和位置，接下来讲解为了避免GLASSO中经常遇到的高估问题，提出了一种新的两步估计信息准则（IC）。最后阐述了以模拟研究和温度数据的例子进行了分析，以证明有限样本的性能。报告结束后，在座的师生就相关研究问题进行了探讨和交流。

张荣茂，现为浙江大学数学学院教授、浙大经济学院与数据科学中心兼职教授、浙江大学统计所所长，浙江省现场统计研究所副理事长。2004年在浙江大学获得博士学位，2004年7月至2006年6月在北京大学从事博士后研究，2006年至今在浙江大学工作，多次访问香港科大、香港中文大学和伦敦政治经济学院。主要从事非平稳金融时间序列和高维空间计量经济模型的理论与应用研究，已发表SSCI/SCI论文40多篇，发表的杂志包括Annals of Statistics，Journal of the American Statistical Association，Journal of Econometrics，Econometric Theory, Journal of Business and Economic Statistics等统计与计量经济杂志。2015年获浙江省杰出青年基金，主持浙江省重点基金项目1项、国家自然科学基金和省部级基金项目多项，现任J. Korean Statist. Soc.等杂志的编委。