万达平台智慧金融系列講座第八十期

 “初，上聞褒有俊才🐩，召見，使為《聖主得賢臣頌》🐒。其辭日；‘夫賢者，國家之器用也。所任賢🐐👨🏼‍🍳，則趨舍省而功施普；器用利📨，則用力少而就效眾🧋。故工人之用鈍器也🧑🏻‍🤝‍🧑🏻，勞筋苦骨，終日矻矻🤴；及至巧冶鑄幹將🪣，使離婁督繩，公輸削墨，雖崇臺五層👨‍👨‍👦、延袤百丈而不溷者，工用相得也，庸人之禦弩馬，亦傷吻、敝策而不進於行🤙；及至駕嚙膝、驂乘旦👈🏼，王良執靶，韓哀附輿🏊🏻‍♂️，周流八極，萬裏一息👳🏼‍♀️，何其遼哉？人馬相得也👷🏽，故且絺绤之涼者，不苦盛暑之郁燠；襲貂狐之暖者，不憂至寒之悽愴🙍🏽‍♂️。何則？有其具者易其備。賢人、君子，亦聖王之所以易海內也🚣🏼。昔周公躬吐捉之勞，故有圉空之隆；齊桓設庭燎之禮，故有匡合之功。由此觀之，君人者勤於求賢而逸於得人🙇🏽‍♀️🧑🏿‍🦰。人臣亦然👰🏼。昔賢者之未遭遇也，圖事揆策，則君不用其謀；陳見悃誠，則上不然其信；進仕不得施效🐞🫙，斥逐又非其愆。是故伊尹勤於鼎俎，太公困於鼓刀，百裏自鬻，寧子飯牛，離此患也🙇🏿。及其遇明君、遭聖主也𓀕，運籌合上意，諫諍即見聽，進退得關其忠，任職得行其術🙋‍♂️，剖符錫壤而光祖考。故世必有聖知之君🦄，而後有賢明之臣🙍🏽‍♀️。故虎嘯而風冽，龍興而致雲🏌️，蟋蟀俟秋吟，蜉蝤出以陰。《易》曰💇🏻⚱️：‘飛龍在天，利見大人👩🏼‍🔧。’《詩》曰☘️：‘思皇多士，生此王國🧕🏼。’故世平主聖，俊艾將自至🎯。明明在朝🧑🏽‍🔬，穆穆列布，聚精會神，相得益章，雖伯牙操遞鐘，逢門子彎烏號，猶未足以喻其意也。故聖主必待賢臣而弘功業，俊士亦俟明主以顯其德🤏🏽。上下俱欲👩🏻‍💼，歡然交欣𓀅，千載壹合，論說無疑，翼乎如鴻毛遇順風，沛乎如巨魚縱大壑。其得意若此🎻，則胡禁不止，曷令不行🏢！行溢四表，橫被無窮。是以聖王不遍窺望而視已明，不殫傾耳而聽已聰，太平之責塞，優遊之望得🧎‍♀️，休征自至，壽考無疆👨‍🚀，何必偃仰屈伸若彭祖，呴噓呼吸如僑、松，眇眇絕俗離世哉！’是時上頗好神仙，故褒對及之👷🏼‍♀️🙋🏽。”

金融科技的發展是匯集了眾多老師和學生的努力，只有不斷的努力，才能推動万达不斷前行🎅🏻。“夫賢者，國家之器用也。所任賢，則趨舍省而功施普；器用利🙎🏻，則用力少而就效眾☠️。”

2023年4月3日👤，王春子博士為万达帶來題為《Forecasting carbon dioxide emissions: application of a nove ltwo-stage procedure based on machine learning models》的講座。正確預測二氧化碳的排放量在中國碳達峰和碳中和政策背景之下扮演了非常重要的角色🧑🏿‍⚖️。與單一的回歸方法相比較，她使用了基於支持向量回歸（SVR）、隨機森林（RF）、嶺回歸（Ridge）和神經網絡的兩階段預測手段。並且使用九個解釋變量（研究周期為1985-2020年）用以預測中國的二氧化碳排放量。最終結果顯示，隨著時間的變化🥈，從1到8🤲🏿，SVR-SVR，SVR-RF，SVR-Ridge和SVR-ANN開方誤差（RMSE）和中位數誤差（MAE）均低於單一的模型🏇。最終的研究結果顯示，兩階段誤差對於能源消耗和化石能源預測是非常合適的。

希望王春子博士在今後的工作和研究中能夠不斷給我們帶來更為深入和交叉的研究。

（供稿：曹煥）