我院管理科学系罗俊教授与合作者Liang, Guo; Zhang, Kun于2024年11月在国际顶级期刊 INFORMS JOURNAL ON COMPUTING 上发表学术论文“A FAST Method for Nested Estimation”（2024, Vol.36 (6), p. 1481–1500）。

【论文摘要】

《嵌套估计的快速方法》

嵌套估计旨在解决条件期望非线性函数的估计问题，在金融衍生品投资组合风险度量、智能制造系统不确定性量化等管理科学与工程的应用领域中具有重要价值。这些问题中，条件期望的解析表达形式通常是未知的，使得问题的求解更加复杂。随着人工智能+时代的到来，基于大数据和智能算法的随机仿真技术逐渐成为解决此类挑战的核心方法。本文针对标准嵌套仿真方法的收敛速度瓶颈，提出将刀切法应用于嵌套结构分析，进而提出一种基于刀切法的FAST估计量，能更高效地利用样本。

在理论层面，本文为FAST方法提供了收敛保证，证明了相对于标准嵌套仿真方法，FAST方法能够在保持渐进方差不变的同时显著降低偏差，实现均方误差收敛速率从传统方法的-2/3阶提升至-4/5阶甚至-6/7阶。这一理论进展突破了传统嵌套估计在收敛速度上的局限，具有重要的科学意义。

在算法实现层面，本文使用样本驱动策略优化内外层样本分配，从而在相同计算资源下显著提高了FAST方法的估计效率。在数值实验方面，本文将FAST方法应用于金融工程中的投资组合风险度量、机器学习与人工智能领域中的贝叶斯实验设计等前沿问题。数值结果表明，相较于标准嵌套仿真，FAST估计量的偏差和方差均显著降低，收敛速率得到大幅提升，为人工智能+时代复杂系统的管理提供了全新的方法论工具。

【作者简介】

罗俊，上海交通大学安泰经济与管理学院教授，博士生导师。香港科技大学工业工程与物流管理专业博士，南京大学数学系统计学学士。

主要研究方向：包括随机建模、仿真优化、统计学习，以及它们在服务运营管理、供应链物流管理和金融风险管理等方面的应用。

主持国家自然科学基金重点项目，国家优秀青年科学基金项目，阿里巴巴AIR项目等。在Operations Research，INFORMS Journal on Computing，IISE Transactions，Naval Research Logistics等国际期刊上发表论文20余篇。曾获得中国教育部第八届高等学校科学研究优秀成果奖（人文社会科学）二等奖，上海交通大学“教书育人奖”（三等奖）等荣誉奖励。目前担任上海交通大学行业研究院副院长，《系统管理学报》编辑部主任，管理科学与工程学会和中国系统工程学会理事，中国运筹学会和中国“双法”研究会等多个二级分会副主任委员/副理事长/常务理事等。