为增强学院学术氛围，加强学术科研合作，金融科技学院持续开展系列学术讲座。2026年4月21日上午，学院特邀请香港科技大学李莹莹教授作专题学术讲座。

本次讲座中，李莹莹教授介绍了自己的最新研究成果，传统均值-方差方法在大规模资产场景下面临两大核心难题：高维协方差矩阵难以精确估计，且估计误差容易被优化过程放大。针对这一挑战，她提出了一种线性约束的回归表示方法，将组合权重估计问题转化为带约束的稀疏回归问题，从而绕开了对均值向量和协方差矩阵的直接估计。在理论层面，李教授证明了当资产数量与样本规模同比例趋于无穷时，该方法所得到的组合具有渐近均值-方差效率。在实证部分，她基于标普500成分股数据进行了系统验证：与传统方法相比，该组合不仅能更精准地达成预设风险水平，还获得了更高的夏普比率，且无论是毛收益还是扣除交易成本后的净收益，均显著优于多种基准策略。此外，李教授还展示了该方法在给定跟踪误差预算下生成高效跟踪组合的扩展应用，进一步拓宽了其实践价值。

讲座现场气氛热烈而活跃，讲座后学院师生与嘉宾深入互动交流，并对稀疏性选择、约束实现及A股适用性等研究问题进行探讨。讲座结束后，学院陈海强院长为嘉宾颁发感谢函，感谢李莹莹老师的精彩分享。

主讲嘉宾介绍：

李莹莹，香港科技大学金融系及ISOM系讲座教授、冯氏商学教授。博士毕业于芝加哥大学统计系。她曾任香港科技大学(广州)金融科技学域署理主任，也曾在普林斯顿大 Bendheim Center for Finance 及 Operations Research and Financial Engineering 系 担任讲师与博士后研究员。

李教授的研究方向包括:金融大数据的统计学习、大规模投资组合优化、个性化金融决策、高频金融数据、波动率估计与预测等。李教授在统计学、金融学与经济学领域，如Econometrica、Review of Financial Studies、Journal of Financial Economics、Annals of Statistics、Journal of American Statistical Association、Journal of Econometrics 等顶级期刊发表多篇论文。

李教授是国际金融计量学会会士(SoFiE Fellow)、Journal of Econometrics 会士/Fellow、现主持香港研资局高级研究学者(RGC Senior Research Fellow)项目、国家自然科学基金青年科学基金项目 (A类)。现任期刊Journal of American Statistical Association, Journal of Econometrics, Management Science的副主编。