金融管理国际研究院冯凌秉博士（第一作者）与人合著的论文“CUTOFF: A spatio-temporal imputation method”（《CUTOFF：一个时空型数据缺失值插补的新方法》）近期发表于《Journal of Hydrology》。

       本文提出了一种用于时空型数据缺失值插补的新方法：CUTOFF。该方法充分利用时空型数据中存在的空间位置信息和时间序列信息用于缺失值的插补，相比于已有的方法具有精度高和速度快的特点。该文在CUTOFF的元模型基础之上还提出了数十种拓展的方法，以适应不同的数据生成过程。论文同时提出了一套用于时空型模型数据缺失值插补的交叉验证和蒙特卡洛模拟框架。在此框架下，本文将CUTOFF方法应用于澳大利亚穆雷—达令流域100年月度降雨量数据的缺失值插补，实证的结果显示CUTOFF方法能够较好的利用数据中的时空信息，并且较好的适用于数据中存在连续大型缺失的情形。文章最后比较了CUTOFF方法和另外四种插补模型（分别基于k-近邻、奇异值分解、多重插补和随机森林模型），结果显示CUTOFF的插补精度与基于随机森林模型的插补方法missForest十分接近，并且显著的优于另外三种模型。在插补效率上，CUTOFF显著的优于另外四种模型。

       Journal of Hydrology是国际著名的水文学权威杂志，是SCI, EI收录期刊。其主要发表在地表水与地下水水文学、水文地质学、农业水文学、水文气象学、参数与随机水文学、干旱地区水文学、应用水文学以及其他相关学科的具有理论深度和实际应用价值的创新型研究论文，兼载评论、简讯、书评等。其5年的影响因子为3.678。

      本文提出的程序和算法已被开发成R软件包，供读者免费下载使用。下载地址为：http://cran.r-project.org/web/packages/cutoffR/index.html

      文章的免费下载地址为：http://authors.elsevier.com/a/1Q82z_WGi0JD1（免费期至2015年1月21日）