2024年上海财经大学新时代经济统计和经济计量研讨会顺利举办
为更好地推动大数据时代经济统计学、计量经济学及相关学科的发展，促进国内经济统计及计量经济学者之间的学术交流和合作，探讨经济统计和经济计量学科的发展及人才培养，上海财经大学统计与管理学院于2024年11月16日举办“2024年上海财经大学新时代经济统计和经济计量研讨会”。本次论坛议题为“新时代经济统计和经济计量理论方法及应用”，统计学者许宪春，北京大学商务统计与经济计量系教授涂云东，北京师范大学统计学院教授陈梦根，江西财经大学统计与数据科学学院院长平卫英，清华大学经济管理学院教授苏良军，西南财经大学统计学院教授常晋源，香港大学统计与精算学系教授李国栋，中国科学院数学与系统科学研究院副院长杨翠红，中国科学院数学与系统科学研究院教授张新雨以及十余名国内外优秀统计学及计量经济学专家到会开展深入探讨。
上海财经大学统计与管理学院冯兴东院长首先对各位嘉宾的到来表示热烈欢迎和衷心感谢，冯院长在致辞中指出，大数据时代为经济统计与计量经济学带来了前所未有的发展机遇，同时也提出了新的理论与实践挑战。他强调，本次研讨会旨在共同探讨学科前沿，推动研究创新与成果转化，并期望通过本次会议进一步促进学术合作和人才培养，为新时代下的经济统计与计量经济学发展作出积极贡献。
统计学者许宪春带来了题为《中美GDP核算比较研究》的精彩报告。作为全球最大发展中国家和全球最大发达国家，中国和美国的经济发展受到广泛关注，从而反映中美两国经济发展的GDP核算也受到广泛关注。许宪春教授详细介绍了中美两国GDP核算的比较研究，包括中美两国 GDP核算的概念和分类，生产核算、使用核算、不变价核算、特殊核算项目核算方法的比较研究，为准确理解中美GDP核算提供参考。
苏良军教授带来了题为“On the CCE Estimation of Three-Dimensional Panels with Multi-level Factors”的主题报告。该研究主要研究含多水平因子的三维面板数据的效应估计问题，提出的偏差修正程序和推断方法对高维异质面板数据的估计具有重要理论意义和实际价值，对经济和统计领域的相关研究具有重要贡献。
常晋源教授带来了题为“Identification and Estimation for Matrix Time Series CP-factor Models”的主题报告。他指出矩阵时间序列的CP因子模型是一种适用于高维动态数据的重要工具，但现有方法依赖广义特征值分解，要求因子载荷矩阵满秩，限制了其适用性，报告方法利用了矩阵谱分解和矩阵联合对角化，避免对因子载荷矩阵施加满秩要求，为处理高维矩阵时间序列模型开辟了新途径。
涂云东教授带来了题为“Factors in Fashion: Factor Analysis towards the Mode”的主题报告。报告给出高维面板数据降维的新型方法——Modal Factor Model，与传统的近似因子模型不同，该模型关注对观测值条件分布众数的影响因素，而非均值因子的提取，该模型扩展了传统因子模型的框架，为处理非均值驱动的高维面板数据分析提供了新思路。
上海财经大学新时代经济统计和经济计量研讨会大会报告部分于12时圆满结束，分会场报告于下午13:30开始。
分会场中，首先由吴未迟副教授带来题为“Random Interval Distillation for Detection of Change-Points in Markov Chain Bernoulli Networks”的主题报告。报告给出的一种新颖且通用的动态网络多变点检测方法——随机区间提炼 (Random Interval Distillation, RID)可用于具有马尔可夫生成机制的低秩网络。RID方法在动态网络变点检测领域具有显著的理论和实践贡献，为低秩网络及其相关领域的问题提供了一种高效、灵活的解决方案。
刘成教授带来了题为“Forecast Large Covariance Matrix with High-frequency Data”的主题报告。他指出本文提出了一种基于动态因子模型的高维协方差矩阵预测方法，特别适用于资产组合管理中的风险控制，本方法为高维协方差矩阵的预测和应用开辟了新方向，在高频数据和动态环境下，具有显著的理论和实践贡献。
孙玉莹副研究员带来了《基于“分而治之”思想的模型平均方法》的主题报告，深入探讨了“分而治之”思想在时间序列建模中的应用，并提出了一系列基于数据分解的模型平均新方法，从而提升时间序列样本外预测的准确性和稳健性。新的模型平均方法，填补了现有分解-集成算法在权重优化方面的不足，提升了时间序列预测的精度和可靠性，为经济和金融预测提供了更强大的工具支持。
张美慧副教授分享了《数字经济统计测度的现状、挑战和对策》的报告。她梳理了国际上数字经济统计测度研究现状，总结数字经济统计测度面临的挑战并提出对策建议。以期完善数字经济统计测度框架，为中国数字经济高质量发展提供统计测度方法参考。她表示，目前数字经济统计测度仍面临着一系列挑战。
雷泽坤老师分享了《中国数据资本形成总额与数据资本存量核算问题研究》。她表示数据已然成为新型生产要素，扮演基础性战略资源和关键性生产要素双重角色，其资产化是必然趋势，然而数据资产的概念、核算范围、核算方法等统计核算问题，在国内外尚未形成统一标准，是当前亟待解决的难点问题。同时，雷老师从理论、方法与应用分析三个层面，基于国民经济核算原理，借助大数据、机器学习等方法，介绍国际可比口径下中国自有型数据资本形成总额和数据资本存量两个指标的测算问题。
刘华助理教授带来了题为“The Dynamic Interplay of Clan Culture and Socioeconomic Factors on Fertility: Evidence from China”的报告。报告主要聚焦于全球生育率下降问题中的文化因素，以中国为例，探讨宗族文化对生育行为的影响，并提出一种新型的分析框架，分析宗族文化与出生人口的关系。刘华老师指出宗族文化总体上对生育行为具有促进作用，但影响呈现减弱趋势，不同省份之间宗族文化对生育的影响存在显著差异，宗族文化与生育性别偏好的交互作用显著，尤其在男孩出生率方面影响更为突出，本报告揭示了宗族文化在中国生育行为中的重要作用，为理解当代人口变化提供了新的视角和实证依据。
付中昊副教授带来了题为“Addressing Parameter Instability in Latent Factor Models: A Combined DFT-Based Test”的主题报告。他深入探讨了因子模型参数不稳定性对估计一致性的影响，并提出了一种基于离散傅里叶变换 (DFT) 的结构突变检测方法，用于因子载荷的结构变化检测，在理论和应用中具有重要的贡献，尤其适合处理金融数据和动态经济分析中的复杂变化问题，为因子模型中结构突变的研究提供了新工具。
最后，严雅毅副教授带来了题为“Robust Inference for High-Dimensional Panel Data Models”的主题报告。他指出本报告主要研究高维面板数据模型的稳健参数估计和推断，报告提供了针对高维面板数据的一套系统化解决方案，结合理论创新与实证研究，为稳健的参数估计和推断奠定了坚实基础。这些结果不仅在理论上具有重要贡献，也为高维数据分析的实际应用提供了有效工具。
本次研讨会将以“新时代经济统计和经济计量理论方法及应用”为核心议题，汇聚领域内专家学者，共同探讨学术前沿问题和实践应用挑战，通过报告分享和学术交流碰撞出思想火花，为推动经济统计学和计量经济学的创新发展提供了有力支持。此次会议的圆满举办，不仅加强了学界之间的联系与合作，同时也助力新时代下学科建设和人才培养的创新发展。
供稿 | 陈柯君（学） 朱倩倩
供图 | 林余昌
编辑 | 曹欣怡 闫海茹（学）
责编 | 冯兴东
