当前位置:首页  媒体中心  学院新闻

【经院快讯】上海财经大学经济学院举办“大数据时代计量经济学术前沿与学科发展”高级研讨会

时间:2021-06-30

大合影.jpeg

6月19日,由上海财经大学经济学院主办的“大数据时代计量经济学术前沿与学科发展”高级研讨会顺利召开。研讨会吸引了来自中国科学院大学、中国社会科学院、厦门大学、南京大学、南开大学、安徽大学、首都经济贸易大学、华中科技大学、上海社会科学院等17所国内高校和科研院所的20多位专家学者,以及学院计量经济学系的老师和研究生们参与交流。上海财经大学经济学院院长周亚虹教授、副院长孙燕教授、数量经济学系系主任张征宇副教授参加研讨会。研讨会开幕式由孙燕教授主持,主旨演讲阶段由张征宇副教授主持。

会场全景.JPG

孙燕.JPG

周亚虹教授首先向到会的专家学者们致以诚挚的感谢和热烈的欢迎,他谈到,上海财经大学经济学院计量经济学系的学科建设和发展离不开大家多年来的关心和支持,在此也期待各位专家通过此次研讨会,积极交流、深入互动,为中国计量经济学发展贡献学术新知,也为学院的人才培育和学科建设提出宝贵意见。他表示,学院未来将继续大力发展计量经济学学科,关注专业重点问题、把握时代前沿方向,与时俱进、创新发展,保持与中国计量经济学专业发展的同频共振。

周亚虹.JPG

随后研讨会进入主旨发言阶段。中国科学院大学经济与管理学院院长洪永淼教授作题为《大数据如何改变经济学研究范式?》的演讲。他谈到,大数据的出现与广泛应用,提供了前所未有的丰富信息,对科学研究范式产生了深刻影响。本次讲座首先介绍现代经济学的“实证革命”与“可信度革命”,然后重点讨论大数据对经济学实证研究范式与研究方法的影响,主要聚焦以下九个方面:1、从模型驱动到数据驱动;2、从参数不确定性到模型不确定性;3、从无偏估计到正则化估计;4、从低维建模到高维建模;5、从样本内拟合到样本外预计;6、从低频数据到高频数据;7、从传统数据到新型数据;8、从结构化数据到非结构化数据;9、从人工分析到智能化分析。大数据和机器学习正在改变经济学的研究范式与研究方法,我们需要重视新兴学科与交叉学科的发展建设。

01 洪永淼.JPG

中国社会科学院工业经济研究所党委书记、副所长李雪松教授作题为《长期停滞与新发展格局》的演讲。该演讲首先回顾了美国前财长、哈佛大学教授萨默斯(LarrySummers)于2013年重提的长期停滞概念,即投资和消费需求不足,存在负向产出缺口;达到充分就业的实际自然利率为负值。2008年国际金融危机后,发达经济体总体呈现“三低三高”的长期停滞态势,即三低:低增长,低通胀,低利率;三高:高政府债务,高资产价格,高财富分配不均。通过比较美国和中国在国内外环境与经济增长动力上的异同,作者认为构建新发展格局的关键在于经济循环的畅通无阻一要畅通和壮大国民经济循环。具体来说,在生产环节,要增强技术创新能力,加快补齐核心关键技术的“卡脖子”短板。在分配环节,要推进以人为核心的新型城镇化建设,公共财政更多用于改善收入分配,提高基本公共服务均等化水平,壮大中等收入群体规模。在流通环节,在继续强化优化交通、物流、通信等传统基础设施的基础上,要加快推广大数据、云计算、人工智能、物联网在物流领域产业化运用,新旧基础设施并重,降低流通环节成本。在消费环节,要加强社会保障,扩大人力资本投入,使更多普通劳动者通过自身努力进入中等收入群体,增强社会流动性,改善消费环境。

02 李雪松.JPG

首都经济贸易大学国际经济管理学院院长李鲲鹏教授作题为《带不可观测异质性的空间分位数面板模型》的演讲。该文引入了一类包含复杂异质性的空间分位数面板模型,并研究了该模型的识别和估计问题。新引入的模型允许个体之间存在高维的网络交互效应,并允许异质性的回归系数。本文证明了当时间跨度与个体数目同时趋向于无穷时,模型参数的一致性和渐近正态性。为了确定模型中交互固定效应包含的因子数目,文章定义了一种新的信息准则,运用新提出的方法,文章利用不同行业企业之间的投入产出关系,研究了美国股市走势在不同分位点上的共同运动规律。

03 李鲲鹏.JPG

华中科技大学经济学院杨继生教授作题为《具有共同冲击的面板模型的分位数单位根检验》的演讲。该报告通过组合个体层面的t统计量以及p值信息,构建了一种新的带共同冲击的面板数据模型分位数单位根检验。基于检验量的渐近分布,该检验的临界值可以通过数值模拟的方法得到。本文考虑的模型同时允许确定性趋势,截面异方差以及序列相关。运用这一新的检验方法,本文再次考察了购买力平价假说。发现购买力平价仅在高分位点成立,而在低分位点不成立。这种不对称性为购买力平价之谜提供了一种解释。

04 杨继生.JPG

厦门大学王亚南经济研究院陈海强教授作题为《机器学习能否有效辅助识别并预警市场操纵行为?——基于证监会公布案例的学习》的演讲。他谈到,市场操纵泛滥是A股市场面临的一个长期问题,严重伤害了市场公正和定价效率,然而,由于缺乏有效的识别及预警指标,投资者无法及时规避相关风险。本文利用2013年至2019年中国证监会公布的市场操纵处罚案例所涉及的股票作为学习样本,从高频交易数据以及反映公司治理的低频特征挖掘有效信息,同时使用机器学习方法改善由于操纵行为公布滞后导致的样本混淆问题,逐年构建市场操纵行为机器学习模型并估计得到个股日度市场操纵风险指标(MM-score)。样本内拟合和样本外交叉预测表明机器学习相对于传统计量方法能有效提升操纵行为识别及监管效率。进一步,本文从投资者视角分析新构建的MM-score对投资决策的影响,发现通过买入较低MM-score的组合以及卖出较高MM-score组合的简单多空策略能产生显著超额收益,上述异常收益在控制Fama-French三因子和五因子均依然存在。本文结论认为基于机器学习算法的监管科技构建的市场操纵风险预警指标对市场操纵行为具有一定的甄别能力,提升监管效率的同时也可以作为投资者交易决策重要参考。

05 陈海强.JPG

当天下午,中国数量经济学会高校专业委员会代表会暨“大数据时代计量经济学术前沿与学科发展”高级研讨会召开。中国数量经济学会副理事长王维国教授向与会专家们简要介绍了中国数量经济学会高校专业委员会的成立初衷和发展愿景,并邀请大家围绕中国数量经济学发学科建设交流经验、深入探讨。研讨会在热烈氛围中展开,与会专家们结合自身经验,从中国计量经济学的育人工作重点、专业教材建设、学科研究方向、青年教师培养等方面展开了深入的讨论和交流。

下午 大全景.JPG

本次研讨会在热烈的掌声中落下帷幕,参会老师们纷纷感慨受益良多,并表示将吸收学习专家们的宝贵意见,积极运用在未来的学习和工作中,勇于创新、善于变革,为学院的学科建设发展和中国计量经济学的进步贡献力量。

 

(供稿、图:宋玥 编审:胡倩楠)


返回原图
/