​北区财数大楼4层427研讨室顺利举办专题学术讲座。本次讲座特邀西南财经大学何婧教授、中国人民大学王莹副教授先后作专题学术分享，聚焦高维数据建模、非平稳时间序列分析、因子增广回归等前沿研究领域，校内相关专业教师及研究生到场聆听交流，现场学术氛围浓厚。

何婧教授长期深耕高维数据建模与统计推断领域，本场讲座系统梳理了高维情形下独立性、条件独立性检验的前沿理论方法。她系统对比了现有各类独立性检验、条件独立性检验模型的适用场景与局限，从矩约束、距离相关、投影相关等多个维度梳理经典研究成果，详细剖析不同方法在高维、大样本环境下的优劣特征。同时，结合仿真实验与数值对比结果，直观演示各类检验方法在重尾分布、非线性关联、不同维度增速场景下的实际表现，为在场师生厘清高维统计检验的研究脉络与技术边界。

讲座中，何婧教授还围绕坐标高斯化方法展开深度讲解，阐释该方法在高维独立与条件独立性检验中的核心思路与实现路径。她从变量变换、标准正态映射入手，拆解坐标高斯化的理论逻辑，介绍模型统计量构造、临界值求解等关键技术步骤，并通过多组仿真案例验证所提方法的稳健性与有效性，为高维复杂数据下的统计推断研究提供了新的思路与可借鉴的研究范式。

王莹副教授以高维非平稳数据下因子增广平衡回归方法为主题作专题报告，聚焦非平稳面板数据中普遍存在的伪因子、伪回归两大现实难题。她从传统因子提取方法的固有风险切入，剖析非平稳独立变量下易产生虚假因子的问题成因，系统介绍基于差分处理、反向累加的PANIC 因子估计框架，严谨推导方法的理论性质与适用前提，清晰阐明该方法规避伪因子问题的核心机理。

王莹副教授进一步构建因子增广平衡回归模型，针对变量间协整、相关、独立三种不同关系场景，开展理论推导、数值模拟与实证检验。她通过美国、中国宏观经济多组月度真实数据，对比传统水平回归、差分回归、AR 模型与所提方法的预测效果，验证该方法在中长期预测中具备更强的稳健性与精准度，并介绍基于自助法构造预测置信区间的实现方案，同时与现场师生就因子个数选取、模型识别约束、滞后阶数设定等专业问题开展深入互动研讨。

本次系列学术讲座紧扣高维计量、时间序列学术前沿，两位专家分别从统计推断、非平稳建模不同视角分享最新研究成果与方法论创新，内容兼具理论深度与应用价值。讲座搭建了良好的学术交流平台，有效拓宽了师生科研学术视野，激发了青年学者与研究生的科研创新热情，对推动我校统计学、计量经济学及相关交叉学科的学术研究与人才培养具有积极促进作用。

（文/鲍道斌    图/鲍道斌    编辑/罗蔓    审核/谭育华 张华 郭露）