第十一届“勷勤论坛”分论坛之Bao Yong 教授专场讲座圆满结束

撰稿人:张一帆  审稿人:梁永昭

2018年10月29日周一下午两点,由经济与管理学院研究生会主办的第十一届“勷勤论坛”经管学院分论坛之Bao Yong教授专场在文二栋501会议室举行。本次讲座邀请的嘉宾Bao Yong教授,来自知名院校普渡大学克兰特管理学院,研究方向主要集中在计量经济领域。此次报告教授为我们带来他最新论文研究成果,以经管院吴明琴老师为代表,各院研究生出席本次讲座。

image.png

Bao教授的演讲主题为空间自回归的间接估计推断法,共分为五个部分。重点介绍了研究结论及蒙特卡罗检验的结果两大方面。首先是背景介绍部分,Bao教授以广东房价、211高校教师工资水平、企业性质的等例子引入主题,并将空间自回归(SAR)方法与普通线性回归适用范围对比。同时,他介绍了研究的创新点:基于间接推断程序的新估计量构建。它突破了当模型中变量存在内生性时,采用OLS、IV/GMM、MLE方法可能出现不一致的估计缺陷。让我们重新对传统计量统计方法有了新的认识。

image.png

接着是研究的主要结论,Bao教授指出,研究模型只是简单一元线性方程,关键系数的特性才是研究重点,比如空间向量和关联权重矩阵。经过一些基本假设之后,通过构建新的统计量,得出基于ols的统一匹配结果,也就是修正后的渐进分布模型。该模型适用于大样本,不需要假设总体的分布情况,同时具有异方差稳健的特性。Bao教授指出,如果样本量是可观测的,就很容易通过对应的函数来构建新的统计量。

image.png

之后,他讲解了SAR模型的特例,即在当解释变量全为内生的纯模型情况下,仅新估计量在异方差条件下仍具有一致性。在模拟检验部分,他选取三千多个样本的统计实例,对比OLS、IV/GMM、MLE和间接推断方法,具体回归结果显示,GMM和间接推断都能有效地估计,但速度相差三十多倍,且后者模型均方误差相对较小,优势明显。最后,Bao教授对自身研究做了总结回顾。

Bao教授的讲座是计量经济学的前沿理论,他采用间接推断的方法,创新性的构建了一个简洁而高效的估计量来解决实际经济问题,给同学们留下来深刻的印象。讲座最后,同学们结合自身研究背景,积极向教授提出自己的疑问,Bao教授一一耐心解答,现场学术氛围浓厚。至此,本次讲座圆满落下帷幕。

image.png