厦门大学

　　厦门大学范青亮老师作了一场题为“Estimating A Large System of Seemingly Unrelated Regressions Using Penalized Quasi-Maximum Likelihood Estimation(估计半相依回归的一个大系统采用准处罚)”的讲座。

　　厦门大学有哲学、理论经济学、应用经济学、法学、政治学、社会学、教育学、中国语言文学、外国语言文学、新闻传播学、考古学、中国史、世界史、数学、物理学、化学、海洋科学、生物学、生态学、统计学、力学、机械工程、光学工程、仪器科学与技术、材料科学与工程、电子科学与技术、信息与通信工程、建筑学、土木工程、计算机科学与技术、化学工程与技术、航空宇航科学与技术、生物医学工程、软件工程、环境科学与工程、基础医学、临床医学、公共卫生与预防医学、药学、中医学、管理科学与工程、工商管理、公共管理、戏剧与影视学、音乐与舞蹈学、美术学、艺术学理论、设计学一级学科在职硕士学位授权点。

　　在本文中，我们建议使用收缩估计，处罚准最大似然估计(MLE)，估算看似无关的回归模型方程的一个大系统，方程的数目是大相对于样本大小。我们开发这两个误差协方差矩阵和模型系数的惩罚准最大似然估计的渐近性质。特别是，我们推导出系数估计渐近分布和所估计的协方差矩阵的Frobenius范数而言收敛速度。协方差矩阵估计的甲骨文属性还建立。仿真结果表明，当方程的数目相对于样本规模大，误差协方差矩阵是稀疏的，则处罚似然估计进行比传统估计要好得多。作为一个例证，我们应用序言在美国州一级的公共资金回笼的研究。

　　范青亮，2012年毕业于美国北卡罗来纳州立大学经济系，获经济学博士学位。 厦门大学经济学院统计系助理教授、硕士生导师。研究方向：计量经济学、大数据分析、实证经济。学术成果：论文 Hybrid GEL Estimators: Instrument Selection with Adaptive Lasso, Journal of Econometrics, 2015年。