2024年7月15日，世界计量经济学会“亚洲计量经济学与统计学暑期学校”由中国科学院大学洪永淼教授开启第一讲。

洪永淼教授上午的授课题目是“基于调整范围的时间序列分析自正则方法”。洪教授从经典计量模型的基本假设出发，逐步引入t检验和Wald检验，深入探讨违背基本假设（正态性和独立同分布的假设）的后果。洪教授讲解了如何有效估计长期方差，通过回顾 Newey and West (1987,1994)、Andrews (1991)、Kiefer and Vogelsang (2005)、Shao (2010) 等经典文献，详细阐释了Hong et al. (2024a) 提出的基于调整样本值域的新的自正则方法，并将之应用于变化结构性检验。Hong et al. (2024b) 进一步将基于调整样本值域的自正则发放应用在构建时间序列的置信区间中，与Shao (2010) 的自正则方法相比，生成的置信区间明显更窄，并提供了良好的覆盖率。

洪永淼教授下午的授课题目是“时变广义矩估计(GMM)在资产定价中的应用”。洪教授从“大缓和”(The Great Moderation)这一历史事实入手，强调了在经济模型中引入参数时变结构的重要性，并回顾了三种基本的时变参数类型（时变结构为时间的函数、时变结构为可观测变量的函数、时变结构为隐随机过程）。洪教授重点介绍了使用正则化GMM处理时变参数问题的优势。他从最基础的GMM设定出发，以宏观结构模型中的资本资产定价模型为例，详细讲解了如何寻找适当的矩条件。洪教授特别强调，本课程中的矩条件用于时参数估计，这导致了参数数量的显著增加，由此引发了对高维设定的深入讨论。课程同时回顾了统计惩罚、LASSO和岭回归等基本概念，洪教授着重指出其研究的创新之处在于在一阶差分项上施加“岭融合惩罚”(Ridge Fusion Penalty)。通过数值模拟，洪教授展示了该模型的比较优越性；通过实证分析，展示了该模型在实证分析中同时可以显示比较优越性。

下午课程的第二部分，洪永淼教授聚焦于结构断点分析和时变参数估计的前沿研究。洪教授首先通过热图直观展示了因子集合的时变特性，有力地证明了结构断点的存在。这一数据事实成为了他进一步研究的重要动机。面对“结构断点的数量”“断点出现的时间”以及“各区间参数估计值”这三个核心问题，洪教授引入了分段常函数的概念，为学员们梳理了解决这些问题的理论基础。洪教授详细介绍了他最新研究中采用的双重惩罚方法。这一创新方法在处理上述问题时取得了显著成效，大大提高了结构断点识别和参数估计的精确度。通过生动的讲解，洪教授不仅展示了这一方法的技术细节，还深入分析了其在实际应用中的优越性。为学员们呈现了一场理论与实践相结合的学术盛宴。课程最后，洪教授耐心解答了学员提出的问题。

通过一天精彩而翔实的课程，洪永淼教授向暑期学校的学员们展示了如何将传统计量经济学研究范式和机器学习研究方法相结合，为学员们未来的研究提供了新的方向。