5月21日下午，应统计与数学学院邀请，中国科学院数学与系统科学研究院陈敏研究员、孙六全研究员及首都经济贸易大学纪宏教授在文波210教室分别做了题为“基于高频数据的GARCH模型参数的M-估计”、“A Class of Partially Linear Transformation Models for Recurrent Gap Times”和“经济统计学的未来”的学术讲座。讲座由统计与数学学院副院长刘洪教授主持。

陈敏以高频数据概念及GARCH模型背景为基础，对GARCH模型在金融分析中的应用，如何提高GARCH模型的估计精度以及基于GJR模型的M-估计等方面进行了详细讲解。他认为，随着技术的进步，高频数据变得易于获得，可将高频数据与GARCH模型结合起来，通过基于GJR模型的M-估计来提高GARCH模型的估计精度，并通过对比分析验证了这一理论。

      
    孙六全在讲座中详细介绍了处理复发事件数据的模型、评估程序，渐进性，仿真研究等方面。他指出，复发事件数据是指对个体进行观察及某种感兴趣的事件重复发生的时间所组成的数据。孙六全给出了复发间隔时间的一组部分线性转换模型及参数的估计方法，并介绍了该模型的一个应用。报告结束后，他简短总结了报告的内容并对其未来发展趋势做了预测。

      
    围绕“经济统计学的未来”的主题，纪宏教授主要从经济统计学的科学研究、经济统计学的教学改革、经济统计学在大数据中的应用等方面做了详细地介绍，并结合首都经济贸易大学经济统计学学科建设情况浅谈了自己对经济统计学改革的看法。他认为，经济统计学不能孤立发展，而是要与其他学科相结合，共促进、同发展。纪宏还以CPI编制为例，指出经济统计学在大数据时代具有重要作用。

     
    陈敏研究员、孙六全研究员、纪宏教授高深的学术造诣、敏锐的学术分析及幽默风趣地讲解使在场师生对相关理论知识有了更为深刻地认识，指导了今后学习和研究的方向，为更多更好学术科研成果地创造奠定了基础。