征文启事(第一轮)

随着大数据和人工智能时代的到来，计量经济学界普遍感到来自于实践应用的迫切需求和理论发展的严峻挑战。一则，数据的规模、维度与复杂性呈爆炸式增长，传统的小样本、低维度分析范式正面临着前所未有的压力；二则，现实经济问题的动态性与非线性特征也对模型的适应性和解释力提出了更高要求。面对这一局面，计量经济学者一方面致力于推动传统计量理论的突破与创新，试图在模型设定、估计方法、因果推断等方面作出回应，以延续并发扬传统计量方法在解释机制、政策评估和经济预测中的优势；另一方面，他们也积极思考如何借助“他山之石”——以统计学习为代表的新兴工具和思想——来突破传统计量框架在高维数据处理、非参数建模、模式识别等领域的局限性。通过融合经济学理论的逻辑严谨与统计学习方法的计算优势，计量经济学正力争为这一时代交上一份兼具理论深度与实践价值的“计量”答卷。

近几年，计量经济学与统计学习的结合催生了一系列新的理论工具（如双重/去偏机器学习、事后推断）与可应用算法（因果森林、Lasso-工具变量、深度表征），使研究者能够在高维、非线性、非结构化数据环境下既充分利用统计学习的预测优势，又保留对因果或结构参数的有效推断能力。然而，该领域仍然有许多亟待解决的问题：尽管统计学习能提供精确的预测结果，但对复杂深度网络的理论保障仍是活跃的研究领域；虽然统计学习改善了拟合与异质性发现，但识别条件仍然至关重要，统计学习不能替代经济学对识别假设的要求；此外，大规模模型对计算资源和样本量要求较高，且模型调参会影响结果稳定性。

为了促进时变计量经济学模型理论与应用的进一步发展，由《计量经济学报》编辑部，厦门大学-中国科学院“计量建模与经济政策研究”基础科学中心和中南财经政法大学统计与数学学院主办，中国科学院数学与系统科学研究院预测科学研究中心和厦门大学邹至庄经济研究院协办的第五届“大数据计量经济学理论与应用”研讨会，将于2025年12月6-7日在湖北省武汉市召开。本次研讨会采用线下参会方式，以“时间序列数据计量建模与统计学习”为主题，包括但不限于该选题方向，旨在为时间序列数据的分析与应用、计量经济建模与统计学习的交叉融合及其在经济学、管理学、法学等多学科中的广泛应用提供高水平交流平台。欢迎海内外从事与时间序列数据分析及统计学习相关研究的专家学者，特别是中青年学者，踊跃参与，不吝赐稿。

会议主题演讲嘉宾（按中文姓氏为序）：

常晋源，西南财经大学、中国科学院

Oliver Linton，剑桥大学

汤家豪，英国伦敦政治经济学院

涂云东，北京大学

汪寿阳，中国科学院

余俊，澳门大学

会议时间：2025年12月6-7日

会议地点：湖北省武汉市中南财经政法大学

会议形式：线下参会

参会费用：本次会议不向参会者收取任何审稿费和会议费。会议期间，参会者的交通费和住宿费自理。

投稿方式：拟投稿论文应为尚未正式刊出的学术论文。有意参加此次会议并宣讲论文的学者请将论文稿件以Word文档或PDF文档形式于2025年10月31日前投稿于征文专用网站https://conf.xmu.edu.cn/bigdatametrics2025。若有问题咨询，请发送邮件至stats_maths@zuel.edu.cn。组委会将于2025年11月15日前确定入选论文，并发出参会正式邀请和会议通知。

主办单位：《计量经济学报》编辑部，厦门大学-中国科学院“计量建模与经济政策研究”基础科学中心，中南财经政法大学统计与数学学院

承办单位：中南财经政法大学统计与数学学院

协办单位：中国科学院数学与系统科学研究院预测科学研究中心、厦门大学邹至庄经济研究院

学术委员会（按中文姓氏为序）：

高集体，澳大利亚莫纳什大学

刘  成，武汉大学

苏良军，清华大学

汤家豪，英国伦敦政治经济学院

汪寿阳，中国科学院、中国科学院大学

萧  政，美国南加州大学

肖志杰，美国波士顿学院

组织委员会（按中文姓氏为序）：

董朝华（主席），中南财经政法大学

付中昊，复旦大学

韩晓祎，厦门大学

李海奇，湖南大学

黎娇龙，中南财经政法大学

刘晓彬，中山大学

宋晓军，北京大学

孙玉莹，中国科学院、中国科学院大学

王  霞，中国人民大学

吴吉林，厦门大学

徐  娟，中南财经政法大学

张征宇，上海财经大学