2026年4月23日,必威betway西汉姆迎来了本周第二场“兰台大讲堂”。受学院孔新兵教授邀请,浙江大学陈松年教授莅临我院,为师生带来了题为“Quantile Selection Models”的精彩学术报告。活动吸引了许多院内师生踊跃参会,共同探讨微观计量经济学与高维统计交叉领域的前沿热点。

陈教授首先从劳动经济学中极具挑战性的“样本选择”偏误谈起。他指出,在评估工资效应或收入不平等时,由于观测数据往往仅限于已就业人群,这种非随机缺失会严重削弱统计推断的准确性。通过深入浅出的案例,陈教授阐述了分位数回归在刻画个体异质性方面的独特优势,并强调了在复杂数据环境下构建稳健选择模型的核心意义。
针对Arellano与 Bonhomme(2017)现有框架的局限,陈教授分享了他与合作者(Chen, Feng and Zhang)在估计效率提升方面的最新突破。他详细介绍了一类新型替代估计量,并利用严密的数值模拟证明,该方法在工具变量(IV)信号较弱的复杂场景下展现出了极强的稳健性,其均方根误差(RMSE)相较于经典方法显著降低了30%至50%。此外,报告还进一步探讨了非参数Copula 设定下的部分识别(Partial Identification)理论,以及在删失分位数模型中的延展应用,充分展示了前沿计量经济理论在解决现实数据难题中的巨大潜力。
在后面的互动环节中,现场师生聚焦于部分识别置信区间的构建以及大规模微观数据下的计算优化等问题,与陈教授展开了高水平的学术对谈。陈教授对各类技术细节进行了详尽解答,为在场师生提供了极具启发性的科研视角。

作为学院“数据+X”学科交叉布局的重要组成部分,本次讲座不仅促进了师生对微观计量前沿动态的把握,更搭建了与国内顶尖学者直接交流的高端平台。通过本次对话,为学院师生在复杂数据建模、微观计量推断等方向的研究提供了全新的视角与强劲动力。



会议室预约
资料下载