6月27日至6月28日，山东大学经济学院主办的“山东大学经济学科暑期系列研讨会——计量经济前沿与方法”在中心校区知新楼B321举行。会议邀请波士顿学院、清华大学、北京大学、香港大学、香港中文大学、上海财经大学、浙江大学、厦门大学、山东大学、湖南大学、吉林大学、辽宁大学、首都经济贸易大学、对外经济贸易大学、东北财经大学、山东财经大学等高校专家学者代表，就当前计量经济学理论与应用的前沿问题开展高质量学术交流。

山东大学经济学院院长石绍宾出席研讨会并致辞。石绍宾在致辞中对参会专家的到来表示欢迎和感谢，介绍了山东大学经济学院、经济研究院的学科建设发展情况，表示未来两院将深化协同发展、持续打造高水平学术平台，诚邀各位专家学者关注和支持学院学科建设，共同推动计量经济领域的学术研究与人才培养。

会议第一单元由山东大学经济学院陈强教授主持。美国波士顿学院肖志杰教授作题为《Functional Dynamics in Non-Functional data via Principle Component Analysis》的主题报告，提出基于主成分分析的估计方法，仅依托常规时间序列即可实现函数型动态结构识别。清华大学社会科学学院李红军副教授作题为《Sequential Conformal Prediction for Time Series: A Distributional Method》的报告，提出分布式序列共形预测方法，对预测残差的条件分布建模放宽经典假设，为时间序列数据构造了渐近有效的预测区间。清华大学深圳国际研究生院创新管理研究院助理教授任玥璇作题为《Conformal Prediction for High-frequency Event Studies》的报告，采用局部窗耦合近似方法，创新性地将金融市场高频事件研究转化为共形预测问题，为个股事件窗口内的累积收益构建了稳健的预测区间。山东大学经济学院博士生吴淑琦作题为《Conformalized k-fold Model Averaging》的报告，针对模型设定偏误与误差分布未知的双重不确定性问题，将模型平均方法与共形预测框架相结合，在整合多模型信息的同时保障预测区间的统计有效性。山东大学经济学院助理研究员王溥作题为《Adaptive Smoothing for the Estimation of Linear and Nonlinear Panel DataModels》的报告，针对面板数据个体异质性形式未知、传统方法需预设异质性结构的难题，提出数据驱动的自适应平滑估计方法。山东财经大学统计与数学学院王纬副教授作题为《Semiparametric Mundlak Estimation of Binary Choice Panel Data Models with Interactive Fixed Effects》的报告，拓展Mundlak投影思想至离散选择模型中，结合半参数方法有效地估计带交互固定效应的非线性面板模型。

会议第二单元由山东大学经济学院助理研究员王溥主持。香港大学罗晔副教授作题为《Inference Net: Empirical Studies in Business Related Fields and AI Replicability》的主题报告，系统评估AI对经济学实证研究的可复现能力，并开发了嵌入计量专业知识库的AI智能研究体。上海财经大学经济学院张征宇教授分享《Local Distribution Partial Effects of General Policy Interventions with Panel Data》的研究，在非可加面板数据模型框架下，利用扰动项分布的平稳性假设，无需借助工具变量即可识别连续处理变量对结果分布的局部分布偏效应。北京大学光华管理学院助理教授解海天作题为《Generative Learning of Partially Identified Treatment Effects》的报告，针对因果推断中处理效应的部分识别难题，提出基于生成式学习的分析框架。辽宁大学李安民经济研究院助理教授毛明海作题为《Falsifying Marginal Treatment Effects》的报告，聚焦边际处理效应模型中工具变量有效性的检验难点，将工具变量有效性的核心假设拆解为指数充分性与随机单调性两项可检验条件，并构造了对应的联合检验统计量。山东大学经济学院博士生齐霁作题为《New Tests of the Parallel Trends Assumption》的研究，针对双重差分法中的平行趋势假设检验问题，提出了基于矩条件和基于夹角的两种新检验方法。

会议第三单元由厦门大学经济学院吴吉林教授主持。浙江大学经济学院陈松年教授作题为《Quantile Selection Models》的主题报告，提出基于分位数位置转换的新型估计方法，可有效突破弱识别场景下样本选择模型的估计局限。湖南大学李海奇教授作题为《Multiple Structural Breaks in Panel Quantile Regression with Fixed Effects: A Two-Step Estimation Approach》的报告，针对面板分位数回归的结构突变估计难题，提出两步估计法，在变点识别准确率与参数估计精度上均有显著提升。厦门大学吴吉林教授作题为《Testing for Smooth Structural Changes inQuantile Time Series Models》的报告，提出分位数时间序列平滑结构变化检验方法，适用于弱相依数据与多维度检验场景。北京大学宋晓军副教授作题为《Deep Learning-Based Doubly Robust Test for Granger Causality》的报告，提出双稳健格兰杰因果检验法，通过去偏差避免高维场景下的误差膨胀，结合乘数自助法实现可靠统计推断。吉林大学花秋玲教授作题为《Option Pricing and Esscher Transform》的报告，从测度变换视角研究期权定价，依托Esscher变换放宽传统模型的分布假设，拓展了期权定价理论的适用边界。

会议第四单元由湖南大学金融与统计学院李海奇教授主持。香港中文大学史震涛教授作题为《L2-relaxation for Program Evaluation》的主题报告，提出基于L2范数放松的高维估计方法，适用于因子结构数据并拓展至政策评估框架。东北财经大学周洪涛老师作题为《控股股东股权质押比例对公司价值的影响研究》的报告，运用XGBoost方法发现高质押比例并未损害公司价值，而非国企的正向效应更强。山东财经大学颜冠鹏老师作题为《The Myth of Bad Controls》的报告，通过因果图与数学推导，系统审视“坏控制变量”的传统定义，并提出六项命题厘清不同因果结构下控制变量对估计偏差的影响。山东大学陈强教授作题为《No Worry about the Endogeneity of Interaction Terms》的报告，指出若核心参数为交互项系数，只需将原始变量作为控制变量放入回归，OLS即可一致估计该系数，为实证研究中的交互效应估计带来极大便利。

本次研讨会聚焦计量经济学前沿理论与实证方法创新，参会学者围绕报告内容充分交流研讨，碰撞多元学术思路，搭建起跨院校、跨领域高水平学术对话平台，有力促进了计量领域研究成果互通互鉴。

文/杨景晴 马冬 王宇鑫 陈可儿

图/翁林泽 杨景晴 王宇鑫